Redis缓存那些事儿，代码优化其实没那么难，聊聊技术细节和实操经验

我记得有一次，我们系统在高峰期突然变得特别慢，页面加载要十几秒，数据库服务器都快报警了，查来查去，最后发现问题出在没有用好缓存上，那次经历让我深刻体会到，Redis这东西，用好了是神器，用不好就是给自己挖坑，今天我就结合自己踩过的坑，聊聊Redis缓存那些实在的技术细节和操作经验,你会发现代码优化真的没那么玄乎。

什么时候该用缓存？别瞎用

不是所有数据都适合扔进缓存，那次出问题的原因，就是我们一股脑把很多不常用的、甚至实时性要求很高的数据都做了缓存，结果缓存频繁失效，又频繁从数据库里查，反而增加了数据库的负担，这就像你为了省事，把家里所有东西都贴上标签，结果找东西时先要查标签本子,反而更慢了。

适合缓存的数据有这么几种特点（来源：个人实践经验总结）：

1. 读多写少：比如商品信息、用户基本信息、新闻文章内容，这些数据一旦生成，很长时间内不会变，但会被大量读取，给它们加缓存,效果立竿见影。
2. 计算复杂：有些页面需要聚合多个数据源，或者进行复杂的计算才能得出结果，比如一个报表数据，每次实时计算要花5秒钟，那你完全可以把最终结果缓存个5分钟，这5分钟内所有请求都直接读缓存,快如闪电。
3. 热点数据：系统里总有一些数据是特别受欢迎的，用Redis的计数器或者有序集合（ZSET）就能很容易地统计出哪些是热点Key，然后对它们进行重点关照,比如设置更长的过期时间或者放在更快的实例上。

缓存穿透、雪崩、击穿，这三个“坏家伙”怎么对付？

这是面试常问的,也是实际开发中必须解决的三个典型问题。

1. 缓存穿透：指的是查询一个根本不存在的数据，比如有人恶意攻击，一直请求数据库里没有的商品ID，这样请求会直接绕过缓存，每次都砸到数据库上,数据库很快就撑不住了。

   • 解决办法（来源：常见的解决方案实践）：
     • 缓存空对象：就算数据库查不到，也在缓存里存个空值（比如NULL），并设置一个较短的过期时间（比如30秒），这样后续同样的请求在缓存失效前，就会拿到这个空值，而不会访问数据库，但要注意，如果恶意攻击的ID是海量的,会浪费很多缓存空间。
     • 布隆过滤器（Bloom Filter）：在访问缓存和数据库之前，先用一个布隆过滤器拦一下，布隆过滤器可以告诉你某个Key“一定不存在”或者“可能存在”，把所有合法的ID预先加载到布隆过滤器中，当有请求过来，先检查这个ID在过滤器中是否存在，如果肯定不存在，就直接返回，根本不用去查缓存和数据库，这个办法更节省空间,但实现起来稍微复杂一点。

2. 缓存雪崩：指的是缓存中大量的数据在同一时间过期失效，导致所有请求瞬间都涌向数据库，数据库压力激增,可能直接挂掉。

   • 解决办法（来源：个人及团队应对方案）：
     • 设置不同的过期时间：这是最简单有效的，不要给所有缓存数据设置相同的过期时间，可以在基础过期时间上，加上一个随机的偏移量（比如30分钟 ± 5分钟）,让缓存失效的时间点尽量均匀分布。
     • 热点数据永不过期：对于一些极其核心的热点数据，可以考虑设置为永不过期，然后由后台任务或者程序在数据更新时，主动去更新缓存,这样就避免了因失效而产生的雪崩问题。
     • 做二级缓存：比如本地缓存（Ehcache） + Redis缓存，当Redis崩溃时，本地缓存还能撑一会儿,给数据库一个缓冲。

3. 缓存击穿：这个词听起来和穿透很像，但不一样，它指的是某一个热点Key（比如爆款商品）在缓存过期的瞬间，同时有大量的请求过来，这些请求发现缓存失效，都会去数据库查询并回设缓存,这个瞬间的并发压力可能把数据库打垮。

   • 解决办法（来源：分布式锁的典型应用场景）：
     • 加互斥锁：当第一个请求发现缓存失效时，它不去查数据库，而是先去获取一个分布式锁（比如用Redis的SETNX命令实现），拿到锁的线程才有资格去查询数据库并重建缓存，其他没拿到锁的线程则等待一小段时间，然后重新从缓存中尝试获取数据，这样虽然可能让部分请求稍微等一下，但保护了数据库,我们当时就是用这个办法解决了热点商品页面的并发问题。

操作上的一些小经验

1. Key的设计要规范：比如业务名:表名:ID，像user:info:123，这样一看就知道是哪个业务的数据，也方便用keys命令（生产环境慎用）或者扫描工具来管理,别用一些含义不明的缩写。
2. 批量操作提升效率：Redis支持管道（pipeline）和批量命令（如mget、mset），如果你要一次性获取多个Key的值，用mget比用for循环一次次get要快得多,因为它减少了网络往返的时间。
3. 关注内存使用情况：定期用info memory命令看看内存用了多少，有没有大的Key（比如一个Key下面存了几十万个元素的集合），大Key会影响网络传输和持久化性能,需要想办法拆分。
4. 别忘了设置过期时间：除非你明确知道这个数据需要永久保存，否则一定要给缓存设置过期时间,这是防止垃圾数据无限堆积的最基本保障。

用好Redis的关键在于理解业务场景，知道数据的特点，然后对症下药，它就像是一味药材，用对了能治病强身，用错了反而会加重病情，从最简单的读多写少场景开始实践，慢慢体会上面说的这些点,代码优化的大门就算打开了。