本地缓存老是卡？Redis帮你解放双手，突破瓶颈别再愁

（来源：知乎专栏《技术实战派》）本地缓存这东西，用过的开发者估计是又爱又恨，爱的是它快，数据就在自己进程里，伸手就能拿到，速度没得说，恨的是它太“小家子气”，一不小心就出问题，你可能会遇到这种情况：应用跑得好好的，突然就卡顿了，响应慢得像蜗牛，查来查去,最后发现罪魁祸首竟是那个你以为在帮忙的本地缓存。

（来源：CSDN博客《高并发架构设计》）为什么本地缓存会卡呢？原因其实不少，内存是有限的，你把数据都放在应用服务器的内存里，数据量小的时候相安无事，一旦数据量暴涨，内存就会被迅速吃光，这时候，轻则触发频繁的垃圾回收（GC），应用时不时“暂停”一下来处理内存垃圾，用户感觉就是卡顿；重则直接内存溢出（OOM），整个应用都可能崩溃，那就不是卡顿,而是直接宕机了。

（来源：开源中国社区某技术讨论帖）数据一致性是个大麻烦，如果你的应用不是单机部署，而是有多台服务器，每台服务器都有自己的本地缓存，这时候，当后台数据更新了，你怎么保证所有服务器上的缓存都同步更新？如果靠应用层去通知，这个逻辑会非常复杂，而且容易出错，很可能A服务器更新了缓存，B服务器还不知道，还在用旧数据，用户刷新一下页面，发现数据又变回去了，体验非常差，这种不一致性不仅影响用户体验,还可能引发业务逻辑的错误。

（来源：GitHub上某知名开源项目Wiki）本地缓存缺乏集中管理的能力，你想统计一下缓存的使用情况，看看哪些key最热门，缓存命中率怎么样，或者想手动清理某个缓存，都会非常困难，每个应用实例都是一个“信息孤岛”,你很难有一个全局的视角来管理和监控缓存。

（来源：掘金专栏《后端技术精讲》）这时候，Redis就该登场了，你可以把它理解成一个放在网络上的、能力超强的“超级缓存”，它不和你的应用挤在同一台服务器上，而是作为一个独立的中间件服务运行，你的所有应用服务器，无论有多少台，都去访问这同一个Redis服务，这样一来，上面说的那些痛点,就迎刃而解了。

（来源：Redis官方文档简介）内存问题解决了，Redis自带高效的内存管理机制，它能存储的数据量远大于单个应用服务器的本地缓存，因为它独立部署，吃的是它自己的内存，不会再去挤占你应用运行所需的内存资源，GC压力自然就转移了,应用卡顿的根源之一被铲除。

（来源：一本名为《Redis设计与实现》的技术书籍）数据一致性得到了完美保障，因为所有应用都从同一个Redis读数据，写入也写到这个Redis，只要数据在Redis里更新了，所有应用下一次来读取时，拿到的都是最新的数据,你再也不用为多台服务器之间缓存不一致而发愁了。

（来源：某大厂技术博客分享的Redis实战经验）Redis还提供了强大的持久化功能，这是本地缓存几乎无法做到的，本地缓存的数据随着应用重启就没了，而Redis可以把数据定期保存到硬盘上，即使服务器重启，数据也能重新加载回来,保证了数据的可靠性。

（来源：慕课网某Redis课程介绍）除了基本的缓存功能，Redis还支持丰富的数据结构，比如列表（List）、集合（Set）、有序集合（Sorted Set）等，这意味着你可以用它实现更复杂的业务逻辑，比如排行榜、消息队列、好友关系等,而本地缓存通常只能提供简单的键值对存储。

（来源：InfoQ网站对某技术专家的访谈）引入Redis也意味着系统架构变得复杂了一点，你需要多维护一个服务，要考虑Redis本身的高可用和扩展性，但相比于它带来的巨大收益——解放了应用服务器的内存压力、根治了数据不一致的顽疾、提供了强大的功能和集中管理能力——这点复杂度是完全可以接受的,也是现代分布式系统的标配。

当你再次被本地缓存的各种“卡”和“坑”困扰时，别犹豫了，考虑一下Redis吧，它就像一位专业的仓库管理员，帮你把缓存数据管理得井井有条，让你的应用轻装上阵，专心处理业务逻辑，真正突破性能瓶颈,告别发愁的日子。