1. Redis缓存核心概念解析RedisRemote Dictionary Server作为当下最流行的开源内存数据库本质上是一个高性能的键值存储系统。与传统数据库最大的区别在于其数据主要存储在内存中这使得读写操作能够达到微秒级的响应速度。在实际生产环境中Redis的QPS每秒查询率轻松突破10万次这种性能表现让它成为缓解数据库压力的首选方案。关键认知Redis不仅是简单的缓存工具更是具备持久化功能的内存数据库系统。它支持字符串、哈希、列表、集合、有序集合等多种数据结构这种多样性使其应用场景远超普通缓存。我亲历的一个电商项目中商品详情页的访问量在促销期间暴增MySQL数据库的CPU使用率一度超过90%。引入Redis缓存商品基础信息后数据库负载直接降至30%以下页面响应时间从原来的800ms缩短到120ms。这种性能提升直观展示了Redis的价值。2. Redis核心数据结构与使用场景2.1 字符串String作为最基础的数据类型Redis字符串最大支持512MB容量。除了普通的键值存储字符串类型还支持原子性增减操作这使其特别适合计数器场景。比如我们在用户行为分析系统中用INCR命令实现实时点击量统计127.0.0.1:6379 INCR article:123:views (integer) 1 127.0.0.1:6379 GET article:123:views 1实际开发中要注意字符串类型的值超过100KB时会明显影响Redis性能。建议将大对象拆分为多个键或考虑使用哈希类型。2.2 哈希Hash哈希类型适合存储对象比如用户信息127.0.0.1:6379 HSET user:1001 name 张三 age 28 city 北京 (integer) 3 127.0.0.1:6379 HGETALL user:1001 1) name 2) 张三 3) age 4) 28 5) city 6) 北京与将对象序列化为JSON字符串相比哈希类型可以单独更新某个字段节省网络带宽。但字段数量超过500时要考虑分拆。2.3 列表List列表类型实现消息队列的典型应用# 生产者端 127.0.0.1:6379 LPUSH order:queue order1001 (integer) 1 # 消费者端 127.0.0.1:6379 BRPOP order:queue 30 1) order:queue 2) order1001注意列表元素超过5000个时某些操作如LINDEX性能会下降。对于超长列表建议改用有序集合。2.4 集合Set实现共同好友功能示例127.0.0.1:6379 SADD user:1001:friends 1002 1003 1004 (integer) 3 127.0.0.1:6379 SADD user:1002:friends 1001 1003 1005 (integer) 3 127.0.0.1:6379 SINTER user:1001:friends user:1002:friends 1) 1003集合运算交集、并集、差集的时间复杂度是O(N)大集合运算会阻塞Redis建议在从节点执行或拆分计算。2.5 有序集合ZSet排行榜实现方案127.0.0.1:6379 ZADD leaderboard 100 player1 90 player2 80 player3 (integer) 3 127.0.0.1:6379 ZREVRANGE leaderboard 0 2 WITHSCORES 1) player1 2) 100 3) player2 4) 90 5) player3 6) 80有序集合的插入和删除操作时间复杂度是O(log(N))百万级数据仍能保持良好性能。但要注意ZRANGE等范围查询操作在超大范围时如获取前10000名会消耗较多内存。3. Redis高级特性深度应用3.1 持久化机制实战Redis提供两种持久化方案RDB快照通过SAVE/BGSAVE生成数据快照AOF追加日志记录所有写操作命令生产环境推荐组合使用# redis.conf配置示例 save 900 1 # 900秒内至少1次修改则触发保存 save 300 10 # 300秒内至少10次修改 appendonly yes # 开启AOF appendfsync everysec # 每秒同步在某个金融项目中我们遇到服务器意外宕机导致数据丢失的问题。调整为RDB每小时全量备份AOF实时记录后数据安全性得到保障故障恢复时最多丢失1秒数据。3.2 事务与Lua脚本Redis事务示例127.0.0.1:6379 MULTI OK 127.0.0.1:6379 SET order:1001:status pending QUEUED 127.0.0.1:6379 INCR total_orders QUEUED 127.0.0.1:6379 EXEC 1) OK 2) (integer) 1024要注意的是Redis事务不是原子性的——某个命令失败不会回滚已执行的命令。对于复杂逻辑建议使用Lua脚本-- 库存扣减脚本 local stock tonumber(redis.call(GET, KEYS[1])) if stock tonumber(ARGV[1]) then return redis.call(DECRBY, KEYS[1], ARGV[1]) else return -1 end3.3 发布订阅模式消息发布与订阅示例# 订阅频道 127.0.0.1:6379 SUBSCRIBE order_updates Reading messages... (press Ctrl-C to quit) 1) subscribe 2) order_updates 3) (integer) 1 # 另一个客户端发布消息 127.0.0.1:6379 PUBLISH order_updates Order1001 shipped (integer) 1实际项目中我们用它实现了实时通知系统。但要注意Redis的发布订阅没有消息堆积能力客户端断开时会丢失消息。对可靠性要求高的场景需要改用专业消息队列。4. 生产环境部署方案4.1 内存优化技巧使用Hash分桶存储大量小对象# 传统方式 - 存储100万个用户姓名 SET user:1:name 张三 ... SET user:1000000:name 李四 # 优化方案 - 每1000个用户存一个Hash HMSET users:0 1 张三 2 李四 ... 