首先，这个通过图片id反查用户uid的应用有以下几点需求：
查询速度要足够快
数据要能全部放到内存里，最好是一台ec2的 high-memory 机型就能存储（17gb或者34gb的，68gb的太浪费了）
支持持久化，这样在服务器重启后不需要再预热
首先否定了数据库存储的方案，他们保持了kiss原则（keep it simple and stupid），因为这个应用根本用不到数据库的update功能，事务功能和关联查询等等牛x功能，所以不必为这些用不到的功能去选择维护一个数据库。
于是他们选择了redis，redis是一个支持持久化的内存数据库，所有的数据都被存储在内存中（忘掉vm吧），而最简单的实现就是使用redis的string结构来做一个key-value存储就行了。像这样：
set media:1155315 939get media:1155315> 939
其中1155315是图片id，939是用户id，我们将每一张图片id为作key，用户uid作为value来存成key-value对。然后他们进行 了测试，将数据按上面的方法存储，1,000,000数据会用掉70mb内存，300,000,000张照片就会用掉21gb的内存。对比预算的17gb 还是超支了。
（nosqlfan：其实这里我们可以看到一个优化点，我们可以将key值前面相同的media去掉，只存数字，这样key的长度就减少了，减少key值对内存的开销【注：redis的key值不会做字符串到数字的转换，所以这里节省的，仅仅是media:这6个字节的开销】。经过实验，内存占用会降到50mb，总的内存占用是15gb，是满足需求的，但是instagram后面的改进任然有必要）
于是instagram的开发者向redis的开发者之一pieter noordhuis询问优化方案，得到的回复是使用hash结构。具体的做法就是将数据分段，每一段使用一个hash结构存储，由于hash结构会在单个hash元素在不足一定数量时进行压缩存储，所以可以大量节约内存。这一点在上面的string结构里是不存在的。配置文件中的hash-zipmap-max-entries参数控制着一定数量。经过开发者们的实验，将hash-zipmap-max-entries设置为1000时，性能比较好，超过1000后hset命令就会导致cpu消耗变得非常大。
于是他们改变了方案，将数据存成如下结构：
hset mediabucket:1155 1155315 939hget mediabucket:1155 1155315> 939
通过取7位的图片id的前四位为hash结构的key值，保证了每个hash内部只包含3位的key，也就是1000个。
在进行另一次试验后，发现每1,000,000个key仅消耗了16mb的内存。总内存使用也降到了5gb，满足了应用需求。
（nosqlfan： 同样的，这里我们还是可以再进行优化，首先是将hash结构的key值变成纯数字，这样key长度减少了12个字节，其次是将hash结构中的 subkey值变成三位数，这又减少了4个字节的开销，如下所示。经过实验，内存占用量会降到10mb，总内存占用为3gb）
hset 1155 315 939hget 1155 315> 939
以上就是redis如何节约内存的详细内容。