redis-best-practices
mindrally/skills
Meilleures pratiques de développement Redis pour la mise en cache, les structures de données et les opérations clé-valeur hautement performantes
...Développer toutÀ propos redis-best-practices
La compétence « Meilleures pratiques Redis » fournit des conseils complets pour utiliser efficacement Redis en tant que base de données en mémoire. Elle aborde les modèles optimaux pour la mise en cache, le stockage de sessions, l’analyse en temps réel et la mise en file d’attente des messages, tout en aidant les développeurs à éviter les pièges courants et les problèmes de performances. Cette compétence répond au défi consistant à exploiter pleinement le potentiel de Redis en enseignant le choix approprié des structures de données, les conventions de nommage des clés et les modèles architecturaux qui garantissent l'évolutivité et la maintenabilité.
Cette formation se concentre sur les cinq structures de données principales de Redis — chaînes de caractères, hachages, listes, ensembles et ensembles triés — ainsi que sur la nouvelle fonctionnalité « streams » destinée au traitement des événements. Elle fournit des exemples de code concrets pour chaque structure, illustrant quand et comment utiliser les opérations atomiques, les commandes par lots et les opérations bloquantes. Parmi les thèmes clés abordés figurent la mise en œuvre de modèles « cache-aside » efficaces, la conception de classements à l’aide de sets triés, la création de files d’attente de messages avec des listes, et la gestion du traitement distribué des événements à l’aide de groupes de consommateurs. Les conseils mis en avant mettent l’accent sur l’efficacité de la gestion de la mémoire, des politiques d’expiration adaptées et des conventions de nommage cohérentes qui facilitent le débogage et la mise à l’échelle des applications Redis.
Cette compétence est idéale pour les développeurs backend travaillant sur des applications hautes performances nécessitant un accès rapide aux données, les ingénieurs DevOps concevant des couches de mise en cache et les architectes développant des systèmes en temps réel. Que vous mettiez en œuvre la gestion de session, développiez un limiteur de débit, créiez des flux d’activité ou conceviez des files d’attente de tâches distribuées, cette compétence fournit des modèles éprouvés et des exemples concrets pouvant être directement appliqués aux systèmes de production.
FAQ
Quelle structure de données dois-je utiliser pour un classement ?
Utilisez des ensembles triés (ZADD, ZREVRANGE) où les scores représentent le classement des joueurs. Les ensembles triés conservent automatiquement l’ordre et prennent en charge les requêtes de classement efficaces ainsi que les opérations de plage basées sur les scores.
Comment implémenter correctement l’expiration du cache ?
Définissez les durées d’expiration à l’aide du paramètre EX avec les commandes SET ou utilisez SETEX. Choisissez les valeurs TTL en fonction de la volatilité des données : plus courtes pour les données changeant fréquemment (de quelques secondes à quelques minutes), plus longues pour le contenu statique (de quelques heures à plusieurs jours).
Quand dois-je utiliser des hachages plutôt que plusieurs clés de type chaîne de caractères ?
Utilisez des hachages pour stocker des objets comportant plusieurs champs. Les hachages sont plus économes en mémoire que la création de clés de type chaîne distinctes pour chaque champ et permettent des mises à jour partielles sans avoir à récupérer l’objet dans son intégralité.
Quelle est la différence entre RPOP et BRPOP pour les files d’attente ?
RPOP renvoie immédiatement une valeur ou null si la liste est vide. BRPOP est une opération bloquante qui attend jusqu’à un délai d’expiration spécifié qu’un élément devienne disponible, ce qui la rend idéale pour les processus de travail qui doivent attendre efficacement de nouvelles tâches.
Comment gérer le traitement distribué avec Redis Streams ?
Utilisez des groupes de consommateurs avec les commandes XGROUP CREATE et XREADGROUP. Plusieurs consommateurs peuvent traiter les messages en parallèle, et Redis suit les messages reçus par chaque consommateur. Utilisez XACK pour accuser réception d’un traitement réussi.
