大家好，我是 展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。
图书作者：《ESP32-C3 物联网工程开发实战》
图书作者：《SwiftUI 入门，进阶与实战》
超级个体：COC上海社区主理人
特约讲师：大学讲师，谷歌亚马逊分享嘉宾
科技博主：华为HDE/HDG
我的博客内容涵盖广泛，主要分享技术教程、Bug解决方案、开发工具使用、前沿科技资讯、产品评测与使用体验。我特别关注云服务产品评测、AI 产品对比、开发板性能测试以及技术报告，同时也会提供产品优缺点分析、横向对比，并分享技术沙龙与行业大会的参会体验。我的目标是为读者提供有深度、有实用价值的技术洞察与分析。
展菲：您的前沿技术领航员
👋 大家好，我是展菲！
📱 全网搜索“展菲”，即可纵览我在各大平台的知识足迹。
📣 公众号“Swift社区”，每周定时推送干货满满的技术长文，从新兴框架的剖析到运维实战的复盘，助您技术进阶之路畅通无阻。
💬 微信端添加好友“fzhanfei”，与我直接交流，不管是项目瓶颈的求助，还是行业趋势的探讨，随时畅所欲言。
📅 最新动态：2025 年 3 月 17 日
快来加入技术社区，一起挖掘技术的无限潜能，携手迈向数字化新征程！
文章目录
摘要
数据库查询慢？用户等得着急？其实很多时候，不是数据库不行，而是我们没把“缓存”这个好工具用好。特别是像 Redis 这种内存级的缓存系统，搭配数据库一起用，真的能让你性能翻倍提升。这篇文章我们就从一个最常见的痛点——频繁访问热点数据，来讲讲缓存的威力。文末还贴心地带了 Demo，方便上手实践。
引言
不管你是做 Web 开发、APP 后端还是接口服务，只要数据量一大，读操作频繁，数据库压力就蹭蹭往上涨。特别是某些“热点数据”，比如首页推荐、用户资料、商品详情这种，一旦高并发打进来，查询压力直接爆炸。
这时候，如果你还全靠数据库，性能瓶颈基本跑不掉。而这时候缓存（特别是 Redis）就是救命稻草了。但也有很多开发者会纠结：
-
什么数据该放缓存？
-
万一缓存失效怎么办？
-
缓存和数据库数据不一致了咋整？
接下来，我们一边讲原理，一边带你动手跑代码。
为什么缓存能提升性能？
内存级访问 vs 磁盘级访问
-
数据库（像 MySQL）读取是磁盘 I/O，速度在毫秒级（ms）
-
Redis 是内存访问，速度在微秒级（μs）
一个简单的类比：
Redis 就像你从兜里掏钥匙，MySQL 就像你回家翻抽屉找钥匙。
什么时候该用缓存？
我们用一句话总结：读多写少的数据，适合缓存。
常见场景：
-
用户信息（头像、昵称）
-
商品详情页
-
分类列表
-
首页推荐
-
热门文章阅读数
不适合的场景：
-
高频变化的数据（如订单状态实时更新）
-
强一致性要求的数据（如银行余额）
如何使用 Redis 做缓存？
缓存流程：查之前先看看 Redis 有没 → 没有再查数据库 → 查完存入 Redis
这个流程就叫做：Cache Aside（旁路缓存）
Demo：Node.js + Redis 实现热点数据缓存
我们用 Express 模拟一个用户信息接口，先查 Redis，有就直接返回；没有再查数据库，并缓存 1 小时。
环境依赖
npm install express redis
示例代码
const express = require('express');
const redis = require('redis');
const app = express();
const redisClient = redis.createClient(); // 默认本地 localhost:6379
redisClient.connect();
const mockDB = {
1: { id: 1, name: 'Alice', age: 25 },
2: { id: 2, name: 'Bob', age: 30 }
};
// GET /user/1
app.get('/user/:id', async (req, res) => {
const userId = req.params.id;
const cacheKey = `user:${userId}`;
// 1\. 先查缓存
const cached = await redisClient.get(cacheKey);
if (cached) {
return res.json({ source: 'cache', data: JSON.parse(cached) });
}
// 2\. 查数据库（这里用 mock 模拟）
const user = mockDB[userId];
if (!user) return res.status(404).send('User not found');
// 3\. 写入缓存，设置 1 小时过期
await redisClient.setEx(cacheKey, 3600, JSON.stringify(user));
return res.json({ source: 'db', data: user });
});
app.listen(3000, () => {
console.log('Server running on http://localhost:3000');
});
冷热数据怎么区分？
“冷热数据”是缓存设计的核心。
热数据（经常访问）：
-
推荐位内容
-
活跃用户数据
-
首页数据
这些可以主动预热、设置较长过期时间。
冷数据（偶尔访问）：
-
历史记录
-
不活跃用户信息
可以不缓存，或者设置短期缓存，防止占用太多内存。
缓存失效策略设计
缓存不能永远不失效，不然更新不了数据。常用策略有：
TTL 过期
设置每条缓存的生存时间（如 1 小时）
主动清理
当数据更新时，手动删除缓存
LRU 淘汰
Redis 支持内存满了后自动清理最近最少使用的键
数据不一致问题怎么解决？
这个是很多人担心的点。
常见一致性策略：
更新数据库时，直接删掉缓存
// 修改用户信息后：
await updateDB(userId, newInfo);
await redisClient.del(`user:${userId}`);
这样下次访问就会重新查数据库并缓存最新数据。
写数据库后，延迟写缓存（也可以配合消息队列）
QA 环节
Q1：Redis 宕了怎么办？
用本地内存兜底 + 降级策略，或者让系统容错能自动走数据库。
Q2：缓存穿透、雪崩、击穿是啥？
-
穿透：缓存和数据库都没有，每次都打数据库（可用布隆过滤器解决）
-
雪崩：大量缓存同时失效，引发数据库压力山大
-
击穿：热点数据突然失效导致大量请求打进数据库
这些可以通过加锁、随机过期时间、预热等手段缓解。
总结
只要你遇到数据库查询慢的问题，Redis 基本就是首选方案。关键在于用得合理：
-
什么数据该缓存
-
什么时候失效
-
数据不一致怎么处理
掌握这些套路，不仅能显著提升系统性能，也能让你的架构更稳定。
未来展望
下一步我们可以玩点更高级的：
-
Redis + 消息队列实现异步缓存刷新
-
Redis 集群和高可用
-
利用 Redis 实现排行榜、计数器、限流器等场景
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
