Redis 要点

Redis 要点

持久化

RDB	AOF
定期对内存数据生成快照（Snapshot），保存为 `.rdb` 文件	记录所有写操作命令，以日志形式追加到文件。
save 900 1 # 900秒内有至少1次修改，触发保存 save 300 10 # 300秒内有至少10次修改，触发保存 save 60 10000 # 60秒内有至少10000次修改，触发保存	appendonly yes # 启用**AOF appendfsync everysec # 每秒同步一次（平衡性能与安全） # 其他选项：always（每次写都同步，安全但慢）、no（由系统决定）
文件紧凑（适合备份/恢复），恢复速度快。	数据丢失风险低（最多丢1秒数据）。
可能丢失最后一次快照后的数据（如配置为每5分钟保存一次，服务器突然宕机，会丢失最近5分钟的数据）。	文件体积大，恢复速度慢。

高安全性：同时开启 RDB + AOF（重启时优先用 AOF 恢复）。
高性能：仅用 RDB。

2.高并发与性能优化

当大量用户同时访问 Redis 时，如何让它“又快又稳”？关键在于减少网络通信和资源消耗。

专业技巧

1.管道（Pipeline）

问题：客户端每次执行命令都要等待 Redis 返回结果（网络延迟高）。
解决：将多个命令打包一次性发送，减少网络往返次数。

▼
python
复制代码
pipe = r.pipeline()
pipe.set('key1', 'value1')
pipe.get('key1')
pipe.execute()  # 一次性发送所有命令

- 2.连接池（Connection Pool）
- - 问题：频繁创建/销毁连接消耗资源。
  - 解决：预先建立连接池，重复利用连接。
  - Java，使用 Jedis 库
  - ```
  ▼
  java
  复制代码
  JedisPoolConfig config = new JedisPoolConfig();
  config.setMaxTotal(100);  // 最大连接数
  JedisPool pool = new JedisPool(config, "localhost");
  try (Jedis jedis = pool.getResource()) {
      jedis.set("foo", "bar");
  }
```
  3.事务与 Lua 脚本
  
  事务：保证一组命令的原子性（要么全部成功，要么全部失败）。
  
  Lua 脚本：将复杂逻辑封装成一个原子操作。

事务（MULTI/EXEC）

基本用法：

▼
bash
复制代码
MULTI          # 开启事务
SET key1 "A"
INCR key2
EXEC           # 提交事务（原子执行）

关键特性：

不支持回滚：Redis 事务没有回滚机制，语法错误会导致整个事务失败，运行时错误（如对字符串执行 INCR）不会影响其他命令。

乐观锁：结合WATCH

监控键值变化，实现 CAS（Check And Set）。

▼
bash
复制代码
WATCH balance       # 监控 balance 键
MULTI
DECRBY balance 100
INCRBY savings 100
EXEC               # 如果 balance 被其他客户端修改，事务失败

Lua 脚本

优势：

原子性：脚本执行期间不会被其他命令打断。
减少网络开销：复杂逻辑在服务端一次性执行。
性能优化：脚本在服务端执行，减少网络往返次数。通过EVALSHA复用已缓存的脚本（SHA1摘要），降低带宽消耗

示例（实现库存扣减）：

▼
lua
复制代码
-- KEYS[1]=库存键，ARGV[1]=扣减数量
local stock = tonumber(redis.call('GET', KEYS[1]))
if stock >= tonumber(ARGV[1]) then
    redis.call('DECRBY', KEYS[1], ARGV[1])
    return 1  -- 成功
else
    return 0  -- 库存不足
end

调用方式（命令行）：

▼
bash
复制代码
EVAL "脚本内容" 1 inventory 10  # 参数：1个键（inventory），扣减10

简单命令组（无依赖）	事务（MULTI/EXEC）	实现简单，无需处理脚本缓存
跨键操作/复杂逻辑	Lua脚本	保证原子性，支持条件判断（如：先查后改）
高并发抢购类场景	Lua脚本 + 管道	减少网络延迟，避免竞态条件（如：红包雨设计）

4：高并发经典问题（实战解决方案）

1. 缓存穿透

问题描述：恶意请求查询数据库中不存在的数据，导致请求直接穿透缓存层直达数据库。当高并发发生时，可能压垮数据库。

布隆过滤器	使用位数组存储所有可能存在的key哈希值
空值缓存	对不存在的数据缓存NULL值（设置短TTL）

bloom先行存储了可能的key（比如1,2），当查询key=3这个没有的数据的时候，本该绕过缓存直达数据库的，这时候通过布隆过滤器可以过滤掉这些空查询

如果还是绕开了空值缓存，就提前对不存在的数据设置为NULL。这样就会返回NULL 值（但是要注意TTL应该远远短于正常的数据，几秒钟到几分钟即可，过长会导致缓存空间浪费，过短则无法有效缓解穿透压力）

