跳到主要内容

Redis 笔记

由旧稿重新整理版本(原文件以骨架标题为主,本笔记在其基础上完善)。 MongoDB 见 MongoDB笔记,关系型对比与选型见 关系型数据库选型对比笔记。 旧稿目录已清理,当前以本文为准。

目录​

  1. 特性
  2. 数据类型(10 种)速查
  3. 命令速查
  4. 使用场景
  5. 事务与原子性(MULTI/EXEC / Lua)
  6. 持久化(RDB / AOF)
  7. 高可用(主从复制 / 哨兵 / Cluster)
  8. Python redis-py 集成示例
  9. 常见使用注意

1. 特性​

维度Redis
类型内存数据结构存储(in-memory data structure store)
协议自有 RESP 协议,单端口(默认 6379)
线程模型单线程执行命令(6.0+ I/O 多线程),避免锁
数据结构string / list / hash / set / zset / bitmap / hyperloglog / geo / stream / pub-sub
持久化RDB 快照 / AOF 日志
主从原生主从复制 + 哨兵 + Cluster(16384 槽)
事务MULTI/EXEC(非关系库语义) + Lua 脚本(真原子)
性能单节点 10w+ QPS(视命令与负载)

一句话:Redis 不是单纯的 KV,而是"带数据结构的内存服务器"。


2. 数据类型(10 种)速查​

类型用途典型命令
string字符串、计数器、分布式锁SET / GET / INCR / SETNX
hash字段-值集合(一个 key 内多个 field)HSET / HGET / HGETALL
list双向链表,队列 / 最新列表LPUSH / RPUSH / LPOP / LRANGE
set无序去重集合,标签、共同好友SADD / SISMEMBER / SUNION
zset (sorted set)带分数的有序集合,排行榜ZADD / ZRANGE / ZRANGEBYSCORE
bitmap位操作,签到 / 布隆过滤器SETBIT / GETBIT / BITCOUNT
hyperloglog基数估算(UV 统计),误差 ~0.81%PFADD / PFCOUNT
geo地理坐标(经纬度),距离 / 附近GEOADD / GEOSEARCH
stream5.0+ 消息流,类轻量 KafkaXADD / XREAD / XGROUP
pub/sub实时消息广播(无持久化)PUBLISH / SUBSCRIBE

3. 命令速查​

3.1 通用​

SET key value # 设置
GET key # 获取
DEL key # 删除
EXISTS key # 是否存在
EXPIRE key 60 # 设置过期时间(秒)
TTL key # 查看剩余过期时间
TYPE key # 查看类型
KEYS pattern # ⚠️ 生产禁用(O(N) 阻塞)
SCAN 0 MATCH user:* COUNT 100 # ✅ 增量遍历(推荐)

3.2 各类型核心命令​

# string
SET counter 0
INCR counter # 自增 1(原子)
DECR counter
INCRBY counter 10
SETNX lock:foo 1 # 仅当不存在时设置(分布式锁基础)

# hash(一个 key 内多字段)
HSET user:1 name "alice" age 30
HGET user:1 name
HGETALL user:1
HMSET user:2 name "bob" age 25 # 批量设置

# list(队列 / 最新列表)
LPUSH msg:list "hello"
RPUSH msg:list "world"
LRANGE msg:list 0 -1 # 全量
LPOP msg:list
LLEN msg:list # 长度

# set
SADD tags:1 "python" "redis"
SISMEMBER tags:1 "python" # 是否在集合中
SUNION tags:1 tags:2 # 并集

# zset(排行榜)
ZADD rank 100 "alice" 200 "bob" 150 "carol"
ZREVRANGE rank 0 9 WITHSCORES # 前 10 名
ZRANGEBYSCORE rank 100 200 # 分数区间

# geo
GEOADD city 121.47 31.23 "shanghai" 116.40 39.90 "beijing"
GEODIST city shanghai beijing km
GEOSEARCH city FROMLONLAT 121.47 31.23 BYRADIUS 50 km

# stream
XADD orders * product "book" price 50
XREAD COUNT 10 BLOCK 0 STREAMS orders $

4. 使用场景​

场景用法数据类型
缓存读穿透 / 写穿透 / 延迟双删string / hash
分布式锁SET key val NX PX 30000 + Lua 释放string
计数器文章阅读量、点赞数string(INCR 原子)
排行榜游戏积分、热搜zset
限流滑动窗口 / 令牌桶string + Lua
延迟队列任务到时间出队(用 zset 存 score=执行时间戳)zset
最新 N 条朋友圈最新评论list(LPUSH + LTRIM)
共同好友 / 推荐交集 / 并集 / 差集set
签到 / 日活每天一个 bitmap 位bitmap
UV 统计百万级不重复用户hyperloglog
附近的人 / 门店经纬度 + 半径geo
轻量消息队列持久化 + 消费组stream(5.0+)
实时通知聊天广播、分布式事件总线pub/sub

pub/sub 不持久化——订阅者离线时消息丢失;需要持久化用 stream。


5. 事务与原子性​

5.1 MULTI / EXEC(关系库用户最容易误解的部分)​

MULTI
SET a 1
SET b 2
EXEC
  • 命令入队,EXEC 时依次执行整个队列
  • 队列中的命令不会在 EXEC 之前执行,不能读中间结果
  • 不是关系库的 BEGIN / COMMIT 语义,没有回滚——失败时已执行的不会撤销
  • 没有隔离级别概念

