Redis 基础实战

Java 中级 · 存储与缓存

Redis 是内存数据库，常用作缓存、分布式锁、计数器、排行榜。但「会用 set/get」远远不够——缓存穿透/击穿/雪崩是面试必问，也是线上事故高发区。本篇从数据结构底层讲起，重点讲清缓存三大问题的成因与解法。

一、五大数据结构及其底层编码

结构	典型用途	底层编码
String	缓存、计数器、分布式锁	SDS（简单动态字符串）
Hash	存对象字段	listpack / hashtable
List	消息队列、栈	quicklist（双向链表+listpack）
Set	去重、交并集	intset / hashtable
ZSet	排行榜、延时队列	listpack / skiplist（跳表）

bash

# String
SET user:1:name "Tom" EX 3600      # 带过期
INCR article:1:views               # 原子自增（计数器）
SETNX lock:order:1 "uuid"          # 分布式锁雏形

# Hash（存对象，比多个 String 省内存）
HSET user:1 name Tom age 18
HGETALL user:1

# List（LPUSH+BRPOP 做简易队列）
LPUSH queue:order 1001
BRPOP queue:order 0                # 阻塞弹出

# Set
SADD article:1:likes 100
SINTER article:1:likes article:2:likes   # 共同点赞的人

# ZSet（排行榜）
ZADD rank 100 tom 95 jerry
ZREVRANGE rank 0 9 WITHSCORES      # 取前 10

为什么用 SDS 而不是 C 字符串

C 字符串以 \0 结尾、获取长度要 O(n)、容易缓冲区溢出。Redis 的 SDS 记录了 len 和 free，O(1) 取长度、二进制安全、预分配减少内存重分配。

二、过期策略与内存淘汰

2.1 过期删除

Redis 采用惰性删除 + 定期删除结合：

策略	说明
惰性删除	访问 key 时才检查是否过期，过期则删
定期删除	每秒随机抽查部分设置了过期的 key，删除其中的过期项

为什么不遍历删除所有过期 key

全量遍历会阻塞单线程的 Redis。所以采用「抽查 + 惰性」的折中，保证不卡顿的同时逐步清理。

2.2 内存淘汰策略（`maxmemory-policy`）

策略	说明
`noeviction`	不淘汰，写满报错（默认）
`allkeys-lru`	所有 key 中淘汰最近最少使用（缓存场景推荐）
`allkeys-lfu`	淘汰访问频率最低
`volatile-lru`	只在设了过期时间的 key 中淘汰
`allkeys-random`	随机淘汰
`volatile-ttl`	优先淘汰即将过期的

conf

# redis.conf
maxmemory 2gb
maxmemory-policy allkeys-lru

三、缓存读写模式

3.1 缓存更新策略

策略	说明	评价
先更新 DB，再删缓存	最常用	推荐（Cache-Aside）
先删缓存，再更新 DB	有并发脏读风险	不推荐
先更新 DB，再更新缓存	并发写会脏	不推荐
延迟双删	更新 DB 前后各删一次	解决部分并发问题

为什么是「删缓存」而不是「更新缓存」

更新缓存可能并发写覆盖（旧值后写覆盖新值）。
若缓存值需要复杂计算，频繁更新浪费。
删除更简单：下次读时按需重建（懒加载）。

四、缓存三大问题（重点）

4.1 缓存穿透

问题：查询不存在的数据，缓存不命中 → 每次都打到数据库。恶意攻击可用大量不存在的 key 打垮 DB。

解法：

缓存空值：DB 查不到也缓存一个空（短过期时间,如 60s）。
布隆过滤器：请求前用布隆过滤器判断 key 是否可能存在，不存在直接拒绝。
参数校验：非法参数（负数 ID、超长字符串）直接拦截。

java

// 缓存空值
String val = redis.get(key);
if (val != null) return val.isEmpty() ? null : val;   // 空串代表不存在
User user = db.query(id);
redis.set(key, user == null ? "" : toJson(user), 60, TimeUnit.SECONDS);
return user;

