教程博客作品英语关于

Ctrl K

输入关键词，搜索教程、博客、作品与英语内容。

查看全部结果 →

Redis 与消息队列

课程目录位置 44 / 175

Redis 定位、数据模型与基本操作

12

01Redis 是什么：内存数据结构服务器，而不只是简单的 Key-Value 缓存
02Redis 与 MySQL：职责、数据模型、持久化和查询能力的区别
03Redis 的常见用途：缓存、计数、排行榜、会话、共享状态与消息场景
04Key 命名规范：业务前缀、对象标识、环境隔离与避免 Key 冲突
05TTL：过期时间的设置、查询与更新
06常用命令：读写、删除、过期、批量操作与键空间观察
07原子命令：为什么“先读取、再计算、再写回”可能产生并发问题
08Pipeline：减少网络往返的适用场景与限制
09Redis 事务 `MULTI/EXEC`：执行特点及其与关系型数据库事务的区别
10Lua 脚本：将多个 Redis 操作组合成原子执行单元
11Redis 不等于关系型数据库：复杂关联查询与业务事实数据应如何取舍
12选择 Redis 前先回答：为什么需要它、缓存什么、如何失效、故障时怎么办

Redis 数据类型与业务场景

14

01String：缓存对象、计数器、验证码与简单状态
02Hash：对象字段、用户资料与局部字段更新
03List：列表、阻塞式队列模型及其适用边界
04Set：去重、交集、并集与共同关注等场景
05Sorted Set：排行榜、积分排名与按分值范围查询
06Bitmap：签到、布尔状态与位级统计
07HyperLogLog：大规模基数估算与误差边界
08GEO：地理位置存储与附近地点查询的基本能力
09Stream：消息流、消费者组、待确认消息与消息重领的基本能力
10TTL 与数据结构组合：例如排行榜是否需要过期、计数是否要重置
11数据类型选择：围绕查询方式、更新方式、数据规模和准确性要求作决定
12常见误用：把所有对象序列化成一个大 String、创建过大的集合或无界增长的 List/Stream
13底层结构只学必要原理：哈希表、跳表、紧凑编码等如何影响操作成本
14版本边界：Redis 的内部编码会随版本演进，不将某个旧版本的底层实现当作永久不变的事实

Java 与 Spring Boot 集成

14

01Spring Data Redis 的定位与基本依赖
02Redis 连接配置、连接工厂与连接池
03`RedisTemplate` 与 `StringRedisTemplate` 的使用场景
04Key、Value、Hash Key、Hash Value 的序列化配置
05JSON 序列化、类型信息、兼容性与反序列化风险
06常用数据类型操作：Value、Hash、List、Set、ZSet
07TTL 设置、过期策略与缓存更新
08Spring Cache：`@Cacheable`、`@CachePut`、`@CacheEvict` 的职责
09缓存 Key 设计、条件缓存、空值缓存与过期时间配置
10`@Cacheable` 与代理机制的关系：自调用、方法可见性等常见限制
11超时、连接异常、序列化异常与 Redis 不可用时的应用行为
12Redis 命令执行的可观测性：日志、慢命令、连接池与耗时
13单元测试与集成测试：命中、未命中、过期、更新、删除和 Redis 故障
14安全配置：网络隔离、ACL/凭据、TLS（按环境需要）与敏感信息保护

缓存设计、缓存问题与数据一致性

17

01缓存的收益与成本：延迟、内存、失效、一致性和额外运维复杂度
02Cache Aside：读时加载、更新数据库、删除缓存
03缓存写入策略：旁路缓存、读写穿透等术语的含义与常见边界
04数据库与缓存的更新顺序：为什么不存在适用于所有业务的万能顺序
05为什么常见做法是更新数据库后删除缓存，以及仍然可能失败的情况
06并发读写中的旧值回填与缓存失效竞态
07延迟双删：解决思路、依赖的假设与并非万能保证的原因
08缓存穿透：无效查询、空值缓存与布隆过滤器的边界
09缓存击穿：热点 Key 失效、互斥重建与逻辑过期思路
10缓存雪崩：集中失效、TTL 抖动、预热与限流
11热 Key：访问集中、局部热点、拆分与读扩散的取舍
12大 Key：识别、拆分、渐进删除与避免阻塞式大操作
13内存淘汰策略、过期删除与业务 TTL 的区别
14缓存命中率、回源比例、数据新鲜度与内存使用的联合观察
15多级缓存：本地缓存 + Redis 的收益、失效传播与排查复杂度
16强一致性要求：判断缓存是否适用；不能只靠设置 TTL 就宣称数据一致
17可靠失效的扩展方案：重试任务、Outbox 或订阅数据库变更的基本思路（具体消息/分布式设计在相关章节深化）

