Java数据库与数据存储：Redis

1. 引言

在当今互联网高并发场景下，数据库的性能瓶颈往往成为系统扩展的最大障碍。Redis 作为一款高性能的内存数据库，凭借其丰富的数据结构、极快的读写速度和灵活的持久化机制，已经成为 Java 后端开发中不可或缺的组件。

本文将系统性地介绍 Redis 的核心知识体系，包括五种基本数据结构、持久化机制、集群部署模式，以及面试中高频出现的缓存穿透、缓存雪崩和缓存击穿三大经典问题。无论你是准备面试还是实际项目开发，这篇文章都能为你提供完整的知识框架。

2. Redis 概述

2.1 什么是 Redis

Redis（Remote Dictionary Server）是一个开源的、基于内存的键值对存储系统，由 Salvatore Sanfilippo 于 2009 年开发。它支持多种数据结构，如字符串、哈希、列表、集合和有序集合，并提供了丰富的操作命令。

2.2 Redis 的核心特性

• 高性能：基于内存操作，单线程模型避免了并发竞争，读写速度可达 10 万次/秒以上
• 丰富的数据结构：支持 String、Hash、List、Set、ZSet 五种基本类型及 Bitmap、HyperLogLog、Geo 等高级类型
• 持久化机制：支持 RDB 快照和 AOF 日志两种持久化方式
• 高可用：支持主从复制、哨兵模式和集群模式
• 原子性操作：所有命令都是原子操作，支持事务和 Lua 脚本

2.3 Redis 的应用场景

• 缓存系统：减轻数据库压力，提升系统响应速度
• 分布式锁：基于 SETNX 命令实现分布式锁
• 排行榜：利用 ZSet 实现实时排行榜
• 计数器：利用 INCR/DECR 实现访问计数、库存扣减
• 消息队列：利用 List 的 LPUSH/BRPOP 实现简单的消息队列
• 会话管理：存储用户登录状态和 Session 信息

3. Redis 数据结构详解

3.1 String（字符串）

String 是 Redis 最基本的数据类型，可以存储字符串、整数或浮点数，最大容量为 512MB。

常用命令：

SET key value# 设置键值GET key# 获取值INCR key# 值加1DECR key# 值减1SETEX key seconds value# 设置带过期时间的键值MSET key1 value1 key2 value2# 批量设置

Java 使用示例：

// 使用 Spring Data Redis@AutowiredprivateStringRedisTemplatestringRedisTemplate;// 设置缓存stringRedisTemplate.opsForValue().set("user:1001","张三",30,TimeUnit.MINUTES);// 获取缓存Stringuser=stringRedisTemplate.opsForValue().get("user:1001");// 计数器操作Longcount=stringRedisTemplate.opsForValue().increment("page:view:count");

应用场景：缓存对象、计数器、分布式锁、Session 管理。

3.2 Hash（哈希）

Hash 是一个键值对集合，适合存储对象类型的数据，可以单独修改某个字段而不影响其他字段。

常用命令：

HSET key field value# 设置字段值HGET key field# 获取字段值HGETALL key# 获取所有字段和值HDEL key field# 删除字段HINCRBY key field increment# 字段值增加

Java 使用示例：

@AutowiredprivateRedisTemplate<String,Object>redisTemplate;// 存储用户对象HashOperations<String,String,Object>hashOps=redisTemplate.opsForHash();Map<String,Object>userMap=newHashMap<>();userMap.put("name","李四");userMap.put("age",25);userMap.put("email","lisi@example.com");hashOps.putAll("user:1002",userMap);// 获取单个字段Objectname=hashOps.get("user:1002","name");// 获取整个对象Map<String,Object>user=hashOps.entries("user:1002");

应用场景：存储对象信息、购物车、用户资料。

3.3 List（列表）

List 是一个双向链表，支持从两端插入和弹出元素，适合实现队列和栈。

常用命令：

LPUSH key value# 从左侧插入RPUSH key value# 从右侧插入LPOP key# 从左侧弹出RPOP key# 从右侧弹出LRANGE key start stop# 获取范围内的元素LLEN key# 获取列表长度

Java 使用示例：

// 实现消息队列ListOperations<String,String>listOps=redisTemplate.opsForList();// 生产者：发送消息listOps.rightPush("message:queue","消息1");listOps.rightPush("message:queue","消息2");// 消费者：接收消息（阻塞式）Stringmessage=listOps.leftPop("message:queue",10,TimeUnit.SECONDS);

应用场景：消息队列、最新消息列表、时间线。

3.4 Set（集合）

Set 是无序的字符串集合，元素唯一，支持集合运算（交集、并集、差集）。

常用命令：

SADD key member# 添加元素SREM key member# 删除元素SMEMBERS key# 获取所有元素SISMEMBER key member# 判断元素是否存在SINTER key1 key2# 求交集SUNION key1 key2# 求并集

