在后端开发中，Redis绝对是绕不开的核心中间件------它基于内存、高性能、支持多种数据结构，既能作为缓存提升系统响应速度，也能作为数据库、消息队列支撑业务场景。今天就从基础到实战，全面拆解Redis的核心知识点，涵盖数据结构、缓存问题、持久化、内存管理，新手也能轻松看懂，面试复习也能直接用。
一、Redis 核心概述
Redis（Remote Dictionary Server），即远程字典服务，是一款开源的、基于内存的键值型NoSQL数据库，不同于传统关系型数据库，它不依赖磁盘IO，读写性能极高（单机QPS可达10万+），且支持多种数据结构、持久化、高可用（主从、哨兵、集群）和分布式特性。
核心优势： 1. 高性能：内存操作，延迟极低（毫秒级响应）； 2. 多数据结构：支持String、Hash、List等多种类型，适配不同业务场景； 3. 持久化：支持RDB和AOF两种方式，避免内存数据丢失； 4. 高可用：主从复制、哨兵模式、集群部署，保证服务稳定； 5. 多功能：可实现缓存、计数器、消息队列、分布式锁等场景。
二、Redis 五大核心数据结构（底层实现+使用场景）
Redis的核心竞争力之一，就是支持多种数据结构，每种结构都有其底层实现逻辑和专属使用场景，吃透这5种，就能应对80%的业务需求。
1. String（字符串）------最基础、最常用
底层实现：默认使用SDS（简单动态字符串），而非C语言原生字符串。SDS支持动态扩容（避免频繁内存分配）、二进制安全（可存储图片、视频等二进制数据）、兼容C字符串函数，同时记录字符串长度，获取长度时时间复杂度为O(1)。
核心特性：单个字符串最大容量512MB，支持原子操作（incr、decr等），可实现自增自减。
常用命令：set（设值）、get（取值）、incr（自增1）、decr（自减1）、append（追加字符串）、expire（设置过期时间）。
使用场景： - 缓存用户信息（将用户JSON序列化后存入）； - 分布式锁（setnx命令，即"set if not exists"）； - 计数器（点赞数、阅读量、接口访问次数）； - 分布式ID生成（incr自增，拼接前缀）； - 简单的消息通知（存临时消息内容）。
2. Hash（哈希）------适合存储对象
底层实现：两种底层结构自适应切换------当哈希表中元素数量少、字段值小时，使用ziplist（压缩列表）节省内存；当元素数量或字段值超过阈值时，切换为hashtable（哈希表），保证查询效率。
核心特性：键值对的嵌套结构（key → field → value），支持字段级别的增删改查，无需修改整个对象，节省内存和带宽。
常用命令：hset（设字段值）、hget（取字段值）、hgetall（取所有字段值）、hexists（判断字段是否存在）、hdel（删除字段）。
使用场景： - 存储对象（用户信息、商品信息、订单信息），例如"user:1001"为key，field为"name""age""phone"； - 购物车（key为用户ID，field为商品ID，value为商品数量）； - 配置信息存储（按模块划分字段，便于修改单个配置）。
3. List（列表）------有序、可重复，适合有序场景
底层实现：同Hash类似，底层是ziplist和linkedlist（双向链表）的自适应切换------元素少时用ziplist，元素多时用linkedlist，保证插入、删除效率。Redis 3.2版本后，统一用quicklist（快速列表）替代两者，quicklist是ziplist的双向链表，兼顾内存和效率。
核心特性：有序（按插入顺序排列）、可重复，支持从两端插入、删除元素，时间复杂度为O(1)，查询中间元素效率较低（O(n)）。
常用命令：lpush（左插入）、rpush（右插入）、lpop（左删除）、rpop（右删除）、lrange（获取指定范围元素）。
使用场景： - 消息队列（简单的生产者-消费者模型，lpush生产、rpop消费）； - 排行榜（最新消息、最新评论，lpush插入，lrange获取前N条）； - 历史记录（用户浏览记录、操作日志）。
4. Set（集合）------无序、不可重复，支持交集、并集
底层实现：两种结构------当元素全是整数且数量较少时，使用intset（整数集合）节省内存；否则使用hashtable，通过key存储元素，value设为null，利用哈希表的去重特性。
核心特性：无序、不可重复，支持交集、并集、差集等集合操作，时间复杂度为O(1)（判断元素是否存在）。
常用命令：sadd（添加元素）、srem（删除元素）、smembers（获取所有元素）、sismember（判断元素是否存在）、sinter（交集）、sunion（并集）。
使用场景： - 去重（用户标签去重、商品ID去重）； - 好友关系（A的好友集合、B的好友集合，求交集就是共同好友）； - 抽奖活动（srandmember随机取元素，spop随机删除元素）。
5. Sorted Set（有序集合）------有序、不可重复，带分数排序