Redis 持久化、高可用与运维

15

01Redis 命令处理、事件循环与 I/O 多路复用的基本思路
02慢命令、大 Key、高复杂度操作对延迟的影响
03RDB：快照、恢复效率、备份用途与潜在数据丢失窗口
04AOF：写命令追加、同步策略、重写与恢复
05RDB 与 AOF：机制差异、组合方式与持久化取舍
06关闭持久化的风险：缓存用途与重要业务数据的要求不同
07主从复制：复制流、断线重连与部分重同步的基本概念
08异步复制意味着什么：故障切换时仍可能丢失最近写入
09Sentinel：监控、故障判断、主节点切换与客户端发现
10Redis Cluster：哈希槽、分片、扩缩容与故障处理
11Sentinel 与 Cluster 的定位差异：高可用与数据分片不是同一个概念
12备份、复制和高可用的区别：不能把“有副本”当成“已经做好备份”
13内存容量、碎片、淘汰、命中率、连接数、慢命令与延迟监控
14故障排查：连接超时、内存飙升、延迟升高、主从切换与缓存集中失效
15安全：禁止不必要的公网暴露、最小权限、认证、网络隔离与备份访问控制

Redis 分布式锁、限流与消息功能边界

14

01进程内锁、数据库锁与 Redis 锁分别能解决什么问题
02使用 `SET key value NX PX ...` 获取带租期的锁
03用唯一请求标识作为锁值，避免误删其他客户端的锁
04使用 Lua 原子校验锁值并释放锁
05锁过期、业务执行超时、进程暂停与锁失效风险
06锁续期与 Redisson：基本机制及其不构成绝对正确性保证的原因
07需要强正确性时，数据库唯一约束、版本校验或围栏令牌等补充方案
08固定窗口、滑动窗口与令牌桶限流的基本思路
09使用 Redis 做共享计数、限流与简单去重时的原子性要求
10Redis Pub/Sub：发布订阅模型与实时广播用途
11Pub/Sub 的投递边界：离线订阅者会错过消息，不能当作可靠持久队列
12Redis Streams：消息记录、消费者组、ACK、Pending 与消息重领
13Redis List、Pub/Sub、Streams 与专用 MQ 的差异
14何时选择 Redis 消息能力，何时应使用 RocketMQ/Kafka/RabbitMQ 等专用消息系统

消息队列的定位、模型与选型

10

01消息队列解决什么问题：异步处理、解耦、削峰与事件传播
02Producer、Broker、Consumer、Topic、Queue/Partition 与 Consumer Group
03点对点、发布订阅、工作队列与事件驱动模式
04同步调用与异步消息：响应时机、失败传播与用户体验差异
05消息体、消息 Key、业务 ID、事件类型、时间戳与 Schema 版本
06消息队列不会自动创造吞吐能力：Broker、消费者与下游依然有容量上限
07何时不需要 MQ：低复杂度同步业务、没有异步价值或缺乏运维能力的场景
08选型维度：吞吐、延迟、顺序、保留、重放、路由、事务、生态与运维成本
09Redis Pub/Sub、Redis Streams 与专用 MQ 的语义差异
10RocketMQ、Kafka、RabbitMQ 的定位：先理解业务语义，再选择产品

消息可靠性、消费语义与故障治理

18

01消息发送请求成功、Broker 接收、持久化与消费者处理成功是不同阶段
02生产者确认、发送失败、超时与“结果不确定”的问题
03Broker 持久化、副本与可靠性配置的基本含义
04消费确认、消费进度、Offset 与消息重新投递
05至多一次、至少一次与“恰好一次”的边界
06为什么业务消费者必须考虑重复消息与幂等处理
07幂等方案：业务唯一键、去重表、状态检查与数据库唯一约束
08全局顺序与局部顺序的代价差异
09分区、队列、消息组与顺序消费的关系
10重试策略、退避、最大重试次数与死信队列
11毒消息、持续失败、人工排查、补偿与重新投递
12延迟/定时消息与定时任务的适用边界
13消息积压：生产速率、消费速率、队列/分区数量与下游瓶颈
14消费者扩容、并发度、背压与批量消费
15消息保留、重放、重复消费与数据清理策略
16监控指标：生产失败率、消费延迟、积压量、重试量、死信量与处理耗时
17消息追踪：业务事件 ID、消息 ID、日志关联与端到端状态核对
18“发送成功”不等于“下游业务已完成”，业务状态仍需可查询、可恢复

RocketMQ：Java 业务消息主线

17

01RocketMQ 的定位、基本架构与适用场景
02NameServer、Broker、Producer、Consumer 等组件的职责（以所选版本官方架构为准）
03Topic、消息类型、Tag/过滤、消息 Key 与消费组
04Java 生产者：同步发送、异步发送、发送结果、超时与失败处理
05Java 消费者：消费组、并发消费、消费结果与失败处理
06普通消息：订单后续处理、通知与业务解耦
07顺序消息：消息组、局部顺序、串行消费与吞吐量之间的取舍
08延迟/定时消息：适用场景、支持的时间范围与版本差异
09消费重试、死信队列与失败消息治理
10事务消息：半消息、本地事务状态、回查与最终一致性
11事务消息的边界：不能保证下游消费者业务一定成功
12消息发送与消费幂等：MQ 的重试机制不能替代业务幂等
13Spring Boot 集成、配置管理、连接与异常处理
14本地 Demo：发送、消费、异常重试、重复消息与消息积压
15监控与排障：生产失败、消费延迟、重试与死信
16版本边界：区分 RocketMQ 4.x 与 5.x 文档/API，不混用示例和配置
17生产环境的 Topic/消费组规划、权限、容量与消息保留

