06.5.5.7 Redis 与缓存
所属:全栈开发面试题库 / 06 后端框架与工程实践 / 06.5 PHP 后端 / 06.5.5 Hyperf
06.5.5.7-001 Redis 组件如何配置与获取客户端?
一句话结论
安装 hyperf/redis 组件后在 config/autoload/redis.php 按连接名配置主机、端口、密码与库号,业务注入 Hyperf\Redis\Redis 或按连接名获取客户端使用。
概念解释
Redis 客户端由组件协程化封装并接入连接池,业务不直接创建原生连接。多连接场景可定义默认连接与独立连接,按名获取;配置项命名以组件版本为准。
原理流程
- Composer 安装 Redis 组件。
- 配置文件返回连接名 => 连接参数数组。
- 启动期为各连接建立连接池。
- 业务注入客户端或
Redis::connection('name')取用。
代码或图示
// config/autoload/redis.php 片段
return [
'default' => [
'host' => env('REDIS_HOST', '127.0.0.1'),
'port' => (int) env('REDIS_PORT', 6379),
'password' => env('REDIS_PASSWORD', null),
'database' => (int) env('REDIS_DB', 0),
],
];
常见误区
- 在业务里
new原生 Redis 客户端:绕过协程连接池,阻塞与隔离都不受框架管理。 - 密码写进仓库配置:走环境变量注入,仓库只留空默认值。
追问
- 多连接怎么切换?答:按连接名获取对应客户端;具体静态方法名以组件为准(待确认)。
- Redis 连接池参数在哪里配?答:Redis 组件池配置结构对照
redis.php示例;池大小键名待确认。
06.5.5.7-002 协程安全的 Redis 调用有哪些注意点?
一句话结论
Redis 客户端按连接池借用连接,同一连接独占当前协程;业务不要缓存连接句柄跨协程共享,批量操作走 pipeline,避免长占用与语句交叉。
概念解释
与数据库连接同理,Redis 连接是有状态会话。协程化客户端在 IO 等待时让出调度,连接借用期间不被其他协程占用。复用连接由池管理,业务侧只调用命令 API。
原理流程
- 协程调用 Redis 命令,组件从池取连接。
- 命令执行期间连接独占。
- 命令返回后连接归还。
- 批量命令合并到 pipeline 减少往返。
代码或图示
use Hyperf\Redis\Redis;
class CartService
{
public function __construct(private Redis $redis)
{
}
public function add(string $userId, string $skuId): int
{
return $this->redis->hIncrBy("cart:{$userId}", $skuId, 1);
}
}
常见误区
- 把 Redis 连接存入静态变量多协程共用:破坏独占约定。
- 循环内逐条发命令:网络往返次数放大,应合并 pipeline。
追问
- Redis 命令阻塞会影响其他协程吗?答:协程化客户端等待 IO 时让出当前协程,Worker 可服务其他协程;非协程化扩展调用才会卡住 Worker。
- 连接耗尽怎么排查?答:参照 DB 池排查思路,检查长占用、未归还与池上限配置。
06.5.5.7-003 基本读写与过期时间如何设置?
一句话结论
字符串读写用 get/set,过期时间通过 ex 参数或 expire 命令设置;缓存键必须带 TTL 或明确淘汰策略,避免常驻内存中无限堆积。
概念解释
set 可同时写入值与过期时间;已有键补 TTL 用 expire。读取不存在键返回 false 或默认值,业务需区分“不存在”与“值为假”。
原理流程
- 组装带业务前缀的缓存键。
set写入值并指定 TTL。- 读取时按默认值处理未命中。
- 必要时用
expire续期或ttl查看剩余时间。
代码或图示
$this->redis->set("user:{$id}:profile", json_encode($profile), 'EX', 3600);
$cached = $this->redis->get("user:{$id}:profile");
if ($cached === false) {
// 未命中,回源数据库
}
常见误区
- 只
set不设 TTL:冷数据永久驻留,Redis 内存持续上涨。 - 用
get === null判断未命中:未命中通常返回false,判断方式按客户端实现确认(待确认)。
追问
- 计数器用什么类型?答:
incr/decr原子增减;哈希用hSet/hGet,按数据结构选型。 - 批量读多个键?答:
mGet一次取回,避免循环单键读取。
06.5.5.7-004 框架缓存注解有哪些,分别什么作用?
