Redis 完全讲解：从数据结构到生产部署

一、Redis 简介

Redis（Remote Dictionary Server）是一个开源的内存数据结构存储系统，通常被称为缓存数据库或数据结构服务器。

1.1 核心特性

特性	说明
内存存储	数据主要存储在内存中，读写速度极快（百万级 QPS）
数据结构丰富	支持 String、Hash、List、Set、ZSet、HyperLogLog、Geo、Stream 等
持久化	支持 RDB 快照和 AOF 日志两种持久化方式
高可用	主从复制、Sentinel 哨兵、Cluster 集群
原子性	所有操作都是原子性的，支持 Lua 脚本和事务
发布订阅	支持 Pub/Sub 消息模式
分布式	原生支持 Cluster 分片

1.2 安装与启动

Docker 安装（推荐）：

docker run -d --name redis -p 6379:6379 redis:7-alpine

Ubuntu/Debian：

apt install redis-server
systemctl start redis

macOS：

brew install redis
brew services start redis

连接测试：

redis-cli -h 127.0.0.1 -p 6379
127.0.0.1:6379> PING
PONG

1.3 redis-cli 常用命令

# 连接
redis-cli -h host -p port -a password

# 信息查看
INFO             # 服务器信息
INFO memory      # 内存信息
DBSIZE           # 当前数据库 key 数量
CLIENT LIST      # 客户端列表

# 键操作
KEYS pattern     # 查找键（生产环境慎用）
SCAN cursor      # 游标遍历（推荐）
TYPE key         # 查看类型
TTL key          # 查看过期时间
EXPIRE key sec   # 设置过期时间
DEL key          # 删除键

# 服务器管理
FLUSHDB          # 清空当前数据库
FLUSHALL         # 清空所有数据库
MONITOR          # 实时监控命令
CONFIG GET *     # 查看配置
SHUTDOWN         # 关闭

二、五种基本数据结构

2.1 String（字符串）

String 是 Redis 最基本的数据类型，最大存储 512MB。

适用场景：缓存、计数器、分布式锁、Session 共享。

常用命令：

SET key value                    # 设置值
SET key value EX 10              # 设置值并设置过期时间（秒）
SET key value PX 10000           # 设置值并设置过期时间（毫秒）
SETNX key value                  # 不存在时才设置（分布式锁关键）
GET key                          # 获取值
GETSET key value                 # 获取旧值并设置新值
MSET k1 v1 k2 v2                 # 批量设置
MGET k1 k2                       # 批量获取
INCR key                         # 自增 1
INCRBY key 10                    # 自增指定值
DECR key                         # 自减 1
DECRBY key 10                    # 自减指定值
STRLEN key                       # 获取字符串长度
APPEND key value                 # 追加字符串

实战示例：商品点赞：

# 点赞
INCR article:1001:likes
# 获取点赞数
GET article:1001:likes

2.2 Hash（哈希）

Hash 是一个 field-value 映射表，适合存储对象。

适用场景：用户信息、商品详情、配置项。

常用命令：

HSET user:1001 name "张三" age 25
HGET user:1001 name           # 获取单个字段
HMGET user:1001 name age      # 获取多个字段
HGETALL user:1001             # 获取所有字段
HINCRBY user:1001 age 1       # 字段自增
HDEL user:1001 age            # 删除字段
HEXISTS user:1001 name        # 检查字段是否存在
HLEN user:1001                # 获取字段数量
HKEYS user:1001               # 获取所有字段名
HVALS user:1001               # 获取所有字段值

实战示例：用户会话：

# 存储用户会话
HSET session:abc123 user_id 1001 login_time "2024-09-10 10:00:00" ip "192.168.1.1"
# 过期
EXPIRE session:abc123 3600

