【后端开发】Redis 核心技术与实战应用深度解析
一、 Redis 基础概念与核心特性
•核心定义：Redis（Remote Dictionary Server）是一个基于内存的 K-V（键值对）存储系统，常被用作数据库、缓存和消息中间件。
•性能优势：由于数据存储在内存中，其读写速度极快，某些场景下比 MySQL 快100倍以上，非常适合处理高并发请求。
•基本操作：通过SET存入键值对，通过GET根据键（Key）读取值（Value）。
二、 数据结构与客户端操作
•5种基本数据结构：
String（字符串）：最简单的键值对存储。
Hash（哈希表）：适合存储对象。
List（列表）：有序的字符串列表。
Set（集合）：无序且不重复的字符串集合。
SortedSet（有序集合）：带权重的集合，适合做排行榜。
•高级数据结构与功能：GEO（地理位置）、Bitmap（位图）、HyperLogLog（基数统计）、Bloom Filter（布隆过滤器）、Stream（消息队列）。
•Lua 脚本：支持编写 Lua 脚本，保证多个操作的原子性（要么全部成功，要么全部失败，避免数据不一致）。
•Java 客户端工具：Jedis、Lettuce、Spring Data Redis、Redisson（实际开发中通过这些 SDK 操作 Redis，无需死记硬背原生命令）。
三、 核心应用场景
•经典应用：数据缓存：
•标准流程：请求先查 Redis -> 若命中则直接返回 -> 若未命中则查 MySQL -> 将结果写入 Redis 并设置过期时间 -> 返回结果。
•进阶应用：分布式 Session：
• 解决多台服务器之间用户登录态（Session）丢失的问题。将 Session 集中存储在 Redis 中，实现数据共享。
•进阶应用：分布式锁：
• 多个服务器请求同一资源时，通过 Redis 获取锁，谁先拿到锁谁操作，保证高并发下的业务安全。
四、 缓存进阶架构
•多级缓存：面对极端高并发，搭建“本地缓存 -> Redis 分布式缓存 -> 数据库”的层层过滤机制，大幅减轻底层压力。
•缓存预热：在大促活动等高并发场景开始前，提前将热门数据加载到 Redis 中，避免活动瞬间流量击垮数据库。
五、 缓存三大经典问题及解决方案（重点复习 / 高频考点）
•缓存穿透：
•定义：恶意请求故意查询不存在的数据，导致请求每次都绕过 Redis 直接打到 MySQL。
•解决方案：即使数据库查不到，也把这个空结果（Null）缓存到 Redis，并设置较短的过期时间。
•缓存击穿：
•定义：某个热门数据突然过期，此时大量并发请求同时涌入，导致数据库压力剧增。
•解决方案：使用互斥锁。发现缓存失效时，让请求排队，第一个请求负责查数据库并重建缓存，其余请求等待重建完成后直接读缓存。
•缓存雪崩：
•定义：大量缓存数据在同一时间集中过期，瞬间击垮数据库。
•解决方案：在设置过期时间时，加上一个随机值，让数据的失效时间均匀分布。
六、 生产环境与高可用架构（面试核心）
•数据持久化（防数据丢失）：
•RDB（快照）：定期把内存数据完整拍成快照保存到硬盘。恢复快，但可能丢失最新数据。
•AOF（日志）：记录每一次写操作。数据更安全，但恢复速度较慢。
•主从集群（防单点故障）：
•主节点负责写数据，从节点负责同步数据并提供读服务。主节点挂了，从节点顶上。
•哨兵机制（Sentinel / 自动故障转移）：
• 像“监工”一样实时监控集群健康状态。一旦发现主节点宕机，自动选举一个从节点升级为新主节点，用户无感知。
•分片集群（突破单机内存瓶颈）：
• 当数据量太大单机存不下时，将数据分散到多台 Redis上。
•哈希槽机制（Hash Slots）：Redis 共有 16384 个哈希槽，将槽位分配给不同节点，根据数据的 Key 路由到对应的槽位，既能存海量数据又能承载更高并发。
•内存淘汰策略：
• 内存满了怎么办？Redis 内置多种淘汰策略（如LRU最近最少使用、LFU最不经常使用、TTL淘汰快过期的），自动清理不常用数据。
七、 底层原理解析（进阶扩展）
•为什么 Redis 这么快？
数据完全基于内存存储。
高效的数据结构。
采用单线程模型（避免了多线程上下文切换和竞争锁的开销）。
使用了IO 多路复用技术。