Redis缓存管理
缓存管理不是把数据放进 Redis，而是围绕命中率、一致性、TTL、回源保护、容量和降级建立完整策略。缓存做得好能保护数据库，做得差会制造更大的故障。
# 1. 学习定位
| 维度 | 内容 |
|---|---|
| 难度层级 | 缓存工程 |
| 核心目标 | 先会用，再理解机制，最后能做工程取舍和故障分析 |
| 学习方法 | 带着业务场景看命令、SQL、数据结构、日志和运行时指标 |
# 2. 核心地图
Redis缓存管理
├─ Cache Aside
├─ Read Through
├─ Write Through
├─ Write Behind
├─ TTL
├─ 预热
├─ 降级
└─ 命中率
# 3. 小章节深度讲解
下面把核心地图中的每个点拆开讲。每个小节都同时面向开发和运维：开发侧关注怎么设计、怎么写代码、怎么避免错误；运维侧关注怎么监控、怎么定位、怎么恢复。
# 3.1. Cache Aside
# 是什么
Cache Aside 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.2. Read Through
# 是什么
Read Through 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.3. Write Through
# 是什么
Write Through 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.4. Write Behind
# 是什么
Write Behind 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.5. TTL
# 是什么
TTL 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.6. 预热
# 是什么
预热 属于缓存稳定性问题。缓存不是简单加速层，它决定数据库回源压力、数据新鲜度、热点保护和故障降级。
# 开发人员怎么用
开发人员要为不同数据定义 TTL、随机抖动、空值缓存、热点重建和一致性策略。写库删缓存、延迟双删、binlog 订阅都要配合失败补偿。
# 运维人员怎么看
运维人员要监控命中率、过期速率、淘汰数量、热点 key、大 key、回源量和数据库压力。Redis 故障时要看数据库是否被缓存失效放大。
# 常见风险
常见风险是大量 key 同时过期或热点 key 硬过期，瞬间把所有请求打回数据库。缓存系统必须有保护数据库的设计。
# 3.7. 降级
# 是什么
降级 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.8. 命中率
# 是什么
命中率 属于 Redis 具体数据结构能力或缓存策略。它的价值取决于访问模式、数据规模、误差边界和失败补偿。
# 开发人员怎么用
开发人员要明确它服务的是计数、范围查询、近似统计、缓存回源、降级还是一致性控制，并写清楚异常和重复执行时的语义。
# 运维人员怎么看
运维人员要观察命令复杂度、返回大小、内存增长、命中率、回源量和慢命令。近似结构还要关注误差是否被业务接受。
# 常见风险
常见风险是把策略名当答案。比如 Cache Aside 仍要处理删缓存失败，近似统计不能用于财务精确结果，复杂搜索不能和核心缓存混用。
# 3.9. 本篇学习实验
建议准备一个独立 Redis 实例，构造小 key、大 key、热点 key、过期 key 和慢命令，观察 INFO、SLOWLOG、LATENCY、内存变化和客户端超时。每个实验都要记录命令复杂度和返回数据量。
开发侧实验重点是理解数据结构和命令边界，运维侧实验重点是理解延迟、内存和复制如何变化。真正掌握本篇内容，应该能从延迟尖刺反推大 key、慢命令、持久化或网络问题。
# 4. 核心机制
- Cache Aside 是最常见模式：应用先读缓存，未命中读数据库，再写入缓存。
- 缓存一致性通常通过失效、延迟双删、消息订阅或版本号控制，而不是追求绝对同步。
- TTL 决定缓存生命周期，过短会增加回源，过长会增加脏读窗口。
- 缓存预热和降级能在重启、发布或故障后降低数据库压力。
# 5. 工程实践
- 为每类缓存定义 TTL、容量、回源保护和一致性要求。
- 核心热点数据发布前预热，避免冷启动打爆数据库。
- 缓存失败时要有限流、降级或熔断，不能无限回源。
- 监控命中率、回源量、延迟和缓存错误率。
# 6. 常见坑
- 缓存穿透导致不存在的数据反复打数据库。
- 缓存击穿导致热点 key 过期瞬间大量并发回源。
- 缓存雪崩导致大量 key 同时失效。
- 缓存更新顺序错误，旧值覆盖新值。
# 7. 专家视角
- 缓存是系统弹性层，不是数据库正确性的替代品。
- 专家会按数据重要性区分强一致、最终一致和可短暂不一致缓存。
- 缓存体系要有失败预案：Redis 故障、数据库慢、热点突增、发布冷启动。
# 8. Tips 快问快答
Q：最常见缓存模式是什么？
A：Cache Aside，应用自己维护读缓存、查库、写缓存。
Q：缓存命中率越高越好吗？
A：通常越高越好，但还要看数据新鲜度、容量成本和热点风险。
Q：Redis 挂了怎么办？
A：应用要有限流、降级和回源保护，不能让数据库被瞬间打满。
# 9. 阶段小结
Redis缓存管理 的学习重点不是记住零散概念，而是把它放回真实系统：数据如何进入、如何存储、如何被查询、如何在并发下保持正确、如何在故障后恢复。掌握这些连接关系，才能从“会用”走向“能设计、能优化、能排障”。