1000 王五 HMSET users:1 1001 赵六 ... 2000 孙七实测显示百万级数据内存消耗可减少40%。合理设置过期时间# 随机过期时间避免缓存雪崩 EXPIRE cache_key (86400 math.random(0, 3600))4.2 高可用架构Redis Cluster部署方案节点A主:6379 - 负责槽0-5460 节点B主:6380 - 负责槽5461-10922 节点C主:6381 - 负责槽10923-16383 节点A1从:6379 - 复制节点A 节点B1从:6380 - 复制节点B 节点C1从:6381 - 复制节点C配置要点# redis.conf关键参数 cluster-enabled yes cluster-node-timeout 15000 cluster-require-full-coverage no4.3 性能监控指标关键监控项及健康阈值指标健康阈值检查命令内存使用率70%INFO memory连接数 maxclients的50%INFO clients延迟5msredis-cli --latency持久化状态aof_last_bgrewrite_status:okINFO persistence键空间命中率90%INFO stats5. 常见问题解决方案5.1 缓存穿透防护布隆过滤器实现方案import redis from pybloom_live import ScalableBloomFilter r redis.Redis() bf ScalableBloomFilter(initial_capacity1000000, error_rate0.001) # 预热数据 for item in valid_items: bf.add(item) # 查询前先检查 if not query_key in bf: return None5.2 缓存雪崩预防多级缓存架构示例用户请求 → CDN缓存 → Nginx本地缓存 → Redis集群 → 数据库配合不同的过期策略CDN缓存1小时固定过期Nginx缓存30-50分钟随机过期Redis缓存55分钟随机偏移5.3 热点Key发现与处理使用redis-cli监控热点Keyredis-cli --hotkeys # 或 redis-cli monitor | head -n 10000 | awk {print $5} | sort | uniq -c | sort -nr解决方案本地缓存热点数据使用Redis集群分散压力对Key进行哈希分片6. Redis可视化工具选型6.1 RedisInsight官方推出的可视化工具特点支持集群管理提供慢查询分析内置CLI界面内存分析功能安装方式docker run -d --name redisinsight -p 8001:8001 redislabs/redisinsight:latest6.2 Another Redis Desktop Manager跨平台客户端的优势支持SSH隧道连接命令自动补全数据导出导入批量操作支持使用技巧使用Tree视图浏览大量Key保存常用查询为片段利用批量删除功能清理测试数据7. 版本升级注意事项从Redis 5升级到6的主要变化多线程I/O默认关闭# redis.conf io-threads 4 io-threads-do-reads yes新的RESP3协议ACL权限控制系统客户端缓存功能升级步骤在从节点先升级测试保持主从复制验证兼容性逐步切换流量监控性能指标变化8. 安全加固方案最小权限配置示例# redis.conf requirepass ComplexPssw0rd! rename-command FLUSHDB rename-command CONFIG # ACL规则 user default off user admin on AdminPss123 ~* * all user appuser on UserPss456 ~cache:* get set网络层防护绑定内网IPbind 10.0.0.1启用TLS加密tls-port 6379 tls-cert-file /path/to/redis.crt tls-key-file /path/to/redis.key9. 典型应用场景实现9.1 分布式锁优化方案Redlock算法改进实现def acquire_lock(lock_name, acquire_timeout10, lock_timeout30): identifier str(uuid.uuid4()) end time.time() acquire_timeout while time.time() end: # 尝试在多数节点获取锁 success_count 0 for node in redis_nodes: if node.set(lock_name, identifier, nxTrue, exlock_timeout): success_count 1 if success_count len(redis_nodes)//2 1: return identifier else: # 释放已获取的锁 for node in redis_nodes: node.eval( if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end, 1, lock_name, identifier ) time.sleep(0.01) return False9.2 延迟队列实现基于有序集合的方案def add_delayed_task(queue_name, task, delay): execute_time time.time() delay redis.zadd(queue_name, {task: execute_time}) def process_delayed_tasks(queue_name): while True: now time.time() # 获取到期任务 tasks redis.zrangebyscore(queue_name, 0, now, start0, num1) if not tasks: time.sleep(1) continue task tasks[0] # 原子性移除并处理 if redis.zrem(queue_name, task): handle_task(task)10. 