Redis在缓存中的应用场景

Redis在缓存中的典型应用场景

• 页面与全页缓存 FPC：将渲染后的HTML片段或整页存入 Redis，显著降低页面渲染与数据库压力，常用于内容渲染与高并发读场景。示例：SET key "<html>...</html>" EX 60 设置页面缓存 60 秒。
• 会话缓存 Session：把 Web Session 集中存入 Redis，实现无状态服务与横向扩展；相较 Memcached，Redis 具备持久化能力，重启后会话不易丢失。
• 应用对象缓存：将热点数据（如商品、分类、配置、广告）放入 Redis，作为服务层的二级缓存，减少对数据库的访问次数与时延。
• 查找表与配置缓存：把DNS 记录、系统配置字典等放入 Redis，利用其快速查找特性；此类数据通常不失效或极少变更。
• 计数器与频次统计：利用原子自增（如 INCR）实现点赞数、收藏数、分享数等实时计数与展示。
• 限流与访问控制：以 IP/用户/接口 为 key，计数并在窗口期内判断是否超限，常用于防刷与过载保护。
• 购物车与用户行为列表：用 Hash 存购物车条目，用 Set/ZSet 维护点赞/收藏/关注/粉丝等社交列表与关系运算。
• 排行榜与热度榜单：基于 ZSet 按得分/时间排序，实时维护最热、点击率最高、活跃度最高等榜单。
• 验证码与一次性令牌：如短信验证码 60 秒有效、OAuth2 Token 5 分钟一次性使用，到期自动失效。

数据结构与典型用法

以上用法覆盖页面缓存、会话共享、对象缓存、计数与限流、社交列表、排行榜、一次性令牌等主流缓存场景。

落地实践要点

• 缓存读写策略：采用Cache-Aside（先读缓存、未命中读库并回填）；更新时优先删除缓存而非更新，减少并发写覆盖导致的不一致。
• TTL 与随机抖动：为缓存设置合理过期时间并加入随机抖动（如基础 1 小时 + 随机 0–10 分钟），降低缓存雪崩风险。
• 空值缓存：对查询结果为空的情况也写入短 TTL 的占位值（如 “NULL”），缓解缓存穿透。
• 淘汰策略与容量规划：通过 maxmemory 与 Allkeys-LRU/LFU 等策略在内存受限时自动淘汰，保障命中率与稳定性。
• 高可用与扩展：热点与容量增长时使用 Redis Cluster/Proxy 方案实现分片与高可用，避免单点瓶颈。
• 监控与调优：持续监控命中率、内存使用、慢查询等指标，结合业务特性调整序列化方式、压缩、分片键与过期策略。

常见问题与对策

• 缓存穿透：大量查询不存在的 key直击数据库。对策：使用空值缓存、布隆过滤器预筛无效 key。
• 缓存雪崩：大量 key 同时过期导致瞬时 DB 压力。对策：错峰过期（随机 TTL）、多级缓存、高可用架构。
• 缓存击穿：热点 key 失效瞬间高并发直达 DB。对策：互斥重建（加锁/信号量）、永不过期 + 异步刷新、热点预热。
• 一致性问题：DB 更新后缓存可能陈旧。对策：更新 DB 后删除缓存，必要时采用延迟双删与版本号/时间戳校验。