📚 课程目录第2章 Redis缓存基础回顾

2. Redis 缓存基础回顾：核心数据结构、过期策略、内存淘汰机制

在深入异步导出任务的降级与补偿设计之前，必须夯实 Redis 缓存的基础知识。本章将系统回顾 Redis 的五大核心数据结构、键的过期策略以及内存淘汰机制，为后续章节中缓存失效、数据一致性、资源隔离等设计决策提供理论支撑。

Redis 之所以能成为缓存领域的首选，很大程度上归功于其丰富且高效的数据结构。每种结构都对应特定的应用场景，理解它们的底层实现与适用边界，是设计缓存方案的第一步。

数据结构	底层编码	典型命令	核心应用场景
String	int / embstr / raw	SET / GET / INCR / DECR	计数器、分布式锁、Session 共享、对象 JSON 缓存
Hash	ziplist / hashtable	HSET / HGET / HGETALL / HINCRBY	对象字段缓存（如用户信息）、短结构化数据
List	quicklist	LPUSH / RPUSH / LPOP / BRPOP	消息队列、时间线、最新消息列表
Set	intset / hashtable	SADD / SMEMBERS / SINTER / SUNION	标签系统、好友关系、去重统计
Sorted Set	ziplist / skiplist + hashtable	ZADD / ZRANGE / ZREVRANGE / ZSCORE	排行榜、延时队列、优先级任务调度

设计提示： 在异步导出任务中，Sorted Set 常用于构建延时队列（以时间戳作为 score），String 用于存储任务状态与进度，Hash 则适合缓存导出任务的元数据（如文件名、行数、创建时间）。选择合适的数据结构能显著降低代码复杂度。

下图展示了五种核心数据结构在内存中的逻辑形态与典型操作路径：

Redis 允许为每个键设置生存时间（TTL），到期后自动删除。这一机制是缓存失效的核心驱动力。Redis 采用 定期删除 + 惰性删除 的组合策略来平衡 CPU 与内存开销。

定期删除（Active Expiry）： Redis 每隔 100ms 随机抽取一部分设置了过期时间的 key，检查是否过期，若过期则删除。该策略避免了全量扫描带来的性能抖动。
惰性删除（Lazy Expiry）： 当客户端访问一个 key 时，Redis 会先检查该 key 是否已过期，若过期则立即删除并返回 nil。该策略确保了过期 key 不会被返回给客户端。

  关键结论： 定期删除负责“主动清理”，惰性删除负责“兜底清理”。两者配合，既保证了过期 key 不会长期占用内存，又避免了定时扫描对 CPU 的冲击。在异步导出任务中，合理设置 TTL 可以自动清理过期任务记录，减少人工干预。

下图展示了过期策略的执行流程与交互关系：

当 Redis 内存使用量达到 maxmemory 限制时，会触发内存淘汰策略。这一机制决定了哪些 key 会被优先删除以释放空间。理解不同淘汰策略的行为，对于设计缓存失效后的降级逻辑至关重要。

避坑指南： 在异步导出任务中，如果使用 noeviction 策略，当内存写满时所有写入操作都会失败，可能导致任务状态无法更新、队列无法入队。建议使用 allkeys-lru 或 volatile-lru，并配合监控告警，确保缓存失效时任务系统能优雅降级。

过期策略与内存淘汰机制并非独立运行，它们共同决定了 Redis 中数据的生命周期。理解两者的协同关系，有助于设计更健壮的缓存失效补偿方案。

优先级： 过期删除的优先级高于内存淘汰。Redis 会先尝试通过定期删除和惰性删除释放空间，若仍不足，再触发内存淘汰。
触发条件： 过期删除由 TTL 驱动，内存淘汰由 maxmemory 阈值驱动。两者可能同时发生，但互不干扰。
数据流向： 一个 key 可能先被过期删除，也可能先被内存淘汰。对于设置了 TTL 的 key，过期删除是“主动退休”，内存淘汰是“被动清退”。
设计建议： 在异步导出任务中，建议为所有缓存 key 设置合理的 TTL，并选择 volatile-lru 策略。这样既能保证热点数据优先保留，又能确保非热点数据在内存不足时被淘汰，同时持久化 key（如任务配置）不受影响。