一、前言
在高并发、高流量的业务场景中，数据库的IO性能往往是系统的最大瓶颈。传统数据库基于磁盘读写，无法支撑海量高频的查询请求，而Redis基于内存运行、读写速度极快。
二、缓存基础认知
2.1 什么是缓存？
缓存是位于数据源头（数据库）与业务服务之间的高速临时存储层，核心思想是利用空间换时间。将高频查询、低频变更的热点数据提前存储在内存中，用户请求优先读取缓存，避免频繁查询磁盘数据库，大幅提升接口响应速度、降低数据库压力。
2.2 为什么选择Redis做缓存？
1，高性能：纯内存操作，单机QPS可达10W+，毫秒级响应
2，分布式共享：多服务实例可共享缓存数据，解决本地缓存数据不一致问题
3，丰富数据结构：支持String、Hash、List、ZSet等，适配各类缓存场景
4，持久化机制：支持RDB/AOF持久化，避免断电数据丢失
5，高可用：支持主从同步、哨兵、集群部署，保障缓存服务的稳定
三、Redis缓存核心工作模式
3.1 读流程
-
客户端发起查询请求，服务优先查询Redis缓存
-
缓存命中：直接返回缓存数据，无需操作数据库
-
缓存未命中：查询数据库，将结果写入Redis，再返回数据给客户端
3.2 写流程
业务更新数据时，优先更新数据库，再删除缓存，防止数据不一致问题。不推荐更新缓存，避免无效缓存更新、缓存脏数据堆积。
-
客户端发起数据更新/删除请求
-
更新对应数据库数据
-
删除Redis中对应的旧缓存数据
-
下次查询自动从DB加载最新数据，刷新缓存
3.3 缓存过期与淘汰机制
3.3.1 TTL过期机制
所有业务缓存必须设置过期时间，避免缓存无限堆积、内存溢出。不同场景适配不同过期时间，Redis采用惰性删除+定期删除结合的方式清理数据。
3.3.2 内存淘汰策略
通用的淘汰策略也就一下四种：
1，FIFO（先进先出）
把缓存中存在时间最久的（最先来的数据）淘汰掉
2，LRU（淘汰最久未使用的）
记录每个key的最近访问时间，把最近访问时间最老的key给淘汰掉
3，LFU（访问次最少的）
记录每个key最近一段时间的访问次数，把访问次数最少的key给淘汰掉
4，random（随机淘汰）
在所有key中随机进行淘汰
reids也内置了几种淘汰策略，当达到配置文件中的maxmemory时进行淘汰
四、Redis缓存三大经典问题及解决方案
5.1 缓存穿透
问题描述：访问的key在redis和数据库中都不存在，因此这样的数据就永远不会被放到缓存上，缓存永久为空，后续请求直接访问数据库，数据库承担请求太多，压力变大。
导致原因：数据库数据被误删，缺少参数校验环节，导致使用非法的key查询数据库
解决方案：
1，空值缓存：查询为空时，缓存空数据，设置短期过期时间，避免频繁访问数据库
2，使用布隆过滤器：提前过滤不存在的key，拦截非法请求
3，校验参数的合法性
5.2 缓存击穿
问题描述：单个热点key缓存过期瞬间，海量并发请求同时打到数据库，瞬时压垮数据库。
解决方案：
1，使用分布式锁，保证同一时间只有一个请求查询数据库、刷新缓存，限制同时请求数据库的并发数。热点key过期之后，请求查询redis未命中时，使用
2，针对热点key设置永不过期，适合更新频率低的key
5.3 缓存雪崩
问题描述：大量缓存key同时过期 / Redis宕机，所有请求全部访问数据库，导致数据库雪崩瘫痪。
解决方案：
1，对key的过期时间加随机值：避免批量key同时过期
2，Redis高可用部署：主从+哨兵/集群，避免单点故障，导致大量key同时失效
3，服务降级：缓存失效时，限流降级，保护数据库
4，多级缓存：服务器本地缓存+Redis分布式缓存，双层兜底
五、Redis缓存最佳实践总结
-
能缓存则缓存：高频查询、低频变更数据优先缓存，减少数据库压力
-
必设过期时间：所有业务缓存配置TTL（缓存过期时间），杜绝内存泄漏
-
统一读写策略：读走旁路缓存，写先DB后删缓存
-
做好三大问题防护：穿透、击穿、雪崩提前兜底防护
-
规范key与序列化：统一开发规范，便于维护排查
-
高可用兜底：集群部署+多级缓存+熔断降级，保障服务稳定