1、因此，我们也可以使用一致性hash算法来解决redis分布式这个问题。在介绍一致性hash算法之前，先介绍一下我之前想的一个方法，怎么把Key均匀的映射到多台ReDIS Server上。
2、总结Redis 的存储结构以哈希表为核心，通过 数组 + 链地址法 解决冲突，结合 动态扩容/缩容 平衡性能与资源消耗。其设计兼顾了高速访问（O（1）和灵活性（支持多种 Value 类型），是 Redis 高性能的关键基础。后续文章将进一步解析哈希表在 Redis 中的具体实现（如 dict 结构）及渐进式 rehash 过程。
3、在处理数据冲突时，Redis使用链表结构进行解决。当字典的负载因子超过预设阈值时，会触发数据的重哈希（rehash），以重新分配数据到更大的空间，从而避免冲突的加剧。重哈希过程是渐进式的，即在进行的写操作中逐步完成，以减少对应用的影响。
4、冲突解决：采用链表法解决哈希冲突，相同哈希值的键值对通过单链表链接。多数据库支持：一个 Redis 实例可包含多个逻辑数据库（DB），客户端通过 select 命令切换数据库，每个 DB 独立存储数据。
5、Java8：节点锁+CAS，红黑树优化冲突，并发效率更高。使用场景：HashMap单线程或读多写少；ConcurrentHashMap高并发写场景。Redis数据结构与淘汰机制 数据结构：字符串、哈希、列表、集合、有序集合（ZSET）。淘汰策略：volatile-lru：淘汰最近最少使用的易失键。allkeys-random：随机淘汰任意键。
