Redis 原理与高并发缓存设计
一、先说结论
Redis 是基于内存的高性能键值数据库，采用单线程 + IO 多路复用模型，通过减少上下文切换和锁竞争实现高吞吐。常用于缓存、分布式锁和计数器。在高并发场景下需要重点解决缓存穿透、击穿和雪崩问题。
二、Redis 为什么这么快？
🧠 核心原因：
1. 内存操作
2. 单线程模型
3. IO 多路复用
1️⃣ 内存操作
👉 数据在内存：
纳秒级访问
👉 对比 MySQL：
磁盘 IO → 毫秒级
2️⃣ 单线程模型
👉 Redis 是单线程执行命令
👉 为什么反而更快？
1. 没有锁竞争
2. 没有线程切换
3️⃣ IO 多路复用
👉 一条线程同时处理多个连接
👉 常见模型：
select / poll / epoll
三、Redis 常用数据结构（面试必问）
📦 1️⃣ String
最常用
用途：
- 缓存
- 计数器
📦 2️⃣ Hash
key → field → value
用途：
- 用户信息
📦 3️⃣ List
👉 有序列表
📦 4️⃣ Set
👉 去重集合
📦 5️⃣ ZSet（重点）
👉 带分数的排序集合
👉 用途：
🔥 排行榜
四、缓存的基本模型
🧠 常见架构：
请求 → Redis → MySQL
👉 流程：
- 先查 Redis
- 没有 → 查数据库
- 写入 Redis
👉 这叫：
Cache Aside（旁路缓存）
五、高并发三大问题（重点🔥）
❗1：缓存穿透
👉 什么是穿透？
查询一个不存在的数据
👉 流程：
Redis 没有 → 查 DB → 也没有
👉 每次都打 DB
🔥 数据库被打爆
✅ 解决方案：
✔️ 1：缓存空值
key → null（短过期）
✔️ 2：布隆过滤器（高级）
👉 判断 key 是否存在
❗2：缓存击穿
👉 什么是击穿？
热点 key 失效
👉 大量请求同时：
直接打 DB
✅ 解决：
✔️ 1：互斥锁（常用）
if (redis.get(key) == null) {
lock.lock();
try {
// 查 DB
} finally {
lock.unlock();
}
}
✔️ 2：永不过期 + 异步更新
❗3：缓存雪崩
👉 什么是雪崩？
大量 key 同时过期
👉 结果：
🔥 数据库被打爆
✅ 解决：
✔️ 1：过期时间随机
TTL + random
✔️ 2：多级缓存
✔️ 3：限流 / 降级
六、缓存一致性问题（实战重点）
❗问题：
Redis 和 DB 数据不一致
常见方案：
✅ 方案1：先更新 DB，再删缓存（推荐）
update db;
delete cache;
👉 下次查询：
→ 自动更新缓存
❗为什么不先删缓存？
并发可能导致脏数据
✅ 进阶方案：
👉 延迟双删
删除缓存 → 更新 DB → 再删一次
七、Redis 分布式锁（高频）
👉 实现：
SET key value NX EX 10
👉 含义：
- NX：不存在才设置
- EX：过期时间
❗问题：
- 锁失效
- 误删锁
✅ 解决：
- value 用 UUID
- 释放锁校验
八、一个真实业务案例（你能用上）
🎯 场景：商品详情页（高并发）
❗问题：
- 热点数据
- 高 QPS
✅ 方案：
1. Redis 缓存商品数据
2. 热点数据永不过期
3. 后台定时更新
👉 效果：
🔥 扛住大流量
九、一个高级理解（拉开差距）
👉 Redis 单线程为什么还能高并发？
👉 因为：
瓶颈不在 CPU，而在 IO
👉 Redis：
- 避免锁
- 利用 IO 多路复用
👉 本质：
用“简单模型”换高性能
十、总结（面试高分表达）
你可以这样说：
Redis 是基于内存的高性能数据库，通过单线程和 IO 多路复用实现高并发处理。在缓存设计中通常采用旁路缓存模式，同时需要解决缓存穿透、击穿和雪崩问题。通过合理的缓存策略和一致性方案，可以显著提升系统性能和稳定性。
