Redis on 追风笔记

Redis 数据结构与底层实现

Tue, 25 Aug 2026 00:00:00 +0000

Redis 对外暴露五种常用类型，但底层有多种编码（encoding）。根据数据规模自动在不同编码间转换，是它兼顾内存与性能的关键。

类型	小数据编码	大数据编码	转换阈值（示意）
string	int / embstr	raw	长度 > 44 字节转 raw
hash	ziplist/listpack	hashtable	元素数或单个值超阈值
list	quicklist（ziplist 片段）	quicklist	—
set	intset	hashtable	含非整数或元素过多
zset	ziplist	skiplist+dict	元素数或值长度超阈值

以 zset 为例，小数据使用 ziplist 紧凑存储（member 与 score 相邻），当元素数量或单个 member 长度超过阈值时转为 skiplist + dict，保证有序遍历与按 member 查找都为 O(1)/O(log n)。

zset 小: [member1, score1, member2, score2, ...] (ziplist)
zset 大: dict(member->score) + skiplist(score->member)

理解这些阈值有助于解释「为什么小哈希比单独 key 省内存」，也提醒我们避免让单个 key 堆积过多元素，否则编码升级或操作耗时都会陡增。

Tue, 25 Aug 2026 00:00:00 +0000

引入缓存能显著降低数据库压力，但设计不当会引入穿透、击穿、雪崩等经典问题。下面逐一拆解成因与对策。

缓存穿透：查询不存在的数据，缓存与数据库都查不到，请求每次都打到 DB。应对：缓存空值（短过期）、布隆过滤器拦截非法 key。
缓存击穿：某个热点 key 过期瞬间，大量并发同时回源 DB。应对：互斥锁（只放一个线程重建）、逻辑过期（异步刷新）、热点 key 不过期。
缓存雪崩：大量 key 同一时刻集中失效，或 Redis 整体不可用，DB 被冲垮。应对：过期时间加随机抖动、多级缓存、Redis 高可用（哨兵/集群）。

最常用的是 Cache-Aside（旁路缓存）：

读: 先读缓存 -> 命中返回; 未命中读 DB -> 写入缓存
写: 先更新 DB -> 再删除缓存 (而非更新缓存)

「先更新 DB 再删缓存」可降低并发下读到旧值的概率；极端不一致可通过延迟双删或订阅 binlog（如 Canal）补偿。注意：不要盲目「更新缓存」，否则并发写可能产生脏数据。

Redis 提供主动 + 惰性两种过期删除，内存不足时按 maxmemory-policy 淘汰：