Redis 缓存实战：高性能数据存储与优化技巧

为什么使用 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
• 发布订阅、Lua 脚本等高级功能

核心数据结构

1. String（字符串）

# 基本操作
SET user:1:name "Alice"
GET user:1:name

# 计数器
INCR page:views
INCRBY user:1:score 10

# 过期时间
SET session:abc123 "data" EX 3600

2. Hash（哈希）

# 存储对象
HSET user:1 name "Alice" age 25 email "a@test.com"
HGET user:1 name
HGETALL user:1
HDEL user:1 age

3. List（列表）

# 消息队列
LPUSH queue:tasks "task1"
LPUSH queue:tasks "task2"
RPOP queue:tasks

# 最新 N 条记录
LPUSH feed:123 "item1"
LTRIM feed:123 0 99  # 保留最新 100 条

4. Set（集合）

# 去重
SADD tags:article:1 "tech" "ai" "redis"
SMEMBERS tags:article:1

# 交集并集
SINTER set1 set2
SUNION set1 set2

5. Sorted Set（有序集合）

# 排行榜
ZADD leaderboard 100 "player1"
ZADD leaderboard 200 "player2"
ZREVRANGE leaderboard 0 9 WITHSCORES
ZRANK leaderboard "player1"

缓存策略

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. 查数据库
    user = db.query("SELECT * FROM users WHERE id = ?", user_id)
    
    # 3. 写入缓存
    redis.setex(f"user:{user_id}", 3600, json.dumps(user))
    
    return user

Write-Through（直写缓存）

def update_user(user_id, data):
    # 同时更新缓存和数据库
    db.update(user_id, data)
    redis.setex(f"user:{user_id}", 3600, json.dumps(data))

Write-Behind（异步回写）

def update_user(user_id, data):
    # 先更新缓存
    redis.setex(f"user:{user_id}", 3600, json.dumps(data))
    # 异步写入数据库
    queue.push("db_write", {user_id, data})

缓存问题与解决方案

1. 缓存穿透

问题：查询不存在的数据，缓存不命中，直接打到数据库。

解决方案：

# 缓存空值
data = db.query(user_id)
if not data:
    redis.setex(f"user:{user_id}", 60, "NULL")  # 缓存空值 60 秒
else:
    redis.setex(f"user:{user_id}", 3600, data)

# 或使用布隆过滤器
if bloomfilter.might_contain(user_id):
    # 可能存在，查缓存/DB
else:
    # 肯定不存在，直接返回

2. 缓存击穿

问题：热点 key 过期，大量请求同时打到数据库。

解决方案：

# 互斥锁
lock_key = f"lock:user:{user_id}"
if redis.set(lock_key, "1", NX=True, EX=10):
    try:
        data = db.query(user_id)
        redis.setex(f"user:{user_id}", 3600, data)
    finally:
        redis.delete(lock_key)
else:
    time.sleep(0.1)
    return get_user(user_id)

3. 缓存雪崩

问题：大量 key 同时过期，数据库压力激增。

解决方案：

# 随机过期时间
base_ttl = 3600
random_ttl = base_ttl + random.randint(0, 600)  # 3600-4200 秒
redis.setex(key, random_ttl, value)

持久化配置

RDB（快照）

save 900 1        # 900 秒内至少 1 个 key 变化
save 300 10       # 300 秒内至少 10 个 key 变化
save 60 10000     # 60 秒内至少 10000 个 key 变化

AOF（追加日志）

appendonly yes
appendfsync everysec  # 每秒同步（推荐）

性能优化

1. 批量操作

# 使用 Pipeline
pipe = redis.pipeline()
for i in range(1000):
    pipe.set(f"key:{i}", i)
pipe.execute()  # 一次网络往返

2. 大 Key 处理

# 查找大 key
redis-cli --bigkeys

# 拆分大 Hash
HSET user:1:part1 field1 value1
HSET user:1:part2 field2 value2

3. 内存优化

maxmemory 2gb
maxmemory-policy allkeys-lru  # LRU 淘汰

集群模式

# 主从复制
replicaof 192.168.1.10 6379

# 哨兵模式
sentinel monitor mymaster 192.168.1.10 6379 2

# Redis Cluster
redis-cli --cluster create node1:7000 node2:7000 node3:7000

结语

Redis 是高性能应用的利器。理解数据结构，合理设计缓存策略，解决常见问题，才能发挥 Redis 的最大价值。