第九章:Redis 内存、持久化、热 Key 与大 Key
这一章把 Redis 想象成一家速度极快但房间有限的酒店:
MySQL 与 Redis 前端速成9 / 11

这一章把 Redis 想象成一家速度极快但房间有限的酒店:
- 内存:酒店房间,速度快但数量有限;
- 过期时间:住客退房时间;
- 淘汰策略:房间满了以后请谁离开;
- RDB、AOF:酒店的备份档案;
- 热 Key:一个房间门口挤了十万人;
- 大 Key:一个客人占了半栋楼。
你今天重点回答六个问题:
- Redis 为什么快?
- Key 过期后为什么不一定立刻消失?
- 内存满了怎么办?
- RDB 和 AOF 有什么区别?
- 什么是热 Key?
- 什么是大 Key?
一、Redis 为什么这么快?
面试时不要只回答:
因为 Redis 在内存中。
这只答了一部分。
Redis 快主要有四个原因。
原因一:主要操作内存
MySQL 的核心数据长期存储在磁盘中。
Redis 的主要数据放在内存里,CPU 访问内存的速度远快于磁盘随机读写。
可以想象成:
MySQL:去仓库寻找资料
Redis:资料直接放在手边
但要注意:
MySQL 也会使用内存缓存,Redis 快并不只是因为“内存”两个字。
原因二:数据结构经过专门优化
Redis 不只是简单的字符串仓库。
它提供:
String
Hash
List
Set
ZSet
这些结构针对特定操作做了优化。
例如计数器:
# 将文章 2001 的浏览次数原子增加一
INCR article:2001:view_count
排行榜:
# 将用户 1001 的积分增加五分
ZINCRBY user:ranking 5 "1001"
不需要像 MySQL 一样执行复杂查询和排序逻辑。
原因三:命令执行路径比较简单
Redis 通常根据 Key 直接操作数据:
# 根据明确的 Key 查询用户缓存
GET user:detail:1001
而 MySQL 可能需要:
解析 SQL
选择执行计划
寻找索引
进行回表
连接多张表
排序或分组
Redis 的大部分操作路径更直接。
原因四:IO 多路复用
Redis 可以使用一个事件循环同时管理大量网络连接。
你可以把它想象成餐厅中的一个高效服务员:
客人 A:正在看菜单
客人 B:正在等厨房
客人 C:准备点餐
服务员不会一直站在客人 A 身边等待,而是哪个连接准备好了,就处理哪个。
这就是 IO 多路复用的核心思想。
二、Redis 是单线程吗?
这是一个高频陷阱题。
不要简单回答:
Redis 就是单线程。
更准确的说法是:
Redis 的核心命令执行长期以来主要采用单线程顺序处理,因此避免了大量线程切换和数据竞争;但 Redis 并不是所有工作都只有一个线程,新版本可以使用其他线程处理网络 IO、后台持久化和异步释放等任务。
你现在只记一句:
命令执行主要顺序进行,但 Redis 整体不等于只有一个线程。
单线程为什么还能快?
因为 Redis 的主要瓶颈通常不是 CPU 计算,而是:
- 网络传输;
- 内存访问;
- 命令本身是否耗时。
同时,单线程命令执行减少了:
- 多线程上下文切换;
- 锁竞争;
- 并发修改数据结构的复杂性。
但是单线程也有弱点:
一个命令执行太久,后面的命令都可能被堵住。
例如,不要随便对超大集合执行一次性全量操作。
Redis 为什么快——标准答案
Redis 的数据主要存放在内存中,访问速度快;内部数据结构和命令实现经过专门优化;核心命令执行路径相对简单,并通过事件驱动和 IO 多路复用处理大量连接。Redis 的命令执行主要保持顺序性,减少了线程切换和锁竞争,但持久化、网络 IO 等环节并不一定只有一个线程。
这段建议背下来。
三、Key 过期后,会立刻删除吗?
