如何在Redis容量限制下保持热点数据

如何在Redis容量限制下保持热点数据

当数据库有100万条数据但Redis只能保存10万条时，需要智能的策略来确保Redis中存储的都是最常访问的热点数据。以下是几种有效的解决方案：

一、内存淘汰策略

Redis提供了多种内存淘汰机制，当内存不足时会自动删除部分数据：

策略	命令/配置	特点	适用场景
LRU淘汰	maxmemory-policy allkeys-lru	淘汰最近最少使用的键	通用场景
LFU淘汰	maxmemory-policy allkeys-lfu	淘汰使用频率最低的键	热点数据场景
TTL淘汰	maxmemory-policy volatile-ttl	淘汰剩余存活时间短的键	带过期时间的数据
随机淘汰	maxmemory-policy allkeys-random	随机淘汰键	性能优先

推荐配置：

# redis.conf 配置
maxmemory 1gb  # 根据实际内存设置
maxmemory-policy allkeys-lfu  # 生产环境推荐LFU

二、多级缓存架构

1. 分层缓存设计

用户请求 → 本地缓存(Caffeine) → Redis缓存 → 数据库

• 本地缓存：存储超热点数据（1万条）
• Redis缓存：存储次热点数据（10万条）
• 数据库：全量数据（100万条）

2. 实现示例

// 伪代码示例
public Data getData(String key) {
   
    // 1. 查本地缓存
    Data data = localCache.get(key);
    if (data != null) return data;
    
    // 2. 查Redis
    data = redis.get(key