对于2亿条数据需要缓存，使用单机肯定是不可能了，至少是分布式存储。
而分布式存储我们可以选择的选项有很多，今天我们单独来讨论下redis的解决方案。
使用redis如何落地。
在阿里p7工程案例和场景设计中，这一类的确是必问题，我们一般有三种解决方案：
第一种： 哈希取余算法
2亿条记录假设2亿个k,v，我们单机不行必须要分布式多机，假设有3台机器构成一个集群，用户每次读写操作都是根据公式：
hash(key) % N个机器台数，计算出哈希值，用来决定数据映射到哪一个节点上。
比如0，就是最左的，1是中间的，2是最右边的。
这种方案是最常用的，也是最通用的
优点：
简单粗暴，直接有效，只需要预估好数据规划好节点，例如3台、8台、10台，就能保证一段时间的数据支撑。使用Hash算法让固定的一部分请求落到同一台服务器上，这样每台服务器固定处理一部分请求（并维护这些请求的信息），起到负载均衡+分而治之的作用。
缺点：
原来规划好的节点，进行扩容或者缩容就比较麻烦了，不管扩缩，每次数据变动导致节点有变动&#
