1. 课程导学：Redis在业务系统中的核心价值、削峰与一致性两大痛点概述、课程目标与学习路径
1.1 Redis在业务系统中的核心价值
Redis 早已超越“缓存”的单一标签，成为现代高并发业务系统的数据枢纽。其核心价值体现在三个层面：
| 价值维度 | 具体表现 | 典型场景 |
|---|---|---|
| 极致性能 | 纯内存操作 + 单线程模型 + IO多路复用，读写QPS可达10万+ | 热点数据缓存、秒杀商品详情 |
| 数据结构丰富 | String、Hash、List、Set、Sorted Set、Bitmap、HyperLogLog等 | 排行榜、计数器、去重统计 |
| 分布式能力 | 主从复制、哨兵、Cluster分片、Lua脚本、Redis Stream | 分布式锁、消息队列、限流 |
核心认知： Redis 的价值不在于“快”，而在于“快”与“数据结构”的组合，使其能替代数据库、消息队列、分布式协调组件完成大量业务逻辑，从而降低系统复杂度。
1.2 两大痛点概述：削峰与缓存一致性
在享受 Redis 高性能红利的同时，业务系统面临两个最棘手的挑战：
痛点一：流量削峰 —— 如何用有限的资源扛住瞬时洪峰？
- 问题本质： 秒杀、抢红包、热点事件等场景下，流量在瞬间达到正常值的数十倍甚至百倍，直接压垮数据库或下游服务。
- Redis 的解法： 利用 Redis 单线程队列化处理 + 原子操作 + 内存高速写入，将请求在缓存层“削峰填谷”，再异步落库。
- 常见误区： 把 Redis 当无限容量队列使用，导致内存溢出；或削峰后数据丢失，造成资损。
痛点二：缓存一致性 —— 如何保证缓存与数据库的数据不打架？
- 问题本质： 缓存与数据库是两套独立的存储系统，并发写操作下极易出现数据不一致（脏读、缓存与数据库数据不同步）。
- 典型场景： 先更新数据库再删除缓存（Cache-Aside），但删除缓存失败；或先删缓存再更新数据库，期间有并发读请求回填旧数据。
- 常见误区： 认为“最终一致性”可以解决所有问题，忽略了业务对强一致性的真实需求（如库存扣减、订单状态）。
注意： 削峰与一致性并非孤立问题。在削峰场景中（如秒杀），缓存一致性直接决定库存是否超卖、订单是否重复。本课程将两者结合讲解，而非割裂处理。
1.3 课程目标与学习路径
本课程不追求大而全的 Redis 命令罗列，而是聚焦于业务实战中最高频、最易出错的削峰与一致性场景，帮助学员建立可落地的架构思维。
课程目标
- 掌握削峰架构设计： 从单机限流到分布式令牌桶，从 Redis 队列削峰到异步落库，能独立设计秒杀/抢购系统的缓存层。
- 吃透缓存一致性方案： 深入理解 Cache-Aside、Read/Write-Through、延迟双删、Binlog 监听等模式，并能根据业务场景选择最优解。
- 具备排障与调优能力： 能快速定位缓存雪崩、穿透、击穿问题，并给出 Redis 层面的优化方案。
学习路径（课程章节地图）
| 阶段 | 章节范围 | 核心内容 |
|---|---|---|
| 基础夯实 | 第1-4章 | Redis 核心数据结构与业务映射、过期策略、持久化选型 |
| 削峰实战 | 第5-12章 | 秒杀系统设计、分布式限流、Redis 队列削峰、异步落库与补偿 |
| 一致性攻坚 | 第13-22章 | 缓存一致性模式详解、延迟双删、Binlog 监听、分布式事务补偿 |
| 综合进阶 | 第23-30章 | Redis 集群高可用、监控告警、压测调优、全链路案例复盘 |
学习建议： 每章都配有可运行的代码示例和压测脚本。建议在本地搭建 Redis 6.x+ 环境，边学边练。遇到一致性相关章节时，务必动手模拟并发读写场景，观察数据不一致的复现过程，这样才能真正理解方案的边界。
1.4 本章小结
- Redis 的核心价值在于性能 + 数据结构 + 分布式能力的组合，而非单一维度。
- 削峰与一致性是业务系统使用 Redis 时最常踩的两个大坑，且两者相互影响。
- 本课程按照基础 → 削峰 → 一致性 → 综合的路径递进，每章都配有可运行的代码与压测脚本。
- 建议学员在本地搭建 Redis 环境，动手复现数据不一致的场景，加深理解。