生产建议：布隆过滤器（RedisBloom模块）+ 空值缓存组合使用，拦截99%的穿透攻击

2.缓存击穿

描述：热点key失效，导致海量数据到达数据库层，造成数据库压力，秒杀、爆款抢购。

互斥锁（Mutex）	使用Redis的SETNX实现分布式锁	保证数据强一致性	增加系统复杂度，锁等待影响吞吐量
逻辑过期时间	缓存永不过期，业务代码维护逻辑过期时间	避免锁竞争，性能优异	需要维护版本号，可能读到旧数据

（逻辑过期：不依赖 Redis 的自动过期机制（设置key的存活时间，到期直接删除），而是在缓存数据的 Value 中嵌入一个过期时间字段（如时间戳）。当请求访问时，先检查该时间字段是否过期，若过期则触发异步更新，但仍返回旧数据给用户。这样的可用性，使得即使key过期，缓存中仍然保存了旧值，可以返回给用户，适合高并发场景。

物理过期：edis 的 EXPIRE 命令直接设置 Key 的存活时间，到期后 Key 自动删除。此时若大量请求涌入，会直接穿透到数据库）

建议：互斥锁（强一致性）+热点数据永不过期（逻辑过期处理）

3.缓存雪崩

大量数据同时过期、失效，大量key同时过期或Redis集群宕机这时候查询，请求全部到达数据库

解决：

随机时段过期	基础TTL + 随机数（如3600±600秒）	实现简单，有效分散过期时间	需要根据业务调整随机时间窗口
分层缓存架构	本地缓存（Caffeine）+ Redis分级缓存	提升系统可用性级别	架构复杂度高，数据一致性维护成本增加
熔断降级	使用Hystrix等工具进行流量控制	保护数据库不被压垮	可能影响正常用户体验
集群高可用	Redis Sentinel/Cluster部署	提升系统容灾能力	运维复杂度增加，硬件成本提高

解决方法；随机时段过期+分层缓存架构，分散缓存失效时间

总结对比表

问题类型	核心矛盾	关键技术	适用场景
缓存穿透	无效Key攻击	布隆过滤器 + 空值缓存	高频查询不存在数据（如恶意爬虫）
缓存击穿	热点Key失效	互斥锁 + 逻辑过期	秒杀商品、爆款文章访问
缓存雪崩	大规模Key同时失效	随机TTL + 多级缓存	大促期间缓存集中过期
分布式锁	多节点资源竞争	Redlock算法 + 自动续期	集群环境下的库存扣减、订单创建

案例

分布式锁实现（Jedis原生版本）

▼
Java
复制代码
public boolean lock(String key, String value, int expireSec) {
    Jedis jedis = jedisPool.getResource();
    try {
        return "OK".equals(jedis.set(key, value, "NX", "PX", expireSec*1000));
    } finally {
        jedis.close();
    }
}

public boolean unlock(String key, String value) {
    String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
    Object result = jedis.eval(script, 1, key, value);
    return result.equals(1L);
}

2.缓存穿透防护

▼
Java
复制代码
public User getUser(String userId) {
    String key = "user:" + userId;
    String json = jedis.get(key);
    
    if (json != null) {
        if ("".equals(json)) { // 空值标记
            return null;
        }
        return JSON.parseObject(json, User.class);
    }
    
    User user = userDao.findById(userId);
    if (user == null) {
        jedis.setex(key, 60, ""); // 缓存空值60秒
        return null;
    }
    
    jedis.setex(key, 3600, JSON.toJSONString(user));
    return user;
}

空值缓存：数据库不存在的键也缓存空字符串，避免反复查询数据库
过期时间：
- 空值设置短过期（如60秒），防止长期占用内存
- 正常数据设置长过期（如3600秒）
更新同步：当数据新增时需删除对应的空值缓存

Q1：为什么分布式锁需要设置过期时间？A1：防止持有锁的客户端崩溃后锁无法释放，导致死锁

Q2：Lua脚本比多命令操作的优势是什么？ A2：Redis单线程执行Lua脚本，保证多个命令的原子性

Q3：ZSET如何实现分页查询？ A3：使用zrevrange指定偏移量，如zrevrange leaderboard 10 19获取第2页数据

4：高并发经典问题（实战解决方案）

1. 缓存穿透

2.缓存击穿

3.缓存雪崩

总结对比表

案例

目录

目录