Redis缓存索引分析慢查询分析 - 第1节
1.1 Redis 简介：从缓存到索引的演进
Redis（Remote Dictionary Server）是一个开源、基于内存、支持持久化的键值存储系统。在缓存领域，它凭借极低的延迟（通常亚毫秒级）和丰富的数据结构，成为构建高性能缓存层的事实标准。本课程将从缓存基础出发，逐步深入到索引构建与慢查询复盘。
核心认知： Redis 不仅仅是缓存，它通过支持多种数据结构的“索引”能力，可以在缓存层直接完成部分查询逻辑，从而大幅降低后端数据库的压力。
Redis 核心特性一览
| 特性 | 描述 | 缓存场景价值 |
|---|---|---|
| 纯内存存储 | 数据主要存储在 RAM 中，读写速度极快 | 实现微秒级响应，支撑高并发 |
| 单线程模型 | 使用单线程处理命令，避免锁竞争 | 原子性操作，简化缓存一致性 |
| 丰富数据结构 | String、Hash、List、Set、Sorted Set 等 | 灵活构建缓存索引，支持复杂查询 |
| 持久化 | RDB 快照 + AOF 日志 | 缓存重启后快速恢复热点数据 |
| 高可用 | 主从复制 + Sentinel / Cluster | 保障缓存层 SLA |
1.2 核心数据结构：缓存与索引的基石
Redis 的每种数据结构在缓存场景中都有独特用途。理解它们的内存模型与操作复杂度，是设计高效缓存索引的前提。
五大基础数据结构对比
| 结构 | 底层实现 | 时间复杂度（关键操作） | 典型缓存索引场景 |
|---|---|---|---|
| String | 动态字符串（SDS） | GET/SET: O(1) | 缓存单个对象 JSON、计数器、分布式锁 |
| Hash | 压缩列表 / 哈希表 | HGET/HSET: O(1) | 缓存对象字段级索引，如用户信息 |
| List | 双向链表 / 压缩列表 | LPUSH/RPOP: O(1) | 消息队列、最新消息列表 |
| Set | 哈希表 / 整数集合 | SADD/SISMEMBER: O(1) | 标签系统、去重索引 |
| Sorted Set | 跳表 + 哈希表 | ZADD: O(log N)，ZRANGE: O(log N + M) | 排行榜、带权重的索引、延迟队列 |
索引设计启示： Sorted Set 的跳表结构天然支持范围查询和排序，是构建“缓存二级索引”的核心工具。例如，用 Sorted Set 存储用户ID+最后登录时间戳，即可快速查询“最近7天活跃用户”。
1.3 缓存工作原理：从请求到命中
一个标准的缓存工作流程包含：缓存穿透、缓存击穿、缓存雪崩等经典问题。理解这些原理，是后续进行慢查询复盘的基础。
标准缓存读取流程
- 客户端请求：应用层发起数据查询请求。
- 查询缓存：根据 Key 直接访问 Redis。
- 缓存命中：直接返回数据，流程结束。
- 缓存未命中：查询后端数据库（如 MySQL）。
- 回写缓存：将数据库结果写入 Redis，并设置过期时间。
- 返回数据：将数据返回给客户端。
1.4 缓存索引：在 Redis 中构建查询加速层
传统缓存仅支持 Key-Value 查询。而“缓存索引”是指利用 Redis 的数据结构，在缓存层构建类似数据库索引的查询能力，从而避免回源查询数据库。
缓存索引的三种典型模式
| 索引模式 | 使用的数据结构 | 解决的问题 | 示例 |
|---|---|---|---|
| 主键索引 | String / Hash | 通过唯一 ID 快速获取对象 | user:1001 → 用户 JSON |
| 二级索引 | Sorted Set | 按非主键字段排序或范围查询 | user:age:index → 按年龄排序的用户ID |
| 组合索引 | Set + Sorted Set | 多条件过滤与排序 | user:city:beijing 集合 + user:age:index |
注意： 缓存索引虽然能加速查询，但会占用额外内存，且需要维护索引与主数据的一致性。在慢查询复盘中，我们经常发现“索引未命中”或“索引数据不一致”导致的性能抖动。
1.5 缓存与数据库一致性：索引复盘的起点
在慢查询复盘中，大量问题源于缓存与数据库数据不一致。常见策略包括：
- Cache-Aside 模式：应用层负责同时维护缓存和数据库，先更新数据库，再删除缓存。
- 延迟双删：先删除缓存，再更新数据库，休眠一小段时间后再次删除缓存。
- 订阅 Binlog 同步：通过 Canal 等组件监听数据库变更，异步刷新缓存索引。
复盘要点： 在后续章节中，我们将通过实际慢查询案例，分析“缓存索引未及时更新”导致的查询性能退化，以及如何通过 Redis 的慢查询日志定位这类问题。