不一定。
假设验证码设置五分钟过期:
# 保存手机验证码,并设置 300 秒后过期
SET verify:phone:15118978572 "683921" EX 300
五分钟后,这个 Key 在逻辑上已经不能使用。
但 Redis 不一定在第 300 秒一到,就立刻冲过去删除它。
因为如果给每个 Key 都创建一个精准定时器:
1000 万个 Key
=
1000 万个定时任务
管理成本会非常高。
Redis 通常结合两种方式删除过期 Key:
- 惰性删除;
- 定期删除。
四、惰性删除:有人来查时才检查
假设 Key 已经过期,但仍暂时占着内存。
当请求访问它时:
# 查询已经到期的验证码
GET verify:phone:15118978572
Redis 发现:
这个 Key 已经过期
于是将其删除,并返回不存在。
这叫:
惰性删除。
像酒店住客退房时间到了,但前台暂时没检查;直到有人来订这个房间,才发现原住客应该离开了。
惰性删除的问题
如果一个过期 Key 永远没人访问:
它可能还会暂时占用内存
所以仅靠惰性删除不够。
五、定期删除:Redis 主动抽查
Redis 会周期性随机抽取一部分设置了过期时间的 Key:
抽查一批 Key
↓
发现已经过期
↓
进行删除
它不是每次扫描全部 Key,因为全量扫描成本太高。
这叫:
定期删除。
为什么两种策略结合?
惰性删除负责:
使用时及时发现过期。
定期删除负责:
清理那些很久没人访问的过期 Key。
面试答案:
Redis 的过期 Key 通常不是到期后立刻全部删除,而是结合惰性删除和定期删除。惰性删除在访问 Key 时判断是否过期,定期删除则周期性抽样清理过期 Key,从而在 CPU 消耗和内存释放之间取得平衡。
六、TTL 到期和内存淘汰不是一回事
这两个概念很容易混淆。
过期删除
Key 自己设置了寿命:
# 保存登录状态,并设置两小时后过期
SET login:token:abc123 "1001" EX 7200
两小时后应该被删除。
内存淘汰
Redis 内存已经接近上限,即使有些 Key 还没有过期,也可能需要选择一部分数据清除。
一句话:
过期删除是寿命到了,内存淘汰是房间不够了。
七、Redis 内存满了怎么办?
Redis 可以配置最大可使用内存:
maxmemory
当内存达到上限后,Redis 会根据:
maxmemory-policy
选择处理方式。
你不需要把所有策略源码背下来,但需要掌握主要类型。
八、noeviction:谁都不赶,拒绝新写入
noeviction 的意思是:
不主动淘汰现有数据。
内存满后:
- 查询操作仍可能继续;
- 新增或扩大内存的写操作可能报错。
可以理解为:
酒店住满了,不赶走任何客人,拒绝新客入住。
优点:
- 不会因为淘汰导致已有数据突然消失。
缺点:
- 新写入可能失败。
适合不能随便丢数据、需要调用方明确处理异常的场景。
九、LRU:优先淘汰最近最少使用的数据
LRU 全称:
Least Recently Used,最近最少使用。
假设三个 Key:
Key A:刚刚访问过
Key B:一分钟前访问
Key C:三天没访问
LRU 更倾向淘汰:
Key C
因为它最近最少被使用。
记忆:
LRU 看“多久没来过”。
常见策略包括:
allkeys-lru
volatile-lru
allkeys-lru
从所有 Key 中选择最近最少使用的数据淘汰。
volatile-lru
只从设置了过期时间的 Key 中淘汰最近最少使用的数据。
十、LFU:优先淘汰访问频率最低的数据
LFU 全称:
Least Frequently Used,最不经常使用。
假设:
Key A:一天访问 10000 次
Key B:一天访问 100 次
Key C:一天访问 2 次
LFU 更倾向淘汰:
Key C
记忆:
LFU 看“来过多少次”。
常见策略:
allkeys-lfu
volatile-lfu
十一、LRU 和 LFU 的区别
LRU
关注:
最近一次是什么时候访问的?
