*Redis 最佳实践
Redis 的配置没有一套适合所有业务的固定答案。以下建议围绕键设计、数据类型、安全、持久化、高可用和缓存使用展开;实际部署时应结合数据量、延迟目标和可接受的数据丢失范围验证。
*键设计
*使用稳定、可读的命名
可以用冒号表达业务层级,并带上环境或租户边界:
prod:shop:cart:user:1001
prod:shop:product:1001
prod:shop:session:abc123
键名应便于识别责任方和数据用途,但不要写入密码、令牌或不必要的个人信息。名称过长也会增加内存和网络开销,不必为了层级而重复无意义的前缀。
*为临时数据设置生命周期
SET session:abc123 "user:1001" EX 3600
SET cache:product:1001 "{...}" EX 300
缓存、会话和验证码都应明确过期策略。永久保存的数据需要纳入容量规划和备份,而不是默认“以后再说”。
*不用固定数字定义所有大键
“字符串不能超过 10 KB”或“集合不能超过 5000 个成员”都不是通用规则。是否成为问题取决于命令复杂度、返回值大小、内存、删除方式和延迟目标。
应定期检查:
redis-cli MEMORY USAGE cache:product:1001
redis-cli --bigkeys
发现大键后,优先考虑拆分、分页读取、缩短生命周期或改用更合适的数据类型。删除时可根据版本和对象大小评估 UNLINK,详见性能优化指南。
*数据类型选择
| 需求 | 常用类型或命令 | 注意事项 |
|---|---|---|
| 缓存一段序列化数据 | String、GET/SET | 明确序列化格式、过期时间和缓存失效方式 |
| 保存对象的可变字段 | Hash、HSET/HGET | 字段很多或值很大时仍需评估内存和读取范围 |
| 按顺序记录并限制长度 | List、LPUSH/LTRIM | 适合简单队列;复杂消费语义可评估 Stream |
| 去重和集合运算 | Set、SADD/SINTER | 大集合运算和全量读取可能耗时 |
| 排行榜和分数范围 | Sorted Set、ZADD/ZRANGE | 分数相同时按成员字典序排列 |
| 消息确认和消费者组 | Stream、XREADGROUP | 必须设计 XPENDING、XCLAIM 和失败恢复流程 |
| 独立访客等基数估算 | HyperLogLog、PFADD/PFCOUNT | 结果是近似值,不适合精确计数 |
| 坐标和附近查询 | Geo 命令 | Geo 数据实际由有序集合保存 |
选择类型时先看操作和复杂度,再看内存。不要为了“节省内存”把不适合的数据强行塞进哈希或字符串。
*安全配置
*先限制网络访问
Redis 不应无保护地暴露在公网。至少应配置防火墙和安全组,只让明确的应用网段或地址访问,并使用 bind 监听必要接口。认证不能替代网络隔离。
*使用 ACL 限制权限
Redis 6 及以上版本可以为应用创建独立用户:
ACL SETUSER app_read on '>use-a-long-random-secret' '~cache:*' '+@read' '+ping'
示例用户只能读取匹配 cache:* 的键并执行 PING。实际规则还应检查命令类别是否包含不需要的操作;密码请通过安全配置或密钥管理系统提供,不要写入代码仓库。
requirepass 本质上是为 default 用户设置密码,不能替代按应用划分权限。rename-command 也不应作为主要安全边界;应使用 ACL 禁止危险或管理命令。
跨不可信网络传输时,应启用 Redis 支持的 TLS 或受控加密隧道,并同时保护复制、哨兵和集群通信。
*持久化与备份
*按数据容忍度选择持久化
- 可以重建、允许丢失最近数据的缓存,可以关闭持久化或只使用 RDB。
- 需要定期备份和较快恢复时,可以使用 RDB。
- 希望缩小故障时的数据丢失窗口时,可以启用 AOF,常见配置为
