Redis 缓存入门

1. 一句话简介

Redis 是一个基于内存的高性能键值存储系统，可同时作为缓存、消息队列和轻量级数据库使用，核心价值是将高频访问的数据从磁盘数据库搬到内存中，把单次读取的耗时从毫秒级降到亚毫秒级。Spring Boot 通过 spring-boot-starter-data-redis 提供自动配置，既能用 RedisTemplate 直接操作数据，也能通过 Spring Cache 的 @Cacheable、@CachePut、@CacheEvict 注解无侵入地接入缓存。以本模块为例，UserServiceImpl 只需在 get 方法上加 @Cacheable(value = "user", key = "#id")，首次查询后结果即被缓存到 Redis，后续相同查询直接命中缓存而不进入方法体，日志中不再出现查询打印。

2. 什么时候使用

✅ 多实例部署，需要缓存共享：本地缓存（如 Ehcache）各自存在于每个 JVM 内，多实例间不共享。Redis 作为独立服务，所有应用实例共享同一份缓存，本模块正是为此从 Ehcache 切换到 Redis。
✅ 读多写少的热点数据：如用户画像、配置、商品详情等被频繁读取但很少变化的数据，缓存命中可显著降低数据库压力。
✅ 需要丰富数据结构的存储：Redis 原生支持 String、Hash、List、Set、ZSet、GEO 等结构（对应 RedisTemplate 的 opsForValue、opsForHash、opsForList、opsForSet、opsForZSet、opsForGeo），可在同一种技术里完成计数、排行榜、地理位置等多种需求。
✅ 需要高并发下的原子能力：本模块用 1000 个线程同时对 count 执行 increment，Redis 的 INCR 命令是原子的，最终值恰好为 1000，无需在应用层加锁。
✅ 缓存数据需持久化、可跨语言读取：Redis 用 JSON 序列化（GenericJackson2JsonRedisSerializer）存储，既能在 redis-cli 中直接查看，也能被任何语言解析。
❌ 单机应用、数据体量极小：若只有单个实例且缓存数据量可控，引入独立 Redis 服务反而增加运维成本，本地缓存即可满足。
❌ 冷数据或一次性的临时数据：存入缓存却没有复用价值，只会白白占用内存，还会增加缓存与数据库的一致性维护成本。
❌ 强一致性的金融/账务类数据：Redis 本质是最终一致、易失的缓存，无法替代数据库的事务与持久化保障。
❌ 超大对象或超大缓存量：Redis 是内存型存储，容量受内存限制且成本高，超大缓存需考虑热数据裁剪、内存淘汰策略。
❌ 对缓存一致性要求极高的场景：引入缓存后需处理缓存雪崩、穿透、击穿及双写一致性问题，特别是多实例同时更新同一 key 时易出现脏读，需谨慎设计失效与更新策略。

3. 常见业务场景

用户信息缓存：以用户 ID 为主键，查询用户时先查缓存再查数据库。本模块的 get 方法用 @Cacheable(value="user", key="#id") 缓存用户对象，用 @CachePut 在保存/更新时同步刷新缓存，用 @CacheEvict 在删除时清除缓存，完整演示了缓存的增删改查闭环，是典型的按主键缓存业务实体。

热点数据防穿透：对于商品详情、文章内容、首页配置等高频读取的只读数据，缓存命中后直接返回，避免同一热点反复打到数据库。配合设置过期时间或空值缓存可缓解缓存穿透问题。

并发计数与秒杀库存：利用 Redis INCR/DECR 命令的原子性实现点赞数、访问量、库存扣减。本模块 1000 线程并发 increment("count", 1) 结果精确为 1000，说明其在高并发计数上无需应用层锁即可保证正确性。

Session 共享与登录态：多实例负载均衡时，各实例本地 Session 互不相同。将 Session 存入 Redis（key 关联登录 token），所有实例都能读取同一登录态，实现无状态集群。

排行榜与热门列表：利用 ZSet 有序集合按分数排序，天然适合做排行榜、最近热榜、TOP N 等需要按分值动态排序的场景，这是普通 Key-Value 缓存和关系型数据库排序开销大的场景下 Redis 的独特优势。

4. 同类技术对比

维度	Redis	Ehcache	Caffeine	Memcached
存储位置	独立网络服务（内存）	嵌于应用 JVM 内	嵌于应用 JVM 内	独立网络服务（内存）
多实例共享	支持，所有实例共享	不支持，各 JVM 独立	不支持，各 JVM 独立	支持，可多实例共享
数据结构	String、Hash、List、Set、ZSet、GEO	仅 Key-Value	仅 Key-Value	仅 Key-Value
持久化	支持 RDB 快照 + AOF 日志	支持磁盘溢出	不支持（纯内存）	不支持（纯内存）
网络开销	需走网络，单次约 0.1~1ms	无网络开销，直接内存访问	无网络开销，极快	需走网络，性能近于 Redis
分布式/集群能力	主从、哨兵、Cluster，能力强	无	无	分布式，但无 Redis 丰富
学习成本与配置	需单独部署与运维，成本较高	低，仅引入依赖与配置	低，上手快	中，需单独部署
适用规模	分布式系统、大数据量	单机应用、读多写少	单 JVM 高性能本地缓存	分布式 Key-Value 缓存

选型建议：多实例部署、需要缓存共享的场景首选 Redis，它是分布式缓存的事实标准，且数据结构丰富，可一技术多用；若只是单机应用求极致的本地缓存性能，选 Caffeine（性能优于 Ehcache）；需要缓存可溢出到磁盘、逻辑相对简单时可考虑 Ehcache；仅需纯 Key-Value 分布式缓存的简单场景可选 Memcached，但它在数据结构和持久化上弱于 Redis。整体而言，生产环境多实例系统优先 Redis，单机可叠加本地缓存（Caffeine/Ehcache）作为 L1 与 Redis 作为 L2 形成多级缓存。