业务场景：
即通过hash的方式来存储每一天用户订单次数。那么key = order_20200102, field = order_id, value = 10。那么如果一天有百万千万甚至上亿订单的时候，key后面的值是很多，存储空间也很大，造成所谓的大key。
大key的风险：
1.读写大key会导致超时严重，甚至阻塞服务。
2.如果删除大key，DEL命令可能阻塞Redis进程数十秒，使得其他请求阻塞，对应用程序和Redis集群可用性造成严重的影响。
redis使用会出现大key的场景：
1.单个简单key的存储的value过大；
2.hash、set、zset、list中存储过多的元素。
解决问题：
1.单个简单key的存储的value过大的解决方案：
将大key拆分成对个key-value，使用multiGet方法获得值，这样的拆分主要是为了减少单台操作的压力，而是将压力平摊到集群各个实例中，降低单台机器的IO操作。
2.hash、set、zset、list中存储过多的元素的解决方案：
1).类似于第一种场景，使用第一种方案拆分;
2).以hash为例，将原先的hget、hset方法改成（加入固定一个hash桶的数量为10000），先计算field的hash值模取10000，确定该field在哪一个key上。
将大key进行分割，为了均匀分割，可以对field进行hash并通过质数N取余，将余数加到key上面，我们取质数N为997。
那么新的key则可以设置为：
newKey = order_20200102_String.valueOf( Math.abs(order_id.hashcode() % 997) )
field = order_id
value = 10
hset (newKey, field, value) ;
hget(newKey, field)