Redis 深度指南

这是 Redis 的完整文档：先从零讲清 Redis 是什么，再带你跑起来、用命令玩通 5 种数据结构，最后是深度参考（作用定位、常见问题排查、难点方案）。在 Nest 应用里封装 RedisModule 见 Nest 课程第十三章。

一、基础入门（从零开始）

这一节从「Redis 是什么」讲到能用命令玩通 5 种数据结构，零基础也能跟上；Nest 课程那篇讲的是在应用里封装 RedisModule——两篇不重复。

1. 先搞懂：Redis 是什么

Redis（REmote DIctionary Server）是开源的内存型 key-value 数据库（菜鸟教程）。记住三个关键词：

• 内存：数据放在内存里，读写微秒级，极快。
• key-value：一个 key 对应一个 value，SET name tom / GET name 就是读写一个键。
• 数据结构服务器：value 不只是字符串，可以是 5 种结构（string / hash / list / set / zset），所以 Redis 常被称为「数据结构服务器」。

和 MySQL 的核心区别：

	MySQL	Redis
数据放哪	磁盘	内存
怎么操作	SQL 语句	命令（SET/GET/HSET…）
结构	表（行 + 列）	key-value（value 是数据结构）
速度	毫秒级	微秒级
重启	数据还在	内存数据可能丢（靠持久化）

一句话：MySQL 存「不能丢的真相」，Redis 存「要快、丢了能重建」的加速数据（缓存、计数、排行榜）。所以 Redis 一般不单独当主库，而是配合 MySQL 用。

2. Redis 怎么用：命令 + 5 种数据结构

Redis 没有 SQL、没有表。你直接用命令读写 key，一个 key 的 value 可以是 5 种数据结构之一：

结构	value 长什么样	典型用途
String	一个值（字符串/数字）	缓存、计数
Hash	字段-值 的映射（像一个对象）	存用户/商品信息
List	有序列表	队列、最新动态
Set	无序、不重复的集合	去重、共同好友
ZSet	带分数的有序集合	排行榜

选哪种结构 = 让 value 是什么，结构决定了你能对它做什么操作。先把 Redis 跑起来，再把这 5 种各试一遍。

3. 用 Docker 起一个 Redis

docker run -d --name redis -p 6379:6379 redis:7

• 默认无密码；docker logs redis 看到 Ready to accept connections 就起来了。
• 应用连接地址：localhost:6379。

4. 连上它

docker exec -it redis redis-cli

看到 127.0.0.1:6379> 提示符就连上了。

5. 最基础的几条命令

# ① String：缓存一个值
127.0.0.1:6379> SET hello world
OK
127.0.0.1:6379> GET hello
"world"

# ② 计数：原子自增（限流、阅读量用）
127.0.0.1:6379> INCR counter
(integer) 1
127.0.0.1:6379> INCR counter
(integer) 2

# ③ Hash：存对象
127.0.0.1:6379> HSET user:1 name tom age 20
(integer) 2
127.0.0.1:6379> HGETALL user:1
1) "name"
2) "tom"
3) "age"
4) "20"

# ④ List：队列（左进、右出 = 先进先出）
127.0.0.1:6379> LPUSH queue a b c
(integer) 3
127.0.0.1:6379> RPOP queue
"c"

# ⑤ Set：去重
127.0.0.1:6379> SADD tags go nest
(integer) 2
127.0.0.1:6379> SMEMBERS tags
1) "go"
2) "nest"

# ⑥ ZSet：带分数，排行榜
127.0.0.1:6379> ZADD rank 100 alice 90 bob
(integer) 2
127.0.0.1:6379> ZRANGE rank 0 -1 REV WITHSCORES
1) "alice"
2) "100"
3) "bob"
4) "90"

精髓：选对数据结构——计数用 string、对象用 hash、队列用 list、去重用 set、排行用 zset。

6. 五大数据结构详解

Redis 的「数据类型」就是 5 种数据结构（掘金《Redis 八种数据类型详解》）。选对结构是精髓：

结构	常用命令	典型场景
String	SET GET INCR DECR SETNX	缓存、计数、分布式锁
Hash	HSET HGET HGETALL HDEL HINCRBY	存对象（用户/商品信息）
List	LPUSH RPUSH LPOP RPOP LRANGE	队列、最新动态、分页
Set	SADD SMEMBERS SINTER SUNION SDIFF	去重、共同好友、标签
ZSet	ZADD ZRANGE ZREVRANGE ZSCORE	排行榜、优先级队列