2.3 List（列表）

List 是双向链表，支持两端插入弹出。

适用场景：消息队列、时间线、最新消息。

常用命令：

LPUSH queue task1              # 左侧压入
RPUSH queue task1              # 右侧压入
LPOP queue                     # 左侧弹出
RPOP queue                     # 右侧弹出
LRANGE queue 0 -1              # 遍历所有元素
LLEN queue                     # 获取长度
LINDEX queue 0                 # 按下标获取
LTRIM queue 0 99              # 截取前100个
BLPOP queue 5                  # 阻塞式弹出（5秒超时）
BRPOP queue 5                  # 阻塞式右侧弹出

实战示例：最新消息列表：

# 始终保持前100条
LPUSH news:list "news-1"
LTRIM news:list 0 99

2.4 Set（集合）

Set 是无序、不重复的字符串集合，支持集合运算。

适用场景：标签系统、好友关系、去重、抽奖。

常用命令：

SADD user:1001:tags "python" "redis"          # 添加元素
SREM user:1001:tags "redis"                   # 移除元素
SMEMBERS user:1001:tags                       # 获取所有元素
SISMEMBER user:1001:tags "python"             # 判断是否存在
SCARD user:1001:tags                          # 获取元素数量
SPOP user:1001:tags 2                         # 随机弹出2个
SRANDMEMBER user:1001:tags 3                  # 随机获取3个（不删除）

# 集合运算
SINTER set1 set2                              # 交集
SUNION set1 set2                              # 并集
SDIFF set1 set2                               # 差集

实战示例：共同好友：

SADD user:1:friends 2 3 4 5
SADD user:2:friends 3 4 6 7
SINTER user:1:friends user:2:friends          # 结果: 3 4

2.5 ZSet（有序集合）

ZSet 在 Set 基础上增加了 score（分数），按分数排序。

适用场景：排行榜、延时队列、范围查询。

常用命令：

ZADD leaderboard 100 "player1" 200 "player2"   # 添加成员
ZINCRBY leaderboard 10 "player1"                # 增加分数
ZSCORE leaderboard "player1"                    # 获取分数
ZRANK leaderboard "player1"                     # 获取排名（升序）
ZREVRANK leaderboard "player1"                  # 获取排名（降序）
ZRANGE leaderboard 0 9 WITHSCORES               # 前10名（升序）
ZREVRANGE leaderboard 0 9 WITHSCORES            # 前10名（降序）
ZRANGEBYSCORE leaderboard 100 200               # 按分数范围查询
ZCARD leaderboard                               # 获取成员数量
ZREM leaderboard "player1"                      # 删除成员
ZCOUNT leaderboard 100 200                      # 统计分数范围内数量

实战示例：实时排行榜：

ZINCRBY game:score:20240910 150 "user:1001"
ZINCRBY game:score:20240910 200 "user:1002"
ZINCRBY game:score:20240910 80 "user:1003"
# 获取前三名
ZREVRANGE game:score:20240910 0 2 WITHSCORES

三、高级数据结构

3.1 HyperLogLog

用于基数统计，固定占用 12KB 内存，标准误差约 0.81%。

适用场景：UV 统计、独立访客计数。

PFADD uv:20240910 "user1" "user2" "user3" "user1"
PFCOUNT uv:20240910          # 返回 3（去重）
PFMERGE uv:total uv:0901 uv:0902  # 合并

3.2 Bitmap（位图）

基于 String 的位操作，每个 bit 代表一个状态。

适用场景：签到、在线状态、日活统计。

# 用户签到（第 100 天签到）
SETBIT user:sign:1001 99 1
GETBIT user:sign:1001 99     # 检查
BITCOUNT user:sign:1001      # 统计总签到天数
BITPOS user:sign:1001 0      # 查找第一个未签到

