缓存策略实战：Redis 在 Web 应用中的使用模式与陷阱

先说结论：缓存是性能利器，但也是 Bug 温床

缓存是提升 Web 应用性能最有效的手段——没有之一。一个设计良好的缓存层可以把接口响应时间从几百毫秒降到几毫秒。但缓存也是引入 Bug 最快的方式——缓存穿透、缓存雪崩、缓存和数据库不一致，每一个都能让你调试到怀疑人生。

本文从四个层面展开：缓存模式、过期策略、常见问题、Redis 实战。

---

1. 缓存模式

1.1 Cache-Aside（最常用）

读：应用 → 读缓存 → 命中 → 返回
                  → 未命中 → 读数据库 → 写入缓存 → 返回
写：应用 → 更新数据库 → 删除缓存

async function getUser(id: number): Promise<User> {
  // 1. 读缓存
  const cached = await redis.get(`user:${id}`);
  if (cached) return JSON.parse(cached);

  // 2. 缓存未命中，读数据库
  const user = await db.query('SELECT * FROM users WHERE id = $1', [id]);
  if (!user) return null;

  // 3. 写入缓存
  await redis.set(`user:${id}`, JSON.stringify(user), 'EX', 3600);
  return user;
}

async function updateUser(id: number, data: Partial<User>): Promise<void> {
  // 1. 更新数据库
  await db.query('UPDATE users SET name = $1 WHERE id = $2', [data.name, id]);
  // 2. 删除缓存
  await redis.del(`user:${id}`);
}

为什么更新缓存时是删除而不是更新？ 删除是幂等的——删多次和删一次效果一样。而更新缓存可能存在并发问题：两个请求同时更新数据库，后更新的反而先写入了缓存，导致缓存中是旧数据。

1.2 Read-Through（缓存即数据源）

应用只和缓存交互，缓存负责从数据库加载数据。适合读多写少的场景，但实现更复杂，需要 Redis 端的支持（如 RedisJSON 模块）。

---

2. 过期策略

2.1 过期时间设置

数据类型	建议过期时间	说明
用户信息	30-60 分钟	变化不频繁
文章/内容	1-6 小时	更新频率低
配置/参数	24 小时	极少变化
计数/统计	5-15 分钟	需要及时更新
临时数据	1-5 分钟	短时效

2.2 防止缓存雪崩：过期时间加随机偏移

// ❌ 所有 key 在同一时间过期
await redis.set(`article:${id}`, data, 'EX', 3600);

// ✅ 加随机偏移，避免同时过期
const ttl = 3600 + Math.floor(Math.random() * 600); // 3600-4200 秒
await redis.set(`article:${id}`, data, 'EX', ttl);

---

3. 常见问题

3.1 缓存穿透

查询一个不存在的数据，每次请求都穿透缓存打到数据库。

解决：缓存空值（短期过期，如 60 秒），或使用布隆过滤器。

async function getArticle(id: number) {
  const cached = await redis.get(`article:${id}`);
  if (cached !== null) {
    if (cached === 'NULL') return null; // 缓存了空值
    return JSON.parse(cached);
  }
  const article = await db.query('SELECT * FROM articles WHERE id = $1', [id]);
  // 不管有没有数据，都缓存（空值也缓存，短期过期）
  await redis.set(`article:${id}`, JSON.stringify(article) || 'NULL', 'EX', article ? 3600 : 60);
  return article;
}

3.2 缓存击穿

热点 key 过期瞬间，大量请求同时打到数据库。

解决：互斥锁，或热点 key 永不过期（后台异步更新）。

async function getHotData(id: number) {
  const cached = await redis.get(`hot:${id}`);
  if (cached) return JSON.parse(cached);

  // 尝试获取锁
  const lock = await redis.set(`lock:hot:${id}`, '1', 'NX', 'EX', 5);
  if (!lock) {
    // 没拿到锁，等 50ms 后重试
    await sleep(50);
    return getHotData(id);
  }

  // 拿到锁，查数据库
  const data = await db.query('SELECT * FROM hot_data WHERE id = $1', [id]);
  await redis.set(`hot:${id}`, JSON.stringify(data), 'EX', 3600);
  await redis.del(`lock:hot:${id}`);
  return data;
}

3.3 缓存雪崩

大量 key 在同一时间过期，数据库压力瞬间飙升。

解决：过期时间加随机偏移（见 §2.2），或设置多级缓存（本地缓存 + Redis）。

---

4. Redis 内存管理

# 限制最大内存（推荐设置为服务器内存的 60-70%）
maxmemory 4gb

# 淘汰策略：allkeys-lru（最近最少使用）
maxmemory-policy allkeys-lru

# 监控内存使用
redis-cli INFO memory | grep used_memory_human
# used_memory_human: 2.5G

---

总结

问题	症状	解决方案
缓存穿透	查询不存在的数据打穿缓存	缓存空值 / 布隆过滤器
缓存击穿	热点 key 过期瞬间大量请求	互斥锁 / 永不过期
缓存雪崩	大量 key 同时过期	随机过期时间 / 多级缓存
不一致	缓存和数据库数据不同步	Cache-Aside：更新数据库后删缓存

缓存不是万能的，但不用缓存是万万不能的。 一个设计良好的缓存层能让你的应用性能提升一个数量级，但前提是你理解了它的陷阱。

需要 Redis 缓存方案设计或后端性能优化？联系我们，说清你的数据访问模式与规模，24 小时内回可行性。

相关阅读

• Docker Compose 部署实战：从开发到生产的配置演进 —— Redis 在 Docker 环境中的部署配置
• 运维自动化脚本模式：从一次性脚本到可维护工具 —— Redis 监控与运维自动化