一句话结论
缓存组件提供声明式注解:#[Cacheable] 命中缓存直接返回、未命中执行方法并写入;#[CachePut] 更新缓存;#[CacheEvict] 失效缓存;注解命名空间与参数以当前组件版本为准。
概念解释
注解缓存基于 AOP 代理织入,被标注类必须由容器创建。注解适合方法结果缓存;复杂缓存策略(多级、预热、降级)仍需在服务层显式控制。
原理流程
- 方法标注缓存注解并指定键规则与 TTL。
- 代理调用前查缓存,命中直接返回。
- 未命中执行原方法,结果按规则写入缓存。
- 更新/删除操作配合
CachePut/CacheEvict维护一致性。
代码或图示
use Hyperf\Cache\Annotation\Cacheable;
class ProductService
{
#[Cacheable(prefix: 'product', ttl: 600)]
public function detail(int $id): array
{
return $this->repository->find($id)->toArray();
}
}
常见误区
- 注解类被
new创建:代理不生效,缓存逻辑不执行。 - 缓存键不含参数维度:不同入参结果互相覆盖。
追问
- 注解 TTL 单位是什么?答:以组件注解定义为准(秒/毫秒待确认),不要凭其他框架经验填写。
- 缓存注解支持条件判断吗?答:按组件参数确认;不支持时在方法内手动控制缓存读写。
06.5.5.7-005 过期策略需要关注哪些层面?
一句话结论
业务层为每个缓存键设置合理 TTL;Redis 服务端按淘汰策略(如 allkeys-lru)在内存达上限时淘汰键;两层配合避免内存溢出与脏数据长期驻留。
概念解释
TTL 决定键何时主动过期;淘汰策略决定内存紧张时删哪些键。业务缓存不能假设键永久存在,回源逻辑必须可重复执行。
原理流程
- 写入缓存时按数据新鲜度要求设 TTL。
- 访问时惰性删除已过期键。
- 内存达到上限触发服务端淘汰策略。
- 业务未命中时回源重建缓存。
代码或图示
// 不同新鲜度数据设置不同 TTL
$this->redis->set("cfg:{$key}", $value, 'EX', 3600); // 配置类
$this->redis->set("rank:{$date}", $json, 'EX', 1800); // 榜单类
常见误区
- 所有缓存统一长 TTL:变化频繁的数据脏读窗口过大。
- 依赖淘汰策略兜底不设 TTL:冷数据长期占用,淘汰前内存已被填满。
追问
- Redis 淘汰策略在哪里配置?答:服务端
maxmemory-policy;应用侧无法替代服务端配置。 - 过期键会立即删除吗?答:Redis 采用惰性删除加定期清理,过期后不一定立刻释放内存。
06.5.5.7-006 Pipeline 适合什么场景,怎么用?
一句话结论
Pipeline 把多条命令一次性发送给 Redis,减少网络往返;适合无依赖的批量读写,命令间不需要前一条结果决定后一条。
概念解释
pipeline 不等每条命令往返就继续发送,服务端顺序执行后批量返回结果。它不是事务,不保证原子性;需要原子性的批量操作另用事务或 Lua 脚本。
原理流程
- 开启 pipeline 上下文,闭包内依次写命令。
- 命令进入发送缓冲,不逐条等待响应。
- 闭包结束后批量取回结果数组。
- 按命令顺序对应解析返回值。
代码或图示
$result = $this->redis->pipeline(function ($pipe) {
$pipe->hSet("cart:{$userId}", 'sku_1', 2);
$pipe->hSet("cart:{$userId}", 'sku_2', 1);
$pipe->hLen("cart:{$userId}");
});
常见误区
- pipeline 内命令有数据依赖:后一条需要前一条结果,不能放进同一批。
- 把 pipeline 当事务:命令中途失败不回滚已执行命令。
追问
- pipeline 结果顺序如何对应?答:按命令写入顺序返回数组,按下标取值;具体返回结构以客户端为准(待确认)。
- 批量多大合适?答:单批命令数量与数据量控制在网络包与内存可接受范围,超大批量分批执行。
06.5.5.7-007 Redis 事务(multi/exec)与 pipeline 有什么区别?