appendfsync everysec。 - 对数据安全和恢复都有要求时,通常组合使用 RDB 与 AOF,并保留独立备份。
AOF、RDB 和复制都不是绝对的数据不丢失保证。应明确恢复点目标(RPO)和恢复时间目标(RTO),并验证真实恢复流程。
*备份要离机并定期恢复
备份文件不应只保存在同一台机器。至少应做到:
- 将备份复制到独立存储或其他故障域。
- 监控备份时间、大小、校验和以及任务失败。
- 在隔离环境定期恢复,并核对键数量、抽样数据和应用可用性。
- 保留明确的保留周期,避免无限增长或过早删除。
*高可用与容量
*监控复制而不只是角色
主从复制正常不等于副本数据始终最新。应监控复制连接状态、偏移差、复制延迟和副本只读状态。读取副本的应用必须接受异步复制可能带来的旧数据。
哨兵和集群故障转移也需要测试网络分区、主节点不可用和副本提升等场景。仅启动哨兵进程并不能证明业务能够正确切换;客户端库同样必须支持相应的发现和重连机制。
*预留峰值与后台任务空间
容量规划不能只按当前数据集大小计算,还应考虑:
- 数据增长和峰值写入。
- RDB/AOF
fork期间的写时复制。 - 复制积压和客户端输出缓冲区。
- 内存碎片和进程其他开销。
- 集群扩容、槽迁移和故障后的承载能力。
cluster-require-full-coverage no 等配置会改变部分槽不可用时的服务行为,不能仅为减少告警而开启或关闭,必须理解其可用性影响。
*缓存设计
*缓存空值要区分“不存在”和“失败”
缓存穿透防护可以缓存短期空标记,但数据库超时、权限错误和真实空结果不能混为一谈:
value = redis.get(f"cache:item:{item_id}")
if value is not None:
return decode(value)
item = load_item(item_id) # 数据库异常应向上抛出或按失败策略处理
if item is None:
redis.set(f"cache:item:{item_id}", NULL_MARKER, ex=30)
return None
redis.set(f"cache:item:{item_id}", encode(item), ex=300)
空标记的过期时间通常应较短,并确保写入方会使缓存失效。
*热点重建需要限制并发
热点键失效时,可使用单航班(singleflight)、请求合并或带唯一所有者的锁限制重建并发。简单使用 SETNX 而不校验锁的所有者,可能误删其他进程的锁。
锁至少应包含唯一值和过期时间:
SET lock:item:1001 "process-unique-token" NX PX 10000
释放锁时必须用脚本核对唯一值后再删除。锁并不能自动解决所有一致性问题,详见分布式锁文档。
*过期时间可加入随机量
大量键在同一时刻过期可能形成集中回源。可以在业务允许范围内加入随机量:
import random
ttl = 300 + random.randint(0, 60)
redis.set(key, value, ex=ttl)
随机过期只能分散时间,不能替代限流、降级、热点重建控制和数据源容量保护。
*监控与告警
建议持续记录以下指标,并根据历史基线和业务目标设置告警:
- 可用性、连接失败和命令错误率。
- 客户端与服务器端延迟、慢查询和延迟事件。
- 内存使用量、RSS、淘汰量和碎片情况。
- 缓存命中与未命中、回源量和数据源压力。
- RDB/AOF 状态、
fork耗时和磁盘空间。 - 复制状态、复制延迟和故障切换事件。
- 备份新鲜度及恢复演练结果。
“内存超过 80%”或“复制延迟超过 1 秒”只能作为示例,不能直接套用到所有业务。告警应指向可执行的排查动作,并避免只报阈值、不带上下文。
*上线与变更检查
每次重要变更前至少确认:
- 配置与目标 Redis 版本匹配,弃用参数已有替代方案。
- 数据备份可用,恢复步骤经过验证。
- 客户端超时、重试、连接池和集群发现配置正确。
- 压测使用接近真实的数据大小、命令组合和网络环境。
- 变更可回滚,并有人观察延迟、错误率和内存指标。