性能调优实战10.1 内存碎片整理监控碎片率redis-cli info memory | grep mem_fragmentation_ratio主动整理方案# 手动触发 redis-cli memory purge # 自动配置 activedefrag yes active-defrag-ignore-bytes 100mb active-defrag-threshold-lower 1010.2 网络优化TCP内核参数调整# /etc/sysctl.conf net.core.somaxconn 65535 vm.overcommit_memory 1 # Redis配置 tcp-backlog 65535客户端连接池配置Java示例JedisPoolConfig config new JedisPoolConfig(); config.setMaxTotal(500); // 最大连接数 config.setMaxIdle(100); // 最大空闲连接 config.setMinIdle(10); // 最小空闲连接 config.setMaxWaitMillis(1000); // 获取连接超时时间11. 数据迁移方案11.1 离线迁移使用redis-dump工具# 导出数据 redis-dump -u 127.0.0.1:6379 dump.json # 导入数据 dump.json redis-load -u 127.0.0.1:638011.2 在线迁移基于复制的方案# 目标实例执行 redis-cli -h new_host --cluster import \ host:port \ --cluster-from old_host:port \ --cluster-copy \ --cluster-replace12. 备份恢复策略自动化备份脚本示例#!/bin/bash BACKUP_DIR/data/redis_backups DATE$(date %Y%m%d) # 创建RDB快照 redis-cli SAVE # 备份RDB文件 cp /var/lib/redis/dump.rdb ${BACKUP_DIR}/dump_${DATE}.rdb # 备份AOF文件 cp /var/lib/redis/appendonly.aof ${BACKUP_DIR}/appendonly_${DATE}.aof # 保留最近7天备份 find ${BACKUP_DIR} -type f -mtime 7 -exec rm {} \;恢复流程停止Redis服务拷贝备份文件到工作目录修改配置文件指向备份文件启动Redis服务验证数据完整性13. 监控告警体系Prometheus监控配置示例scrape_configs: - job_name: redis static_configs: - targets: [redis1:9121, redis2:9121] metrics_path: /scrape relabel_configs: - source_labels: [__address__] target_label: __param_target - source_labels: [__param_target] target_label: instance - target_label: __address__ replacement: redis_exporter:9121关键告警规则Redis实例宕机内存使用超过80%连接数超过最大限制的70%持久化失败主从复制中断14. 开发规范建议14.1 键名设计规范推荐格式业务域:子域:唯一标识[:字段]示例user:profile:1001:name order:items:200214.2 代码实践Python最佳实践示例import redis from redis.exceptions import RedisError class RedisClient: def __init__(self): self.pool redis.ConnectionPool( hostlocalhost, port6379, decode_responsesTrue, max_connections50 ) property def conn(self): return redis.Redis(connection_poolself.pool) def get_user(self, user_id): key fuser:{user_id} try: return self.conn.hgetall(key) except RedisError as e: log.error(fRedis操作失败: {e}) return None15. 成本优化方案15.1 内存压缩使用Hash-list压缩存储def compress_store(key, items): pipe redis.pipeline() for i in range(0, len(items), 100): chunk {str(j): items[ij] for j in range(min(100, len(items)-i))} pipe.hmset(f{key}:{i//100}, chunk) pipe.execute()15.2 冷热数据分离基于访问频率的自动迁移-- 自动降级脚本 local access_count redis.call(GET, KEYS[1]..:access) if not access_count then access_count 0 else access_count tonumber(access_count) end if access_count 10 then -- 冷数据 redis.call(EXPIRE, KEYS[1], 86400) -- 设置较长TTL return cold else -- 热数据 redis.call(EXPIRE, KEYS[1], 600) -- 设置较短TTL return hot end 
长河君 · 2026/9/11 23:51:04 · 阅读 1.2k Redis核心数据结构与应用场景深度解析
