知识点思维导图
17 个知识节点
Redis（01） - 数据结构与典型场景
读完后，你应能完成以下任务：
- 绘制“Redis（01） - 数据结构与典型场景 / 先按访问模式选结构”的关键对象与数据流，解释“Redis 的价值不只是“比数据库快”，而是服务器端数据结构和单命令原子语义。”，并用源码位置、日志或 Trace 标注证据。
- 为“Redis（01） - 数据结构与典型场景 / Key 与 TTL 是数据模型的一部分”设计正常与异常输入，验证“Key 应包含业务域、租户、实体和版本，避免不同应用互相覆盖。”，输出首个偏差位置与回归测试结果。
- 实现“Redis（01） - 数据结构与典型场景 / 原子操作与流水线”的最小代码或配置，检验“MULTI/EXEC 保证命令顺序执行，但不会自动回滚已经执行的命令。”，输出命令、结果与 Diff，并说明不适用边界。
一、先建立全局：数据结构与典型场景 是什么？
理解“数据结构与典型场景”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。
“数据结构与典型场景”的第一个核心判断是：Redis 的价值不只是“比数据库快”，而是服务器端数据结构和单命令原子语义。。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。
| 顺序 | 章节 | 读完本节应抓住的结论 |
|---|---|---|
| 1 | 先按访问模式选结构 | Redis 的价值不只是“比数据库快”，而是服务器端数据结构和单命令原子语义。 |
| 2 | Key 与 TTL 是数据模型的一部分 | Key 应包含业务域、租户、实体和版本，避免不同应用互相覆盖。 |
| 3 | 原子操作与流水线 | MULTI/EXEC 保证命令顺序执行，但不会自动回滚已经执行的命令。 |
| 4 | 适用边界与故障 | Redis 不适合作为没有持久化和恢复设计的唯一事实库。 |
| 5 | String 适合缓存对象、计数器和限流桶 | String 适合缓存对象、计数器和限流桶； |
| 6 | Hash 适合字段独立更新的小对象 | Hash 适合字段独立更新的小对象； |
1.1 核心对象之间怎样衔接
flowchart LR
S1["先按访问模式选结构"] --> S2
S2["Key 与 TTL 是数据模型的一部分"] --> S3
S3["原子操作与流水线"] --> S4
S4["适用边界与故障"] --> S5
S5["String 适合缓存对象、计数器和限流桶"]
这张图只表达本文的讲解顺序，不替代正文机制。判断“数据结构与典型场景”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。
1.2 再看失败：问题最早会出现在哪一步？
在“数据结构与典型场景”的对象和顺序已经明确后，再看可观察的失败：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。
二、先按访问模式选结构
Redis 的价值不只是“比数据库快”，而是服务器端数据结构和单命令原子语义。 String 适合缓存对象、计数器和限流桶； Hash 适合字段独立更新的小对象； List 适合简单队列但不具备消费组治理； Set 适合去重和集合运算； Sorted Set 适合排行榜、延迟队列和按分数范围检索； Stream 适合带消费组、确认和待处理列表的事件流。
选择结构前写出读写命令、复杂度、单 Key 最大元素数和过期语义。 把所有信息序列化成一个巨大 JSON String 会失去局部更新能力； 把每个字段拆成独立 Key 又会增加网络往返和一致性处理。
三、Key 与 TTL 是数据模型的一部分
app:{tenant:42}:user:1001:profile
app:{tenant:42}:product:889:stock
app:{tenant:42}:rank:weekly:2026-W33
Key 应包含业务域、租户、实体和版本，避免不同应用互相覆盖。 Cluster 模式中花括号 Hash Tag 控制相关 Key 落到同一 Slot， 但把大量热点 Key 固定到一个 Slot 会造成倾斜。 禁止把手机号、Token 或完整查询参数直接写进 Key 和日志。
TTL 表达数据生命周期，不是上线后随手补的参数。 缓存应有过期时间和随机抖动； 会话使用滑动或绝对过期需由安全策略决定； 永久 Key 必须能解释为何不会无限增长。 更新值时要确认命令是否保留 TTL，避免一次覆盖把临时数据变成永久数据。
四、原子操作与流水线
计数、集合添加等单命令天然原子；
读后改的组合逻辑应使用 Lua、事务或可重试的乐观锁。
Pipeline 只减少网络往返，不提供事务原子性；
MULTI/EXEC 保证命令顺序执行，但不会自动回滚已经执行的命令。
local current = tonumber(redis.call('GET', KEYS[1]) or '0')
local delta = tonumber(ARGV[1])
if current + delta < 0 then
return {err = 'insufficient stock'}
end
redis.call('INCRBY', KEYS[1], delta)
return current + delta
Lua 脚本应短小、确定且有超时预算，长脚本会阻塞事件循环。 Cluster 中脚本涉及的多个 Key 必须位于同一 Slot。
五、适用边界与故障
Redis 不适合作为没有持久化和恢复设计的唯一事实库。 复杂多条件分析、强关系约束和超大冷数据通常更适合数据库或搜索系统。 缓存命中率低时，Redis 可能只增加一次网络调用； 高频写且对象很大时，序列化、网络和内存成本可能超过收益。
