Redis CLIENT TRACKING 怎样让客户端感知缓存失效
如果应用把热点 Redis 数据复制到进程内缓存,真正麻烦的不是第一次读取,而是 Redis 中的值变化后,客户端怎样知道自己的副本已经不能用了。CLIENT TRACKING解决的是“通知”问题:Redis 记录客户端读过的 key,后续 key 被修改、过期或因内存策略被淘汰时,向相关客户端发送失效消息;本地缓存仍由应用自己维护。
官方地址:https://redis.io/
最小可行方案是:客户端开启 tracking,读取 key 后把响应放入本地缓存;收到 INVALIDATE 或 RESP3 push 消息时删除对应 key。若使用连接池,优先考虑 RESP3 单连接,RESP2 则使用专用失效连接。
本文只讨论 Redis 的服务端辅助客户端缓存,不把它扩展成 Pub/Sub 广播缓存、分布式锁或完整缓存框架教程。
一、先明确 CLIENT TRACKING 负责什么
Redis 不会因为执行了 CLIENT TRACKING ON 就替应用保存一份本地数据。客户端仍要决定哪些响应进入进程内缓存、缓存多久以及收到通知后如何删除。Redis 负责维护“某个客户端可能读过哪些 key”的关系,并在 key 变化时发通知。
# 用 RESP3 打开交互会话,允许同一连接接收 push 消息 redis-cli -3 # 开启默认 tracking;此时连接仍然没有自动本地缓存 CLIENT TRACKING ON # 这次只表示客户端读过 user:1001,应用可自行把返回值放入本地缓存 GET user:1001
默认模式会跟踪只读命令提到的 key。另一个客户端执行 SET user:1001 ...,或者 key 因过期、maxmemory 策略被淘汰时,Redis 会向跟踪客户端发送失效通知。客户端收到通知后必须删除本地副本,否则仍可能返回旧值。

二、先选消息通道:RESP3 单连接还是 RESP2 双连接
RESP3 可以在同一条连接上交错接收普通命令响应和 push 消息,客户端实现相对直接。若客户端仍使用 RESP2,常见做法是准备一条专门接收失效消息的连接,再把数据连接的 tracking 重定向到它。
# 失效连接:先取得自己的 Redis client ID CLIENT ID # 假设返回 4;这个连接只负责接收失效通知 SUBSCRIBE __redis__:invalidate # 数据连接:把 tracking 的通知重定向到 client ID 4 CLIENT TRACKING ON REDIRECT 4 # 读取后,应用把响应和 key 放进自己的本地缓存 GET user:1001
RESP2 的特殊频道名只是协议层的接收方式,不代表消息会像普通广播一样送给所有订阅者;Redis 会把失效消息定向到 REDIRECT 指定的连接。连接池场景要把多个数据连接和失效连接的生命周期绑定,不能只为某一次请求临时创建订阅连接。

三、按缓存范围选择四种 tracking 策略
默认 tracking 适合“读到的对象大多值得缓存”的场景;如果只有少量查询应该进入本地缓存,使用 OPTIN 可以减少无关跟踪:
# 只跟踪显式标记的下一次读取 CLIENT TRACKING ON OPTIN # CLIENT CACHING YES 只作用于紧接着的读取命令 CLIENT CACHING YES GET user:1001
OPTOUT 则相反:默认跟踪读到的 key,需要排除某个 key 时使用 CLIENT UNTRACKING。如果客户端不希望 Redis 为每个客户端保存 key 关系,而是按业务前缀接收通知,可以用 BCAST:
# 按 key 前缀接收失效通知,不建立普通模式的逐 key 跟踪表 CLIENT TRACKING ON BCAST PREFIX user: PREFIX object: # 只要匹配前缀的 key 被修改,相关客户端就可能收到通知 SET user:1001 Flora
BCAST 省掉了按客户端和 key 维护的跟踪内存,但会把某个前缀下的变化通知给订阅该前缀的客户端,通知数量可能增加。前缀不能重叠,例如同时注册 foo 与 foob 会产生冲突。
四、把竞态和断连当成缓存一致性的一部分
双连接方案有一个容易忽略的竞态:数据连接发出 GET 后,失效连接可能先收到某个更新的通知,GET 的旧响应随后才到达。如果客户端在收到通知后简单地把后到的响应重新写入本地缓存,旧值就会复活。
稳妥做法是在发送 GET 时先放入“读取中”占位;收到失效消息时删除占位;如果响应到达时发现该 key 已被删除,就不要把这次响应写回缓存。使用同一条 RESP3 连接时,消息顺序更容易管理,但客户端仍要正确处理 push 消息。
失效连接断开时也不能继续相信本地缓存。应立即清空受影响的本地缓存,并通过周期性 PING 判断失效通道是否仍然存活;在重连并重新建立 tracking 前,宁可回源读取。
NOLOOP适合客户端希望把自己写入的值直接放进本地缓存的情况。它会抑制写入连接收到的自身失效通知,但默认 tracking 下该 key 仍会从该连接的跟踪关系中移除;要继续接收未来变化,客户端需要再次读取并建立跟踪。
