Redis — Caching Patterns & Data Structures
Các cấu trúc dữ liệu cốt lõi của Redis, chiến lược caching (cache-aside, write-through), cache invalidation, và rate limiting.
Redis là công cụ backend gần như luôn xuất hiện trong mọi hệ thống ở quy mô vừa trở lên — không chỉ để cache mà còn cho session, rate limiting, queue nhẹ, và leaderboard. Nhưng dùng sai pattern caching (cache stampede, dữ liệu cache cũ vĩnh viễn không invalidate) tạo ra bug tinh vi hơn cả việc không cache — vì hệ thống "chạy nhanh" nhưng trả về dữ liệu sai. Module này còn là nền tảng caching áp dụng trực tiếp cho phần serving AI model ở khoá Docker và AI Engineer.
🎯 Mục tiêu học tập
- Sử dụng đúng các cấu trúc dữ liệu Redis (String, Hash, List, Set, Sorted Set) cho từng bài toán phù hợp
- Áp dụng đúng chiến lược caching: cache-aside, write-through, write-behind
- Thiết kế cache invalidation đúng cách và tránh cache stampede
- Xây dựng rate limiter bằng Redis cho API production
5 cấu trúc dữ liệu cốt lõi — chọn đúng công cụ cho đúng việc
| Cấu trúc | Dùng cho |
|---|---|
| String | Cache 1 giá trị đơn giản (JSON serialize), counter (INCR) |
| Hash | Lưu object có nhiều field (ví dụ session user) mà không cần deserialize toàn bộ để đọc 1 field |
| List | Queue đơn giản (LPUSH/RPOP), danh sách hoạt động gần nhất |
| Set | Tập hợp không trùng lặp, kiểm tra tồn tại O(1), phép giao/hợp/hiệu giữa 2 tập |
| Sorted Set | Leaderboard, rate limiting theo cửa sổ thời gian, dữ liệu cần sắp xếp theo điểm số |
-- Leaderboard game bằng Sorted Set
ZADD leaderboard 1500 "player_42"
ZREVRANGE leaderboard 0 9 WITHSCORES -- top 10 điểm cao nhất
-- Rate limiting bằng Sorted Set (sliding window log)
ZADD rate:user_42 1706400000123 "req_id_1"
ZREMRANGEBYSCORE rate:user_42 -inf (1706400000123-60000) -- xoá request cũ hơn 60s
ZCARD rate:user_42 -- đếm số request trong 60s gần nhất
3 chiến lược caching cơ bản
- Cache-aside (lazy loading): app đọc cache trước, nếu miss thì đọc database rồi ghi lại vào cache. Phổ biến nhất, đơn giản, nhưng request đầu tiên sau khi cache miss/hết hạn luôn chậm (gọi là "cache miss penalty").
- Write-through: mọi lệnh ghi cập nhật đồng thời cả cache và database trong cùng thao tác — cache luôn đồng bộ, nhưng làm chậm write vì phải ghi 2 nơi.
- Write-behind (write-back): ghi vào cache trước, đồng bộ xuống database sau (bất đồng bộ) — write cực nhanh nhưng có rủi ro mất dữ liệu nếu cache sập trước khi kịp đồng bộ.
# Cache-aside pattern (giả lập bằng pseudocode)
def get_user(user_id):
cached = redis.get(f"user:{user_id}")
if cached:
return deserialize(cached)
user = db.query("SELECT * FROM users WHERE id = %s", user_id)
redis.setex(f"user:{user_id}", 300, serialize(user)) # TTL 300s
return user
Cache Invalidation — "1 trong 2 việc khó nhất của computer science"
Câu nói kinh điển của Phil Karlton: "There are only two hard things in Computer Science: cache invalidation and naming things." Vấn đề cốt lõi: khi dữ liệu gốc thay đổi, cache cũ phải được cập nhật hoặc xoá — quên bước này khiến hệ thống trả về dữ liệu sai trong im lặng, không có lỗi nào để phát hiện.
- TTL (Time-To-Live): cách đơn giản và an toàn nhất — mọi key cache đều có thời gian hết hạn, chấp nhận dữ liệu có thể "cũ" tối đa TTL giây. Luôn đặt TTL, không bao giờ cache vô thời hạn.
- Invalidate chủ động: khi UPDATE dữ liệu, chủ động xoá key cache liên quan
(
DEL user:42) ngay trong cùng transaction logic — chính xác hơn TTL nhưng dễ bỏ sót nếu có nhiều nơi trong code cùng update 1 bảng. - Cache stampede: khi 1 key nóng (nhiều người cùng đọc) hết hạn, hàng trăm request cùng lúc đều cache-miss và cùng dội xuống database — có thể làm sập database dù bản thân query không chậm. Giải pháp: dùng lock (chỉ 1 request được phép query database và ghi lại cache, các request khác chờ) hoặc "early recomputation" (làm mới cache trước khi hết hạn thật).
🏋️ Bài tập thực hành
Xây dựng 1 rate limiter bằng Redis Sorted Set giới hạn 100 request/phút/user, tích hợp vào 1 API
endpoint giả lập, viết test chứng minh nó chặn đúng khi vượt giới hạn. Sau đó tái hiện cache stampede: đặt 1
key cache với TTL ngắn (2 giây), giả lập 50 request đồng thời liên tục trong 10 giây, đo số lần query xuống
"database" giả (thêm sleep 500ms để giả lập query chậm). Sửa lại bằng cơ chế lock đơn giản
(SET key value NX EX 10) và chứng minh số lần query giảm hẳn.
📚 Tài nguyên học tập
-
Redis — DocumentationTài liệu chính thức đầy đủ về mọi cấu trúc dữ liệu và lệnh RedisDocs
-
Redis — Caching PatternsHướng dẫn chính thức về các pattern caching phổ biếnDocs
-
Redis — Rate Limiting PatternGiải thích chính thức các thuật toán rate limiting với RedisDocs
✅ Tự đánh giá hoàn thành
- Chọn đúng cấu trúc dữ liệu Redis cho ít nhất 4 bài toán khác nhau
- Giải thích đánh đổi giữa cache-aside, write-through, write-behind
- Xây dựng thành công rate limiter hoạt động đúng dưới tải đồng thời
- Tái hiện và sửa được cache stampede bằng cơ chế lock