Redis 缓存系统设计与实现 - 菜鸟的云端笔记

前言

Redis 是现代互联网应用中不可或缺的缓存和数据存储引擎。在高并发场景下，Redis 通过内存存储和高效的数据结构，提供毫秒级的响应时间。本文将介绍如何在实战中设计和应用 Redis，包括缓存策略、高可用方案和性能优化。

一、Redis 核心特性

1.1 五大数据结构详解

String：最基础的键值对，支持整数原子操作，适合计数器、分布式锁
List：有序双向链表，支持头尾操作，适合消息队列、排行榜
Set：无序集合，支持交并差运算，适合标签系统、粉丝列表
Sorted Set：有序集合（按分数），适合排行榜、延迟队列
Hash：哈希表，适合存储对象、减少内存占用

1.2 核心命令详解

-- 字符串操作
SET user:1001:name "Alice" EX 3600
GET user:1001:name
INCR user:1001:login_count
MSET key1 val1 key2 val2
MGET key1 key2

-- 列表操作（消息队列）
LPUSH queue:tasks task1 task2
RPUSH queue:tasks task3
LPOP queue:tasks
LLEN queue:tasks
LRANGE queue:tasks 0 -1

-- 集合操作
SADD tags:article1 python redis database
SMEMBERS tags:article1
SCARD tags:article1
SINTER tags:article1 tags:article2  # 交集

-- 有序集合（排行榜）
ZADD leaderboard 100 player1 95 player2 105 player3
ZRANGE leaderboard 0 -1
ZREVRANGE leaderboard 0 9  # 倒序前10名
ZRANK leaderboard player1  # 获取排名

二、缓存设计模式

2.1 Cache-Aside 模式（旁路缓存）

最常用的缓存模式。应用先查询缓存，缓存未命中则查询数据库，然后写入缓存。

// 伪代码示例
function getUserInfo(userId) {
    // 1. 先查缓存
    data = redis.get("user:" + userId)
    if (data != null) return data
    
    // 2. 缓存未命中，查数据库
    data = db.query("SELECT * FROM users WHERE id = ?", userId)
    if (data != null) {
        // 3. 写入缓存，设置 1 小时过期
        redis.setex("user:" + userId, 3600, data)
    }
    return data
}

2.2 Write-Through 模式（写穿）

写入时同时更新缓存和数据库。保证一致性，但写入速度较慢。

2.3 缓存穿透解决方案

空值缓存：对不存在的数据也缓存一个空值，设置较短的过期时间（5分钟）
布隆过滤器：用位图判断数据是否存在，可节省内存
参数验证：验证请求参数的合法性

2.4 缓存雪崩与击穿

缓存雪崩是指大量缓存同时失效。解决方案：使用随机过期时间、缓存预热。缓存击穿是指热点数据失效导致大量请求打到数据库。解决方案：使用互斥锁或者布隆过滤器。

三、缓存失效与管理

3.1 过期策略

-- 设置过期时间
EXPIRE key 3600  # 设置 1 小时后过期
PEXPIRE key 5000  # 毫秒级过期
SET key value EX 3600  # 设置带过期时间的值

-- 查看和管理 TTL
TTL key  # 返回剩余秒数（-1：永久，-2：不存在）
PTTL key  # 返回剩余毫秒数
PERSIST key  # 移除过期时间

3.2 缓存预热与惰性加载

系统启动时预热热点数据到 Redis，避免冷启动时大量请求打到数据库。同时实现惰性加载机制，当缓存不存在时动态加载。

四、Redis 持久化

4.1 RDB 快照模式

定期创建内存快照，保存为二进制文件。优点：文件小，加载快；缺点：可能丢失最后一次快照以后的数据。

# redis.conf 配置
save 900 1      # 900秒内至少1个键改变则保存
save 300 10     # 300秒内至少10个键改变则保存
save 60 10000   # 60秒内至少10000个键改变则保存

# 手动触发快照
BGSAVE  # 后台异步保存
SAVE    # 阻塞保存（不推荐）

4.2 AOF 日志模式

记录每条写操作命令。优点：数据安全性高；缺点：文件较大，启动速度慢。建议与 RDB 一起使用。

五、高可用方案

5.1 主从复制

-- 从节点连接主节点
slaveof 192.168.1.100 6379

-- 查看复制状态
INFO replication

5.2 Redis Sentinel（哨兵）

自动监控主从节点，当主节点故障时自动转移。推荐在生产环境中使用。

5.3 Redis Cluster（集群）

将数据分布到多个节点，支持水平扩展和高并发。每个节点负责一部分槽位。

六、性能优化技巧

6.1 使用 Pipeline 减少网络开销

// 单次往返多条命令
redis.pipeline()
    .set("key1", "value1")
    .set("key2", "value2")
    .incr("counter")
    .execute()

6.2 连接池配置

使用连接池而不是每次创建新连接。通常配置连接数为 CPU 核心数的 2-3 倍。

6.3 内存优化

使用更紧凑的数据结构（如 Hash 代替多个 String）
启用压缩（如 ziplist）
定期删除过期数据
监控内存占用，设置最大内存限制

七、生产环境最佳实践

使用 Sentinel 或 Cluster 实现高可用
启用 AOF + RDB 双重持久化
合理设置过期时间，避免缓存积压
使用监控工具（Redis Exporter + Prometheus）
定期备份重要数据
使用密码和 IP 白名单保护 Redis

总结

Redis 是高性能系统的关键组件。掌握其核心特性、缓存策略和高可用方案，能够构建稳定高效的互联网应用。关键是理解业务需求，选择合适的数据结构和过期策略。