Redis Best Practices
Core Principles
- Use Redis for caching, session storage, real-time analytics, and message queuing
- Choose appropriate data structures for your use case
- Implement proper key naming conventions and expiration policies
- Design for high availability and persistence requirements
- Monitor memory usage and optimize for performance
Key Naming Conventions
- Use colons as namespace separators
- Include object type and identifier in key names
- Keep keys short but descriptive
- Use consistent naming patterns across your application
# Good key naming examplesuser:1234:profileuser:1234:sessionsorder:5678:itemscache:api:products:listqueue:email:pendingsession:abc123def456rate_limit:api:user:1234Data Structures
Strings
- Use for simple key-value storage, counters, and caching
- Consider using MGET/MSET for batch operations
# Simple cachingSET cache:user:1234 '{"name":"John","email":"[email protected]"}' EX 3600# CountersINCR stats:pageviews:homepageINCRBY stats:downloads:file123 5# Atomic operationsSETNX lock:resource:456 "owner:abc" EX 30Hashes
- Use for objects with multiple fields
- More memory-efficient than multiple string keys
- Supports partial updates
# Store user profileHSET user:1234 name "John Doe" email "[email protected]" created_at "2024-01-15"# Get specific fieldsHGET user:1234 emailHMGET user:1234 name email# Increment numeric fieldsHINCRBY user:1234 login_count 1# Get all fieldsHGETALL user:1234Lists
- Use for queues, recent items, and activity feeds
- Consider blocking operations for queue consumers
# Message queueLPUSH queue:emails '{"to":"[email protected]","subject":"Welcome"}'RPOP queue:emails# Blocking pop for workersBRPOP queue:emails 30# Recent activity (keep last 100)LPUSH user:1234:activity "viewed product 567"LTRIM user:1234:activity 0 99# Get recent itemsLRANGE user:1234:activity 0 9Sets
- Use for unique collections, tags, and relationships
- Supports set operations (union, intersection, difference)
# User tags/interestsSADD user:1234:interests "technology" "music" "travel"# Check membershipSISMEMBER user:1234:interests "music"# Find common interestsSINTER user:1234:interests user:5678:interests# Online users trackingSADD online:users "user:1234"SREM online:users "user:1234"SMEMBERS online:usersSorted Sets
- Use for leaderboards, priority queues, and time-series data
- Elements sorted by score
# LeaderboardZADD leaderboard:game1 1500 "player:123" 2000 "player:456" 1800 "player:789"# Get top 10ZREVRANGE leaderboard:game1 0 9 WITHSCORES# Get player rankZREVRANK leaderboard:game1 "player:123"# Time-based data (score = timestamp)ZADD events:user:1234 1705329600 "login" 1705330000 "purchase"# Get events in time rangeZRANGEBYSCORE events:user:1234 1705329600 1705333200Streams
- Use for event streaming and log data
- Supports consumer groups for distributed processing
# Add events to streamXADD events:orders * customer_id 1234 product_id 567 amount 99.99# Read from streamXREAD COUNT 10 STREAMS events:orders 0# Consumer groupsXGROUP CREATE events:orders order-processors $ MKSTREAMXREADGROUP GROUP order-processors worker1 COUNT 10 STREAMS events:orders ># Acknowledge processed messagesXACK events:orders order-processors 1234567890-0Caching Patterns
Cache-Aside Pattern
# Pseudo-code for cache-asidedef get_user(user_id): # Try cache first cached = redis.get(f"cache:user:{user_id}") if cached: return json.loads(cached) # Cache miss - fetch from database user = database.get_user(user_id) # Store in cache with expiration redis.setex(f"cache:user:{user_id}", 3600, json.dumps(user)) return user
Write-Through Pattern
def update_user(user_id, data): # Update database database.update_user(user_id, data) # Update cache redis.setex(f"cache:user:{user_id}", 3600, json.dumps(data))
Cache Invalidation
