Redis使用手册：从基础到进阶的全面指南

一、Redis核心特性与适用场景

Redis作为高性能内存数据库，其核心价值体现在三个方面：数据结构多样性（支持String、Hash、List等8种结构）、原子性操作（单线程模型保障命令原子性）、持久化机制（RDB快照与AOF日志双模式）。典型应用场景包括：

1. 缓存层：作为MySQL等关系型数据库的前置缓存，将热点数据存储在内存中，响应时间可控制在1ms以内。例如电商平台的商品详情页，通过SETEX key 3600 value设置1小时有效期的缓存。
2. 会话管理：存储用户登录态，利用Hash结构存储user_id:session_data，配合EXPIRE实现自动过期。
3. 分布式锁：通过SETNX key value实现互斥锁，结合EXPIRE防止死锁，解决分布式系统中的资源竞争问题。
4. 实时排行榜：利用Sorted Set的ZADD和ZREVRANGE实现动态排序，适用于游戏得分、直播热度等场景。

二、基础操作与数据结构实践

1. 字符串（String）操作

字符串是Redis最基础的数据类型，支持存储文本、数字或二进制数据。常用命令：

SET user:1001:name "Alice"  # 存储字符串
GET user:1001:name          # 获取值
INCR user:1001:visits       # 原子递增（适用于计数器）
MSET key1 "val1" key2 "val2"  # 批量设置

实践建议：对于计数器类场景（如页面访问量），优先使用INCR而非GET+SET，避免并发导致的数据不一致。

2. 哈希（Hash）操作

哈希适合存储对象属性，例如用户信息：

HSET user:1001 name "Alice" age 25
HGETALL user:1001            # 获取全部字段
HMGET user:1001 name age     # 获取指定字段
HINCRBY user:1001 score 10   # 数值字段递增

性能优化：当哈希字段较少时（<1000），内存占用比单独的String键更高效。可通过OBJECT ENCODING user:1001检查是否被优化为ziplist编码。

3. 列表（List）与集合（Set）

列表适用于消息队列或历史记录：

LPUSH task_queue "task1"    # 左侧插入
RPOP task_queue             # 右侧弹出（阻塞版本为BRPOP）
LRANGE task_queue 0 -1     # 获取全部元素

集合用于去重或标签系统：

SADD tags:article:1001 "tech" "redis"
SMEMBERS tags:article:1001  # 获取所有标签
SINTER tag:tech tag:redis   # 交集计算（共同标签）

三、持久化与高可用配置

1. RDB持久化

通过快照机制定期保存数据，配置示例：

# redis.conf
save 900 1      # 900秒内至少1次修改触发快照
save 300 10     # 300秒内至少10次修改触发快照
dbfilename dump.rdb  # 快照文件名
dir /var/lib/redis   # 存储路径

注意事项：RDB可能导致最后一次快照后的数据丢失，需结合AOF使用。

2. AOF持久化

记录所有写操作命令，支持三种重写策略：

appendonly yes
appendfilename "appendonly.aof"
appendfsync everysec  # 每秒同步（平衡性能与安全性）
auto-aof-rewrite-percentage 100  # AOF文件增长100%时触发重写

恢复流程：启动时优先加载AOF文件（若存在），通过redis-check-aof --fix修复损坏文件。

3. 集群部署方案

Redis Cluster通过分片实现水平扩展，关键步骤：

1. 节点配置：每个节点配置相同的cluster-enabled yes。
2. 槽位分配：16384个槽位通过CLUSTER ADDSLOTS均匀分配。
3. 客户端连接：使用-c参数启用集群模式（如redis-cli -c -h host）。

故障处理：当主节点故障时，从节点通过选举成为新主节点，选举时间由cluster-node-timeout控制（默认15秒）。

四、性能调优与监控

1. 内存优化策略

• 淘汰策略：通过maxmemory-policy配置（如volatile-lru优先淘汰带过期时间的键）。
• 大键处理：使用--bigkeys参数扫描大键，通过HASH-MAX-ZIPLIST-ENTRIES调整哈希编码阈值。
• 内存碎片：当mem_fragmentation_ratio>1.5时，执行MEMORY PURGE或重启实例。

2. 慢查询分析

启用慢查询日志：

slowlog-log-slower-than 10000  # 记录执行时间>10ms的命令
slowlog-max-len 128            # 保留最近128条日志

通过SLOWLOG GET查看日志，定位高频慢查询。

3. 监控工具推荐

• RedisInsight：官方GUI工具，支持实时监控、命令追踪。
• Prometheus + Grafana：通过redis_exporter采集指标，构建可视化看板。
• INFO命令：直接获取内存、连接数等关键指标（如INFO memory）。

五、安全与运维实践

1. 认证与访问控制

启用密码认证：

requirepass "your_password"

限制IP访问：

# 通过防火墙规则（如iptables）
iptables -A INPUT -p tcp --dport 6379 -s 192.168.1.0/24 -j ACCEPT

2. 备份与恢复

全量备份方案：

# 停止写入（可选）
redis-cli CONFIG SET appendonly no
# 执行备份
cp /var/lib/redis/dump.rdb /backup/redis_$(date +%Y%m%d).rdb
# 恢复后重启
systemctl restart redis

3. 扩容与迁移

垂直扩容：直接升级实例内存规格（需重启）。
水平扩容：使用CLUSTER MEET添加新节点，通过CLUSTER RESHARD重新分配槽位。

六、常见问题解决方案

1. 连接数过多

现象：max number of clients reached错误。
解决：

• 调整maxclients参数（默认10000）。
• 使用连接池（如JedisPool配置maxTotal=200）。

2. 内存不足

现象：OOM command not allowed错误。
解决：

• 增加实例内存或启用淘汰策略。
• 检查是否存在大键（如SCAN遍历键空间）。

3. 集群脑裂

现象：部分节点无法写入。
解决：

• 确保cluster-require-full-coverage为no（允许部分节点可用）。
• 检查网络分区，恢复后通过CLUSTER FIX修复。

七、进阶应用案例

1. 分布式限流器

利用Redis+Lua实现令牌桶算法：

-- rate_limiter.lua
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local window = tonumber(ARGV[2])
local current = redis.call("GET", key)
if current == false then
    current = limit
    redis.call("SETEX", key, window, limit)
else
    if tonumber(current) > 0 then
        current = current - 1
        redis.call("SET", key, current)
    else
        return 0
    end
end
return 1

调用方式：

EVAL "脚本内容" 1 user:1001:rate_limit 10 60  # 每分钟10次

2. 地理位置查询

存储用户位置并计算距离：

GEOADD locations 116.404 39.915 "Tiananmen"
GEORADIUS locations 116.404 39.915 5 km WITHDIST  # 5公里内地点

八、总结与最佳实践

1. 数据分层：将热点数据（QPS>1000）放入Redis，冷数据归档至磁盘数据库。
2. 键设计规范：采用业务名:对象ID:字段格式（如orderstatus）。
3. 监控告警：对内存使用率、连接数、慢查询设置阈值告警。
4. 版本升级：定期升级至稳定版（如从6.0升级至7.2），获取新特性与安全修复。

通过合理配置与优化，Redis可支撑每秒数十万次的读写请求，成为高并发系统的核心组件。建议结合实际业务场景进行压测（如使用redis-benchmark），持续调优参数与架构。