底层实现：ziplist和skiplist（跳跃表）自适应切换------元素少时用ziplist，元素多或分数范围大时用skiplist+hashtable：skiplist负责按分数排序，hashtable负责快速查询元素对应的分数，兼顾排序和查询效率。
核心特性：不可重复，每个元素关联一个分数（score），按分数升序/降序排列，支持按分数范围查询。
常用命令：zadd（添加元素，指定分数）、zrange（按分数升序取元素）、zrevrange（按分数降序取元素）、zscore（获取元素分数）、zrem（删除元素）。
使用场景： - 排行榜（游戏战力榜、商品销量榜、用户积分榜，按分数排序）； - 带权重的消息队列（按分数作为优先级，分数高的先消费）； - 范围查询（查询分数在100-200之间的用户）。
三、缓存三剑客：穿透、击穿、雪崩（原因+解决方案）
Redis作为缓存使用时，最常见的三个问题就是"缓存穿透、缓存击穿、缓存雪崩"，这三个问题会导致缓存失效，大量请求直接打向数据库，造成数据库压力过大，甚至宕机。下面逐一拆解原因和可落地的解决方案。
1. 缓存穿透（Cache Penetration）
定义：请求查询的数据，既不在Redis缓存中，也不在数据库中，导致每次请求都穿透缓存，直接访问数据库。例如：查询一个不存在的用户ID、不存在的商品ID，请求会一直打向数据库。
危害：大量无效请求冲击数据库，导致数据库负载过高，甚至宕机。
解决方案： - 方案1：缓存空值（最常用）------对于不存在的数据，Redis缓存一个空值（如""、null），并设置较短的过期时间（如5分钟），避免同一无效请求反复穿透； - 方案2：布隆过滤器（进阶）------在Redis之前添加布隆过滤器，将数据库中所有存在的key提前存入布隆过滤器，请求先经过布隆过滤器，不存在的key直接返回，无需访问Redis和数据库； - 方案3：接口层校验------在接口入口处，对无效参数（如负数ID、非法格式ID）进行校验，直接拦截无效请求。
2. 缓存击穿（Cache Breakdown）
定义：某个热点key（高频访问的key）过期时，大量请求同时访问该key，此时缓存失效，所有请求都直接打向数据库，导致数据库瞬间压力骤增。例如：热门商品、热门接口的缓存过期。
危害：热点key对应的数据库表被高并发请求冲击，可能导致数据库宕机，影响该热点业务。
解决方案： - 方案1：热点key永不过期------对于核心热点key，不设置过期时间，避免过期失效；但需注意内存占用，定期手动清理或更新； - 方案2：互斥锁（分布式锁）------当缓存失效时，只有一个请求能获取锁，去数据库查询并更新缓存，其他请求等待锁释放后，从缓存中获取数据，避免大量请求同时访问数据库； - 方案3：缓存预热+过期时间错开------提前将热点key加载到缓存中，并且给不同的热点key设置不同的过期时间，避免多个热点key同时过期。
3. 缓存雪崩（Cache Avalanche）
定义：大量缓存key在同一时间段内过期，或者Redis服务宕机，导致所有请求都穿透缓存，直接打向数据库，造成数据库雪崩式崩溃。例如：批量设置缓存时，给所有key设置相同的过期时间；Redis集群故障。
危害：数据库瞬间承受海量请求，直接宕机，导致整个系统不可用。
解决方案： - 方案1：过期时间错开------给不同的key设置随机的过期时间（如基础过期时间+1-5分钟随机值），避免大量key同时过期； - 方案2：Redis高可用部署------搭建主从复制、哨兵模式或Redis集群，即使主节点宕机，从节点也能快速切换，保证Redis服务不中断； - 方案3：缓存降级------当Redis服务故障时，暂时关闭部分非核心业务的缓存查询，优先保证核心业务正常运行，减少数据库压力； - 方案4：多级缓存------除了Redis，增加本地缓存（如Caffeine、Ehcache），当Redis宕机时，请求先访问本地缓存，缓解数据库压力。
四、Redis 持久化方式（RDB vs AOF）
Redis是基于内存的数据库，内存中的数据断电即失，因此需要通过持久化将内存中的数据保存到磁盘，重启Redis时再从磁盘恢复数据。Redis支持两种持久化方式：RDB和AOF，可单独使用，也可结合使用。
1. RDB（Redis Database）------快照持久化
定义：在指定的时间间隔内，将Redis内存中的所有数据生成一份快照（.rdb文件），保存到磁盘，重启时加载该文件恢复数据。
实现原理：Redis会fork一个子进程，子进程负责将内存中的数据写入磁盘，主进程继续处理客户端请求，不影响服务可用性（写时复制技术，避免主进程阻塞）。
触发方式： - 手动触发：执行save（主进程执行，阻塞所有请求，不推荐）、bgsave（后台执行，推荐）命令； - 自动触发：在redis.conf配置文件中设置触发条件，例如"save 900 1"（900秒内有1个key变化）、"save 300 10"（300秒内有10个key变化）。
优点： - 快照文件体积小，加载速度快，适合用于备份、灾难恢复； - 持久化时主进程不阻塞，不影响服务性能。