例如某条新闻昨天很火,今天完全没人看,它可能逐渐被淘汰。
LFU
关注:
一段时间内访问频率有多高?
例如系统配置长期稳定地被频繁访问,更容易保留下来。
一句话:
LRU 看时间,LFU 看次数。
十二、Random 和 TTL 淘汰
Random
随机选择数据淘汰:
allkeys-random
volatile-random
简单,但不一定能留下真正有价值的热点数据。
volatile-ttl
从设置了过期时间的 Key 中,优先淘汰剩余寿命更短的数据。
例如:
Key A:还剩 10 秒
Key B:还剩 10 分钟
更可能先淘汰 Key A。
十三、淘汰策略怎么选择?
你可以这样理解:
| 策略 | 核心含义 | 适合场景 |
|---|---|---|
| noeviction | 内存满后拒绝写入 | 数据不能随便丢 |
| allkeys-lru | 淘汰最近最少使用的 Key | 通用缓存 |
| allkeys-lfu | 淘汰使用频率最低的 Key | 热点差异明显 |
| volatile-lru | 只在有 TTL 的 Key 中按 LRU 淘汰 | 永久数据不能淘汰 |
| volatile-ttl | 优先淘汰快过期的 Key | 有明确 TTL 的缓存 |
面试中一般不要求你说出绝对最优答案。
更专业的说法是:
淘汰策略要结合 Redis 中是否全部都是缓存、哪些数据允许丢失、访问是否存在明显热点以及业务对写入失败的容忍度选择。通用缓存场景常考虑 allkeys-lru 或 allkeys-lfu,但不能脱离业务直接断言某一种策略永远最好。
十四、Redis 断电后,数据会全部消失吗?
如果 Redis 只依靠内存,并且完全没有持久化:
进程退出或机器断电
↓
内存数据消失
Redis 提供了两种主要持久化机制:
- RDB;
- AOF。
持久化的目的:
把内存中的数据保存到磁盘,重启时用于恢复。
十五、RDB:定期拍一张全家福
RDB 可以理解为:
在某个时间点,把 Redis 数据整体生成一个快照文件。
例如:
12:00 拍一次快照
12:10 拍一次快照
12:20 拍一次快照
如果 12:18 Redis 崩溃,只能使用 12:10 的最近快照恢复,那么:
12:10 到 12:18 的部分数据可能丢失
RDB 的优点
- 文件紧凑;
- 适合备份;
- 恢复速度通常较快;
- 对主线程日常命令执行影响相对可控。
RDB 的缺点
- 两次快照之间的数据可能丢失;
- 数据量大时,生成快照需要额外资源;
- 通常不适合要求极低数据丢失窗口的场景。
RDB 故事记忆
你每天晚上十二点给作业拍照。
第二天下午电脑坏了。
你只能恢复到昨晚的照片,今天新增的内容可能丢失。
这就是 RDB。
十六、AOF:把每一步操作记在账本里
AOF 全称:
Append Only File,追加日志文件。
Redis 会把写命令按照顺序记录下来。
例如执行:
# 保存用户姓名
SET user:1001:name "刘凤伟"
# 将文章浏览量增加一
INCR article:2001:view_count
# 删除旧的用户缓存
DEL user:detail:1001
AOF 会记录相应写操作。
Redis 重启后,可以重新执行这些操作恢复数据。
AOF 的优点
- 数据丢失窗口通常比单纯 RDB 更小;
- 写操作有连续日志;
- 数据恢复更细致。
AOF 的缺点
- 文件通常比 RDB 大;
- 恢复时可能需要重放大量命令;
- 频繁写磁盘会带来额外开销;
- 需要进行 AOF 重写压缩日志。
十七、AOF 为什么需要重写?
