Redis 数据结构与分布式锁
Redis 对外提供 String、Hash、List、Set、Sorted Set 等数据类型,内部会根据数据规模和配置选择不同编码。理解这些结构,有助于解释内存占用和复杂度,但业务不应绑定某个版本的内部编码名称。
Dict:哈希表基础
字典用于 Key 空间,也支撑多种数据类型。哈希表提供接近常数时间的查找,但要处理冲突和扩容。
Redis 为避免一次性扩容阻塞过久,会在后续操作中逐步迁移桶。渐进式 rehash 期间,查询需要考虑新旧表。
这提醒我们:单次命令复杂度看似稳定,并不意味着大 Key 或扩容没有延迟影响。
紧凑连续结构
字段少、内容短时,连续内存结构可以减少指针和对象头开销,缓存局部性也更好。数据增大后,Redis 可能切换到更适合更新和查找的结构。
旧版本常见 ZipList,后续版本大量使用 Listpack 等更安全的紧凑布局。讨论线上内存时应以实际 Redis 版本和对象编码为准。
QuickList
List 既需要高效访问两端,又要控制每个元素单独分配的指针开销。QuickList 可以理解为链表节点中保存一段紧凑列表,在随机访问、两端操作和空间之间折中。
超大 List 仍可能产生阻塞式遍历或删除,不能因为底层结构优化就忽略集合规模。
SkipList 与有序集合
跳表通过多层前进指针加速有序查找。Sorted Set 需要按 score 排序、范围查询和排名操作,跳表很适合这类需求。
它用额外指针换取平均对数级查找。与平衡树相比,跳表实现相对直接,也便于范围遍历。
大 Key 与热 Key
两类问题不要混淆:
- 大 Key:单个 Value 元素多或字节大,影响网络、内存和删除延迟;
- 热 Key:访问频率极高,造成单节点 CPU、带宽或连接压力。
治理方式不同。大 Key 需要拆分、渐进删除和限制;热 Key 需要本地缓存、读副本、分片或业务层削峰。
最小分布式锁
一个基本加锁操作需要原子地完成“不存在才写入”和“设置过期时间”:
SET lock:key unique-owner NX PX lease-time释放时必须检查持有者标识后再删除,并把检查与删除放在同一原子操作中。否则客户端 A 的锁过期后,客户端 B 获得新锁,A 可能误删 B 的锁。
租约与续期
固定过期时间存在两难:
- 太短:业务未完成锁已经过期;
- 太长:持有者崩溃后恢复慢。
可以使用自动续期,但续期也需要检测持有者是否仍存活,并在进程停顿、网络分区时接受租约可能失效的事实。
分布式锁保护的资源如果不能容忍两个持有者短暂同时执行,还需要 fencing token:每次获得锁得到单调递增编号,下游只接受更大的编号。
锁不是最终约束
以“一人一单”为例,即使使用 Redis 锁,数据库仍应有唯一约束。锁减少冲突,唯一约束守住最终不变量。
涉及库存时也应使用数据库条件更新。不要把所有正确性建立在单个 Redis Key 永远可靠之上。
Redisson 等客户端的价值
成熟客户端通常封装了唯一持有者、原子释放、可重入和续期等能力。但使用库并不等于自动获得业务正确性,仍需决定:
- 锁粒度;
- 最大等待;
- 业务超时;
- Redis 故障策略;
- 下游最终约束。
总结
Redis 的性能来自数据结构和内存布局的组合,但大 Key、热 Key 和长命令仍会破坏低延迟。分布式锁则是一种租约协议,不是万能互斥。只有与数据库约束、幂等和故障策略结合,才能维护业务正确性。