一句话结论
pipeline 只优化网络往返,命令逐条独立执行;multi/exec 把命令打包为事务顺序执行,期间拒绝其他客户端插入,配合 watch 实现乐观锁式控制。
概念解释
Redis 事务保证打包命令按序执行、不被穿插,但不支持回滚;pipeline 无事务语义。需要原子复合操作时,Lua 脚本通常比事务更灵活。
原理流程
multi开启事务缓冲。- 命令进入事务队列,暂不执行。
exec一次性顺序执行队列命令。watch监视键被修改时事务可中止。
代码或图示
$this->redis->multi();
$this->redis->hIncrBy("stock:{$sku}", 'available', -1);
$this->redis->hIncrBy("stock:{$sku}", 'locked', 1);
$this->redis->exec();
常见误区
- 以为 Redis 事务失败会回滚:命令执行错误不撤销已成功命令,需业务校验结果。
- 用 pipeline 代替事务做扣减:并发下缺少隔离保证。
追问
- 为什么需要 Lua 脚本?答:复合判断与扣减在服务端原子完成,避免多条命令间被穿插;脚本能力按 Redis 版本确认。
watch怎么用?答:执行前监视关键键,键被其他客户端改动则事务中止,业务重试。
06.5.5.7-008 分布式锁如何基于 Redis 实现?
一句话结论
加锁用 SET key owner NX EX ttl 原子完成,value 存唯一持有者标识;释放锁时校验 owner 再删除,避免误删他人锁;看门狗续期与可重入按所选锁组件能力确认。
概念解释
NX 保证只有一个客户端拿到锁,EX 防止持锁进程崩溃后死锁。释放必须比对 owner,防止业务超时后锁已过期、被他人持有却被当前请求删掉。
原理流程
- 生成唯一 owner 标识(协程/请求 ID)。
set带NX、EX写入锁键。- 拿到锁执行业务,未拿到按策略等待或失败返回。
- 释放时 Lua 脚本比对 owner 一致才删除。
代码或图示
$owner = (string) Context::get(ContextKeys::TRACE_ID) . '-' . uniqid();
$locked = $this->redis->set("lock:order:{$orderId}", $owner, 'NX', 'EX', 10);
if ($locked) {
try {
// 临界区业务
} finally {
// 释放:校验 owner 后删除(建议 Lua 脚本保证比对与删除原子)
$this->releaseLock("lock:order:{$orderId}", $owner);
}
}
常见误区
- 释放锁直接
del:超时后锁可能已归属他人,误删导致并发进入临界区。 - 不设过期时间:持锁进程异常退出后锁永久存在。
追问
- Hyperf 核心提供完整锁组件吗?答:核心 Redis 组件不内置完整分布式锁;生态如
friendsofhyperf/lock或第三方包提供驱动封装,选型以项目依赖为准(待确认)。 - 锁超时业务还没跑完怎么办?答:看门狗自动续期,或缩短临界区;续期机制需锁组件支持,自研要处理续约失败。
06.5.5.7-009 缓存穿透、击穿、雪崩分别如何防护?
