本文细致地描述了关于Redis Proxy RT上升后连接倾斜问题的排查过程和根本原因，最后给出了优化方案。

在京东到家的应用场景中，除了之前提到的订单列表的存储结构、数据一致性保证和分布式锁之外，还使用了redis的缓存防穿透。为了实现分布式锁，文章提供了两种实现方式。第一种方式是使用set命令设置锁，并设置过期时间，如果设置失败则返回false。第二种方式是使用setNX命令设置锁并设置过期时间，如果设置失败则返回false。在具体的应用场景中，通过调用getLock方法获取锁，然后执行相关操作，并在最后使用unLock方法解锁。然而，如果在设置锁的过程中出现异常或系统崩溃导致解锁失败，锁可能会永远留在缓存中，导致其他线程无法获取锁。因此，需要采取额外的措施来防止这种情况发生。

掌握Redis的实现细节

超级干货文章，管饱的那种！

后端开发过程中，项目升级到高版本镜像后，Redis（一款基于内存的数据库）访问出现超时错误的排查经验和问题分析

本文结合实践分析Spring Boot框架下Redis的Lettuce客户端和Redisson客户端对Pipeline特性的支持原理，并针对实践过程中遇到的问题进行分析。

带你了解去哪儿网Redis自动化运维体系，如何实现高效部署、迁移、扩容等，为业务提供可靠的存储服务。

Redis Cluster的mget命令不支持跨槽位执行，Lettuce客户端按槽位分别执行mget，性能表现不佳。本文介绍转转对提升Redis Cluster mget性能的优化。

Redis在凌晨时间出现CPU打满的问题，导致C端请求延迟增加。通过调整缓存过期时间，解决了同时过期导致的CPU负载过高。一种解决方案是将缓存过期时间设置为随机，存储真实的过期时间。另一种方案是为缓存Key添加一个时间后缀。这些解决方案能够避免在特定时间段出现大量过期Key导致的性能降低，同时不影响业务的正常运行。

对 Redis 内存泄漏进行排查的24小时。

用空闲CPU换内存的成本解决方案。

本文简要分析了 Redis 实现异地多活的几种思路，以及滴滴 Redis 异地多活架构演进过程中遇到的主要问题和解决方法。

Redis 内部提供的不同编码会带来不同的性能和成本差别，大家在使用 Redis 时，可以多了解自己的访问场景，根据实际情况做调优。

在探探后端的微服务体系中，User服务作为一个业务基础服务，承担了用户的基本信息、扩展资料、用户状态等核心数据的存储、更新和查询工作，特点是访问流量大，稳定性要求高，其中，缓存机制发挥了非常重要的作用，因此，这里分享一下User服务的缓存架构和相关变迁。

基于业务规模和维护成本的考虑，目前，与其它大多数微服务一样，User服务及其依赖的数据库、缓存等中间件都是只部署一套服务，未按业务场景或单元化的方式做进一步的拆分，因此，下面主要针对单套服务内部的缓存介绍。

在京东到家购物车系统中，用户基于门店能够对商品进行加车操作。用户与门店商品使用Redis的Hash类型存储，如下代码块所示。不知细心的你有没有发现，如果单门店加车商品过多，或者门店过多时，此Key就会越来越大，从而影响线上业务。

Redis的高性能不仅仅体现在单线程上，还在于内存和数据管理的相辅相成上。