1. Redis缓存核心概念解析RedisRemote Dictionary Server作为当下最流行的开源内存数据库本质上是一个高性能的键值存储系统。与传统数据库最大的区别在于其数据主要存储在内存中这使得读写操作能够达到微秒级的响应速度。在实际生产环境中Redis的QPS每秒查询率轻松突破10万次这种性能表现让它成为缓解数据库压力的首选方案。关键认知Redis不仅是简单的缓存工具更是具备持久化功能的内存数据库系统。它支持字符串、哈希、列表、集合、有序集合等多种数据结构这种多样性使其应用场景远超普通缓存。我亲历的一个电商项目中商品详情页的访问量在促销期间暴增MySQL数据库的CPU使用率一度超过90%。引入Redis缓存商品基础信息后数据库负载直接降至30%以下页面响应时间从原来的800ms缩短到120ms。这种性能提升直观展示了Redis的价值。2. Redis核心数据结构与使用场景2.1 字符串String作为最基础的数据类型Redis字符串最大支持512MB容量。除了普通的键值存储字符串类型还支持原子性增减操作这使其特别适合计数器场景。比如我们在用户行为分析系统中用INCR命令实现实时点击量统计127.0.0.1:6379 INCR article:123:views (integer) 1 127.0.0.1:6379 GET article:123:views 1实际开发中要注意字符串类型的值超过100KB时会明显影响Redis性能。建议将大对象拆分为多个键或考虑使用哈希类型。2.2 哈希Hash哈希类型适合存储对象比如用户信息127.0.0.1:6379 HSET user:1001 name 张三 age 28 city 北京 (integer) 3 127.0.0.1:6379 HGETALL user:1001 1) name 2) 张三 3) age 4) 28 5) city 6) 北京与将对象序列化为JSON字符串相比哈希类型可以单独更新某个字段节省网络带宽。但字段数量超过500时要考虑分拆。2.3 列表List列表类型实现消息队列的典型应用# 生产者端 127.0.0.1:6379 LPUSH order:queue order1001 (integer) 1 # 消费者端 127.0.0.1:6379 BRPOP order:queue 30 1) order:queue 2) order1001注意列表元素超过5000个时某些操作如LINDEX性能会下降。对于超长列表建议改用有序集合。2.4 集合Set实现共同好友功能示例127.0.0.1:6379 SADD user:1001:friends 1002 1003 1004 (integer) 3 127.0.0.1:6379 SADD user:1002:friends 1001 1003 1005 (integer) 3 127.0.0.1:6379 SINTER user:1001:friends user:1002:friends 1) 1003集合运算交集、并集、差集的时间复杂度是O(N)大集合运算会阻塞Redis建议在从节点执行或拆分计算。2.5 有序集合ZSet排行榜实现方案127.0.0.1:6379 ZADD leaderboard 100 player1 90 player2 80 player3 (integer) 3 127.0.0.1:6379 ZREVRANGE leaderboard 0 2 WITHSCORES 1) player1 2) 100 3) player2 4) 90 5) player3 6) 80有序集合的插入和删除操作时间复杂度是O(log(N))百万级数据仍能保持良好性能。但要注意ZRANGE等范围查询操作在超大范围时如获取前10000名会消耗较多内存。3. Redis高级特性深度应用3.1 持久化机制实战Redis提供两种持久化方案RDB快照通过SAVE/BGSAVE生成数据快照AOF追加日志记录所有写操作命令生产环境推荐组合使用# redis.conf配置示例 save 900 1 # 900秒内至少1次修改则触发保存 save 300 10 # 300秒内至少10次修改 appendonly yes # 开启AOF appendfsync everysec # 每秒同步在某个金融项目中我们遇到服务器意外宕机导致数据丢失的问题。调整为RDB每小时全量备份AOF实时记录后数据安全性得到保障故障恢复时最多丢失1秒数据。3.2 事务与Lua脚本Redis事务示例127.0.0.1:6379 MULTI OK 127.0.0.1:6379 SET order:1001:status pending QUEUED 127.0.0.1:6379 INCR total_orders QUEUED 127.0.0.1:6379 EXEC 1) OK 2) (integer) 1024要注意的是Redis事务不是原子性的——某个命令失败不会回滚已执行的命令。对于复杂逻辑建议使用Lua脚本-- 库存扣减脚本 local stock tonumber(redis.call(GET, KEYS[1])) if stock tonumber(ARGV[1]) then return redis.call(DECRBY, KEYS[1], ARGV[1]) else return -1 end3.3 发布订阅模式消息发布与订阅示例# 订阅频道 127.0.0.1:6379 SUBSCRIBE order_updates Reading messages... (press Ctrl-C to quit) 1) subscribe 2) order_updates 3) (integer) 1 # 另一个客户端发布消息 127.0.0.1:6379 PUBLISH order_updates Order1001 shipped (integer) 1实际项目中我们用它实现了实时通知系统。但要注意Redis的发布订阅没有消息堆积能力客户端断开时会丢失消息。对可靠性要求高的场景需要改用专业消息队列。4. 生产环境部署方案4.1 内存优化技巧使用Hash分桶存储大量小对象# 传统方式 - 存储100万个用户姓名 SET user:1:name 张三 ... SET user:1000000:name 李四 # 优化方案 - 每1000个用户存一个Hash HMSET users:0 1 张三 2 李四 ... 