一句话结论
穿透是查不存在的数据被反复打到数据库,用布隆过滤器/空值缓存防护;击穿是热点键过期瞬间大量回源,用互斥重建或永不过期;雪崩是大批键同时过期,用 TTL 随机偏移与分批预热。
概念解释
三者现象相似但根因不同:穿透针对“数据不存在”,击穿针对“单热点失效”,雪崩针对“批量同时失效”。防护手段需按数据特征组合使用。
原理流程
- 穿透:拦截非法/不存在 ID,缓存空结果短 TTL,或布隆过滤器前置判断。
- 击穿:热点键重建加锁,只允许一个协程回源,其余等待结果。
- 雪崩:TTL 加随机抖动,避免同批过期;启动预热核心数据。
代码或图示
// 空值缓存:不存在的数据也短 TTL 占位
if ($cached === false) {
if ($this->redis->exists("null:{$id}")) {
return null;
}
$data = $this->repository->find($id);
$this->redis->set("null:{$id}", '1', 'EX', 60);
return $data;
}
常见误区
- 把三种问题混为一谈用同一方案:防护点不同,需分别设计。
- 空值缓存 TTL 过长:真实数据入库后长时间读不到。
追问
- 布隆过滤器组件在 Hyperf 生态有吗?答:需核对对应 Redis/缓存组件包;自研可基于 Redis 位图实现(待确认)。
- 热点永不过期怎么刷新?答:后台异步更新缓存,读取不阻塞;更新失败保留旧值兜底。
06.5.5.7-010 缓存与数据库一致性如何保证?
一句话结论
常用策略是“先更新数据库,再删除缓存”(Cache Aside),删除失败通过消息重试或过期兜底;读写并发下接受短暂不一致,关键场景加锁或订阅 binlog 异步刷新。
概念解释
更新缓存比删除缓存更容易产生脏数据:删除缓存让下次读回源重建。并发写与读写交错仍有小概率窗口,按业务一致性要求选择补偿手段。
原理流程
- 读:先查缓存,未命中读库并回填。
- 写:先更新数据库。
- 删除对应缓存键。
- 删除失败入重试队列;缓存 TTL 作为最终兜底。
代码或图示
public function updateProfile(int $userId, array $data): void
{
$this->repository->update($userId, $data);
$this->redis->del("user:{$userId}:profile");
}
常见误区
- 先删缓存再写库:读请求在写库间隙回源旧值并回填缓存,脏数据驻留。
- 依赖更新缓存而非删除缓存:多写顺序不确定时容易覆盖出新旧值。
追问
- 延迟双删是什么?答:写库后删缓存,短暂延迟后再删一次,覆盖读写并发窗口;延迟时长按业务评估。
- 强一致场景怎么做?答:短链路加分布式锁串行化,或用订阅数据库变更日志异步刷新缓存;强一致读可直接走库。
06.5.5.7-011 缓存键如何设计与命名空间隔离?
一句话结论
键名按“业务域:实体:标识:维度”分层命名,统一前缀区分环境与应用;包含租户/用户等隔离维度,避免跨业务、跨环境键冲突。
概念解释
好的键名可读、可排查、可批量管理。环境隔离通过前缀或独立 database 实现;键设计预留版本段,便于缓存结构升级时平滑切换。
原理流程
- 定义统一前缀(应用/环境)。
- 按业务域与实体组织层级段。
- 标识与隔离维度写入键。
- 批量管理(扫描、清理)按前缀规则进行。
代码或图示
// {app}:{env}:user:1001:profile
// {app}:{env}:order:20261119:list
// {app}:{env}:lock:order:1001
常见误区
- 键名只用数字 ID 不加业务段:排查时无法判断归属。
- 测试环境复用生产 Redis 前缀:数据互相污染。
追问
- 批量删除按前缀怎么做?答:用扫描命令遍历匹配键再删除;避免在大库上
KEYS *阻塞,具体命令按客户端封装确认。 - 键长度有约束吗?答:过长键浪费内存,层级段保持简洁,标识用压缩格式。
06.5.5.7-012 大 Key 与热点 Key 如何发现和治理?