Java 使用示例：

SetOperations<String,String>setOps=redisTemplate.opsForSet();// 添加标签setOps.add("user:1001:tags","Java","Redis","Spring");// 判断是否包含某元素BooleanhasTag=setOps.isMember("user:1001:tags","Java");// 求共同关注Set<String>common=setOps.intersect("user:1001:follows","user:1002:follows");

应用场景：标签系统、好友关系、去重操作。

3.5 ZSet（有序集合）

ZSet 在 Set 的基础上增加了分数（score）属性，元素按分数排序，适合实现排行榜。

常用命令：

ZADD key score member# 添加元素及分数ZRANGE key start stop# 按分数升序获取ZREVRANGE key start stop# 按分数降序获取ZSCORE key member# 获取元素分数ZINCRBY key increment member# 增加元素分数ZRANK key member# 获取元素排名

Java 使用示例：

ZSetOperations<String,String>zSetOps=redisTemplate.opsForZSet();// 添加排行榜数据zSetOps.add("ranking:game","玩家A",100);zSetOps.add("ranking:game","玩家B",85);zSetOps.add("ranking:game","玩家C",95);// 获取前三名Set<String>top3=zSetOps.reverseRange("ranking:game",0,2);// 增加分数zSetOps.incrementScore("ranking:game","玩家B",20);

应用场景：排行榜、延时队列、优先级队列。

4. Redis 持久化机制

4.1 RDB（Redis DataBase）持久化

RDB 是 Redis 默认的持久化方式，通过创建快照（Snapshot）将内存中的数据保存到磁盘。

工作原理：

• 在指定的时间间隔内，将内存中的数据集快照写入磁盘
• 默认文件名为dump.rdb
• 通过 fork 子进程完成快照生成，不影响主进程服务

触发条件：

# 配置文件 redis.conf 中的默认配置save9001# 900秒内至少1次修改save30010# 300秒内至少10次修改save6010000# 60秒内至少10000次修改

优点：

• 文件紧凑，适合备份和灾难恢复
• 恢复速度快
• 对性能影响小

缺点：

• 可能丢失最后一次快照后的数据
• fork 子进程时可能短暂阻塞

4.2 AOF（Append Only File）持久化

AOF 通过记录每次写操作命令来持久化数据，以追加的方式写入日志文件。

工作原理：

• 将每次写命令追加到appendonly.aof文件
• 支持三种同步策略：always、everysec、no
• 支持 AOF 重写机制压缩文件大小

配置方式：

# 开启 AOFappendonlyyes# 同步策略appendfsync always# 每次写入都同步，最安全但性能最差appendfsync everysec# 每秒同步一次，推荐appendfsync no# 由操作系统决定同步时机

优点：

• 数据安全性高，最多丢失 1 秒数据
• 日志文件可读，便于排查问题

缺点：

• 文件体积较大
• 恢复速度较慢
• 相同数据集下 AOF 文件比 RDB 大

4.3 混合持久化

Redis 4.0 引入了混合持久化机制，结合 RDB 和 AOF 的优点：

• 使用 RDB 作为基础快照
• 在快照之间使用 AOF 记录增量操作
• 兼顾恢复速度和数据安全性

# 开启混合持久化aof-use-rdb-preambleyes

5. Redis 集群模式

5.1 主从复制模式

主从复制是最基础的集群模式，通过将主节点的数据同步到从节点，实现读写分离和数据备份。

架构特点：

• 一个主节点（Master）负责写操作
• 多个从节点（Slave）负责读操作
• 从节点自动同步主节点数据

配置方式：

# 在从节点配置文件中指定主节点replicaof192.168.1.1006379# 或使用命令动态设置SLAVEOF192.168.1.1006379

复制原理：

1. 从节点发送 SYNC 命令
2. 主节点执行 BGSAVE 生成 RDB 快照
3. 主节点将快照发送给从节点
4. 从节点加载快照
5. 主节点将增量命令发送给从节点

优点：

• 实现读写分离，提升读性能
• 数据冗余备份
• 配置简单

缺点：

• 主节点故障时无法自动切换
• 从节点过多时同步压力大

5.2 哨兵模式（Sentinel）

哨兵模式在主从复制基础上增加了自动故障转移能力，实现高可用。

架构特点：

• 哨兵进程监控主从节点的运行状态
• 主节点故障时自动选举新的主节点
• 客户端通过哨兵获取当前主节点地址

哨兵配置：

# sentinel.confsentinel monitor mymaster192.168.1.10063792sentinel down-after-milliseconds mymaster5000sentinel failover-timeout mymaster15000

