Redis 缓存实战：高并发场景下的正确用法

为什么用 Redis？

• 内存存储，读写速度极快（10 万 + QPS）
• 丰富的数据结构
• 支持持久化
• 分布式锁、发布订阅等高级功能

五大核心数据结构

String - 字符串

SET user:1001 "{\"name\":\"John\"}"
GET user:1001
INCR counter
SETEX session:abc 3600 "data"  # 带过期时间

应用场景：缓存、计数器、分布式锁

Hash - 哈希

HSET user:1001 name "John" age 25
HGET user:1001 name
HGETALL user:1001
HINCRBY user:1001 age 1

应用场景：对象存储、购物车

List - 列表

LPUSH queue "task1"
RPUSH queue "task2"
LPOP queue
BRPOP queue 5  # 阻塞弹出

应用场景：消息队列、最新列表

Set - 集合

SADD tags:article1 "tech" "ai"
SISMEMBER tags:article1 "tech"
SINTER tags:article1 tags:article2  # 交集

应用场景：标签、共同好友、去重

ZSet - 有序集合

ZADD leaderboard 100 "user1"
ZADD leaderboard 95 "user2"
ZREVRANGE leaderboard 0 9  # 前 10 名
ZRANK leaderboard "user1"  # 排名

应用场景：排行榜、优先级队列

缓存三大问题

缓存穿透

问题：查询不存在的数据，请求直达数据库

解决方案：

# 布隆过滤器
if not bloom_filter.exists(key):
    return None

# 或缓存空值
if not data:
    redis.setex(key, 300, "")  # 缓存 5 分钟

缓存击穿

问题：热点 key 过期，大量请求同时访问

解决方案：

# 互斥锁
lock_key = f"lock:{key}"
if redis.set(lock_key, "1", nx=True, ex=10):
    try:
        data = query_db()
        redis.setex(key, 3600, data)
    finally:
        redis.delete(lock_key)

缓存雪崩

问题：大量 key 同时过期

解决方案：

# 随机过期时间
expire_time = 3600 + random.randint(0, 600)
redis.setex(key, expire_time, data)

缓存更新策略

Cache Aside（推荐）

# 读
data = redis.get(key)
if not data:
    data = db.query()
    redis.setex(key, 3600, data)

# 写
db.update()
redis.delete(key)  # 删除而非更新

Read/Write Through

应用只与缓存交互，缓存负责与数据库同步

Write Behind

先写缓存，异步写入数据库

持久化配置

# RDB - 快照
save 900 1
save 300 10
save 60 10000

# AOF - 追加日志
appendonly yes
appendfsync everysec  # 每秒同步

性能优化

• 使用 Pipeline 批量操作
• 避免大 key（< 10KB）
• 控制集合元素数量
• 使用连接池
• 开启持久化异步

总结

Redis 是高并发系统的利器。理解数据结构，掌握缓存策略，让系统性能飞跃！