# Delete specific cacheDEL cache:user:1234# Delete by pattern (use with caution in production)# Use SCAN instead of KEYS for large datasetsSCAN 0 MATCH cache:user:* COUNT 100# Tag-based invalidation using setsSADD cache:tags:user:1234 "cache:user:1234:profile" "cache:user:1234:orders"# Invalidate all related cachesSMEMBERS cache:tags:user:1234# Then delete each keyExpiration and Memory Management
TTL Best Practices
- Always set TTL on cache keys
- Use jitter to prevent thundering herd
- Consider sliding expiration for session data
# Set with expirationSET cache:data:123 "value" EX 3600# Set expiration on existing keyEXPIRE cache:data:123 3600# Check TTLTTL cache:data:123# Persist key (remove expiration)PERSIST cache:data:123Memory Management
# Check memory usageINFO memory# Get key memory usageMEMORY USAGE cache:large:object# Configure max memory policyCONFIG SET maxmemory 2gbCONFIG SET maxmemory-policy allkeys-lruTransactions and Atomicity
MULTI/EXEC Transactions
# Transaction blockMULTIINCR stats:viewsLPUSH recent:views "page:123"EXEC# Watch for optimistic lockingWATCH user:1234:balancebalance = GET user:1234:balanceMULTISET user:1234:balance (balance - 100)EXECLua Scripts
- Use for complex atomic operations
- Scripts execute atomically
-- Rate limiting scriptlocal key = KEYS[1]local limit = tonumber(ARGV[1])local window = tonumber(ARGV[2])local current = tonumber(redis.call('GET', key) or '0')if current >= limit then return 0endredis.call('INCR', key)if current == 0 then redis.call('EXPIRE', key, window)endreturn 1
# Execute Lua scriptEVAL "return redis.call('GET', KEYS[1])" 1 mykeyPub/Sub and Messaging
# PublisherPUBLISH channel:notifications '{"type":"alert","message":"New order"}'# SubscriberSUBSCRIBE channel:notifications# Pattern subscriptionPSUBSCRIBE channel:*High Availability
Replication
- Use replicas for read scaling
- Configure proper persistence on master
# On replicaREPLICAOF master_host 6379# Check replication statusINFO replicationRedis Sentinel
- Use for automatic failover
- Deploy at least 3 Sentinel instances
Redis Cluster
- Use for horizontal scaling
- Data automatically sharded across nodes
- Use hash tags for related keys
# Hash tags ensure keys go to same slotSET {user:1234}:profile "data"SET {user:1234}:settings "data"Persistence
RDB Snapshots
# Manual snapshotBGSAVE# Configure automatic snapshotsCONFIG SET save "900 1 300 10 60 10000"AOF (Append-Only File)
# Enable AOFCONFIG SET appendonly yesCONFIG SET appendfsync everysec# Rewrite AOFBGREWRITEAOFSecurity
- Require authentication
- Use TLS for connections
- Bind to specific interfaces
- Disable dangerous commands
# Set passwordCONFIG SET requirepass "your_strong_password"# AuthenticateAUTH your_strong_password# Rename dangerous commands (in redis.conf)rename-command FLUSHALL ""rename-command FLUSHDB ""rename-command KEYS ""Monitoring
# Server infoINFO# Memory statsINFO memory# Client connectionsCLIENT LIST# Slow logSLOWLOG GET 10# Monitor commands (debug only)MONITOR# Key count per databaseINFO keyspaceConnection Management
- Use connection pooling
- Set appropriate timeouts
- Handle reconnection gracefully
# Python example with connection poolimport redispool = redis.ConnectionPool( host='localhost', port=6379, max_connections=50, socket_timeout=5, socket_connect_timeout=5)redis_client = redis.Redis(connection_pool=pool)
Performance Tips
- Use pipelining for batch operations
- Avoid large keys (>100KB values)
- Use SCAN instead of KEYS in production
- Monitor and optimize memory usage
- Consider using RedisJSON for complex JSON operations
# Pipeline example (pseudo-code)pipe = redis.pipeline()pipe.get("key1")pipe.get("key2")pipe.set("key3", "value")results = pipe.execute() Installer redis-best-practices
Téléchargez et décompressez les fichiers de compétences dans votre répertoire .claude/skills/.
Télécharger le ZIPClonez le dépôt et copiez les fichiers de compétence dans votre projet.
git clone https://github.com/Mindrally/skills/blob/main/redis-best-practices/SKILL.md # Copy SKILL.md to your .claude/skills/ directory
Copier





Maison
