Redis 缓存策略：高并发系统必备

为什么需要缓存？

• 减轻数据库压力
• 降低响应延迟
• 提升系统吞吐量

缓存模式

Cache-Aside（旁路缓存）

def get_user(user_id):
    # 1. 先查缓存
    data = redis.get(f"user:{user_id}")
    if data:
        return json.loads(data)
    
    # 2. 缓存未命中，查数据库
    data = db.query("SELECT * FROM users WHERE id = ?", user_id)
    
    # 3. 写入缓存
    redis.setex(f"user:{user_id}", 3600, json.dumps(data))
    return data

优点：简单，缓存故障不影响 DB 缺点：首次查询慢

Read-Through

缓存层自动处理 DB 查询，应用无感知。

Write-Through

def update_user(user_id, data):
    # 同时更新缓存和数据库
    redis.set(f"user:{user_id}", json.dumps(data))
    db.update("users", user_id, data)

优点：数据一致性好 缺点：写延迟高

缓存问题及解决

1. 缓存穿透

问题：查询不存在的数据，请求直达 DB

解决：

• 布隆过滤器
• 缓存空值（设置短 TTL）

2. 缓存击穿

问题：热点 key 过期，大量请求涌入

解决：

• 互斥锁
• 逻辑过期（后台更新）

3. 缓存雪崩

问题：大量 key 同时过期

解决：

• 随机 TTL
• 多级缓存
• 限流降级

数据结构选型

场景	数据结构
简单 KV	String
计数器	String (INCR)
排行榜	ZSet
会话存储	Hash
消息队列	List
好友关系	Set

过期策略

# 设置过期时间
SET key value EX 3600
SETEX key 3600 value

# 精确到毫秒
PEXPIRE key 3600000

监控指标

• 命中率：> 90% 为优
• 内存使用率：< 80%
• 连接数：监控峰值

结语

缓存是双刃剑，用得好提升性能，用不好引入复杂性问题。根据场景选择合适策略。