选型口诀：计数用 String、对象用 Hash、队列用 List、去重用 Set、排行用 ZSet。别用 String 硬塞 JSON 当对象——用 Hash 更省内存、还能单独改一个字段。

还有 3 种特殊类型（用到再查）：Bitmap（位图，签到/活跃统计）、HyperLogLog（去重计数，UV，有约 0.8% 误差）、GEO（地理位置，附近的人）。

7. 通用命令

对所有 key 都适用：

EXISTS key          # key 是否存在
DEL key             # 删除
TYPE key            # 看类型
EXPIRE key 60       # 设 60 秒过期
TTL key             # 剩余秒数（-1 永久、-2 不存在）
PERSIST key         # 取消过期
KEYS *              # 列出所有 key（只本机玩，生产禁用！会阻塞）
SCAN 0              # 生产用 SCAN 游标式遍历，不阻塞
SELECT 0            # 切换库（默认 0，共 16 个）
DBSIZE              # 当前库 key 数量
FLUSHDB             # 清当前库（危险）

8. 基本使用规则

• key 命名用冒号分层：user:1001:profile、article:88:likes，清晰又好管理。
• 凡是缓存都设 TTL，防永久堆积；TTL 加点随机值防雪崩（见深度章节）。
• 生产禁用 KEYS *，改用 SCAN（不阻塞单线程）。
• 选对结构：对象用 Hash 不用 String 塞 JSON；排行用 ZSet 不用 List 硬排。
• 单 value 控制大小（< 10KB），大 hash/list 拆分，避免阻塞单线程。
• 分布式锁用 SET key val NX EX 30（NX 抢锁、EX 防死锁），删锁前校验 owner（见深度章节）。

9. 核心词汇速记

术语	一句话
key / value	一个键对应一个值
TTL	key 的存活时间，到期自动删
数据结构	string/hash/list/set/zset 五种
持久化	内存数据落盘（RDB/AOF），防重启丢失
单线程	命令排队执行，所以天然原子、也怕慢命令阻塞

二、作用与定位

Redis 是内存型 key-value 数据库，核心价值是快（内存读写、单线程无锁竞争、微秒级响应）。典型用途：

• 缓存：挡在 MySQL 前面，热点数据读 Redis 不读库。
• 计数 / 限流：INCR 原子计数（阅读量、点赞、API 限流）。
• 分布式锁：多实例互斥（SETNX + 过期）。
• 排行榜 / 关注关系：zset / set 的天然能力。
• 消息：简单的发布订阅、延迟队列。

一句话：对速度敏感、可重建、能接受短暂不一致的数据，放 Redis。

三、何时该用 / 何时别用

场景	用不用 Redis
热点读、降低 DB 压力	用（缓存）
高频计数、限流	用
分布式锁、会话	用
钱袋、订单这种不能丢、强一致数据	别用（用 MySQL）
关系复杂、要 JOIN	别用（Redis 没有关系能力）

Redis 不适合当主数据库：内存贵（不能存海量）、持久化是异步的（重启可能丢最近数据）、事务弱。MySQL 是真相源，Redis 是可重建的加速层。

四、核心机制速览

• 单线程 + IO 多路复用：命令顺序执行，无并发竞争，所以 INCR 这类天然原子。慢命令（KEYS *、大 SORT）会阻塞所有请求。
• 5 种核心数据结构：string（缓存/计数）、hash（对象）、list（队列）、set（去重/关系）、zset（排行榜）。选对结构是 Redis 的精髓——用对结构比用 string 硬塞高效得多。
• 过期 + 淘汰：key 设 TTL 过期；内存满了按策略淘汰（默认 noeviction 报错，生产常设 allkeys-lru 淘汰最久未用）。
• 持久化：RDB（快照，周期落盘，重启快、可能丢数据）和 AOF（追加每条写命令，更安全、文件大）。生产常开 AOF + RDB 混合。

五、常见问题与排查

缓存穿透、击穿、雪崩三者表现都是「请求绕过缓存打到底层数据库」，但触发条件不同。一张图看清它们的区别与共同后果：

1. 缓存穿透（查不存在的数据）

现象：大量请求查一个 DB 里根本不存在的 key（比如恶意攻击 id=-1），每次都穿透到 DB。

方案：

• 查 DB 没结果也缓存空值（SET key "" EX 60），下次直接返回空。
• 用 布隆过滤器：请求先过布隆过滤器，不存在的直接拒，不查 DB。

2. 缓存击穿（热点 key 过期）

现象：一个超高并发访问的热点 key 突然过期，瞬间所有请求打到 DB。

方案：

• 互斥锁重建：只有一个请求去查 DB 回填缓存，其他等（SETNX 抢锁）。
• 热点 key 不设过期，靠后台定时更新。
• 物理永不过期 + 逻辑过期：value 里带过期时间，发现过期后异步刷新。