故障转移流程：

优点：

• 自动故障转移，高可用
• 无需人工干预
• 支持监控和通知

缺点：

• 只有一个主节点，写性能受限
• 配置相对复杂

5.3 Cluster 集群模式

Cluster 模式是 Redis 3.0 引入的分布式解决方案，支持数据分片和水平扩展。

架构特点：

• 数据自动分片到 16384 个哈希槽
• 每个节点负责一部分哈希槽
• 支持多主多从，无中心化架构
• 支持在线扩容和缩容

哈希槽分配：

# 集群节点分配哈希槽redis-cli-p7001cluster addslots0-5460 redis-cli-p7002cluster addslots5461-10922 redis-cli-p7003cluster addslots10923-16383

集群配置示例：

# 创建集群（至少3个主节点）redis-cli--clustercreate192.168.1.101:7001192.168.1.102:7002\192.168.1.103:7003 --cluster-replicas1

数据分片原理：

优点：

• 支持水平扩展，突破单机内存限制
• 高可用，支持自动故障转移
• 无中心化，避免单点瓶颈

缺点：

• 不支持多键操作（跨槽位）
• 客户端需要支持集群协议
• 数据迁移期间可能影响性能

6. 缓存穿透、缓存雪崩与缓存击穿

6.1 缓存穿透

问题描述：查询一个不存在的数据，缓存和数据库中都没有，导致每次请求都直接打到数据库。

产生原因：

• 恶意攻击，构造大量不存在的 key
• 业务逻辑缺陷，查询了不存在的 ID

解决方案：

方案一：缓存空值

publicObjectgetData(Stringkey){// 先从缓存查询Objectvalue=redisTemplate.opsForValue().get(key);if(value!=null){returnvalue;}// 缓存未命中，查询数据库ObjectdbValue=queryFromDatabase(key);if(dbValue==null){// 缓存空值，设置较短的过期时间redisTemplate.opsForValue().set(key,"",60,TimeUnit.SECONDS);returnnull;}// 缓存真实数据redisTemplate.opsForValue().set(key,dbValue,30,TimeUnit.MINUTES);returndbValue;}

方案二：布隆过滤器

// 使用 Guava 布隆过滤器BloomFilter<String>bloomFilter=BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()),1000000,// 预计元素数量0.01// 误判率);// 初始化时加载所有存在的 keybloomFilter.put("user:1001");bloomFilter.put("user:1002");publicObjectgetData(Stringkey){// 布隆过滤器判断if(!bloomFilter.mightContain(key)){returnnull;// 一定不存在，直接返回}// 可能存在，继续查询缓存和数据库// ...}

6.2 缓存雪崩

问题描述：大量缓存同时过期或 Redis 服务宕机，导致所有请求直接打到数据库，造成数据库压力骤增甚至崩溃。

产生原因：

• 缓存设置了相同的过期时间
• Redis 服务宕机
• 缓存服务器重启

解决方案：

方案一：过期时间加随机值

// 设置过期时间时加入随机值，避免同时过期intbaseExpire=30*60;// 基础过期时间30分钟intrandomExpire=newRandom().nextInt(300);// 随机0-300秒redisTemplate.opsForValue().set(key,value,baseExpire+randomExpire,TimeUnit.SECONDS);

方案二：多级缓存

// 一级缓存：本地缓存（Caffeine）Cache<String,Object>localCache=Caffeine.newBuilder().expireAfterWrite(5,TimeUnit.MINUTES).maximumSize(10000).build();// 二级缓存：RedispublicObjectgetData(Stringkey){// 先查本地缓存ObjectlocalValue=localCache.getIfPresent(key);if(localValue!=null){returnlocalValue;}// 再查 RedisObjectredisValue=redisTemplate.opsForValue().get(key);if(redisValue!=null){localCache.put(key,redisValue);returnredisValue;}// 最后查数据库ObjectdbValue=queryFromDatabase(key);if(dbValue!=null){redisTemplate.opsForValue().set(key,dbValue,30,TimeUnit.MINUTES);localCache.put(key,dbValue);}returndbValue;}

方案三：Redis 高可用

• 使用哨兵模式或集群模式
• 配置主从复制，实现故障自动转移
• 使用持久化机制，重启后快速恢复

6.3 缓存击穿

问题描述：某个热点 key 在缓存过期的瞬间，大量并发请求同时访问该 key，导致所有请求都打到数据库。

产生原因：

• 热点数据过期
• 高并发访问同一数据

解决方案：

方案一：互斥锁

publicObjectgetData(Stringkey){// 先从缓存查询Objectvalue=redisTemplate.opsForValue().get(key);if(value!=null){returnvalue;}