# 日活统计
SETBIT dau:20240910 1001 1
BITCOUNT dau:20240910

3.3 Geo（地理空间）

存储经纬度坐标和计算距离。

适用场景：附近的人、门店查询。

GEOADD stores 116.397128 39.916527 "天安门"
GEOADD stores 116.418078 39.921490 "王府井"
GEODIST stores "天安门" "王府井" km
GEOPOS stores "天安门"
GEOSEARCH stores FROMLONLAT 116.397 39.916 BYRADIUS 5 km

3.4 Stream（消息流）

Redis 5.0 引入，持久化的、支持多消费者的消息队列。

适用场景：消息队列、事件溯源、日志收集。

# 生产者
XADD mystream * user_id 1001 action login
# 消费者
XRANGE mystream - +
# 消费者组
XGROUP CREATE mystream mygroup 0
XREADGROUP GROUP mygroup consumer1 COUNT 1 BLOCK 5000 STREAMS mystream >

四、持久化

4.1 RDB（快照）

将内存数据定期保存到磁盘（dump.rdb）。

优点：文件紧凑、恢复快、子进程写入不影响主进程。
缺点：可能丢失两次快照间数据、fork 耗时。

配置示例：

save 900 1        # 900秒内至少1个key变化
save 300 10       # 300秒内至少10个key变化
save 60 10000     # 60秒内至少10000个key变化

4.2 AOF（追加文件）

记录每次写入命令，以追加方式写入文件。

优点：数据更安全、文件可读、支持重写压缩。
缺点：文件体积较大、恢复速度较慢。

三种同步策略：

appendfsync always    # 每次写入都同步（最安全，最慢）
appendfsync everysec  # 每秒同步一次（推荐）
appendfsync no        # 由操作系统决定（最快，最不安全）

4.3 混合持久化（Redis 4.0+）

AOF 重写时先生成 RDB 快照，再追加增量日志。恢复时先加载 RDB 再回放 AOF。

aof-use-rdb-preamble yes

生产推荐：

save 900 1
appendonly yes
appendfsync everysec
aof-use-rdb-preamble yes

五、过期策略与内存淘汰

5.1 过期策略

Redis 使用定期删除 + 惰性删除结合：

定期删除：每 100ms 随机抽取部分过期 key 删除
惰性删除：访问 key 时检查是否过期，过期则删除

5.2 内存淘汰策略

当内存达到 maxmemory 限制时触发：

maxmemory 2gb
maxmemory-policy allkeys-lru

策略	说明
noeviction	不淘汰，写操作报错（默认）
allkeys-lru	所有 key 使用 LRU 淘汰（推荐）
volatile-lru	对有 TTL 的 key 使用 LRU
allkeys-random	随机淘汰
volatile-random	随机淘汰有 TTL 的 key
volatile-ttl	淘汰 TTL 最短的 key
allkeys-lfu	最近最少使用（Redis 4.0+）
volatile-lfu	对有 TTL 的 key 使用 LFU

六、高可用架构

6.1 主从复制

# 从库配置
replicaof 192.168.1.10 6379
replica-read-only yes

# 或命令行
SLAVEOF 192.168.1.10 6379

复制原理：

从库发送 SYNC 命令
主库执行 BGSAVE 生成 RDB
主库将 RDB 发送给从库
从库载入 RDB
主库持续发送写入命令到从库

6.2 Sentinel 哨兵

实现自动故障转移（failover）：

# sentinel.conf
sentinel monitor mymaster 192.168.1.10 6379 2
sentinel down-after-milliseconds mymaster 5000
sentinel failover-timeout mymaster 60000

# 启动
redis-sentinel sentinel.conf

作用：监控主从状态、自动故障转移、通知客户端新主库地址。

6.3 Redis Cluster 集群

Redis 3.0+ 原生分布式方案：

# 创建集群（3 主 3 从）
redis-cli --cluster create \
  192.168.1.10:6371 192.168.1.10:6372 192.168.1.10:6373 \
  192.168.1.10:6374 192.168.1.10:6375 192.168.1.10:6376 \
  --cluster-replicas 1

