Redis如何处理突发流量下的读写压力？

Redis突发写压需绕开主线程或前置缓冲，主从架构下须按峰值写入×最长卡顿时间×安全系数计算client-output-buffer-limit硬限，软限设50%–70%，并配合读写分离、STREAM削峰、多级缓存及空值缓存TTL等综合防护。

Redis 本身不扛突发写压，读压靠架构分担，写压必须绕开主线程或前置缓冲——直接在主节点上硬扛高并发写入，等于主动触发雪崩。

主从架构下突发写入导致从节点断连？调 client-output-buffer-limit

主节点为每个从节点单独维护输出缓冲区（omem），一旦突发写入速率超过从节点消费能力，缓冲区堆积超限就会被强制断连，继而触发全量同步雪崩。

1. 硬限不是“设大点就行”，要按峰值写入 × 最长卡顿时间 × 安全系数算：比如实测峰值 12MB/s，预估从节点最长卡顿 60s，安全系数取 1.5 → 至少设为 1200mb
2. 软限建议设为硬限的 50%–70%，软时限保持 60 秒，避免网络毛刺误杀连接
3. 检查当前积压：用 redis-cli -h info replication | grep master_repl_offset 每秒采样两次，算出真实增量速率
4. 别忽略诱因：跨机房部署、appendfsync always、单次返回大数据集（如 HGETALL）都会加速缓冲区溢出

突发读请求打爆单节点？优先读写分离而非加机器

加 Redis 实例不如把读流量导到从节点——主节点只做写，从节点分担读，成本低、见效快，且避免集群跨槽操作的性能损耗。

1. 从节点数量建议 3–5 个，用 replicaof 命令建立关系，不要依赖哨兵自动发现（故障时易漂移）
2. repl-backlog-size 至少设为 100mb，否则网络抖动后从节点无法 PSYNC，只能全量同步
3. 监控主从延迟：用 info replication 查 slave_repl_offset 与 master_repl_offset 差值，持续 > 100MB 就该告警
4. 客户端需支持读写分离路由，Lettuce 可配 ReadFrom.SLAVE_PREFERRED，Jedis 需自行实现

核心链路里直接 PUBLISH 广播？这是把消息系统当缓存用

PUBLISH 是同步阻塞命令，向 5000 个订阅者发一次消息，延迟可能飙到 200ms+；更糟的是它不落盘、无 ACK、断连即丢，根本不是削峰设计。

1. 真正能削峰的是 STREAM：用 XADD orders * order_id 123 写入，再由后台 worker 用 XREADGROUP GROUP wg1 c1 COUNT 10 STREAMS orders > 拉取并 XACK
2. SUBSCRIBE 连接数极易打满：maxclients 默认 10000，但 2000+ 活跃订阅者就可能触发 ERR max number of clients reached
3. Java 客户端默认为每个 MessageListener 开新连接，必须显式复用连接，改用单连接多频道订阅：SUBSCRIBE ch1 ch2 ch3
4. 模式匹配慎用 PSUBSCRIBE alert.*，避免大量 SUBSCRIBE alert.error 分散频道耗尽连接

缓存层突然被穿透/雪崩？别只靠过期时间随机化

随机过期只是基础，真正防住突发流量冲击，得靠多级拦截和异步兜底。

1. 空值缓存必须带 TTL（如 60s），否则穿透攻击会反复打穿 DB
2. 热点 key 要拆：一个 user:1001 改成 user:1001:profile、user:1001:stats，避免单 key 成瓶颈
3. 本地缓存（Caffeine）+ Redis + Nginx 静态缓存三级结构，90% 请求应落在本地层，而不是直击 Redis
4. 更新逻辑别用“先删缓存再写 DB”，推荐“先写 DB 再删缓存”，一致性窗口更可控；对强一致场景，必须引入 Canal 订阅 binlog

最常被忽略的点是：突发流量从来不是单一维度的问题。写压、读压、订阅压、缓存失效压往往同时爆发，而 client-output-buffer-limit、repl-backlog-size、STREAM 的 pending list、本地缓存 TTL 这些参数，任何一个没对齐峰值场景，整条链路就会在压力下出现确定性断裂。