Redis

Redis（Remote Dictionary Server）是开源的内存数据结构存储，2009 年由 Salvatore Sanfilippo 创建。Redis 可用作数据库、缓存和消息队列，以其极高的性能（单节点 10 万+ QPS）和丰富的数据结构著称。

适用场景：热点数据缓存、分布式锁、实时计数器、轻量级消息队列、排行榜、分布式 Session、限流、位图统计。当需要持久化、丰富的数据结构或单线程原子性保证时，Redis 优于 Memcached。

核心机制

数据结构

Redis 支持五种核心数据结构：String（字符串）、Hash（哈希）、List（列表）、Set（集合）、Sorted Set（有序集合）。每种数据结构都有对应的底层实现和典型应用场景。

String 是最基础的数据结构，用于缓存、计数器、分布式锁等场景。Hash 适合存储对象类型数据。List 支持两端操作，可用于消息队列。Set 支持集合运算，适合去重、标签等场景。Sorted Set 按分数排序，天然适合排行榜。

持久化机制

Redis 提供 RDB 和 AOF 两种持久化方式。RDB 在某个时间点将数据写入临时文件，适合容灾恢复，启动效率高。AOF 记录所有写操作命令，数据安全性更高，支持 always、everysec、no 三种刷盘策略。

数据重要时建议同时开启 RDB 和 AOF，使用 AOF 恢复数据。

淘汰策略

当 Redis 内存使用达到上限时，会触发淘汰策略。常用策略包括 volatile-lru（淘汰有过期时间的最近最少使用数据）、allkeys-lru（淘汰任何最近最少使用数据）、volatile-ttl（淘汰即将过期的数据）等。

数据呈幂律分布推荐 allkeys-lru，设置键的过期时间本身也消耗内存，因此 allkeys-lru 比 volatile-lru 更省内存。

集群架构

主从复制

配置主从复制实现读写分离，主服务器创建 RDB 文件传输到从服务器加载到内存。

哨兵（Sentinel）

自动故障恢复系统，监控主服务器状态，自动进行主从切换。

集群（Cluster）

Redis 3.0+ 引入的分布式方案，使用 CRC16 算法将数据分片存储在 16384 个槽位中。每个节点负责一部分槽位，支持自动故障转移和数据自动分片。

Redis 并不能保证数据的强一致性，集群节点间使用异步复制。

配置管理

配置 提供了 Redis 配置文件的完整参考，包括网络配置、持久化配置、内存配置、安全配置、集群配置等。

关键配置项：

• maxmemory：最大内存限制
• maxmemory-policy：淘汰策略选择
• appendfsync：AOF 刷盘策略
• cluster-enabled：集群模式开关

客户端使用

Java 客户端

生产环境推荐使用 Redisson，它封装了完善的分布式锁逻辑，支持 watchdog 自动续期。Jedis 是较基础的客户端，提供较全面的 Redis 命令支持。

与 Memcached 对比

Redis 相比 Memcached 的主要优势：

• 支持更丰富的数据结构（5 种 vs 只有 String）
• 支持数据持久化
• 支持主从复制和集群
• 单核性能更高（小数据场景）

Memcached 的优势在于多核性能（大数据场景）和更简单的架构。

常见问题处理

缓存穿透

查询数据库中不存在的数据，每次都绕过缓存直击数据库。解决：缓存空值（短 TTL）或布隆过滤器拦截。

缓存击穿

热点 key 过期瞬间，大量并发涌入数据库。解决：互斥锁（仅允许一个线程重建缓存）或热点数据永不过期。

缓存雪崩

大量 key 同时过期，大量请求打到数据库。解决：随机化 TTL + 多级缓存 + Redis 高可用。

内存溢出

• 检查 maxmemory 配置是否合理
• 使用 INFO memory 查看内存使用情况
• 配置合适的淘汰策略

大 Key 问题

单个 key 的 value 过大（如超过 10KB）会导致 Redis 阻塞。使用 redis-cli --bigkeys 扫描大 key，将大 key 拆分为多个小 key 或使用 Hash 分片存储。

热点 Key 问题

单个 key 被高频访问导致单节点过载。解决：本地缓存 + Redis 多级缓存、使用读写分离分散压力、key 拆分到多个 slot。