redis作为缓存使用，不作数据库用途，遵循以下规则：如果缓存没有数据，即加载数据到缓存，并会设置过期时间。使用最多的三种数据类型便是:

1. String
2. Set
3. SortedSet

并发环境下的缓存读取和写入方式

凡是可以用String保存的，尽量将数据用json.dumps之后再放进String，如果需要Set和SortedSet就需要警惕缓存key刚好过期时候，会有一定读取错误的问题，这个无法避免。由于我们后端使用的是MongoDB数据库，读取一般都是从库，这就必须当心读取从库后的数据还是旧的。所以在写入数据和读取数据的时候注意以下几点:

写入数据是否立刻更新缓存

如果需要立刻更新缓存的话，使用findAndModify获取最新结果并设置进缓存中，但这带来了一个弊端，有些并不是热数据，这时候放进了redis会导致占用内存，如果设置过快，redis内存的使用量增长得非常快；好处需要与另一种方式对比才明显，另一种方式是写入数据后立刻删掉该缓存，等待有需要才再加载缓存，这样的好处是redis占用缓存不会过高，总是保留着热数据，弊端就是加载缓存读取从库的数据还是未同步的，这样导致脏数据，所以前者的直接更新保证了不会是脏数据。至于采取那种方式，要看使用场景，如果不需要最新的数据，最方便是删除掉该缓存就可以了，否则就需要立刻更新缓存数据，如果键数量特别多的情况下，可以设置过期时间短一些，尽快释放redis的内存占用。

读取String数据步骤（针对Python的驱动程序）

不需要判断key是否存在，直接get回来，如果不是None就json.loads后返回，如果是None，从数据库加载数据，并setex进redis。这样做的好处：避免判断key是否存在与get的间隙，key刚好过期，这就不好处理。其实也没必要判断key是否存在，get回来的值不是None就表明有数据，None就表明key不存在，其实已经包含了exists的效果。这样基本保证并发环境下的读取不会有任何问题，可能会说操作乱序导致旧的数据覆盖新的数据，如果修改非常频繁，可以把过期时间设置短点，其实下次修改就会覆盖掉错误的，并不会有太大问题。

读取Set和SortedSet数据缓存失效问题

这种大数据集合，无法单个操作就可以判断其key存在还是该key是否有值。通常需要两个操作：加载和获取需要的数据。问题就出现在加载和获取的间隙中，这个间隙缓存刚好过期，就会出现数据错误的后果，我觉得最佳实践是这样: 保证在服务运行过程中，这些数据集合不会缓存过期。像我们使用排行榜的时候用到大量了SortedSet，当时设置了1天就过期，这样导致出现排行榜数据出现不全的问题。又如Set保存着比赛名单的数据，发现key是存在，不再加载数据，准备判断某个项是否存在该set的时候，这个set就过期了，用sismember就会返回False，就无法判断这个False的意思是该数据项不存在该set里面还是该set的key已经过期了。