假设浏览量被修改了一万次:
# 将浏览量增加一,实际业务中可能执行很多次
INCR article:2001:view_count
AOF 里可能记录了一万条命令。
但恢复最终状态时,也许只需要:
# 直接恢复文章当前的最终浏览量
SET article:2001:view_count "10000"
AOF 重写会根据当前数据状态,生成更精简的日志。
目的:
- 减少文件体积;
- 加快恢复;
- 删除无意义的历史操作。
十八、AOF 的三种刷盘策略
你只需要理解三档。
always
每次写命令都尽快同步到磁盘。
优点:
- 数据安全性较高。
缺点:
- 性能开销较大。
everysec
通常每秒进行一次同步。
优点:
- 性能与数据安全之间比较平衡。
风险:
- 极端故障下可能丢失大约最近一小段时间的数据。
这是常见选择。
no
由操作系统决定什么时候同步磁盘。
优点:
- 性能较好。
缺点:
- 数据丢失窗口更难控制。
记忆:
always:每笔都记
everysec:每秒记一次
no:交给操作系统
十九、RDB 和 AOF 的区别
| 对比项 | RDB | AOF |
|---|---|---|
| 核心方式 | 定期保存数据快照 | 持续记录写命令 |
| 文件大小 | 通常较小 | 通常较大 |
| 恢复速度 | 通常较快 | 需要重放命令,可能较慢 |
| 数据完整性 | 可能丢失两次快照间的数据 | 通常丢失更少 |
| 适合方向 | 备份、快速恢复 | 降低数据丢失窗口 |
最简单记忆:
RDB 是拍照,AOF 是记日记。
二十、RDB 和 AOF 应该选哪个?
不是永远只能二选一。
实际项目可以:
- 只使用 RDB;
- 只使用 AOF;
- 两者结合;
- Redis 只是可重建缓存时,降低持久化要求。
如果 Redis 中只是 MySQL 缓存:
Redis 丢失
↓
重新从 MySQL 加载
这时持久化要求可能没那么高。
如果 Redis 保存了一些难以重建的数据,例如实时计数、任务状态,则需要更认真地设计持久化和补偿。
面试标准答案:
RDB 通过周期性快照持久化,文件紧凑、恢复较快,但可能丢失两次快照间的数据;AOF 记录写命令,数据完整性通常更好,但文件更大、恢复成本更高。实际项目可以结合使用,具体取决于 Redis 数据能否重建以及业务允许的数据丢失范围。
二十一、持久化后,Redis 能代替 MySQL 吗?
通常不能。
即使开启 RDB 和 AOF,Redis 仍然不擅长:
- 复杂关联查询;
- 大量关系型数据;
- 完整事务业务;
- 长期低成本保存海量数据;
- 复杂统计与报表;
- 订单、支付等核心事实记录。
Redis 持久化的含义是:
提升 Redis 数据的恢复能力。
不是:
Redis 从此变成 MySQL。
必须背:
持久化解决数据恢复问题,不改变 Redis 主要作为缓存和高速数据结构服务的定位。
二十二、什么是热 Key?
热 Key 是指:
某一个 Key 的访问量远高于其他 Key。
例如热门药品:
# 大量用户同时访问同一个热门药品缓存
GET medicine:detail:5001
其他药品每秒访问十次,而它每秒访问十万次。
这就是热 Key。
热 Key 有什么风险?
即使 Redis 整体性能很强,所有请求集中访问一个 Key,也可能导致:
- 单个 Redis 节点压力过大;
- 网络带宽成为瓶颈;
- 热点 Key 过期时发生缓存击穿;
- 集群中负载分布不均;
- 接口延迟上升。
可以想象:
商场有一百个收银台,但十万人全部挤在同一个收银台前。
二十三、热 Key 怎么处理?
