Redis缓存设计与性能优化指南

Redis缓存设计与性能优化指南

---

一、缓存穿透

问题描述
查询不存在的数据，缓存和DB均未命中，导致每次请求直达数据库。

原因

1. 自身业务代码或数据问题
2. 恶意攻击/爬虫大量请求不存在的数据

解决方案

✅ 缓存空对象

String get(String key) {String cacheValue = cache.get(key);if (StringUtils.isBlank(cacheValue)) {String storageValue = storage.get(key);cache.set(key, storageValue);// 存储值为空时设置短过期时间（300秒）if (storageValue == null) {cache.expire(key, 300);}return storageValue;}return cacheValue;
}

✅ 布隆过滤器（Bloom Filter）

• 原理：使用位数组+多个无偏哈希函数，判断元素一定不存在或可能存在
• 特点：
  • 适用于数据固定、实时性低的场景
  • 不支持删除操作（需重新初始化）
• Redisson实现：

  RBloomFilter<String> bloomFilter = redisson.getBloomFilter("sample");
  bloomFilter.tryInit(100000L, 0.03);  // 初始化元素量+误判率
  bloomFilter.add("key1");              // 添加数据
  bloomFilter.contains("key1");         // 校验存在性
  

---

二、缓存击穿（失效）

问题描述
大批量缓存在同一时间失效，导致请求穿透至数据库。

解决方案

// 批量设置缓存时分散过期时间
for (int i = 0; i < items.size(); i++) {int expireTime = 1800 + new Random().nextInt(300); // 1800±300秒cache.set(key, value, expireTime);
}

---

三、缓存雪崩

问题描述
缓存层崩溃后，流量直接冲击存储层导致级联故障。

解决方案

1. 高可用架构：使用Redis Cluster/Sentinel
2. 限流降级：
   • 非核心数据：返回预定义空值/错误信息
   • 核心数据（如库存）：允许查缓存或DB
3. 容灾演练：提前模拟缓存宕机场景

---

四、热点Key重建优化

问题：热点Key失效瞬间，大量线程并发重建缓存。
方案：互斥锁控制重建

String rebuildCache(String key) {String value = cache.get(key);if (value == null) {String lockKey = "lock:" + key;if (lock.tryLock()) {      // 获取分布式锁value = db.get(key);   // 查询数据库cache.set(key, value); // 重建缓存lock.unlock();} else {Thread.sleep(100);     // 等待其他线程完成return cache.get(key); // 重试获取}}return value;
}

---

五、缓存与DB双写不一致

场景分析

• 双写不一致：并发写导致数据覆盖
• 读写不一致：读操作与写操作并发

解决方案

场景	策略
低并发数据	设置缓存过期时间 + 定期主动更新
允许短暂不一致	缓存过期时间兜底
强一致性要求	分布式读写锁（如Redisson）
异步监听	通过Canal订阅Binlog更新缓存

📌 写多读多且强一致性场景，建议直接读写DB或采用缓存为主存储+DB异步备份。

---

六、键值设计规范

🔑 Key设计

• 规范：业务名:表名:id（例：trade:order:1）
• 简洁性：控制长度（例：u:{uid}:fr:m:{mid}）
• 禁用字符：空格、换行符、引号等

📦 Value设计

⚠️ 避免BigKey

• 定义：
  • String类型 > 10KB
  • 集合元素 > 5000个
• 危害：
  • 阻塞Redis
  • 网络拥塞
  • 删除操作引发延迟
• 优化方案：
  1. 拆分：大Hash拆分为小Key（例：user:1 → user:1:info, user:1:orders）
  2. 选择合适结构：实体类型用Hash替代多个String

⭐ 最佳实践

• 设置过期时间：expire key seconds
• 过期时间打散：避免集中失效

---

七、命令使用规范

1. 避免O(N)命令：
   • 使用HSCAN/SSCAN替代HGETALL/SMEMBERS
2. 禁用危险命令：

   rename-command KEYS ""
   rename-command FLUSHALL ""
   

3. 高效批量操作：
   • 原生批量命令：MGET/MSET
   • Pipeline非原子操作（一次批量 ≤ 500元素）

---

八、客户端优化

🔗 连接池配置

参数	含义	建议值
maxTotal	最大连接数	按QPS计算（例：QPS=50000 → 50+连接）
maxIdle	最大空闲连接	与maxTotal一致
minIdle	最小空闲连接	预热连接至该值
testOnBorrow	借出时校验	高并发设为false

预热连接池示例：

List<Jedis> minIdleList = new ArrayList<>(jedisPoolConfig.getMinIdle());
for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {Jedis jedis = pool.getResource();minIdleList.add(jedis);jedis.ping(); // 预热连接
}
for (Jedis jedis : minIdleList) {jedis.close(); // 归还连接池
}

---

九、内存策略优化

♻️ 内存淘汰策略（maxmemory-policy）

策略	适用场景
volatile-lru	过期Key中淘汰最近最少使用（推荐）
allkeys-lru	所有Key中淘汰最近最少使用
volatile-lfu	过期Key中淘汰访问频率最低
noeviction	不淘汰，拒绝写入（默认）

4.0+版本支持LFU策略，适合热点数据场景。

⚙️ 内核参数调优

# 调整SWAP倾向（避免OOM Kill）
echo vm.swappiness=1 >> /etc/sysctl.conf# 允许内存超分配（保障fork成功）
echo vm.overcommit_memory=1 >> /etc/sysctl.conf# 增加文件句柄数
ulimit -n 65535

---

十、慢查询监控

# 设置慢查询阈值（单位：微秒）
config set slowlog-log-slower-than 1000  # 保存慢查询日志条数
config set slowlog-max-len 1024  # 查看慢查询日志
slowlog get 5  

📌 生产环境建议阈值设为1ms（1000微秒）

---

总结：缓存设计的核心在于平衡性能与一致性，避免过度设计。优先解决穿透、雪崩、击穿问题，规范Key设计，警惕BigKey，合理配置连接池和淘汰策略，结合监控实现高性能缓存方案。