4.2 缓存击穿

问题：某个热点 key 过期瞬间，大量并发请求同时打到 DB。

解法：

互斥锁：只让一个线程去查 DB 重建缓存，其余等待。
热点 key 永不过期：逻辑过期，后台异步更新。

java

// 互斥锁方案
String val = redis.get(key);
if (val == null) {
    String lockKey = "lock:" + key;
    if (redis.setnx(lockKey, "1", 10)) {          // 抢到锁
        try {
            val = loadFromDb(key);
            redis.set(key, val, 300);
        } finally {
            redis.del(lockKey);
        }
    } else {
        Thread.sleep(50);                          // 没抢到，稍后重试
        return getWithMutex(key);                  // 递归/循环
    }
}
return val;

4.3 缓存雪崩

问题：大量 key 同时过期（或 Redis 宕机），请求全部打到 DB，DB 崩溃 → 级联故障。

解法：

过期时间加随机值：expire = 300 + random(0, 300)，打散过期时刻。
多级缓存：本地缓存（Caffeine）+ Redis。
高可用：Redis 主从/哨兵/集群，避免单点。
限流降级：DB 前加限流，或返回降级数据。

java

// 过期时间加随机
long expire = 300 + ThreadLocalRandom.current().nextInt(300);   // 300~600s
redis.set(key, val, expire, TimeUnit.SECONDS);

三大问题对比

问题	触发条件	核心解法
穿透	查不存在的数据	缓存空值 / 布隆过滤器
击穿	单个热点 key 过期	互斥锁 / 逻辑过期
雪崩	大量 key 同时过期 / Redis 挂	随机过期 / 多级缓存 / 高可用

五、缓存一致性

数据库与缓存的强一致很难，通常追求最终一致：

先更新 DB，再删除缓存（Cache-Aside），并给缓存设过期时间兜底。
强一致要求高时：binlog 订阅（Canal）+ 消息队列异步删缓存。
极端场景接受短暂不一致。

六、最佳实践

缓存必须设过期时间（除非是持久数据），避免内存耗尽。
缓存空值防穿透，过期加随机防雪崩，互斥锁防击穿。
大 key 拆分：一个 key 的 value 别超过几 KB，避免阻塞单线程。
热 key 本地缓存：极端热点用 Caffeine 挡在应用层。
监控命中率、内存、慢查询，maxmemory-policy 设为 allkeys-lru。
缓存只是加速，DB 才是数据源，别把缓存当唯一存储。

📚 官方文档与参考资料

✏️ 练习与自测

Redis 五大数据结构各适合什么场景？ZSet 为什么用跳表而不是红黑树？
缓存穿透、击穿、雪崩各是什么？分别给出至少两种解法。
为什么缓存更新推荐「删除」而不是「更新」？延迟双删解决什么问题？
用 Java + Redis 写一个防缓存击穿的「互斥锁重建缓存」方法。

本节小结

Redis 的核心是内存 + 丰富数据结构：String/Hash/List/Set/ZSet 各有底层编码（SDS、listpack、跳表）。缓存读写遵循 Cache-Aside（先更新 DB 再删缓存）；三大问题——穿透（缓存空值/布隆过滤器）、击穿（互斥锁/逻辑过期）、雪崩（随机过期/多级缓存/高可用）。记住：缓存是加速，DB 才是真理。

Redis 基础实战 ​

一、五大数据结构及其底层编码 ​

二、过期策略与内存淘汰 ​

2.1 过期删除 ​

2.2 内存淘汰策略（maxmemory-policy） ​

三、缓存读写模式 ​

3.1 缓存更新策略 ​

四、缓存三大问题（重点） ​

4.1 缓存穿透 ​

4.2 缓存击穿 ​

4.3 缓存雪崩 ​

三大问题对比 ​

五、缓存一致性 ​

六、最佳实践 ​

📚 官方文档与参考资料 ​

✏️ 练习与自测 ​

Redis 基础实战

一、五大数据结构及其底层编码

二、过期策略与内存淘汰

2.1 过期删除

2.2 内存淘汰策略（`maxmemory-policy`）

三、缓存读写模式

3.1 缓存更新策略

四、缓存三大问题（重点）

4.1 缓存穿透

4.2 缓存击穿

4.3 缓存雪崩

三大问题对比

五、缓存一致性

六、最佳实践

📚 官方文档与参考资料

✏️ 练习与自测