方案一:本地缓存
把极热点且短期允许不一致的数据,缓存在 Node.js 服务本地。
// 创建服务进程内的本地缓存
const localCache = new Map();
// 将热门药品数据放入本地缓存
localCache.set(
'medicine:detail:5001', // 本地缓存 Key
{
id: 5001, // 药品 ID
name: '热门药品', // 药品名称
},
);
请求可以先读本地内存,减少 Redis 压力。
缺点:
- 多个服务器数据不一定一致;
- 服务重启会丢失;
- 更新和失效更复杂。
方案二:拆分热点 Key
可以把一个热点 Key 复制成多个副本:
medicine:detail:5001:copy:1
medicine:detail:5001:copy:2
medicine:detail:5001:copy:3
请求随机访问不同副本,分散压力。
这种方案增加了一致性维护成本,了解思想即可。
方案三:热点永不过期或提前刷新
避免热点 Key 突然失效,造成缓存击穿。
例如:
- 逻辑过期;
- 后台异步刷新;
- 活动前缓存预热。
方案四:限流与降级
流量异常时:
- 限制接口访问频率;
- 返回兜底数据;
- 暂停非核心推荐功能。
二十四、什么是大 Key?
大 Key 不是指 Key 的名字很长。
它通常是指:
一个 Key 对应的 Value 体积非常大,或者集合中的元素数量非常多。
例如:
一个 String 保存了 20MB JSON
一个 List 有 500 万条消息
一个 Set 有 100 万个用户 ID
一个 Hash 有几十万个字段
这些都可能属于大 Key。
二十五、大 Key 有什么危害?
占用大量内存
一个 Key 就吃掉很大一部分 Redis 内存。
操作时间长
一次读取或删除大 Key,可能阻塞命令执行。
例如:
# 删除一个元素数量极多的大集合,可能产生明显耗时
DEL article:all_user_actions
网络传输压力大
一次 GET 返回十几 MB 数据,会占用网络带宽。
数据迁移困难
Redis 集群扩容、迁移槽位时,大 Key 传输成本高。
过期删除可能产生卡顿
超大 Key 到期或被删除时,释放大量内存也可能带来延迟。
二十六、如何避免大 Key?
1. 拆分数据
不要把所有用户订单放进一个集合:
不推荐:
orders:all_users
可以按用户拆分:
orders:user:1001
orders:user:1002
orders:user:1003
也可以按日期拆分:
orders:2026:07
orders:2026:08
2. 不要缓存巨大完整对象
TripStar AI 的完整行程可能包含:
- 每日行程;
- 景点;
- 酒店;
- 餐饮;
- 预算;
- 地图数据;
- 知识图谱。
不要无脑将所有历史行程塞进同一个 Key。
可以按任务或模块拆开:
trip:plan:3001:overview
trip:plan:3001:days
trip:plan:3001:budget
但也不能拆得极端零碎,需要结合读取方式设计。
3. 分页读取集合
不要一次取出整个大 List:
# 不推荐:一次获取列表中的全部元素
LRANGE user:1001:messages 0 -1
更合理:
# 分页获取列表中的前二十条消息
LRANGE user:1001:messages 0 19
4. 异步删除大 Key
如果客户端和 Redis 版本支持,可以使用异步释放思路,避免同步删除长时间阻塞。
# 异步解除 Key 与数据的关联,并在后台释放内存
UNLINK article:all_user_actions
简单理解:
DEL:可能当场清理
UNLINK:先让 Key 不可见,再后台释放
但不要看到所有 Key 都机械替换成 UNLINK,应根据数据规模和环境选择。
二十七、热 Key 和大 Key 的区别
热 Key
问题是:
访问次数太多。
即使 Value 很小,也可能是热 Key。
例如:
system:config
只有 1KB,但每秒访问十万次。
大 Key
问题是:
单个 Value 太大或元素太多。
即使一天只访问一次,也可能造成明显卡顿。
一句话:
热 Key 是人太多,大 Key 是东西太重。
二十八、结合你的项目怎么回答?
以下属于合理设计思路,没有真实实现时应说“如果让我设计”。
生猪健康系统:热门药品
面试官问:
某款药品突然成为超级热点怎么办?
