Redis如何与数据库协同工作

Redis 与数据库协同工作，核心目标是用 Redis 做高速缓存 / 辅助存储，用数据库做持久化、权威数据源。下面从常见架构、数据同步方式、典型场景、一致性问题、最佳实践几个方面系统说明。

一、Redis 与数据库的典型协同模式

1️⃣ Cache Aside（旁路缓存）【最常用】

架构思想：

• 数据库是唯一权威数据源
• Redis 只是缓存层
• 应用同时访问 Redis 和数据库

读流程：

1. 先查 Redis
   - 有 → 直接返回
2. 没有 → 查数据库
   - 查到 → 写入 Redis → 返回
   - 没查到 → 返回空

写流程：

1. 更新数据库
2. 删除 Redis 缓存（不是更新）

✅ 为什么删除而不是更新缓存？

• 避免并发写导致缓存不一致
• 删除实现简单，失败影响小

✅ 这是生产环境最推荐模式

2️⃣ Read/Write Through（缓存穿透模式）

特点：

• 应用只操作缓存
• 缓存负责和数据库同步

Write Through：

• 写缓存 → 缓存同步写数据库

Read Through：

• 缓存未命中 → 缓存自动加载数据库数据

❌ 缺点：

• Redis 本身不支持这种机制
• 需要额外中间件或客户端封装

✅ 多用于本地缓存（如 Guava、Caffeine）

3️⃣ Write Behind（异步写回）

流程：

• 写 Redis 立即返回
• 异步批量写数据库

✅ 优点：

• 写入性能极高

❌ 缺点：

• 数据一致性和可靠性风险大
• Redis 宕机可能丢数据

✅ 适合日志、计数、统计类数据

二、Redis + 数据库的协作流程图（Cache Aside）

客户端请求
    ↓
[ Redis ]
  ↓ hit → 返回数据
  ↓ miss
[ Database ]
  ↓
写入 Redis
  ↓
返回数据

三、典型应用场景

✅ 1. 热点数据缓存

• 用户信息
• 商品详情
• 配置信息

DB: MySQL / PostgreSQL
Cache: Redis String / Hash

✅ 2. 计数与统计

• 点赞数
• 浏览量
• 库存扣减

Redis: INCR / DECR
DB: 异步落库

✅ 3. 分布式锁

Redis: SETNX / RedLock
DB: 保证最终一致性

✅ 4. 会话（Session）管理

Redis: 存 session
DB: 用户基础信息

✅ 5. 消息队列解耦

Redis: List / Stream
DB: 消费者落库

四、数据一致性问题（重点）

1️⃣ 缓存与数据库不一致的常见原因

• 并发读写
• 先更新缓存再更新数据库
• 删除缓存失败
• 数据库主从延迟

2️⃣ 推荐一致性策略

✅ Cache Aside + 延迟双删

1. 删除缓存
2. 更新数据库
3. 延迟几百毫秒再删一次缓存

✅ 设置合理的 TTL

即使不一致，也会自动过期

✅ 避免“更新缓存”

更新数据库 + 删除缓存

五、Redis 与数据库的技术分工

✅ 结论：

Redis 负责“快”，数据库负责“准”

六、常见错误做法 ❌

❌ 把 Redis 当主数据库
❌ 缓存和数据库双向更新
❌ 缓存永不过期（无 TTL）
❌ 忽略缓存穿透 / 击穿 / 雪崩

七、生产级最佳实践 ✅

• 使用 Cache Aside
• 写操作：先 DB，再删缓存
• 读操作：先缓存，再 DB
• 设置 TTL
• 对空值缓存（防穿透）
• 热点 Key 加互斥锁（防击穿）
• 缓存 Key 设计清晰（业务:类型:id）

八、一句话总结

Redis 与数据库协同的核心：Redis 做加速层，数据库做权威层，通过“缓存旁路 + 删除缓存 + TTL”保证高性能与一致性。

如果你愿意，我可以：

• 画一张 时序图
• 给你 Java / Go / Python 示例代码
• 针对 电商 / 社交 / 订单系统讲具体方案