排障同时观察命令延迟、命中率、内存、淘汰数、连接数、网络和热点 Key。 延迟尖峰可能来自慢命令、大 Key 删除、Fork、持久化、网络拥塞或客户端连接池， 而不是笼统归因于“Redis 卡了”。
验收清单
- 每类 Key 都有命名、结构、最大规模、TTL 和所有者。
- 复合操作明确使用单命令、Lua 或可重试事务，不依赖客户端竞态窗口。
- 压测覆盖命中与未命中、热点与普通 Key、正常和故障降级。
- 数据丢失、Redis 不可用和 Cluster 迁移时，应用有明确回退语义。
六、动手验证：先跑通 数据结构与典型场景，再改变一个变量
前面的章节已经建立问题、概念和机制。现在把“数据结构与典型场景”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。
6.1 基线与候选只允许一个变量不同
验证“数据结构与典型场景”时，先固定数据快照、并发条件、客户端配置、拓扑和故障注入点。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。
执行“数据结构与典型场景”时，动作是：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。原始结果不能只保留截图或汇总分数，必须同步保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验，使下一次复查可以在同一输入上重放。
| 实验要素 | 本文要求 |
|---|---|
| 固定条件 | 固定数据快照、并发条件、客户端配置、拓扑和故障注入点 |
| 唯一变量 | 本次候选方案与基线之间的一项明确差异 |
| 原始证据 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 通过阈值 | 一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用 |
| 立即停止 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 |
6.2 执行前先排除不可比较条件
“数据结构与典型场景”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。
- 基线能够在“数据结构与典型场景”的当前环境重复运行。
- 候选只改变一个与“数据结构与典型场景”结论直接相关的条件。
- “数据结构与典型场景”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
- “数据结构与典型场景”的原始输出和失败现场不会被重试、格式化或汇总覆盖。
6.3 执行后先核对证据完整性
结果出来后先检查证据，再讨论“数据结构与典型场景”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。
| 检查项 | 当前文章的判定 |
|---|---|
| 输入可追溯 | 固定数据快照、并发条件、客户端配置、拓扑和故障注入点 |
| 过程可回放 | 执行正常读写与故障场景，记录查询计划、锁、复制或消费状态 |
| 结果可审计 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
“数据结构与典型场景”的一次合格基线对照按以下顺序执行：
- 保存“数据结构与典型场景”基线版本及输入摘要，确认基线本身可以重复运行。
- 写下“数据结构与典型场景”候选方案唯一变化的变量，以及它预期影响的指标。
- 在同一环境执行“数据结构与典型场景”：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。
- 为“数据结构与典型场景”保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验。
- 使用“数据结构与典型场景”预登记条件判断：一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用。
- 如果“数据结构与典型场景”未通过，不修改第二个变量，先恢复基线并保留失败现场。
七、用一张矩阵验证 数据结构与典型场景 的关键结论
矩阵按正文顺序列出“数据结构与典型场景”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。
| 正文章节 | 已解释的结论 | 本轮唯一变量 | 必须保存的证据 |
|---|---|---|---|
| 先按访问模式选结构 | Redis 的价值不只是“比数据库快”，而是服务器端数据结构和单命令原子语义。 | 只改变与“先按访问模式选结构”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| Key 与 TTL 是数据模型的一部分 | Key 应包含业务域、租户、实体和版本，避免不同应用互相覆盖。 | 只改变与“Key 与 TTL 是数据模型的一部分”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 原子操作与流水线 | MULTI/EXEC 保证命令顺序执行，但不会自动回滚已经执行的命令。 | 只改变与“原子操作与流水线”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| 适用边界与故障 | Redis 不适合作为没有持久化和恢复设计的唯一事实库。 | 只改变与“适用边界与故障”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| String 适合缓存对象、计数器和限流桶 | String 适合缓存对象、计数器和限流桶； | 只改变与“String 适合缓存对象、计数器和限流桶”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
