Redis是内存数据结构存储系统，广泛用于缓存、消息队列和实时数据处理。正确使用TTL、持久化和集群配置可避免内存泄漏和数据丢失风险。
说明：
## 核心用法
Redis作为内存数据结构存储，主要应用于三大场景：**缓存加速**（cache-aside/write-through模式）、**实时数据处理**（Sorted Sets做限流、HyperLogLog去重计数）、**消息队列**（Streams替代Pub/Sub实现可靠投递）。关键操作包括：用`SET key EX`强制过期时间避免内存泄漏；利用Hash结构存储对象节省内存；通过Lua脚本或`SETNX`实现原子锁操作。
## 显著优点
– **极致性能**：纯内存操作，单线程无锁设计，QPS可达10万+
– **数据结构丰富**：String/Hash/List/Set/ZSet/Streams/HyperLogLog等，适配多样化场景
– **原子操作内置**：`INCR`、`SETNX`、Lua脚本等避免竞态条件
– **持久化灵活**：RDB快速恢复+AOF低数据丢失，或纯内存模式
– **集群扩展**：Hash Slot分片，支持水平扩容至1000+节点
## 潜在缺点与局限
– **内存成本高昂**：所有数据驻留RAM，大value（如100MB）会急剧膨胀成本
– **单线程阻塞风险**：`KEYS *`、`FLUSHALL`等操作会冻结整个实例
– **Pub/Sub不可靠**：消息不持久化，断线即丢失，不适合关键业务
– **集群限制**：跨Slot多键操作被禁止，需用Hash Tag hack或客户端处理`MOVED`重定向
– **惰性过期陷阱**：过期键在未被访问前仍占用内存，大库`SCAN`可能返回”幽灵”key
## 适合人群
– 后端开发工程师（缓存/会话/限流设计）
– 分布式系统架构师（高可用集群、数据一致性方案）
– DevOps/SRE（内存监控、持久化策略调优）
– 数据工程师（实时统计、流处理管道）
## 常规风险
| 风险等级 | 场景 | 后果 |
|———|——|——|
| **致命** | 生产环境未配置`maxmemory` | 内存耗尽触发OOM，宿主机崩溃 |
| **致命** | 无持久化却当作主库使用 | 重启后全量数据丢失 |
| **高危** | 缓存key无TTL | 内存持续增长直至拒绝服务 |
| **中危** | `GET→SET`非原子竞争 | 并发覆盖导致数据不一致 |
| **中危** | 大key未拆分 | 阻塞主线程，慢查询拖垮集群 |
| **低危** | 客户端非集群感知型 | `MOVED`错误未处理，操作失败 |
建议生产环境必须：设置`maxmemory`+`allkeys-lru`、启用AOF+everysec、部署Sentinel或Cluster模式、监控`used_memory`和`evicted_keys`指标。
会员专属