所以 Redis 官方说 MULTI/EXEC 是 "transactional",但不是 ACID 事务。要做复杂原子逻辑用 Lua。

5.2 Lua 脚本(真原子)​

Lua 脚本在 Redis 内单线程顺序执行,执行期间不会有其他命令插入 → 真原子。

EVAL "
local cur = tonumber(redis.call('GET', KEYS[1]) or '0')
if cur < tonumber(ARGV[1]) then
redis.call('SET', KEYS[1], ARGV[1])
return 1
end
return 0
" 1 max_value 100

常见用途:

  • 分布式锁的安全释放("只删自己的锁",CAS)
  • 限流(滑动窗口)
  • "读 → 判断 → 写" 的原子操作(避免 race condition)

5.3 与关系库事务对比​

维度关系库事务Redis MULTI/EXECRedis Lua
原子性✅✅(队列整体)✅(脚本整体)
回滚✅❌❌
中间结果可见❌(隔离)❌❌
跨 key 隔离由隔离级别控制不提供不提供
适合复杂业务事务简单命令批处理复杂原子逻辑

6. 持久化(RDB / AOF)​

方式原理优点缺点
RDB定时 fork 子进程 dump 快照文件紧凑、恢复快可能丢最近几分钟数据
AOF记录每条写命令(append-only)数据更安全(可配置 everysec / always)文件大,恢复慢
混合(7.0+ 默认)RDB 头 + AOF 增量兼具两者优点—

生产推荐:

  • 不能容忍丢数据 → AOF appendfsync everysec
  • 缓存场景(可丢)→ RDB 即可
  • 推荐开启混合持久化

7. 高可用(主从复制 / 哨兵 / Cluster)​

模式能力适用
主从复制读扩展(从读主写)简单读写分离
Sentinel 哨兵主从 + 自动故障转移中小规模高可用
Cluster 集群16384 槽分片 + 内置主从大规模(> 单机内存 / 写并发)

Cluster 关键点:

  • key 通过 CRC16(key) % 16384 落到槽
  • 多 key 操作必须在同一槽(用 hash tag {user:1}.profile {user:1}.order)
  • 不支持多数据库(只有 db0)

8. Python redis-py 集成示例​

redis-py 是官方驱动。

import redis

r = redis.Redis(
host="localhost",
port=6379,
db=0,
decode_responses=True, # 自动把 bytes 解码成 str(推荐)
)

# string
r.set("greeting", "hello", ex=60) # ex=60 表示 60 秒过期
print(r.get("greeting"))

r.incr("counter") # 自增
r.incrby("counter", 10)

# hash
r.hset("user:1", mapping={"name": "alice", "age": 30})
print(r.hgetall("user:1"))

# list(队列)
r.lpush("msgs", "hello", "world")
print(r.lrange("msgs", 0, -1))
print(r.rpop("msgs")) # 从右侧弹出

# zset(排行榜)
r.zadd("rank", {"alice": 100, "bob": 200, "carol": 150})
print(r.zrevrange("rank", 0, 9, withscores=True))

# 分布式锁(基础版)
import time, uuid
lock_key = "lock:order:42"
token = str(uuid.uuid4())
if r.set(lock_key, token, nx=True, px=10000): # 10 秒过期
try:
# ... 业务逻辑
pass
finally:
# 用 Lua 安全释放(CAS:只删自己的锁)
release = """
if redis.call('GET', KEYS[1]) == ARGV[1] then
return redis.call('DEL', KEYS[1])
else
return 0
end
"""
r.eval(release, 1, lock_key, token)

# pipeline(批处理,减少网络往返)
with r.pipeline(transaction=False) as p:
p.incr("counter")
p.incr("counter")
p.incr("counter")
p.execute()

9. 常见使用注意​

  • 不要把 Redis 当主数据库:内存贵,丢了很痛;持久化是兜底,不是备份。
  • 慎用 KEYS *:O(N) 阻塞单线程,生产必用 SCAN。
  • 避免 bigkey:单个 key 不要存超过几十 KB(list / hash / set 同理),会卡单线程。
  • 设置过期时间:无过期 key 容易撑爆内存。
  • 分布式锁要带 token + Lua 释放:避免误删别人的锁。
  • 内存淘汰策略(maxmemory-policy):默认 noeviction(写满报错),常用 allkeys-lru / volatile-lru。
  • Cluster 多 key:跨 key 操作必须保证在同一槽(用 hash tag {...})。

关联笔记​