| Hash 适合字段独立更新的小对象 | Hash 适合字段独立更新的小对象； | 只改变与“Hash 适合字段独立更新的小对象”相关的条件 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 |
7.1 记录本次实际实验
下面的记录用于“数据结构与典型场景”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。
topic: "数据结构与典型场景"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "执行正常读写与故障场景，记录查询计划、锁、复制或消费状态"
evidence: "执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验"
pass_when: "一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用"
stop_when: "计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure
7.2 边界实验必须证明能够停止和恢复
成功路径只能证明“数据结构与典型场景”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致，并观察系统是否在产生不可逆副作用前停止。
| 场景 | 只改变什么 | 应保存什么 | 通过标准 |
|---|---|---|---|
| 正常路径 | 使用已知有效输入 | 执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验 | 一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用 |
| 边界路径 | 把一个输入推进到约束临界值 | 临界值前后的输出与指标 | 不静默降级，不把部分结果冒充成功 |
| 明确失败 | 注入：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 原始错误、首个异常阶段和最终状态 | 失败被正确分类且没有扩大副作用 |
| 恢复重放 | 执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 | 原失败样本的复测证据 | 原样本恢复，正常样本没有回归 |
恢复动作不是简单重启。对于“数据结构与典型场景”，第一步是：从数据入口、存储状态、复制消费链路和恢复步骤定位根因。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。
“数据结构与典型场景”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。
八、数据结构与典型场景 的结果解释
解释“数据结构与典型场景”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。
| 观察结果 | 可以支持的判断 | 下一步 |
|---|---|---|
| 主链路没有达到预期 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 |
| 异常链路无法恢复 | 计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致 | 先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因 |
| 新样本成功但原样本仍失败 | 修复没有覆盖原始触发条件 | 固定原失败输入，恢复基线后重新比较 |
| 指标改善但证据无法回链 | 数据、版本或中间状态没有固定 | 暂停发布，补齐可追溯记录后重跑 |
“数据结构与典型场景”只有同时满足“一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用”，并且没有出现“计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。
如果“数据结构与典型场景”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。
“数据结构与典型场景”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。
九、数据结构与典型场景 的发布判断
发布判断需要把“数据结构与典型场景”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。
- “数据结构与典型场景”的基线与候选只存在一个计划内变量。
- “数据结构与典型场景”的输入、代码、依赖、配置和数据版本可以追溯。
- “数据结构与典型场景”的正常、临界、失败和恢复样本使用同一套断言。
- “数据结构与典型场景”的原始输出、中间状态和失败现场已经保留。
- “数据结构与典型场景”的日志、Trace、截图和测试数据已经脱敏。
- “数据结构与典型场景”的停止条件、负责人和回滚入口已经演练。
- “数据结构与典型场景”尚未覆盖的输入、权限、容量和外部依赖已经登记。
最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“数据结构与典型场景”的判断，就不能发布。
十、总结
- 先按访问模式选结构：Redis 的价值不只是“比数据库快”，而是服务器端数据结构和单命令原子语义。
- Key 与 TTL 是数据模型的一部分：Key 应包含业务域、租户、实体和版本，避免不同应用互相覆盖。
- 原子操作与流水线：MULTI/EXEC 保证命令顺序执行，但不会自动回滚已经执行的命令。
- 适用边界与故障：Redis 不适合作为没有持久化和恢复设计的唯一事实库。
学完自测
选择所有正确答案；提交后逐项核对判断依据。