Redis使用手册：从入门到实战的完整指南

一、Redis基础与核心概念

Redis（Remote Dictionary Server）作为高性能的键值存储系统，其核心优势在于内存存储、多数据结构支持和丰富的扩展功能。其数据结构包含字符串（String）、哈希（Hash）、列表（List）、集合（Set）、有序集合（ZSet）等，每种结构对应不同的应用场景。例如，字符串结构适合存储会话ID，哈希结构适合存储对象属性，有序集合可用于排行榜实现。

1.1 安装与配置

• 单机部署：Linux环境下通过源码编译安装（make && make install），配置文件redis.conf需重点关注绑定IP（bind 0.0.0.0）、端口（port 6379）和密码（requirepass yourpassword）。
• 容器化部署：使用Docker快速启动（docker run -d --name redis -p 6379:6379 redis redis-server --requirepass "yourpassword"），适合开发和测试环境。
• 生产环境建议：启用持久化（RDB或AOF）、限制最大内存（maxmemory）并配置淘汰策略（如volatile-lru）。

1.2 连接与基本操作

通过redis-cli连接服务器后，可执行以下命令：

# 设置键值对
SET user:1000:name "Alice"
# 获取值
GET user:1000:name
# 哈希操作
HSET user:1000 age 25
HGETALL user:1000

二、核心数据结构与场景化应用

2.1 字符串（String）

• 场景：缓存、计数器、分布式锁。
• 示例：

  # 计数器自增
  INCR pagehome
  # 分布式锁（需配合Lua脚本保证原子性）
  SET lock:resource "locked" NX PX 30000

2.2 哈希（Hash）

• 场景：存储对象属性，减少内存占用。
• 示例：

  # 存储用户信息
  HMSET user:1001 name "Bob" age 30 email "bob@example.com"
  # 获取单个字段
  HGET user:1001 email

2.3 有序集合（ZSet）

• 场景：排行榜、带权重的任务队列。
• 示例：

  # 添加成员并指定分数
  ZADD leaderboard 100 "Alice" 200 "Bob"
  # 获取排名前3的成员
  ZREVRANGE leaderboard 0 2 WITHSCORES

三、持久化与数据安全

3.1 RDB快照

• 机制：定时将内存数据保存到磁盘文件（dump.rdb）。
• 配置：

  # 每60秒至少1次写操作时触发快照
  save 60 1
  # 压缩存储
  rdbcompression yes

• 优缺点：恢复速度快，但可能丢失最后一次快照后的数据。

3.2 AOF日志

• 机制：记录所有写操作命令，支持完全重写和增量重写。
• 配置：

  # 开启AOF
  appendonly yes
  # 每秒同步一次（平衡性能与安全性）
  appendfsync everysec

• 恢复流程：启动时重放AOF文件中的命令。

四、高可用与集群部署

4.1 主从复制

• 配置：在从节点配置文件中指定主节点IP和端口（slaveof 192.168.1.100 6379）。
• 数据同步：全量同步（首次连接）和增量同步（后续修改）。

4.2 Sentinel哨兵

• 功能：监控主从节点、自动故障转移。
• 配置示例：

  # sentinel.conf
  sentinel monitor mymaster 192.168.1.100 6379 2
  sentinel down-after-milliseconds mymaster 5000

• 工作原理：当主节点不可用时，Sentinel通过投票选举新的主节点。

4.3 Redis Cluster集群

• 分片策略：数据按哈希槽（16384个）分布，每个节点负责部分槽位。
• 部署步骤：
  1. 启动多个Redis实例（--cluster-enabled yes）。
  2. 使用redis-cli --cluster create命令组建集群。
• 客户端路由：客户端根据键的CRC16值计算槽位，直接连接对应节点。

五、性能优化与监控

5.1 内存管理

• 最大内存设置：maxmemory 2gb，避免OOM（Out of Memory）。
• 淘汰策略：
  • volatile-lru：淘汰最近最少使用的过期键。
  • allkeys-lru：淘汰所有键中最近最少使用的。

5.2 慢查询分析

• 配置：

  # 记录执行时间超过10ms的命令
  slowlog-log-slower-than 10000
  # 保留100条慢查询日志
  slowlog-max-len 100

• 查看慢查询：

  SLOWLOG GET

5.3 监控工具

• Redis Stats：通过INFO命令获取内存、连接数等指标。
• Prometheus + Grafana：集成Redis Exporter，可视化监控关键指标。

六、生产环境最佳实践

1. 避免大键：单个键值对超过10KB时拆分为多个键。
2. 管道（Pipeline）优化：批量执行命令减少网络开销。

   # Python示例
   import redis
   r = redis.Redis()
   pipe = r.pipeline()
   for i in range(1000):
       pipe.set(f"key:{i}", i)
   pipe.execute()

3. Lua脚本原子性：复杂操作封装为Lua脚本保证原子性。

   -- 扣减库存脚本
   local stock = tonumber(redis.call("GET", KEYS[1]))
   if stock >= tonumber(ARGV[1]) then
       redis.call("DECRBY", KEYS[1], ARGV[1])
       return 1
   end
   return 0

4. 安全加固：禁用危险命令（rename-command FLUSHALL ""）、启用TLS加密。

七、常见问题与解决方案

7.1 缓存穿透

• 问题：查询不存在的键导致大量请求打到数据库。
• 解决方案：使用布隆过滤器或缓存空值。

7.2 缓存雪崩

• 问题：大量键同时过期导致数据库压力激增。
• 解决方案：设置随机过期时间（EXPIRE key random_time）。

7.3 集群脑裂

• 问题：网络分区导致集群分裂为多个子集群。
• 解决方案：配置min-slaves-to-write 1和min-slaves-max-lag 10，确保主节点有足够从节点同步。

通过系统掌握Redis的核心功能、高可用方案和性能优化技巧，开发者能够高效利用Redis构建高性能、高可用的分布式系统。实际部署时需结合业务场景选择合适的数据结构、持久化策略和集群方案，并持续监控关键指标以确保系统稳定运行。