一句话结论
大 Key 指单键体积/元素数过大,危害是阻塞网络与内存倾斜;热点 Key 指访问量集中在单键,压垮单节点。通过 Redis 监控、慢日志与扫描分析发现,拆分结构或分散访问治理。
概念解释
大 Key 拆分:哈希拆子键、列表分段、对象分页;热点 Key 分散:本地缓存兜底、复制副本键分流、读写分担。发现手段包括 redis-cli --bigkeys、内存分析与访问统计。
原理流程
- 定期扫描键大小与元素数量,标记大 Key。
- 统计访问频次定位热点 Key。
- 大 Key 按结构拆分或压缩序列化。
- 热点 Key 加本地缓存副本或多副本键分散到多节点。
代码或图示
// 大 Key 治理:hash 按分片拆为 cart:uid:1、cart:uid:2
// 热点 Key 治理:热点数据加进程内短 TTL 缓存,降低 Redis 命中压力
常见误区
- 在线直接删大 Key:阻塞 Redis;应异步拆分删除或用非阻塞删除命令。
- 只看内存不看访问频次:大 Key 不热点影响有限,热点小 Key 也可能成为瓶颈。
追问
- 集群版热点 Key 怎么处理?答:单 Key 落在单分片,副本键加随机后缀分散到多分片,读取时轮询;一致性由更新策略保证。
- 如何监控大 Key?答:服务端内存分析工具与客户端埋点;具体指标采集按项目可观测体系对接。
06.5.5.7-013 常见集合类型分别适合什么场景?
一句话结论
String 存标量与序列化对象,Hash 存对象字段,List 做队列/时间线,Set 去重集合,ZSet 排行榜与有序范围;按访问模式选择,避免用错结构导致效率低下。
概念解释
类型选择取决于读写模式:需要字段级更新用 Hash,需要排序排名用 ZSet,需要交并集用 Set。结构化数据序列化进 String 会失去字段级操作能力。
原理流程
- 分析数据是单值、对象、列表还是集合。
- 选择支持所需操作的类型。
- 设计键与元素编码。
- 评估元素规模与过期策略。
代码或图示
$this->redis->hSet("user:{$id}", 'name', 'ann'); // Hash:对象字段
$this->redis->zIncrBy('rank:daily', 1, "user:{$id}"); // ZSet:榜单
$this->redis->sAdd("follow:{$id}", $followId); // Set:去重关注
常见误区
- 大对象整体 JSON 存 String:字段更新要读改写,无法局部操作。
- 用 List 做排行榜:元素无法按权重排序,应选 ZSet。
追问
- 集合元素上限要关注吗?答:注意单集合元素规模,过大拆分片;ZSet 范围查询按分值段设计。
- 序列化格式怎么选?答:简单值用原生字符串,结构数据选紧凑编码;跨语言需约定格式。
06.5.5.7-014 Redis 连接池耗尽与断线如何处理?
一句话结论
Redis 池耗尽多由长占用、泄漏或并发超容量导致;断线后协程化客户端按池策略重建连接,业务需区分“获取连接失败”与“命令执行失败”,做好重试与降级。
概念解释
与 DB 池排查一致:先看空闲/占用指标,再查慢命令与未归还连接。Redis 单命令通常很快,阻塞多为大 Key 命令或网络问题;连接重建由组件完成,业务控制重试次数。
原理流程
- 报错区分:获取连接超时 vs 命令响应超时。
- 检查池占用与等待队列。
- 排查大 Key、慢命令与未释放的连接持有。
- 必要时调大池上限并对照 Redis 承载,业务侧加有限重试。
代码或图示
// # 示例:查看 Redis 连接与慢日志(按实际环境执行)
// # redis-cli INFO clients
// # redis-cli SLOWLOG GET 10
常见误区
- 无限重试 Redis 调用:故障放大,重试需有次数与退避上限。
- 把 Redis 不可用当致命错误直接崩进程:按业务做缓存降级兜底。
追问
- 客户端支持连接心跳吗?答:组件池空闲探测与心跳配置以版本为准(待确认);网络闪断后的重连行为对照组件实现。
- Redis 主从切换有影响吗?答:客户端重连逻辑需支持节点切换;集群/哨兵模式的客户端配置按部署形态确认。
06.5.5.7-015 缓存值的序列化格式如何选择?
