在快手海量视频数据存储场景下，如何使用 Redis 进行视频热度信息的缓存，以提高查询效率？请简述思路。

答题要点

推荐使用分层分析法来解答此问题。首先明确问题核心，即利用 Redis 缓存视频热度信息提升查询效率。关键要点如下：1. 选择合适的数据结构，可使用 Redis 的有序集合（Sorted Set），成员为视频 ID，分数为热度值，能方便按热度排序。2. 缓存更新策略，定期更新缓存中的热度信息，可设置定时任务。3. 缓存失效处理，当缓存失效时，从数据库中重新获取热度信息并更新缓存。示例话术：我们可以使用 Redis 的有序集合存储视频热度信息，成员是视频 ID，分数是热度值。定期更新缓存，比如每小时更新一次。当缓存失效时，从数据库查询最新热度信息并重新写入 Redis，这样能有效提高查询效率。