Kafka：事件流与高吞吐消息系统

12

01Kafka 的定位：事件流、日志型消息与高吞吐数据管道
02Topic、Partition、Replica、Broker 与分区内有序
03Producer、序列化、分区键与批量发送
04Consumer Group、分区分配、Offset 与消费进度
05Rebalance：触发原因、消费暂停与稳定性影响
06消息保留、日志压缩、重放与事件数据建模
07副本同步、ISR、生产者确认与可靠性配置的基本含义
08消费重复、Offset 提交时机与业务幂等
09Kafka 事务与 Kafka 内部读写语义的边界
10消费延迟、分区倾斜、积压与吞吐量排查
11Kafka 与 RocketMQ 的定位差异：按业务模型、生态与运维能力选型
12学习边界：理解核心架构并完成基础 Demo；除非岗位/项目需要，不要求与 RocketMQ 同等深度

RabbitMQ 与消息产品选型

8

01RabbitMQ 的定位、AMQP 与路由模型
02Exchange、Queue、Binding、Routing Key 与常见交换机类型
03Direct、Topic、Fanout 路由与发布订阅
04Publisher Confirms、Consumer ACK、持久化与重新投递
05Prefetch、消费者并发、死信与重试策略
06RabbitMQ 与 RocketMQ/Kafka 在路由、吞吐、保留和运维上的差异
07RabbitMQ 何时值得深入：目标岗位、现有系统或项目确实使用时
08产品选型不以“哪个绝对最好”为答案，而以消息语义、吞吐、延迟、运维能力与团队经验作判断

数据库与消息的可靠衔接

12

01数据库事务与发送消息之间的“双写”问题
02先写数据库再发消息、先发消息再写数据库各自的失败窗口
03发送超时但 Broker 可能已接收：为什么简单重试可能产生重复消息
04事务消息：它解决什么问题，不能自动解决什么问题
05Outbox/本地消息表：业务数据与待发送事件在同一数据库事务中落库
06后台投递、投递确认、重复发送与消费者幂等
07消息重试、死信、补偿、对账与人工介入
08事件 Schema 设计：事件 ID、聚合 ID、版本、时间和业务含义
09消费者状态检查：只允许合法状态转换，避免重复消息造成重复扣款/发货等副作用
10最终一致性的基本思路：可重试、可幂等、可观测、可补偿
11业务消息的保留、回放、脱敏与数据治理
12详细的 Saga、TCC、跨服务事务和微服务一致性策略放入下一份分布式系统教程

综合实践：为 Java 业务引入缓存与异步消息

12

01先建立一个普通 Spring Boot + MySQL 业务模块，明确业务事实数据与状态
02为读取频繁且允许短暂旧值的数据引入 Redis 缓存
03定义缓存 Key、TTL、更新/删除策略与缓存未命中行为
04模拟缓存穿透、击穿、雪崩和缓存失效失败
05增加一个异步业务动作，例如订单通知或后台处理任务
06选择 RocketMQ 完成生产者、Broker 与消费者的基本链路
07设计业务事件 ID、消费幂等、重试与死信处理
08模拟生产者超时、消费者宕机、重复消息、消费失败与消息积压
09对比直接同步调用与异步消息的响应时间、失败传播与排障成本
10记录 Redis 与 MQ 的关键指标、日志和业务状态
11输出一份技术决策记录：为什么引入、备选方案、预期收益、代价和回滚方法
12只在 Demo 证明收益后再考虑把中间件引入真实项目，避免为使用技术而增加复杂度

教程 / Redis 与消息队列 / 缓存设计、缓存问题与数据一致性 / 数据库与缓存的更新顺序：为什么不存在适用于所有业务的万能顺序

DOCUMENTATION · Redis 与消息队列

数据库与缓存的更新顺序：为什么不存在适用于所有业务的万能顺序

字数 0 · 预计阅读 1 分钟

待编写

上一篇← 缓存写入策略：旁路缓存、读写穿透等术语的含义与常见边界下一篇为什么常见做法是更新数据库后删除缓存，以及仍然可能失败的情况 →

学习信息

字数: 0
预计阅读: 1 分钟
阅读进度: 25%
所属教程: Redis 与消息队列

星雨笔录

Knowledge · Code · Growth

在知识、代码与成长之间，留下可以回看的坐标。

EXPLORE

教程博客作品英语关于

CONNECT

GitHub ↗邮箱 ↗

© 2026 星雨笔录 · yulanlin.cn

用户协议隐私政策

晋ICP备2026008281号-1 晋公网安备14050002001992号

更多

作品用真实项目验证学习→关于了解作者与知识系统→全站搜索→