3. 缓存雪崩（大量 key 同时过期）

现象：大批 key 同一时刻过期（或 Redis 整个挂了），请求全打到 DB。

方案：

• TTL 加随机偏移（EX 3600 + random(0,300)），避免同时过期。
• 多级缓存（本地缓存 + Redis）。
• Redis 高可用（哨兵/集群，见下文），别让 Redis 整个挂。

4. 大 key（单个 key 的 value 特别大）

危害：读写大 key 阻塞单线程、网络传输慢、集群迁移卡顿、淘汰时引发抖动。

排查：redis-cli --bigkeys 或 MEMORY USAGE key。

方案：拆分——大 hash 按字段拆、大 list/zset 分片成多个、大 string 拆成多个 key；或迁移到别处（文件存 OSS）。

5. 热 key（单个 key 访问量极高）

危害：单分片 CPU 打满（集群里热 key 落在一个分片）。

方案：

• 多副本读：同一个数据写多个 key（hot_0/hot_1/…），读时随机选一个，分散到不同分片。
• 本地缓存（进程内 LRU），减少对 Redis 的访问。

6. 内存满 / OOM

现象：OOM command not allowed，写不进去。

方案：设 maxmemory + 合理淘汰策略（allkeys-lru）；排查并清理大 key / 无 TTL 的 key。

六、难点与解决方案

1. 缓存与数据库一致性

写数据时要同时改 DB 和缓存，怎么保证两边一致？常见策略：

• Cache Aside（旁路缓存，最常用）：写时先更新 DB，再删缓存（不是更新缓存）。读时缓存没就查 DB 回填。为什么是「删」不是「更新」：避免并发写时缓存被旧值覆盖、且懒加载省内存。
• 延迟双删：写 DB 前删一次缓存、写完 DB 后延迟再删一次（清掉读旧值期间回填的脏数据）。
• 最终一致：通过 binlog（Canal）监听 DB 变更异步刷缓存，业务代码不感知。

接受短暂不一致是缓存系统的常态。强一致场景不要用缓存（直接读 DB）。

2. 分布式锁

SET key value NX EX 30 抢锁（NX 保证只有第一个成功、EX 防死锁）。难点：

• 锁被别人误删：A 超时未释放，B 抢到锁，A 干完把 B 的锁删了。→ value 设唯一 id，删锁前用 Lua 脚本判断「是不是自己的」。
• 业务执行超时锁过期：开看门狗（定时续期），如 Redisson 实现。
• 单点故障：单 Redis 挂了锁失效。→ 用 Redlock（向多个独立 Redis 节点抢锁，多数成功才算成功），但有争议，强一致需求建议上 Zookeeper/etcd。

3. 高可用：主从 / 哨兵 / 集群

方案	能力	适用
主从复制	读写分离、数据备份	读多写少、能接受手动切主
哨兵（Sentinel）	主从 + 自动故障转移	中小规模、自动高可用
集群（Cluster）	数据分片 + 高可用	大数据量、高并发（多分片分担）

主从复制是读写分离的基础，用图理解写主、读从的数据流向：

哨兵在主从之上加了自动故障转移，主库挂掉后的完整时序：

难点：集群下跨槽操作受限（多 key 操作如 MGET、事务要求 key 在同一槽，用 hash tag {tag} 强制同槽）、数据倾斜（热 key / 大 key 落在一个分片）。

七、生产环境要点

• 禁用线上 KEYS *：阻塞，用 SCAN 替代（游标式、不阻塞）。
• 设 maxmemory + 淘汰策略，否则内存吃满会 OOM 或被系统杀。
• 开 AOF 持久化（appendonly yes），别指望纯内存重启不丢。
• 监控：内存使用率、命中率（INFO stats 的 keyspace_hits/misses）、慢日志（SLOWLOG）、连接数。
• TTL 必加随机，防雪崩。
• 不要存大 value：单 value 控制在 10KB 内，超了拆分或换存储。

速查：常见问题对照

现象	可能原因	解决
大量请求打到 DB	穿透 / 击穿 / 雪崩	空值缓存 / 互斥锁 / TTL 加随机
Redis 响应变慢	大 key / 慢命令 / 内存满	拆大 key、禁 KEYS、查淘汰
写报 OOM	内存满	设 maxmemory + allkeys-lru
分布式锁误删	没校验锁 owner	value 设唯一 id + Lua 删
重启丢数据	没开持久化	开 AOF