第 1 章:为什么需要 Redis
单进程时,代码里一个
count += 1就是全部真相。多开两个 worker 之后,这句话开始骗你。
学习目标
- 说清进程内存的三条硬边界:不共享、不持久、不跨机器
- 判断一个状态该放进程内存、数据库,还是 Redis
- 知道 Redis 擅长什么、明确不擅长什么
- 画出一次读请求经过缓存的完整路径
1.1 一个真实故障:限流突然失效
接口加了限流:每个 IP 每分钟最多 60 次。本地测试好好的,上线第二天被打穿。
代码没有 bug,问题出在部署方式:
python
# 每个 worker 各自一份
counters = {}
def allow(ip):
n = counters.get(ip, 0) + 1
counters[ip] = n
return n <= 60单进程时没问题。用 uvicorn --workers 4 起了 4 个进程之后,每个进程都有一份自己的 counters——实际允许的次数变成了 240 次。再叠一层负载均衡到两台机器,就是 480 次。
这就是进程内存的第一条边界:它只属于那个进程。
1.2 三条边界,一条比一条致命
| 边界 | 表现 | 例子 |
|---|---|---|
| 不共享 | 多进程/多机器各有一份副本 | 限流计数、在线用户数、任务进度 |
| 不持久 | 进程重启,内存清零 | 队列里没处理完的任务、临时会话 |
| 不跨机器 | 横向扩容后状态分裂 | 分布式锁、验证码、购物车 |
只要有一条命中,这个状态就不该放在 self.xxx 或模块级字典里。数据库能解决"不共享"和"不持久",但它解决不了速度和压力——每秒上千次的计数写进 MySQL,磁盘先撑不住。
于是有了 Redis 的位置:速度接近进程内存,可见性跨进程跨机器。
1.3 Redis 是什么,以及不是什么
一句话:Redis 是一个把数据放在内存里的键值存储,支持多种数据结构和原子操作。
它擅长:
| 场景 | 为什么合适 |
|---|---|
| 缓存 | 读比数据库快一到两个数量级 |
| 计数与限流 | INCR 原子,天然适合高频写 |
| 排行榜 | 有序集合按分数排序,O(log N) |
| 去重与集合运算 | 集合的交、并、差直接在服务端算 |
| 简单队列 | 列表阻塞弹出,或 Stream 消费组 |
| 分布式锁 | SET NX 一条命令拿到互斥 |
| 会话与验证码 | TTL 自动过期,不用自己清理 |
它不擅长:
| 场景 | 原因 |
|---|---|
| 当主数据库用 | 内存贵,持久化有窗口,运维要求高 |
| 复杂查询、多表关联 | 没有 SQL,没有二级索引体系 |
| 大 value 存储 | 单线程执行,一个 100 MB 的 value 会卡住所有请求 |
| 强一致金融账本 | 异步复制下可能丢最后一段写入 |
记住一句:**Redis 是"加速与协调"的组件,不是"账本"。**账本仍然在数据库里。
1.4 一次读请求,缓存站在哪
这条路径有三个关键点,后面几章都会围着它们转:
- 命中率决定收益:命中 95% 和命中 60%,数据库压力差十倍;
- 写回策略决定一致性:什么时候写、写什么、什么时候删,第 5 章展开;
- 未命中时的行为决定系统稳不稳:一个不存在的 key 被狂查,就是缓存穿透。
1.5 和其他组件的分工
| 数据 | 放哪 | 理由 |
|---|---|---|
| 用户资料、订单 | 数据库 | 需要持久、事务、查询 |
| 热点文章、配置 | Redis + 数据库 | 读多写少,缓存收益最高 |
| 限流计数、验证码 | 只在 Redis | 短期有效,丢了不影响业务 |
| 任务队列 | Redis Stream | 需要跨进程消费,允许少量丢失 |
| 搜索与语义检索 | 向量库(下一门课) | 需要近似最近邻索引 |
本章小结
| 要点 | 说明 |
|---|---|
| 三条边界 | 不共享、不持久、不跨机器,命中任一就不该放进程内存 |
| Redis 定位 | 内存键值存储,加速与协调,不是账本 |
| 擅长 | 缓存、计数、排行榜、去重、队列、锁、TTL 会话 |
| 不擅长 | 当主库、复杂查询、大 value、强一致账本 |
| 缓存路径 | 命中直接返,未命中查库并回写 |
| 三个变量 | 命中率、写回策略、未命中时的行为 |
下一章
概念清楚了,先把服务跑起来。下一章用 Docker 起一个 Redis,装客户端,用 redis-cli 敲第一条命令,再看一眼它在网络上到底传了什么。