缺点： - 数据一致性差，若Redis宕机，上次快照之后的数据会丢失（丢失时间取决于快照间隔）； - fork子进程时，若内存较大，会占用较多系统资源，可能导致短暂卡顿。
2. AOF（Append Only File）------日志持久化
定义：将Redis执行的每一条写命令（set、hset、lpush等）都追加到AOF日志文件中，重启Redis时，通过重新执行日志中的命令，恢复内存中的数据。
实现原理：Redis执行写命令后，先将命令写入AOF缓冲区，再由缓冲区写入磁盘（可配置写入策略），保证命令不丢失。
写入策略（redis.conf配置）： - appendfsync always：每执行一条命令，立即写入磁盘，数据一致性最高，但性能最差（IO开销大）； - appendfsync everysec：每秒写入一次磁盘，兼顾一致性和性能（默认配置），最多丢失1秒的数据； - appendfsync no：由操作系统决定何时写入磁盘，性能最好，但数据一致性最差，可能丢失大量数据。
优点： - 数据一致性高，可配置丢失数据的范围（最多1秒）； - 日志文件是文本格式，可手动修改日志，恢复指定数据。
缺点： - 日志文件体积大，加载速度慢（需要重新执行所有命令）； - 写入命令时会有IO开销，性能略低于RDB。
3. RDB vs AOF 选择建议
- 若追求数据安全性、可容忍少量性能损耗，选择AOF； - 若追求高性能、可容忍少量数据丢失（如缓存场景），选择RDB； - 生产环境推荐：RDB+AOF结合使用，RDB用于备份和快速恢复，AOF用于保证数据一致性，避免大量数据丢失。
五、Redis 过期删除策略
Redis支持给key设置过期时间（expire命令），当key过期后，Redis需要将其删除，释放内存。但如果直接删除所有过期key，会占用大量CPU资源，影响服务性能，因此Redis采用"三种策略结合"的方式，平衡删除效率和性能。
1. 惰性删除（Lazy Expiration）
核心逻辑：不主动删除过期key，只有当客户端请求该key时，才判断该key是否过期，若过期则删除，返回null；若未过期则返回value。
优点 ：不占用额外CPU资源，只在请求时判断，性能损耗小； 缺点：过期key会一直占用内存，导致内存泄漏（若大量key过期但未被访问，内存会被无效数据占用）。
2. 定期删除（Periodic Expiration）
核心逻辑：Redis每隔一段时间（默认100毫秒），随机抽取一部分过期key进行检查，若过期则删除。抽取的数量和频率可配置，避免一次性检查所有key，减少CPU开销。
优点 ：定期清理过期key，减少内存泄漏； 缺点：可能存在少量过期key未被及时删除，占用内存（但概率较低）。
3. 内存淘汰策略（Memory Eviction Policy）
核心逻辑：当Redis内存达到最大限制（maxmemory）时，即使没有过期key，也会主动淘汰部分key，释放内存，保证Redis正常运行。（注意：这是"内存满了"的兜底策略，和"过期删除"是两个不同的场景）
Redis 8种内存淘汰策略（按优先级排序，推荐使用前4种）：
-
volatile-lru（推荐）：从设置了过期时间的key中，淘汰最近最少使用（LRU）的key；
-
volatile-ttl：从设置了过期时间的key中，淘汰剩余过期时间最短的key；
-
volatile-random：从设置了过期时间的key中，随机淘汰一个key；
-
allkeys-lru（推荐）：从所有key中，淘汰最近最少使用（LRU）的key（适合缓存场景，不分是否设置过期时间）；
-
allkeys-random：从所有key中，随机淘汰一个key；
-
volatile-lfu：从设置了过期时间的key中，淘汰最近最不常用（LFU）的key（LFU比LRU更精准，考虑访问频率）；
-
allkeys-lfu：从所有key中，淘汰最近最不常用（LFU）的key；
-
noeviction（默认，不推荐）：不淘汰任何key，当内存满时，拒绝所有写请求，返回错误（会导致服务不可用）。
选择建议： - 缓存场景（大多数业务）：优先选择 volatile-lru 或 allkeys-lru； - 对访问频率敏感的场景：选择 LFU 相关策略； - 不推荐使用 noeviction，避免内存满导致服务异常。
六、总结
Redis的核心价值在于"高性能"和"多功能"，掌握它的基础知识点，能轻松应对日常开发和面试。本文梳理的核心要点：
-
五大数据结构：String（基础）、Hash（对象）、List（有序可重复）、Set（无序去重）、Sorted Set（有序带分数），吃透底层和场景，就能灵活运用；
-
缓存三剑客：穿透（缓存空值+布隆过滤器）、击穿（互斥锁+热点永不过期）、雪崩（过期错开+高可用），记住原因和解决方案，避免生产事故；
-
持久化：RDB（快照，快但一致性差）、AOF（日志，一致但慢），生产环境推荐结合使用；
-
内存管理：过期删除（惰性+定期）、内存淘汰策略（优先LRU/LFU），保证Redis高效、稳定运行。
Redis的知识点还有很多（如主从复制、哨兵、集群），后续会继续拆解进阶内容，关注我，一起搞定后端中间件！