首先，我们需要选择合适的数据结构和命令来存储和操作排行榜数据。Redis提供了两种数据结构可以用来实现排行榜：有序集合（sorted set）和散列（hash）。有序集合是一种集合类型，它可以按照分数（score）对元素进行排序，并支持范围查询、增量更新等操作。散列是一种键值对类型，它可以存储任意数量的字段（field）和值（value），并支持快速访问和修改。
有序集合和散列各有优缺点，我们需要根据具体的需求和场景来选择。一般来说，如果我们需要对排行榜进行排序、分页、插入、删除等操作，那么有序集合是更好的选择，因为它提供了相关的命令，如ZADD、ZRANK、ZRANGE等。如果我们只需要存储和访问排行榜中的某个元素或字段，那么散列是更好的选择，因为它提供了相关的命令，如HSET、HGET等。
假设我们选择了有序集合作为排行榜的数据结构，那么我们需要考虑如何处理100万数据的问题。如果我们将所有的数据都存储在一个有序集合中，那么可能会导致内存占用过高、性能下降、可扩展性差等问题。因此，我们需要采用一些优化技巧来解决这些问题。
一种常见的优化技巧是分片（sharding），即将一个大的有序集合分成多个小的有序集合，每个小的有序集合只存储一部分数据，例如按照字母或数字进行划分。这样，我们可以减少单个有序集合的大小，提高查询和更新的速度，以及分布式部署和扩展的能力。当然，分片也会带来一些复杂性，例如如何保证分片之间的一致性、如何合并分片之间的结果等。
另一种常见的优化技巧是缓存（caching），即将一些热点或频繁访问的数据缓存在内存中，以减少对数据库的访问次数和延迟。这样，我们可以提高用户体验和响应速度，以及降低数据库压力和成本。当然，缓存也会带来一些复杂性，例如如何保证缓存和数据库之间的同步、如何设置缓存失效时间和策略等。