摘要：Redis作为高性能的键值对数据库，凭借其高速读写、支持多种数据结构、可持久化等特性，已成为企业级项目中缓存、分布式锁、消息队列等场景的首选工具。本文基于Redis 7.x，结合电商、微服务等实战场景，详细讲解Redis核心数据结构、缓存设计模式、缓存问题解决（缓存穿透、缓存击穿、缓存雪崩）、分布式锁实现、持久化配置等核心知识点，附完整命令与代码案例，帮助后端开发者、运维工程师快速掌握Redis实战技巧，提升系统性能与稳定性，适合Redis入门与进阶学习。
一、前言：Redis的核心价值与应用场景
Redis 7.x相比之前版本，带来了诸多优化：支持多线程IO，提升读写性能；新增Redis Functions（函数），支持自定义脚本逻辑；优化持久化机制，提升数据安全性；增强集群功能，提升可扩展性。
在企业级项目中，Redis的核心应用场景包括：数据缓存（减轻数据库压力）、分布式锁（解决微服务并发问题）、消息队列（简单的异步通信）、计数器（如点赞数、访问量）、会话存储（如用户登录会话）等。本文聚焦Redis最核心的缓存设计与分布式锁，结合实战场景，解决实际开发中的常见问题。
二、核心基础：Redis 7.x安装与核心数据结构
2.1 Redis 7.x安装（CentOS 8）
# 1. 安装依赖yuminstall-ygcc gcc-c++make# 2. 下载Redis 7.x源码包wgethttps://download.redis.io/releases/redis-7.2.4.tar.gz# 3. 解压源码包tar-zxvfredis-7.2.4.tar.gz# 4. 编译安装cdredis-7.2.4makemakeinstallPREFIX=/usr/local/redis# 5. 配置Redis（复制配置文件）cpredis.conf /usr/local/redis/conf/# 6. 修改配置文件（/usr/local/redis/conf/redis.conf）# 允许远程访问（注释bind 127.0.0.1）# protected-mode no（关闭保护模式）# daemonize yes（后台运行）# requirepass 123456（设置密码，可选）# 7. 启动Redis/usr/local/redis/bin/redis-server /usr/local/redis/conf/redis.conf# 8. 连接Redis/usr/local/redis/bin/redis-cli-h127.0.0.1-p6379-a123456# 9. 验证启动127.0.0.1:6379>pingPONG# 启动成功2.2 Redis核心数据结构（实战必备）
Redis支持5种核心数据结构，每种结构有其特定的应用场景，掌握其用法是Redis实战的基础。
# 1. String（字符串）：适用于缓存、计数器、会话存储等场景# 设置值（key=user:1001, value=JSON字符串）setuser:1001'{"id":1001,"username":"zhangsan","age":20}'# 获取值get user:1001# 设置过期时间（3600秒）setex user:10013600'{"id":1001,"username":"zhangsan","age":20}'# 自增（计数器）incr like:1001# 点赞数+1# 自减decr like:1001# 点赞数-1# 2. Hash（哈希）：适用于存储对象（如用户信息、商品信息）# 设置哈希值（key=user:1001，字段=username，值=zhangsan）hset user:1001 username zhangsan age20# 获取单个字段值hget user:1001 username# 获取所有字段值hgetall user:1001# 删除字段hdel user:1001 age# 3. List（列表）：适用于消息队列、最新消息列表等场景# 从左侧插入lpush message:1001"hello""world"# 从右侧插入rpush message:1001"redis"# 获取列表所有元素lrange message:10010-1# 从左侧弹出lpop message:1001# 从右侧弹出rpop message:1001# 4. Set（集合）：适用于去重、交集、并集等场景（如好友列表、标签）# 添加元素sadd tag:1001javapython go# 获取所有元素smembers tag:1001# 判断元素是否存在sismember tag:1001java# 求两个集合的交集（好友共同关注）sinter tag:1001 tag:1002# 删除元素srem tag:1001 go# 5. Sorted Set（有序集合）：适用于排行榜、优先级队列等场景# 添加元素（score=分数，用于排序）zadd rank:100190zhangsan85lisi95wangwu# 获取有序集合（升序）zrange rank:10010-1withscores# 获取有序集合（降序）zrevrange rank:10010-1withscores# 获取元素分数zscore rank:1001 zhangsan# 删除元素zrem rank:1001 lisi三、实战模块：缓存设计与分布式锁
3.1 模块1：缓存设计模式（实战案例）
缓存设计的核心是“缓存数据库热点数据”，减少数据库访问压力，常用的缓存设计模式包括：Cache-Aside（旁路缓存）、Write-Through（写穿透）、Write-Back（写回），其中Cache-Aside模式最常用。
