本文是大数据系列第 38 篇，介绍 Redis 的定位与核心能力，重点讲解生产中最常用的三种缓存读写模式。
Redis 简介
Redis（Remote Dictionary Server）是用 C 语言开发的开源高性能键值对存储系统。它将数据存储在内存中，读写速度可达数十万 QPS，同时通过 RDB 和 AOF 机制保障数据持久化。
主要特点：
- 内存存储：极快的读写速度，典型读写延迟在微秒级
- 持久化：RDB（快照）和 AOF（追加日志）双保险
- 丰富的数据结构：String、Hash、List、Set、Sorted Set
- 高可用性：主从复制 + 哨兵模式，支持自动故障转移
- 事务支持：
MULTI/EXEC命令块原子执行
五大核心数据类型
| 类型 | 典型使用场景 |
|---|---|
| String（字符串） | 缓存简单数据、计数器、分布式锁 |
| Hash（散列） | 存储对象/用户信息、购物车数据 |
| List（列表） | 消息队列、最新动态、粉丝列表 |
| Set（集合） | 标签系统、共同好友、去重统计 |
| Sorted Set（有序集合） | 排行榜、带权重队列、范围查询 |
常见使用场景
- 热点数据缓存：将高频 DB 查询结果缓存到 Redis，可将数据库 QPS 降低 50%–90%
- Session 分离：集群环境下所有 Tomcat 实例共享 Redis Session，避免传统 Session 复制的性能问题
- 分布式锁：
SET key value NX EX ttl实现轻量级分布式互斥 - 任务队列：秒杀、抢红包等高并发写场景削峰填谷
- 排行榜：Sorted Set 天然支持按分值排序
- 签到统计：Bitmap 高效存储布尔型时序数据
缓存读写模式
旁路缓存模式（Cache Aside Pattern）
最常用的模式，应用程序直接管理缓存与数据库的一致性。
读操作流程：
- 查询 Redis 缓存
- 缓存命中 → 直接返回
- 缓存未命中 → 查询数据库
- 将查询结果写入 Redis（设置合理的 TTL）
- 返回数据
写操作流程：
- 更新数据库
- 删除（而非更新）对应的缓存 key
为什么写操作要删除而不是更新缓存？更新操作存在并发写时的竞态条件（两个线程先后写库后先后写缓存，顺序可能错乱），删除操作是幂等的，下次读时重建缓存更安全。
潜在问题：
- 缓存穿透：频繁查询不存在的 key，可用布隆过滤器或缓存空值解决
- 缓存击穿：热点 key 过期瞬间大量请求打到数据库，可用互斥锁或逻辑过期解决
- 数据不一致窗口：数据库更新后到缓存删除成功前的短暂不一致
读写穿透模式（Read/Write Through Pattern）
应用程序只与缓存交互，由缓存层负责与数据库同步。缓存未命中时，缓存自动从数据库加载数据；写入时，缓存同步写入数据库后再返回成功。
适用场景：需要缓存层屏蔽存储细节，逻辑简单但依赖缓存框架支持（如 Spring Cache）。
异步写回模式（Write Behind / Write Back Pattern）
应用程序只更新缓存，缓存将数据异步批量刷写到数据库，类似 CPU L1/L2 缓存机制。
优势：写性能极高，适合写多读少场景。
缺点：
- 缓存宕机可能丢失未持久化的数据
- 数据库中的数据可能短暂滞后，不适合强一致性场景
模式对比
| 模式 | 一致性 | 复杂度 | 适用场景 |
|---|---|---|---|
| Cache Aside | 最终一致 | 低 | 通用场景，读多写少 |
| Read/Write Through | 强一致 | 中 | 需要透明缓存的业务 |
| Write Behind | 弱一致 | 高 | 极高写吞吐，可接受数据丢失 |