1000 王五 HMSET users:1 1001 赵六 ... 2000 孙七实测显示百万级数据内存消耗可减少40%。合理设置过期时间# 随机过期时间避免缓存雪崩 EXPIRE cache_key (86400 math.random(0, 3600))4.2 高可用架构Redis Cluster部署方案节点A主:6379 - 负责槽0-5460 节点B主:6380 - 负责槽5461-10922 节点C主:6381 - 负责槽10923-16383 节点A1从:6379 - 复制节点A 节点B1从:6380 - 复制节点B 节点C1从:6381 - 复制节点C配置要点# redis.conf关键参数 cluster-enabled yes cluster-node-timeout 15000 cluster-require-full-coverage no4.3 性能监控指标关键监控项及健康阈值指标健康阈值检查命令内存使用率70%INFO memory连接数 maxclients的50%INFO clients延迟5msredis-cli --latency持久化状态aof_last_bgrewrite_status:okINFO persistence键空间命中率90%INFO stats5. 常见问题解决方案5.1 缓存穿透防护布隆过滤器实现方案import redis from pybloom_live import ScalableBloomFilter r redis.Redis() bf ScalableBloomFilter(initial_capacity1000000, error_rate0.001) # 预热数据 for item in valid_items: bf.add(item) # 查询前先检查 if not query_key in bf: return None5.2 缓存雪崩预防多级缓存架构示例用户请求 → CDN缓存 → Nginx本地缓存 → Redis集群 → 数据库配合不同的过期策略CDN缓存1小时固定过期Nginx缓存30-50分钟随机过期Redis缓存55分钟随机偏移5.3 热点Key发现与处理使用redis-cli监控热点Keyredis-cli --hotkeys # 或 redis-cli monitor | head -n 10000 | awk {print $5} | sort | uniq -c | sort -nr解决方案本地缓存热点数据使用Redis集群分散压力对Key进行哈希分片6. Redis可视化工具选型6.1 RedisInsight官方推出的可视化工具特点支持集群管理提供慢查询分析内置CLI界面内存分析功能安装方式docker run -d --name redisinsight -p 8001:8001 redislabs/redisinsight:latest6.2 Another Redis Desktop Manager跨平台客户端的优势支持SSH隧道连接命令自动补全数据导出导入批量操作支持使用技巧使用Tree视图浏览大量Key保存常用查询为片段利用批量删除功能清理测试数据7. 版本升级注意事项从Redis 5升级到6的主要变化多线程I/O默认关闭# redis.conf io-threads 4 io-threads-do-reads yes新的RESP3协议ACL权限控制系统客户端缓存功能升级步骤在从节点先升级测试保持主从复制验证兼容性逐步切换流量监控性能指标变化8. 安全加固方案最小权限配置示例# redis.conf requirepass ComplexPssw0rd! rename-command FLUSHDB rename-command CONFIG # ACL规则 user default off user admin on AdminPss123 ~* * all user appuser on UserPss456 ~cache:* get set网络层防护绑定内网IPbind 10.0.0.1启用TLS加密tls-port 6379 tls-cert-file /path/to/redis.crt tls-key-file /path/to/redis.key9. 典型应用场景实现9.1 分布式锁优化方案Redlock算法改进实现def acquire_lock(lock_name, acquire_timeout10, lock_timeout30): identifier str(uuid.uuid4()) end time.time() acquire_timeout while time.time() end: # 尝试在多数节点获取锁 success_count 0 for node in redis_nodes: if node.set(lock_name, identifier, nxTrue, exlock_timeout): success_count 1 if success_count len(redis_nodes)//2 1: return identifier else: # 释放已获取的锁 for node in redis_nodes: node.eval( if redis.call(get, KEYS[1]) ARGV[1] then return redis.call(del, KEYS[1]) else return 0 end, 1, lock_name, identifier ) time.sleep(0.01) return False9.2 延迟队列实现基于有序集合的方案def add_delayed_task(queue_name, task, delay): execute_time time.time() delay redis.zadd(queue_name, {task: execute_time}) def process_delayed_tasks(queue_name): while True: now time.time() # 获取到期任务 tasks redis.zrangebyscore(queue_name, 0, now, start0, num1) if not tasks: time.sleep(1) continue task tasks[0] # 原子性移除并处理 if redis.zrem(queue_name, task): handle_task(task)10. 