Redis 作为内存数据库，凭借高性能和丰富的数据结构，在后端开发中使用极为广泛。
1. 缓存层应用
-
热点数据缓存：将高频访问数据（用户信息、商品详情）放入 Redis，减少数据库压力。
-
缓存更新策略：
- Cache Aside（常用）：读写时先操作数据库，再更新缓存。
- Write Through：先写缓存再写数据库，由缓存层负责落库。
- Write Back：先写缓存，异步写数据库，适合对一致性要求不高的场景。
-
缓存过期策略：合理设置 TTL，避免缓存雪崩。
2. 分布式锁
- 基于
SETNX+ 过期时间实现互斥锁。 - Redisson 提供更健壮的实现，支持重入锁、公平锁。
- 需考虑锁续约和锁丢失问题。
3. 队列与消息系统
- 使用
List或Stream实现简单消息队列。 - 常见场景：异步任务、延时任务。
- 大规模场景仍推荐 Kafka 等专业消息中间件。
4. 计数与限流
- 基于
INCR实现接口访问计数。 - 结合 Lua 脚本实现分布式限流（滑动窗口、令牌桶）。
5. 会话存储
- 在分布式应用中，用 Redis 存储用户 Session。
- 结合 Spring Session 可自动完成登录态共享。
6. 常见问题与优化
- 缓存穿透：布隆过滤器拦截不存在的请求。
- 缓存雪崩：设置不同过期时间，避免同一时刻全部失效。
- 缓存击穿：针对热点 key，加互斥锁防止并发击穿。
结论：Redis 不只是缓存，而是后端系统的“多功能工具箱”。合理利用数据结构和特性，能显著提升系统性能与稳定性。
