1. 课程导论：Redis 在 Go 微服务中的角色、缓存带来的挑战与课程目标
1.1 Redis 在 Go 微服务架构中的核心角色
在 Go 微服务体系中，Redis 已从单纯的缓存工具演变为数据加速层与分布式协调基座。其核心价值体现在以下三个维度：
| 角色维度 | 典型应用场景 | Go 实现要点 |
|---|---|---|
| 高性能缓存 | 热点数据读取、Session 共享、API 响应加速 | 使用 go-redis 客户端，Pipeline 批量操作 |
| 分布式锁 | 秒杀库存扣减、任务调度防重复、资源互斥 | 基于 SET NX + Lua 脚本实现 Redlock |
| 消息/队列 | 异步任务解耦、延迟队列、流式数据处理 | List/Stream 结构 + Go goroutine 消费 |
💡 架构洞察： 在 Go 微服务中，Redis 通常作为“旁路缓存”部署在数据库前端，承担 80% 以上的读流量，将数据库的 QPS 压力从万级降至千级甚至百级。
1.2 缓存引入的核心挑战
缓存并非银弹。在 Go 微服务中引入 Redis 后，必须直面三大经典问题：
1.2.1 数据库与缓存的一致性
这是本课程的核心主线。当数据在数据库中被更新后，缓存中的数据必须同步更新或失效，否则将出现脏数据。常见的挑战包括：
- 更新时序问题：先更新数据库还是先更新缓存？顺序错误会导致永久不一致。
- 并发写冲突：多个 Go goroutine 同时更新同一数据，缓存与数据库的最终状态可能不一致。
- 删除缓存失败：更新数据库成功后，删除缓存操作因网络或 Redis 故障而失败，导致旧缓存长期存在。
⚠️ 常见误区： 很多开发者认为“先更新数据库，再更新缓存”是安全的。实际上，在并发场景下，这种策略极易导致缓存中残留旧数据。本课程后续章节将详细剖析“Cache-Aside”与“延迟双删”等正确模式。
1.2.2 缓存穿透
请求查询一个数据库中也不存在的数据（如不存在的用户 ID）。由于缓存未命中，每次请求都会穿透到数据库，导致数据库压力骤增，甚至被打垮。
- 攻击场景：恶意构造大量不存在的 Key 进行遍历请求。
- 解决方案：布隆过滤器（Bloom Filter）预判、缓存空对象（设置短 TTL）。
1.2.3 缓存雪崩
大量缓存 Key 在同一时间集中过期，或 Redis 实例宕机，导致所有请求瞬间涌入数据库，引发连锁崩溃。
- 典型原因：缓存 TTL 设置相同、Redis 主从切换期间不可用。
- 解决方案：TTL 增加随机偏移量、本地缓存（如 Go 的
sync.Map）兜底、Redis 高可用集群部署。
1.3 课程目标与前置知识
课程目标
通过本课程，你将掌握以下核心能力：
- 一致性维护：熟练运用 Cache-Aside、Read-Through、延迟双删、Binlog 监听等模式，在 Go 中实现数据库与 Redis 的最终一致性。
- 高并发优化：使用 Go 的 goroutine、channel、sync 包以及 Redis Pipeline、Lua 脚本，构建抗住万级 QPS 的缓存层。
- 故障防御：设计布隆过滤器、本地缓存、限流降级等机制，抵御穿透与雪崩。
- 工程落地：编写可测试、可监控、可运维的 Go 缓存中间件代码。
前置知识要求
| 知识领域 | 具体要求 | 推荐掌握程度 |
|---|---|---|
| Go 语言基础 | goroutine、channel、interface、错误处理 | 熟练使用 |
| Redis 基础 | 常用数据结构（String、Hash、List、Set、ZSet）、TTL、持久化 | 了解概念 |
| 数据库基础 | MySQL/PostgreSQL 基本 CRUD、事务概念 | 了解即可 |
| 网络基础 | HTTP 协议、RESTful API 设计 | 了解即可 |
📘 学习建议： 如果你对 Go 的
go-redis 库还不熟悉，建议先花 30 分钟阅读其官方 README。本课程所有代码示例均基于 go-redis/v9 版本。