// 1. Cache-Aside模式（旁路缓存）：最常用，适用于读多写少场景// 核心逻辑：查询时先查缓存，缓存没有则查数据库，再将数据存入缓存；更新时先更数据库，再删缓存importredis.clients.jedis.Jedis;importcom.alibaba.fastjson.JSON;publicclassCacheAsideDemo{privatefinalJedisjedis=newJedis("127.0.0.1",6379);privatefinalUserDaouserDao=newUserDao();// 数据库操作类// 1. 查询用户信息（先查缓存，再查数据库）publicUsergetUserById(LonguserId){Stringkey="user:"+userId;// 1. 先查缓存StringuserJson=jedis.get(key);if(userJson!=null){// 缓存命中，返回数据returnJSON.parseObject(userJson,User.class);}// 2. 缓存未命中，查数据库Useruser=userDao.selectById(userId);if(user!=null){// 3. 将数据库数据存入缓存（设置过期时间，避免缓存雪崩）jedis.setex(key,3600,JSON.toJSONString(user));}returnuser;}// 2. 更新用户信息（先更数据库，再删缓存）publicvoidupdateUser(Useruser){// 1. 更新数据库userDao.update(user);// 2. 删除缓存（避免缓存与数据库数据不一致）Stringkey="user:"+user.getId();jedis.del(key);}// 3. 删除用户信息（先删数据库，再删缓存）publicvoiddeleteUser(LonguserId){userDao.deleteById(userId);Stringkey="user:"+userId;jedis.del(key);}}// 2. 缓存key设计规范（避免key冲突、便于管理）// 规范：业务模块:对象:唯一标识[:属性]// 示例：// 用户模块：user:1001（用户信息）、user:1001:orders（用户订单）// 商品模块：product:2001（商品信息）、product:2001:stock（商品库存）// 缓存过期时间：根据业务场景设置，热点数据可设置1-2小时，非热点数据可设置更久3.2 模块2：缓存常见问题解决（穿透、击穿、雪崩）
缓存使用过程中，容易出现缓存穿透、缓存击穿、缓存雪崩三个问题，若不解决，会导致数据库压力剧增，甚至系统崩溃，本文提供针对性的解决方案。
// 1. 缓存穿透：查询不存在的数据，缓存和数据库都没有，导致每次都查数据库// 解决方案：缓存空值、布隆过滤器（推荐）// 方案1：缓存空值（简单易实现，适合数据量不大的场景）publicUsergetUserById(LonguserId){Stringkey="user:"+userId;StringuserJson=jedis.get(key);if(userJson!=null){// 缓存命中（包括空值）returnJSON.parseObject(userJson,User.class);}// 查数据库Useruser=userDao.selectById(userId);if(user!=null){jedis.setex(key,3600,JSON.toJSONString(user));}else{// 缓存空值，设置较短的过期时间（如60秒），避免缓存占用过多空间jedis.setex(key,60,JSON.toJSONString(null));}returnuser;}// 方案2：布隆过滤器（适合数据量大、查询频繁的场景，提前过滤不存在的key）importcom.google.common.hash.BloomFilter;importcom.google.common.hash.Funnels;publicclassBloomFilterDemo{// 初始化布隆过滤器（预计数据量100万，误判率0.01）privatefinalBloomFilter<Long>bloomFilter=BloomFilter.create(Funnels.longFunnel(),1000000,0.01);// 系统启动时，将所有用户ID存入布隆过滤器publicvoidinitBloomFilter(){List<Long>allUserId=userDao.selectAllUserId();for(LonguserId:allUserId){bloomFilter.put(userId);}}// 查询前先通过布隆过滤器判断key是否存在publicUsergetUserById(LonguserId){// 布隆过滤器判断不存在，直接返回null，不查缓存和数据库if(!bloomFilter.mightContain(userId)){returnnull;}// 后续逻辑和Cache-Aside模式一致Stringkey="user:"+userId;StringuserJson=jedis.get(key);if(userJson!=null){returnJSON.parseObject(userJson,User.class);}Useruser=userDao.selectById(userId);if(user!=null){jedis.setex(key,