一句话结论
标量直接存字符串,结构化数据按可读性、体积与跨语言需要选择 JSON 或紧凑编码;序列化格式在键版本升级时可切换,读取侧需兼容旧格式。
概念解释
JSON 可读、跨语言友好但体积偏大;二进制/紧凑编码体积小但调试成本高。存对象时注意类型还原(数组 vs 对象、数字类型),反序列化失败要有兜底。
原理流程
- 评估数据规模、跨语言需求与调试要求。
- 选择序列化格式并约定编码。
- 写入时序列化,读取时反序列化并校验。
- 格式变更通过键版本段平滑过渡。
代码或图示
$this->redis->set("user:{$id}", json_encode($profile, JSON_UNESCAPED_UNICODE), 'EX', 3600);
$decoded = json_decode((string) $this->redis->get("user:{$id}"), true);
常见误区
- 序列化 PHP 对象(含类实例):跨环境反序列化风险高,缓存只存数组/标量。
- 不处理反序列化失败:脏数据导致下游报错,需校验结构。
追问
- 压缩什么时候用?答:大文本/大对象可压缩减小内存与网络开销;小数据压缩收益有限。
- 格式升级怎么做?答:新格式用新键版本,灰度回填,旧键自然过期后淘汰。
06.5.5.7-016 缓存更新与失效注解如何配合业务操作?
一句话结论
查询方法用 Cacheable,更新方法用 CachePut 覆盖新值,删除/状态变更用 CacheEvict 清除相关键;多键失效需按规则批量删除,避免残留旧缓存。
概念解释
注解失效规则按前缀或参数生成键。涉及多个派生键(如列表缓存与详情缓存)时,注解可能覆盖不全,需要在服务层补充显式删除。
原理流程
- 读路径:
Cacheable命中返回,未命中回源回填。 - 写路径:更新数据库后
CachePut写新值或CacheEvict删键。 - 关联派生键一并清理。
- 清理失败由 TTL 兜底,关键路径走重试。
代码或图示
#[CacheEvict(prefix: 'product', key: '#id')]
public function changeStatus(int $id): void
{
$this->repository->markOffline($id);
// 列表等派生缓存需额外清理或由短 TTL 兜底
}
常见误区
- 只删详情缓存不删列表缓存:列表页展示旧状态。
- 注解键规则与读取侧不一致:删不掉对应键,脏数据残留。
追问
- 批量失效怎么写?答:按前缀扫描删除,或维护键集合;具体注解批量参数待确认。
- 事务提交后再删缓存吗?答:避免事务未提交就删缓存导致回源读到中间态;时机按一致性方案设计。
06.5.5.7-017 Redis 不可用时如何设计降级兜底?
一句话结论
非核心缓存允许回源数据库兜底;强依赖 Redis 的功能(锁、计数器、会话)需准备降级策略或告警熔断,避免 Redis 故障拖垮主流程。
概念解释
缓存层故障的影响分级:查询缓存失效可压向数据库但有限流保护;锁与计数失效可能引发并发问题,不能简单绕过。降级前明确哪些数据可重建、哪些不能丢。
原理流程
- 识别 Redis 承担的角色:缓存、锁、计数、会话、队列。
- 缓存角色:回源数据库,配合限流防击穿。
- 锁/计数角色:熔断降级或返回友好错误,禁止无锁并发。
- 监控告警并在恢复后预热核心缓存。
代码或图示
try {
$value = $this->redis->get($key);
} catch (\Throwable $e) {
// 缓存不可用:回源数据库,记录告警;锁类操作不允许降级放行
$value = $this->repository->find($key);
}
常见误区
- 缓存挂了无限回源:数据库被击穿,必须有限流与排队保护。
- 分布式锁失效后照常执行临界区:并发超卖/重复扣款风险。
追问
- 本地缓存能否作为兜底?答:进程内短 TTL 缓存可减轻 Redis 压力,但多实例间不一致,只适合只读可容忍短暂不一致的数据。
- 恢复后要做什么?答:预热热点键,观察数据库回源曲线回落情况。
06.5.5.7-018 缓存监控应关注哪些指标?