性能调优实战10.1 内存碎片整理监控碎片率redis-cli info memory | grep mem_fragmentation_ratio主动整理方案# 手动触发 redis-cli memory purge # 自动配置 activedefrag yes active-defrag-ignore-bytes 100mb active-defrag-threshold-lower 1010.2 网络优化TCP内核参数调整# /etc/sysctl.conf net.core.somaxconn 65535 vm.overcommit_memory 1 # Redis配置 tcp-backlog 65535客户端连接池配置Java示例JedisPoolConfig config new JedisPoolConfig(); config.setMaxTotal(500); // 最大连接数 config.setMaxIdle(100); // 最大空闲连接 config.setMinIdle(10); // 最小空闲连接 config.setMaxWaitMillis(1000); // 获取连接超时时间11. 数据迁移方案11.1 离线迁移使用redis-dump工具# 导出数据 redis-dump -u 127.0.0.1:6379 dump.json # 导入数据 dump.json redis-load -u 127.0.0.1:638011.2 在线迁移基于复制的方案# 目标实例执行 redis-cli -h new_host --cluster import \ host:port \ --cluster-from old_host:port \ --cluster-copy \ --cluster-replace12. 备份恢复策略自动化备份脚本示例#!/bin/bash BACKUP_DIR/data/redis_backups DATE$(date %Y%m%d) # 创建RDB快照 redis-cli SAVE # 备份RDB文件 cp /var/lib/redis/dump.rdb ${BACKUP_DIR}/dump_${DATE}.rdb # 备份AOF文件 cp /var/lib/redis/appendonly.aof ${BACKUP_DIR}/appendonly_${DATE}.aof # 保留最近7天备份 find ${BACKUP_DIR} -type f -mtime 7 -exec rm {} \;恢复流程停止Redis服务拷贝备份文件到工作目录修改配置文件指向备份文件启动Redis服务验证数据完整性13. 监控告警体系Prometheus监控配置示例scrape_configs: - job_name: redis static_configs: - targets: [redis1:9121, redis2:9121] metrics_path: /scrape relabel_configs: - source_labels: [__address__] target_label: __param_target - source_labels: [__param_target] target_label: instance - target_label: __address__ replacement: redis_exporter:9121关键告警规则Redis实例宕机内存使用超过80%连接数超过最大限制的70%持久化失败主从复制中断14. 开发规范建议14.1 键名设计规范推荐格式业务域:子域:唯一标识[:字段]示例user:profile:1001:name order:items:200214.2 代码实践Python最佳实践示例import redis from redis.exceptions import RedisError class RedisClient: def __init__(self): self.pool redis.ConnectionPool( hostlocalhost, port6379, decode_responsesTrue, max_connections50 ) property def conn(self): return redis.Redis(connection_poolself.pool) def get_user(self, user_id): key fuser:{user_id} try: return self.conn.hgetall(key) except RedisError as e: log.error(fRedis操作失败: {e}) return None15. 成本优化方案15.1 内存压缩使用Hash-list压缩存储def compress_store(key, items): pipe redis.pipeline() for i in range(0, len(items), 100): chunk {str(j): items[ij] for j in range(min(100, len(items)-i))} pipe.hmset(f{key}:{i//100}, chunk) pipe.execute()15.2 冷热数据分离基于访问频率的自动迁移-- 自动降级脚本 local access_count redis.call(GET, KEYS[1]..:access) if not access_count then access_count 0 else access_count tonumber(access_count) end if access_count 10 then -- 冷数据 redis.call(EXPIRE, KEYS[1], 86400) -- 设置较长TTL return cold else -- 热数据 redis.call(EXPIRE, KEYS[1], 600) -- 设置较短TTL return hot end