核心概念：

16384 个哈希槽：每个 key 通过 CRC16 映射到槽
Gossip 协议：节点间通信
客户端直连：直接连接数据所在节点
自动分片：增删节点自动迁移槽

七、缓存设计最佳实践

7.1 缓存穿透

问题：查询不存在的数据，请求直达数据库。

解决方案：

缓存空值：SET user:9999 "$" EX 60
布隆过滤器：预先将存在的 key 加入过滤器
参数校验：在业务层校验非法参数

7.2 缓存击穿

问题：热点 key 过期，大量请求同时穿透到数据库。

解决方案：

互斥锁：SETNX lock:hotkey 1，获取锁的线程才查数据库
逻辑过期：不设 TTL，在 value 中存储过期时间，异步刷新
提前预热：在热点 key 过期前主动刷新

7.3 缓存雪崩

问题：大量 key 同时过期，或 Redis 宕机。

解决方案：

过期时间加随机值：SET key value EX 3600 + random(0,300)
多级缓存：本地缓存（Caffeine）+ Redis
高可用：Sentinel 或 Cluster
限流降级：数据库请求限流，返回旧缓存数据

7.4 缓存与数据库一致性

推荐方案：先更新数据库，再删除缓存

更新数据库 → 删除 Redis 缓存 → 下次读取时自动回填

如担心删除失败，可使用延迟双删：

删除缓存
更新数据库
延迟几百毫秒再次删除缓存

八、生产运维

8.1 关键配置

maxmemory 4gb
maxmemory-policy allkeys-lru
timeout 300
tcp-keepalive 300
tcp-backlog 511

8.2 Big Key 治理

什么是 Big Key：

String > 10KB
集合类型元素 > 5000 个
总内存 > 10MB

查找：redis-cli --bigkeys 或 MEMORY USAGE key
解决：拆分（按时间/类型分 key）、压缩、清理

8.3 慢查询日志

CONFIG SET slowlog-log-slower-than 10000   # 单位微秒
CONFIG SET slowlog-max-len 128
SLOWLOG GET 10
SLOWLOG RESET

8.4 监控命令

redis-cli --stat                 # 实时统计
redis-cli MONITOR                # 实时命令监控
redis-cli --latency              # 延迟检查
INFO memory                      # 内存分析
MEMORY DOCTOR                    # 内存诊断

九、实战场景

9.1 分布式锁

# 加锁（原子操作）
SET lock:order:1001 "thread-1" NX EX 10

# 解锁（Lua 脚本保证原子性）
-- 判断锁持有者，防止误删
local key = KEYS[1]
local expected = ARGV[1]
local current = redis.call("GET", key)
if current == expected then
    return redis.call("DEL", key)
end
return 0

9.2 接口限流

简单计数器：

INCR rate:api:user:1001
EXPIRE rate:api:user:1001 60
# 检查值是否超过阈值

令牌桶限流（Lua）：

local key = KEYS[1]
local rate = tonumber(ARGV[1])
local capacity = tonumber(ARGV[2])
local now = tonumber(ARGV[3])
local last = redis.call("HGET", key, "last") or now
local tokens = redis.call("HGET", key, "tokens") or capacity
local elapsed = math.max(0, now - last)
tokens = math.min(capacity, tokens + elapsed * rate)
if tokens >= 1 then
    tokens = tokens - 1
    redis.call("HMSET", key, "last", now, "tokens", tokens)
    return 1
else
    return 0
end

9.3 延时队列

利用 ZSet 按时间排序的特性：

# 生产者：任务延迟 1 小时
ZADD delay:queue (timestamp + 3600) "task-1"

# 消费者：轮询到期任务
local tasks = redis.call("ZRANGEBYSCORE", "delay:queue", 0, now)
for _, task in ipairs(tasks) do
    local removed = redis.call("ZREM", "delay:queue", task)
    if removed > 0 then process(task) end
end