一句话结论
关注命中率、内存占用与淘汰键数、连接数、慢命令频次、大 Key 与热点 Key 分布;命中率持续走低或内存逼近上限时及时治理。
概念解释
命中率反映缓存有效性;内存与淘汰反映容量规划;慢命令与大 Key 反映命令健康度;连接数反映池与客户端状态。指标结合业务慢接口定位问题。
原理流程
- 采集命中率(命中/总访问)与回源比例。
- 监控内存使用率、淘汰策略触发次数。
- 收集慢命令日志与命令耗时分布。
- 定期分析大/热点 Key,形成治理清单。
代码或图示
// 命中率 = 命中次数 / (命中次数 + 未命中次数)
// 关注点:内存上限、evicted_keys、slowlog、connected_clients、大/热点 Key
常见误区
- 只看 Redis 存活不看命中率:缓存失效未被发现,压力持续在数据库。
- 内存涨了才扩容:应按淘汰趋势与业务增长预留容量。
追问
- 命中率低的原因有哪些?答:TTL 过短、键设计未命中、预热不足、穿透请求多;结合未命中键分布判断。
- 应用侧怎么埋点?答:在缓存读写封装层记录命中标记与耗时,上报监控系统。
06.5.5.7-019 计数器、限流器与幂等键适合用哪些 Redis 结构?
一句话结论
计数器用 incr/decr 原子增减,限流用计数器 + 过期窗口或 ZSet 时间滑窗,幂等键用 String 占位 + TTL;原子命令保证并发下计数准确。
概念解释
计数类场景依赖 Redis 单线程原子性,避免读改写竞争。限流区分固定窗口、滑动窗口与令牌桶;幂等键记录已处理请求标识,重复请求直接短路。
原理流程
- 计数:
incr原子递增,配合expire设窗口。 - 限流:窗口内计数超限则拒绝;滑动窗口用 ZSet 记录时间戳。
- 幂等:处理前
set NX占位,已存在则返回上次结果。 - 所有键按业务维度命名并设 TTL。
代码或图示
// 固定窗口计数限流
$key = "rate:{$userId}:{$minute}";
$count = $this->redis->incr($key);
if ($count === 1) {
$this->redis->expire($key, 60);
}
$allowed = $count <= 100;
常见误区
- 计数先 get 再 set:并发下丢失更新,必须用原子 incr。
- 幂等键不设 TTL:长期堆积,需按业务保留期过期。
追问
- 分布式锁与幂等键区别?答:锁互斥进入临界区,幂等记录已处理结果;防重复提交两者可配合使用。
- 限流组件生态有现成实现吗?答:Hyperf 生态提供限流器类组件(具体包名待确认);自研需处理窗口边界与时钟问题。
06.5.5.7-020 缓存设计如何平衡新鲜度、性能与成本?
一句话结论
按数据变化频率与一致性要求分层设计 TTL 与结构:热点高频读数据长缓存 + 异步刷新,变化敏感数据短 TTL 或直接读库;容量、命中率与回源压力持续度量调整。
概念解释
缓存没有万能 TTL:新鲜度要求高则缩短 TTL 或更新驱动失效,读多写少则加大缓存收益。成本包括 Redis 内存、维护复杂度与不一致风险,需按业务价值取舍。
原理流程
- 对数据按读多写少、变化频率、一致性要求分类。
- 每类确定缓存策略、TTL 与失效方式。
- 上线后观测命中率、回源量与脏读反馈。
- 按度量结果调整 TTL、结构与降级方案。
代码或图示
// 配置/字典:长 TTL,变更主动失效
// 商品详情:中 TTL + 写后删缓存
// 库存/余额:短缓存或直接读库,强一致走数据库
// 榜单:短 TTL + 异步预热
常见误区
- 所有数据一套缓存策略:读多写少与强一致数据混在一起,要么脏读要么浪费。
- 上线后不度量调整:缓存问题随数据增长才暴露。
追问
- 如何评估缓存收益?答:对比开启前后数据库 QPS、接口耗时与 Redis 命中率。
- 缓存复杂度怎么控制?答:通用读写封装 + 少量特殊策略,避免每个业务自定义一套缓存逻辑。