你可以回答:
我会先识别它是否属于热 Key,避免缓存突然过期,可以通过缓存预热、逻辑过期或后台刷新保持热点缓存。同时结合本地短期缓存和限流分散 Redis 压力,但药品修改后需要设计缓存失效机制。
万福鉴酒:订单列表
不要把某个用户的所有历史订单以巨大 JSON 放入 Redis:
user:1001:all_orders
更合理的思路:
- 核心订单数据保存在 MySQL;
- Redis 只缓存最近一页或热点详情;
- 列表采用分页;
- 状态变化后删除相关缓存;
- 支付、退款判断以 MySQL 为准。
TripStar AI:行程结果
面试官问:
完整 AI 行程结果能不能一直放 Redis?
可以回答:
生成中的任务进度适合放 Redis,但完整行程结构可能较大,而且需要长期保存,应落入 MySQL。Redis 可以缓存近期热门行程或结果摘要,并设置合理 TTL,避免把大量历史行程堆成大 Key。
二十九、本章必须背的七段答案
1. Redis 为什么快?
Redis 主要在内存中操作数据,内部数据结构经过优化,核心命令执行路径简单,并通过事件驱动和 IO 多路复用处理大量连接。命令执行主要保持顺序性,减少了线程切换和锁竞争。
2. Redis 如何删除过期 Key?
Redis 通常结合惰性删除和定期删除。惰性删除是在访问 Key 时检查是否过期,定期删除则周期性抽样清理过期数据。
3. 内存满了怎么办?
Redis 会根据 maxmemory-policy 处理,可以拒绝新写入,也可以按照 LRU、LFU、随机或剩余 TTL 等规则淘汰部分 Key。
4. RDB 是什么?
RDB 是在某个时间点生成 Redis 数据快照,文件紧凑、恢复较快,但可能丢失两次快照之间的数据。
5. AOF 是什么?
AOF 会追加记录 Redis 的写命令,数据完整性通常更好,但文件更大,恢复时需要重放命令,并需要通过重写控制文件体积。
6. 什么是热 Key?
热 Key 是访问频率远高于其他 Key 的数据,可能造成单节点压力集中和缓存击穿。可以通过本地缓存、Key 副本、提前刷新和限流等方式缓解。
7. 什么是大 Key?
大 Key 是 Value 体积很大或集合元素数量很多的 Key,可能导致内存占用过高、网络阻塞、删除卡顿和集群迁移困难。可以通过拆分、分页读取和异步删除等方式优化。
三十、一分钟记忆卡
Redis 为什么快
内存 + 高效数据结构 + IO 多路复用 + 简单执行路径
过期删除
惰性删除 + 定期删除
内存淘汰
LRU 看最近时间
LFU 看访问次数
RDB
拍照片,恢复快,可能丢一段数据
AOF
记日记,数据更完整,文件更大
热 Key
访问太集中
大 Key
单个数据太重
三十一、本章闯关题
第 1 题
Redis 是不是因为完全只有一个线程才快?
答案:
不是。Redis 快与内存操作、高效数据结构、简单命令路径和 IO 多路复用有关。核心命令执行主要保持顺序性,但 Redis 的持久化、网络 IO 等工作不一定只有一个线程。
第 2 题
Key 过期后是否一定立刻从内存消失?
答案:
不一定。Redis 通常通过惰性删除和定期删除清理过期 Key,逻辑过期后可能暂时仍占用内存。
第 3 题
LRU 和 LFU 有什么区别?
答案:
LRU 优先淘汰最近最少使用的数据,主要关注最近访问时间;LFU 优先淘汰访问频率最低的数据,主要关注访问次数。
第 4 题
RDB 和 AOF 最简单的区别是什么?
答案:
RDB 像定期拍快照,AOF 像持续记录写操作日志。
第 5 题
热 Key 和大 Key 有什么区别?
答案:
热 Key 是访问量太集中,大 Key 是单个 Value 太大或集合元素太多。
第 6 题
Redis 已经开启持久化,能否代替 MySQL 保存核心订单?
答案:
通常不能。持久化只是增强 Redis 的恢复能力,订单仍需要 MySQL 的关系查询、事务一致性和长期可靠存储能力。
下一章是 Redis 最后一章核心内容:
分布式锁、
SET NX EX、锁误删、Lua 脚本、接口幂等、重复提交与限流。