9.4 全局 ID 生成器

local date = ARGV[1]
local key = "id:gen:" .. date
local id = redis.call("INCR", key)
redis.call("EXPIRE", key, 86400)
return date .. "-" .. string.format("%04d", id)

十、面试高频问题

Q1：Redis 为什么这么快？

纯内存操作：避开磁盘 IO
单线程模型：无上下文切换和锁竞争
IO 多路复用：基于 epoll 的事件驱动
高效数据结构：SDS、跳表、压缩列表

注意：Redis 6.0+ 引入了多线程 IO，但命令执行仍然是单线程。

Q2：RDB 和 AOF 如何选择？

维度	RDB	AOF
数据安全性	可能丢失最后一次快照后数据	最多丢 1 秒（everysec）
恢复速度	快	慢
文件大小	小	大
可读性	二进制	文本

推荐：两者同时开启（混合持久化）。

Q3：如何保证缓存和数据库一致？

先更新数据库，再删除缓存。如果担心删除失败，用延迟双删：

删除缓存 → 2. 更新数据库 → 3. 延迟 500ms 再次删除缓存

Q4：跳跃表是如何实现的？

ZSet 使用跳跃表（Skip List）实现 O(log N) 查找。每层是下一层的索引，从顶层逐层下降定位目标，相当于链表的二分查找。

Level 3:  1 ------------------------> 9
Level 2:  1 -----> 5 -----> 7 -----> 9
Level 1:  1 -> 3 -> 5 -> 6 -> 7 -> 8 -> 9

Q5：Redis 事务和关系型数据库事务有何区别？

不支持回滚：语法错误全部不执行，运行时错误不回滚已执行命令
无隔离级别：单线程自然隔离
原子性有限：EXEC 阶段出错不影响其他命令
支持 WATCH 实现乐观锁（CAS）

十一、总结

特性	推荐配置
持久化	RDB + AOF 混合持久化
内存淘汰	allkeys-lru
高可用	Sentinel 或 Cluster
部署	Docker + Docker Compose
容量规划	预留 2 倍内存（写时复制）
监控	Prometheus + Redis Exporter + Grafana
客户端	redis-py、ioredis、Jedis

Redis 是目前最流行的内存数据库，掌握其数据结构、持久化机制、高可用部署和缓存设计模式，是每个后端工程师的必修课。文中所有命令均可在 redis-cli 中直接运行，建议边学边练。

目录

一、Redis 简介

1.1 核心特性

1.2 安装与启动

1.3 redis-cli 常用命令

二、五种基本数据结构

2.1 String（字符串）

2.2 Hash（哈希）

2.3 List（列表）

2.4 Set（集合）

2.5 ZSet（有序集合）

三、高级数据结构

3.1 HyperLogLog

3.2 Bitmap（位图）

3.3 Geo（地理空间）

3.4 Stream（消息流）

四、持久化

4.1 RDB（快照）

4.2 AOF（追加文件）

4.3 混合持久化（Redis 4.0+）

五、过期策略与内存淘汰

5.1 过期策略

5.2 内存淘汰策略

六、高可用架构

6.1 主从复制

6.2 Sentinel 哨兵

6.3 Redis Cluster 集群

七、缓存设计最佳实践

7.1 缓存穿透

7.2 缓存击穿

7.3 缓存雪崩

7.4 缓存与数据库一致性

八、生产运维

8.1 关键配置

8.2 Big Key 治理

8.3 慢查询日志

8.4 监控命令

九、实战场景

9.1 分布式锁

9.2 接口限流

9.3 延时队列

9.4 全局 ID 生成器

十、面试高频问题

Q1：Redis 为什么这么快？

Q2：RDB 和 AOF 如何选择？

Q3：如何保证缓存和数据库一致？

Q4：跳跃表是如何实现的？

Q5：Redis 事务和关系型数据库事务有何区别？

十一、总结