"Considerando um cenário de alta concorrência em e-commerce, onde a latência de acesso a dados é crítica para a experiência do usuário e o sucesso das vendas (ex: carrinho de compras, catálogo de produtos em tempo real, gestão de estoque dinâmico), e utilizando o Redis como principal *datastore* para esses dados voláteis e de acesso rápido.

Elabore um guia detalhado e prático, em formato de *checklist* ou *roadmap*, para otimizar a performance e a escalabilidade de uma instância Redis *standalone* ou *clusterizada*. O foco deve ser em técnicas que minimizem a latência de leitura/escrita e o consumo de memória, garantindo alta disponibilidade e resiliência sob cargas de pico. Inclua:

1.  **Escolha e configuração de tipos de dados Redis:** Quais tipos de dados são mais eficientes para diferentes cenários (ex: *Hashes* para objetos complexos, *Sorted Sets* para rankings, *Strings* para caches simples) e como otimizar seu uso (ex: compactação, serialização).
2.  **Estratégias de *caching*:** Implementação de políticas de *eviction* (LRU, LFU, TTL), uso de *pipelining* e *transactions* (MULTI/EXEC) para reduzir *round-trips*.
3.  **Otimização de comandos e operações:** Identificação e mitigação de comandos de alta complexidade temporal (ex: KEYS, FLUSHALL), uso de comandos atômicos e eficientes.
4.  **Configurações de persistência (RDB/AOF):** Balanceamento entre durabilidade e performance, impacto no *forking* e na latência durante *snapshots*.
5.  **Monitoramento e *troubleshooting*:** Métricas essenciais a serem observadas (ex: `INFO`, `LATENCY DOCTOR`, `MEMORY USAGE`), ferramentas recomendadas e como identificar gargalos de performance.
6.  **Estratégias de escalabilidade:** Quando e como considerar *Redis Cluster*, *sharding* manual, *read replicas* e *partitioning* para distribuir a carga e garantir alta disponibilidade.
7.  **Boas práticas de design de esquemas de dados:** Como modelar os dados no Redis para operações eficientes e evitar problemas de performance futuros.