* 在高并发系统架构中，缓存作为提升性能、减轻数据库压力的核心组件，扮演着至关重要的角色。然而，缓存并非 “万能药”，在实际应用中，常会遭遇缓存击穿、缓存穿透和缓存雪崩三大典型问题。这些问题若处理不当，可能导致数据库瞬间压力激增，甚至引发系统雪崩式崩溃。本文将从定义、场景、危害及解决方案四个维度，对
在 Redis ZSet（有序集合）的 “skiplist + dict” 组合编码中，dict（字典，即哈希表）并非可有可无的辅助结构，而是与 skiplist 相辅相成、缺一不可的核心组件。ZSet 的核心诉求是 “有序性” 与 “唯一性”，skiplist 负责实现 “有序性” 与高效范围操作
在 Redis 的核心数据类型中，ZSet（有序集合）凭借有序性、唯一性的双重特性，成为排行榜、优先级队列、范围查询等场景的核心支撑。与 Set 仅通过 “元素是否存在” 定义集合不同，ZSet 为每个元素（member）绑定一个分数（score），并基于分数实现元素的自动排序。其底层实现同样采用
在 Redis 的五大基本数据类型中，Set（集合）以其无序性、唯一性的特性，在去重、交集、并集等场景中被广泛应用。不同于表面上简单的 “元素集合” 概念，Redis Set 的底层实现并非单一结构，而是根据存储数据的类型和数量，动态选择intset（整数集合） 或 hashtable（哈希表） 两
在 Redis 的五大基础数据类型中，List（列表）凭借其有序、可重复、支持双向访问的特性，成为缓存队列、消息通知、最新数据排行等场景的核心选择。不同于 Java 中的 ArrayList 或 LinkedList，Redis 的 List 并非依赖单一数据结构实现，而是根据存储数据的规模动态切换
在 Redis 的五大基本数据类型中，Hash（哈希）凭借其键值对嵌套存储的特性，成为存储对象类数据的最优选择（如用户信息、商品属性等）。与直接使用 String 存储 JSON 字符串相比，Hash 支持对单个字段的精准操作（如HSET/HGET/HINCRBY），且能有效节省内存空间。要理解 H
在 Redis 日常使用中，我们常会遇到这样的场景：给一个键设置了过期时间后，又在过期前重复设置该键（且不指定过期时间）。这种操作会产生什么效果？是保留原过期时间，还是清除过期时间？本文将从实际现象出发，结合 Redis 源码，彻底揭开这一行为的底层逻辑。 一、直观现象：重复设置键会清除过期时间 先
在 Redis 的五大基本数据类型里，String 类型看似是最朴素的存在，却像基石般支撑着无数核心场景 —— 小到缓存用户 Token、实现分布式锁，大到计数器统计、bitmap 位图操作，几乎所有 Redis 相关的业务都离不开它。 但你知道吗？这个看似 “简单” 的类型，其底层实现藏着 Red
