Redis

大多数人初次接触 Redis 时把它当作"一个缓存",但这低估了它。Redis 是一个内存数据结构存储:它把丰富的数据类型——字符串、哈希、列表、集合、有序集合、流——保存在内存里,并通过网络对外暴露针对这些结构的原子操作。数据结构加微秒级延迟的组合,正是为什么缓存、会话存储、限流器、排行榜、队列、发布/订阅常常都落在 Redis 上,甚至同一个系统里全都用它。这就是我们在缓存和排行榜文章里反复用到的技术,下面讲讲它到底怎么工作。

为什么是内存 + 单线程

两个设计选择解释了 Redis 的速度。第一,数据放在内存(RAM)里,读写完全不碰磁盘——延迟是微秒级而非毫秒级。第二,命令执行是单线程的:一次只在一个核上跑一条命令,通过事件循环处理。这听起来像限制,其实是特性:没有锁、命令之间没有竞态,每个操作天然原子。你永远不会拿到一个执行了一半的自增。对内存存储来说 CPU 很少是瓶颈——网络和内存带宽才是——所以单线程也能轻松扛住每秒 10 万+ 操作。(现代 Redis 确实用线程做 I/O 和后台任务,但核心命令执行仍是单线程。)

数据结构

Redis 与 Memcached 这类纯键值缓存的区别,在于它的带类型的值以及在服务端执行的操作:

• 字符串(String)——字节、整数(原子 INCR)或二进制块。最基本的缓存值。
• 哈希(Hash)——字段→值的映射;不必序列化整个对象就能存对象。
• 列表(List)——链表;LPUSH/RPOP 可做简单的队列和栈。
• 集合(Set)——无序去重成员;成员判断、并集/交集(如共同好友)。
• 有序集合(ZSET)——按分数排序的成员;排行榜和限流器背后的引擎。
• 流(Stream)——带消费者组的追加日志;一个轻量的类 Kafka 原语。
• 位图 / HyperLogLog / 地理位置——省空间的计数器、近似基数统计、地理查询。

SET   session:42 "..."  EX 3600     # 字符串 + 1 小时 TTL
INCR  views:home                    # 原子计数器
HSET  user:42 name "Ada" tier gold  # 用哈希存对象
ZADD  board 9820 alice              # 有序集合 → 排行榜
ZREVRANK board alice                # O(log n) 求排名
LPUSH jobs "task1"  /  BRPOP jobs 0  # 简单队列

持久化:RDB 对比 AOF

内存存储不一定意味着易失。Redis 提供两种持久化机制,让它能在重启后存活:

RDB 适合备份和快速重启;AOF 在你无法容忍丢超过一秒的写时更合适。常见的生产配置是两者都开——AOF 保证持久性,RDB 做快速备份——很多还用混合格式。如果纯把 Redis 当缓存用,可以完全关掉持久化,把数据当作可重新计算的。

淘汰与过期

要把 Redis 当缓存用,你用 maxmemory 给它的内存设上限,并选一个内存满时的淘汰策略:allkeys-lru(淘汰最久未用)、allkeys-lfu(淘汰最少使用——对倾斜访问更好)、volatile-ttl(在设了 TTL 的键里淘汰最快到期的),或 noeviction(拒绝写)。另外,键可以通过 EXPIRE 带上 TTL。Redis 同时用惰性(访问时)和主动(后台采样删除过期键)两种方式过期,在 CPU 与内存间权衡。淘汰(注意:Redis 用采样来近似 LRU/LFU,不是完美的全局排序)正是它能充当我们缓存深入讲解里那一层缓存的原因。

复制与高可用

单个 Redis 节点是单点故障。复制增加一个或多个副本,异步拷贝主节点的数据——可用于读扩展和热备。要做自动故障转移,Redis Sentinel 监控主从;主挂了,Sentinel 达成法定多数,提升一个副本为主并重新配置客户端。由于复制是异步的,故障转移可能丢失尚未到达被提升副本的最后几条写——这正是分布式系统里普遍存在的持久性与可用性权衡(见我们的 DDIA 复制笔记)。

Redis Cluster:横向扩展

当数据集或写吞吐超出单节点,Redis Cluster 把键空间分片到多个主节点。它把键空间划分为 16384 个哈希槽;每个键通过 CRC16(key) mod 16384 映射到一个槽,每个主节点拥有一段槽区间。加一个节点意味着把一部分槽迁移过去——只有受影响的键迁移,而不是整个键空间。

slot(key) = CRC16(key) mod 16384

  节点 A: 槽    0 – 5460      (+ 副本)
  节点 B: 槽 5461 – 10922     (+ 副本)
  节点 C: 槽 10923 – 16383    (+ 副本)

  多键操作必须落在同一个槽 → 用 {hash tag}:
     MGET {cart:42}:items {cart:42}:total   # 两者都对 "cart:42" 取哈希

有个坑:多键操作(以及事务)只有在所有键落在同一个槽时才有效,你用哈希标签(hash tag)来强制这一点——{} 里的部分才是用来取哈希的。这也是让应用代码必须"感知 Cluster"的主要原因。

Redis 实际拿来干什么

这些数据结构直接对应了一大批用途:

• 缓存——最经典的:数据库前面的 cache-aside。
• 会话存储——快速、带 TTL 的用户会话,在无状态应用服务器间共享。
• 限流器——原子 INCR 配 EXPIRE,或用有序集合做滑动窗口。
• 排行榜——有序集合给出 O(log n) 的排名和 top-k(见排行榜设计)。
• 队列——列表(LPUSH/BRPOP)或带消费者组的流。
• 发布/订阅——为实时功能做轻量的扇出消息。
• 分布式锁——SET key val NX EX 当作租约;Redlock 算法把它扩展到多节点(虽有争议——单实例锁配合 fencing 往往就够了)。

Redis 对比 Memcached

常见坑

• 大 key——单个巨大的值(百万元素的列表)会让对它的每个操作都变慢并卡住线程;拆分或重构。
• 热 key——某个键流量畸高会把负载集中到它所在的节点;客户端缓存或拆 key 可缓解。
• 阻塞命令——生产中避免 KEYS、大 SMEMBERS/HGETALL;遍历用 SCAN。
• 内存与持久化的相互作用——RDB 的 fork 会瞬时让内存翻倍;预留相应余量。