Redis 深度笔记：十年架构师带你玩转高性能缓存与持久化

在高并发的互联网应用中，Redis 扮演着至关重要的角色。它不仅是高性能的缓存解决方案，还被广泛应用于消息队列、计数器、排行榜等场景。本文将分享一些关于 Redis 的使用笔记，重点讲解 Redis 的底层原理、最佳实践以及踩坑经验，希望能帮助读者更好地理解和使用 Redis。

缓存穿透、击穿与雪崩：解决方案与实战

问题场景重现：

假设一个电商网站，用户经常访问的商品信息存储在 Redis 中。当 Redis 中不存在某个商品信息（例如，该商品刚上架或被下架），大量请求直接穿透 Redis，访问数据库，导致数据库压力骤增，甚至崩溃。这就是典型的缓存穿透问题。如果某个热点商品的缓存过期，大量请求同时涌向数据库，这就是缓存击穿。而如果大量的缓存同时失效（例如，Redis 集群故障），导致所有请求都直接访问数据库，这就是缓存雪崩。

底层原理深度剖析：

• 缓存穿透： 请求访问不存在的数据，缓存无法命中，请求直接访问数据库。
• 缓存击穿： 热点数据过期，大量请求同时访问数据库。
• 缓存雪崩： 大量缓存同时失效，所有请求都访问数据库。

具体的代码/配置解决方案：

• 缓存穿透：

  • 布隆过滤器： 在请求访问 Redis 之前，使用布隆过滤器判断该数据是否存在。如果不存在，则直接返回，避免访问数据库。Java 代码示例如下：

    // 使用 Guava 实现布隆过滤器
    private Funnel<Integer> funnel = Funnels.integerFunnel();
    private BloomFilter<Integer> bloomFilter = BloomFilter.create(funnel, 1000000, 0.01); // 100 万数据，误判率 1%
    
    public void initBloomFilter(List<Integer> data) {
        for (Integer id : data) {
            bloomFilter.put(id); // 将数据添加到布隆过滤器
        }
    }
    
    public boolean mightContain(Integer id) {
        return bloomFilter.mightContain(id); // 判断数据是否存在
    }
    

  • 空值缓存： 如果数据库中不存在该数据，则在 Redis 中缓存一个空值，并设置较短的过期时间。

    

• 缓存击穿：

  • 互斥锁： 在缓存失效时，使用互斥锁（例如，Redis 的 SETNX 命令）只允许一个线程访问数据库，其他线程等待。当该线程将数据写入缓存后，再释放锁，通知其他线程。Redis 命令示例如下：

    SETNX lock:product_id value EX 10 // 尝试获取锁，过期时间 10 秒
    GET product_id from database // 从数据库获取数据
    SET product_id value EX 3600 // 将数据写入缓存，过期时间 1 小时
    DEL lock:product_id // 释放锁
    

  • 永不过期： 缓存不设置过期时间，由后台线程定时更新缓存。

    

• 缓存雪崩：
  • 过期时间分散： 设置不同的过期时间，避免大量缓存同时失效。
  • 熔断降级： 当数据库压力过大时，可以采取熔断措施，直接返回默认值或错误页面。
  • 多级缓存： 使用多级缓存架构，例如，本地缓存（Guava Cache） + Redis 缓存。

实战避坑经验总结：

• 合理选择缓存策略： 根据业务场景选择合适的缓存策略，例如，读多写少的场景适合使用缓存，而频繁更新的场景则不适合。
• 监控 Redis 性能： 使用 Redis 的 INFO 命令或 Redis Desktop Manager 等工具监控 Redis 的性能，例如，内存使用率、CPU 使用率、命中率等。及时发现并解决性能问题。
• 避免大 Key： 避免存储过大的 Key，否则会导致 Redis 性能下降。如果需要存储大量数据，可以考虑将数据拆分成多个 Key 存储。
• 设置合理的过期时间： 设置合理的过期时间，避免缓存过期时间过短或过长。过期时间过短会导致缓存命中率低，而过期时间过长会导致数据不一致。
• 持久化方案选择： 根据数据重要程度选择 RDB 或 AOF 持久化方案。

Redis 的数据结构与应用场景

Redis 支持多种数据结构，包括字符串（String）、哈希（Hash）、列表（List）、集合（Set）和有序集合（ZSet）。每种数据结构都有其特定的应用场景。

• 字符串（String）： 存储字符串，可以用于缓存用户信息、验证码等。
• 哈希（Hash）： 存储键值对，可以用于存储对象。
• 列表（List）： 存储有序的字符串列表，可以用于实现消息队列、朋友圈动态等。
• 集合（Set）： 存储无序的字符串集合，可以用于实现用户标签、好友关系等。
• 有序集合（ZSet）： 存储有序的字符串集合，每个字符串都有一个分数（score），可以用于实现排行榜、热门文章等。

Redis 集群与高可用

当单个 Redis 实例无法满足业务需求时，需要使用 Redis 集群。Redis 集群可以将数据分布到多个节点上，提高系统的吞吐量和可用性。常用的 Redis 集群方案包括：

• 主从复制： 简单易用，但主节点故障会导致数据丢失。
• 哨兵模式： 在主从复制的基础上增加了哨兵节点，可以自动进行故障转移。
• Redis Cluster： 官方提供的分布式解决方案，支持自动分片和故障转移。

选择合适的 Redis 集群方案需要根据具体的业务需求进行评估。例如，对数据一致性要求高的场景，建议使用 Redis Cluster。

总结

Redis 作为一种高性能的缓存解决方案，在互联网应用中发挥着重要的作用。通过深入理解 Redis 的底层原理、数据结构和集群方案，可以更好地利用 Redis 解决实际问题。希望本文的 Redis 笔记能够帮助读者更好地掌握 Redis 技术。