为什么要用redis？｜阿里巴巴后端开发面经解析

60 秒回答模板

回答为什么要用 Redis，我会从业务链路和系统瓶颈来讲。很多系统的核心数据最终仍然落在数据库里，但数据库更擅长事务、复杂查询和持久化，不适合承接大量重复读、热点读和简单高频写。Redis 基于内存访问，单次操作延迟很低，配合字符串、哈希、列表、集合、有序集合等数据结构，可以把缓存、计数器、排行榜、分布式限流、短期状态、会话信息等场景做得更轻。它的 TTL 能自动淘汰临时数据，原子命令能减少并发竞争，持久化和主从、哨兵、集群能提升可恢复性和可用性。但 Redis 不是银弹，使用它要接受缓存和数据库之间的一致性取舍，处理缓存穿透、击穿、雪崩、热点 key、大 key、内存淘汰等问题；分布式锁也要设置过期时间、唯一标识和续期策略，不能把它当作绝对可靠的事务锁。总体上，当系统需要低延迟访问、降低数据库压力、承接热点数据和简单高并发状态时，Redis 很合适；如果数据强一致、查询复杂、容量远大于内存且访问不热点，就不应该为了流行而使用 Redis。

考点 性能收益

主线 缓存定位

易错点 只说 Redis 快，但解释不出为什么快、快在哪里、适…

深入解析

性能收益

Redis 主要把数据放在内存中，避免频繁磁盘随机 IO，单次读写延迟通常远低于传统数据库查询链路，适合高频访问和热点数据。但性能收益依赖命中率、网络距离、序列化成本和 value 大小，不是接入后必然变快。

缓存定位

Redis 常作为数据库前面的缓存，把重复查询、首页数据、配置数据、商品详情、用户会话等放到缓存中，提高响应速度。它更适合读多写少、可设置过期、能接受短暂不一致或有补偿策略的数据。

数据库保护

在高并发读场景下，大量请求如果直接打到数据库，连接池、索引、锁和磁盘都会成为瓶颈。Redis 可以吸收大量重复读和热点读流量，降低数据库压力，把数据库资源留给事务和复杂查询。尤其在热点商品、配置和用户会话场景中，它能明显减少后端抖动。

数据结构能力

Redis 不只是 key-value，还提供哈希、列表、集合、有序集合、位图、HyperLogLog、Stream 等结构，能直接表达计数、去重、排行、消息流、签到、在线状态等业务模型，减少应用层重复造结构。

原子命令

Redis 的许多命令天然具备原子性，例如自增、条件写入、集合操作和 Lua 脚本执行，适合做计数器、库存预扣、限流窗口和幂等标记等简单并发控制。但原子命令不等于完整分布式事务，跨数据库、消息和缓存的一致性仍要额外设计。

生命周期管理

TTL 让临时数据可以自动过期，适合验证码、登录态、短期缓存、幂等 token、限流窗口，减少后台清理任务。设计 TTL 时还要避免大量 key 同时过期，必要时加入随机抖动和预热策略。

业务场景

常见落地包括缓存、排行榜、计数器、点赞收藏、最近访问列表、轻量队列、分布式限流和短期状态管理。回答时最好把场景和数据结构对应起来，例如排行榜用有序集合，去重用集合或布隆过滤器，短期消息流可以考虑 Stream。

可靠性能力

Redis 支持 RDB、AOF 等持久化方式，也可以通过主从复制、哨兵、集群提升可用性和容量。但仍要理解故障切换期间的数据丢失窗口、复制延迟和集群分片带来的多 key 操作限制。

一致性取舍

引入 Redis 后系统从单数据源变成缓存加数据库，需要处理更新顺序、删除缓存、延迟双删、异步补偿、过期兜底等一致性问题。不能只说同步更新缓存，要说明失败时如何恢复，并明确哪些场景允许最终一致、哪些场景必须回源数据库。

使用边界

Redis 不适合替代关系型数据库的复杂事务、复杂关联查询和长期大容量冷数据存储，也不适合无脑承接所有写入。强一致、低频访问、超大 value、成本敏感或容量远超内存的场景要谨慎使用。

易错点

只说 Redis 快，但解释不出为什么快、快在哪里、适合什么操作。
把 Redis 当成数据库替代品，忽略事务、复杂查询和持久化边界。
只讲缓存，不讲数据结构、原子操作、TTL、限流、排行等能力。
认为用了 Redis 就一定能提升性能，没有分析命中率、热点分布和网络开销。
忽略缓存与数据库一致性，更新策略只说同步更新缓存。
分布式锁只说 setnx，不提过期时间、唯一标识、释放原子性和故障风险。
不提缓存穿透、击穿、雪崩、热点 key、大 key 等线上问题。
忽略内存成本和淘汰策略，把所有数据都放进 Redis。

面试官追问

Redis 为什么快？

除了内存访问，还可以从单线程命令执行减少锁竞争、IO 多路复用、紧凑数据结构编码、避免复杂 SQL 解析和磁盘随机 IO 等方面解释。但网络和序列化仍然有成本。

缓存和数据库如何保证一致性？

常见做法是先更新数据库再删除缓存，并结合重试、消息补偿、过期兜底和必要时的延迟双删。强一致场景不应只依赖缓存，要让数据库事实可恢复。

缓存穿透、击穿、雪崩分别是什么？

穿透是查询不存在数据绕过缓存反复打库，可用空值缓存或布隆过滤器；击穿是热点 key 失效瞬间打库，可用互斥重建；雪崩是大量 key 同时失效，可用随机过期和预热。

Redis 分布式锁有哪些坑？

需要唯一 value、防止误删他人锁，设置合理过期时间，释放锁要原子校验和删除，长任务要考虑续期，主从切换和业务超时下仍要靠幂等兜底。

RDB 和 AOF 有什么区别？

RDB 是快照，恢复快但可能丢失最近数据；AOF 记录写命令，数据丢失窗口更小但写入和恢复成本更高。生产中常结合使用，并按业务容忍度配置刷盘策略。

什么时候不应该用 Redis？

强一致事务、复杂关联查询、低频冷数据、超大 value、容量远大于内存、命中率低或成本敏感场景都要谨慎。Redis 应解决明确瓶颈，而不是默认加入链路。