opção

redis-best-practices

mindrally/skills mindrally/skills

Melhores práticas de desenvolvimento do Redis para cache, estruturas de dados e operações de alto desempenho do tipo chave-valor

...Expandir tudo
41
Tempo atualizado 29 de Junho de 2026

Sobre redis-best-practices

A habilidade “Melhores Práticas do Redis” oferece orientações abrangentes para o uso eficaz do Redis como um armazenamento de dados em memória. Ela aborda padrões ideais para cache, armazenamento de sessões, análises em tempo real e filas de mensagens, ao mesmo tempo em que ajuda os desenvolvedores a evitar armadilhas comuns e problemas de desempenho. Esta habilidade aborda o desafio de aproveitar todo o potencial do Redis, ensinando a seleção adequada de estruturas de dados, convenções de nomenclatura de chaves e padrões arquitetônicos que garantem escalabilidade e facilidade de manutenção.

A habilidade se concentra nas cinco estruturas de dados principais do Redis — strings, hashes, listas, conjuntos e conjuntos ordenados — além do recurso mais recente de streams para processamento de eventos. Ela fornece exemplos práticos de código para cada estrutura, demonstrando quando e como usar operações atômicas, comandos em lote e operações de bloqueio. Os principais tópicos incluem a implementação de padrões eficientes de cache-aside, o projeto de tabelas de classificação com conjuntos ordenados, a construção de filas de mensagens com listas e o gerenciamento do processamento distribuído de eventos com grupos de consumidores. As orientações enfatizam a eficiência de memória, políticas de expiração adequadas e padrões de nomenclatura consistentes que tornam as aplicações Redis mais fáceis de depurar e escalar.

Esta habilidade é ideal para desenvolvedores de back-end que trabalham com aplicativos de alto desempenho que exigem acesso rápido aos dados, engenheiros de DevOps que projetam camadas de cache e arquitetos que constroem sistemas em tempo real. Seja para implementar gerenciamento de sessão, construir um limitador de taxa, criar feeds de atividades ou projetar filas de tarefas distribuídas, esta habilidade oferece padrões testados em prática e exemplos concretos que podem ser aplicados diretamente a sistemas de produção.

Perguntas frequentes

Que estrutura de dados devo usar para um placar de líderes?

Use conjuntos ordenados (ZADD, ZREVRANGE), nos quais as pontuações representam a classificação dos jogadores. Os conjuntos ordenados mantêm automaticamente a ordem e oferecem suporte a consultas eficientes de classificação e operações de intervalo baseadas em pontuação.

Como faço para implementar a expiração adequada do cache?

Defina os tempos de expiração usando o parâmetro EX com os comandos SET ou utilize SETEX. Escolha valores de TTL com base na volatilidade dos dados — mais curtos para dados que mudam com frequência (segundos a minutos), mais longos para conteúdo estático (horas a dias).

Quando devo usar hashes em vez de várias chaves de string?

Use hashes ao armazenar objetos com vários campos. Os hashes são mais eficientes em termos de memória do que criar chaves de string separadas para cada campo e permitem atualizações parciais sem precisar buscar o objeto inteiro.

Qual é a diferença entre RPOP e BRPOP para filas?

O RPOP retorna imediatamente com um valor ou “null” se a lista estiver vazia. O BRPOP é uma operação de bloqueio que aguarda até um tempo limite especificado até que um item fique disponível, tornando-o ideal para processos de trabalho que precisam aguardar novas tarefas de maneira eficiente.

Como faço para lidar com o processamento distribuído usando o Redis Streams?

Use grupos de consumidores com XGROUP CREATE e XREADGROUP. Vários consumidores podem processar mensagens em paralelo, e o Redis rastreia quais mensagens cada consumidor recebeu. Use XACK para confirmar o processamento bem-sucedido.

Ver no GitHub

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:1234

Data 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 30

Hashes

  • 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:1234

Lists

  • 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 9

Sets

  • 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:users

Sorted 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 1705333200

Streams

  • 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 1234567890-0

Caching 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 key

Expiration 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:123

Memory Management

# Check memory usageINFO memory# Get key memory usageMEMORY USAGE cache:large:object# Configure max memory policyCONFIG SET maxmemory 2gbCONFIG SET maxmemory-policy allkeys-lru

Transactions 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)EXEC

Lua 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 mykey

Pub/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 replication

Redis 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 AOFBGREWRITEAOF

Security

  • 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 keyspace

Connection 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()

Todos os arquivos

1 arquivos
SKILL.md 8.2k
Ver

Instalar redis-best-practices

Baixe e extraia os arquivos de habilidades para o diretório .claude/skills/.

Baixar ZIP

Clone o repositório e copie os arquivos da habilidade para o seu projeto.

git clone https://github.com/Mindrally/skills/blob/main/redis-best-practices/SKILL.md # Copy SKILL.md to your .claude/skills/ directory

Copiar Copiar
Configuração rápida: Copie a pasta da habilidade para .claude/skills/. O Claude detectará e utilizará automaticamente a habilidade
Repositório mindrally/skills

Habilidades relacionadas

microservices-patterns
Tempo atualizado 29 de Junho de 2026
jpa-patterns
Tempo atualizado 30 de Junho de 2026
fabric-lakehouse
Tempo atualizado 30 de Junho de 2026
sql-pro
Tempo atualizado 29 de Junho de 2026
OR