五、上线前用这张速查表收口
| 问题 | 建议 | 必须记住的边界 |
|---|---|---|
| 客户端支持 RESP3 | 优先单连接 tracking | 正确消费 push 消息,不能只处理普通响应 |
| 仍是 RESP2 或连接池限制 | 数据连接 + REDIRECT 失效连接 | 失效连接断开时清空本地缓存 |
| 只有少数读取需要缓存 | OPTIN + CLIENT CACHING YES | 标记只影响紧随其后的读取 |
| 按业务前缀共享失效 | BCAST + PREFIX | 通知更宽,前缀不能重叠 |
| 客户端本地缓存很大 | 增加容量淘汰和最大 TTL | tracking 不替你解决本地内存上限 |
最后再强调一次:CLIENT TRACKING 的结果不是“Redis 自动同步了客户端缓存”,而是“客户端得到足够精确的失效线索”。应用仍要负责缓存写入、删除、TTL、连接重连和竞态保护。把这几项职责分清,才能判断一条缓存失效通知是否真的让客户端停止提供旧数据。
常见问题
CLIENT TRACKING 会跟踪写命令吗?
默认跟踪关注客户端读取过的 key。写入会触发相关 key 的失效通知,而不是把写入结果自动复制到所有客户端的本地缓存。
为什么收到失效通知后还需要设置本地 TTL?
连接断开、客户端处理错误或边界竞态都可能让通知链路失效。一个合理的最大 TTL 是第二道保险,避免本地副本永久存活。
BCAST 是否一定比默认 tracking 更省资源?
它减少 Redis 维护逐客户端 key 关系的内存,但可能向更多客户端发送通知,并增加按前缀处理的 CPU 成本。应按 key 变化频率、前缀数量和客户端数量选择。
Redis FT.SEARCH 怎样按字段条件搜索文档
- 上一篇
- Redis FT.SEARCH 怎样按字段条件搜索文档
- 下一篇
- Redis SUNIONCARD 怎样在达到阈值后停止并集计数
-
- 数据库 · Redis | 46分钟前 | Redis · redis 性能 limit SUNIONCARD Set并集
- Redis SUNIONCARD 怎样在达到阈值后停止并集计数
- 161浏览 收藏
-
- 数据库 · Redis | 52分钟前 | Redis · redis Redis Search FT.SEARCH 字段查询
- Redis FT.SEARCH 怎样按字段条件搜索文档
- 293浏览 收藏
-
- 数据库 · Redis | 53分钟前 |
- Redis JSON.SET 怎样只替换嵌套字段
- 340浏览 收藏
-
- 数据库 · Redis | 54分钟前 | redis 性能 limit SINTERCARD Set交集
- Redis SINTERCARD 的 LIMIT 怎样提前结束大集合计数
- 321浏览 收藏
-
- 数据库 · Redis | 59分钟前 |
- Redis BITFIELD 怎样在字符串中读写小整数
- 354浏览 收藏
-
- 数据库 · Redis | 1小时前 |
- Redis ZINTERSTORE 怎样计算多个集合的交集分值
- 227浏览 收藏
-
- 数据库 · Redis | 1小时前 |
- Redis XPENDING 怎样读取消费者组的空闲消息
- 229浏览 收藏
-
- 数据库 · Redis | 1小时前 |
- Redis XREADGROUP 的 NOACK 适合哪些消息消费场景
- 189浏览 收藏
-
- 数据库 · Redis | 1小时前 | redis streams 消费者组 block XREADGROUP
- Redis XREADGROUP 怎样阻塞等待消费者消息
- 217浏览 收藏
-
- 数据库 · Redis | 11小时前 | Redis · redis Redis Streams XGROUP CREATECONSUMER
- Redis XGROUP CREATECONSUMER 怎样预创建消费者并判断是否已存在
- 267浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 718次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 725次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 801次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 761次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 598次使用
-
- Go与Redis实现分布式互斥锁和红锁
- 2022-12-22 117浏览
-
- Go+Redis实现延迟队列实操
- 2023-02-23 426浏览
-
- 一文搞懂Go语言操作Redis的方法
- 2023-01-07 171浏览
-
- Golang分布式应用之Redis示例详解
- 2023-01-07 113浏览
-
- Go Redis客户端使用的两种对比
- 2022-12-30 195浏览

