多数人其实不需要记住世界上所有的数据库、消息队列或缓存策略。只需要深入理解两个工具：Redis 和 Kafka。掌握了它们，就能解决 80% 的系统设计难题。
为什么是这两个？
Redis 解决速度，Kafka 解决扩展。二者共同构成了现代分布式系统的支柱。从 Netflix 的推荐引擎到 Uber 的实时调度系统，几乎所有的独角兽初创公司和科技巨头都依赖这套组合。
Redis：系统性能的支柱
Redis 是一个内存数据存储，相当于整个系统的短期记忆。当毫秒级响应成为系统的关键指标时，Redis 总能满足要求，从不掉链子。
典型使用场景
缓存：最典型的用途。存储频繁访问的数据，避免反复查询数据库。
import redis import json r = redis.Redis(host='localhost', port=6379)# 缓存用户资料def get_user_profile(user_id): cache_key = f"user:{user_id}" cached = r.get(cache_key)if cached:return json.loads(cached)# 从数据库查询 profile = database_query(user_id) r.setex(cache_key, 3600, json.dumps(profile))return profile会话管理：存储用户会话，避免冲击主数据库。
const session = await redis.get(`session:${sessionId}`);if (!session) {return res.status(401).json({ error: '会话已过期' });}限流：使用简单的计数器防止 API 滥用。
def check_rate_limit(user_id): key = f"rate_limit:{user_id}" count = r.incr(key)if count == 1: r.expire(key, 60) # 60秒时间窗口return count <= 100 # 每分钟允许100次请求Redis 架构模式![]()
Kafka：系统的扩展引擎
Kafka 是一个分布式事件流平台。可以把它看作一个功能及其强大的拓展型消息队列，支援消息的持久化，并且每秒能处理数百万个事件。
核心概念
Topics（主题）：消息的分类。每个主题可以有多个分区以实现并行处理。
Producers（生产者）：向 Kafka 写入事件的服务。
Consumers（消费者）：从 Kafka 读取事件的服务。
实现示例
// 生产者 - 订单服务 Properties props = new Properties(); props.put("bootstrap.servers", "localhost:9092"); props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer"); props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer"); KafkaProducer<String, String> producer = new KafkaProducer<>(props);// 发布订单事件 ProducerRecord<String, String> record = new ProducerRecord<>("orders", orderId, orderData); producer.send(record);// 消费者 - 库存服务 Properties props = new Properties(); props.put("bootstrap.servers", "localhost:9092"); props.put("group.id", "inventory-service"); props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer"); KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props); consumer.subscribe(Arrays.asList("orders"));while (true) { ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));for (ConsumerRecord<String, String> record : records) {update_inventory(record.value());}}Kafka 架构模式
强强联合：Redis + Kafka 组合使用
重点来了，将这两个工具结合起来，你即可以构建出既快速又可扩展的系统。
模式：事件驱动的缓存失效
# 处理更新事件并使缓存失效的消费者def handle_user_update_event(event): user_id = event['user_id'] cache_key = f"user:{user_id}"# 使缓存失效 redis_client.delete(cache_key)# 或者主动更新缓存 updated_data = event['data'] redis_client.setex(cache_key, 3600, json.dumps(updated_data))完整的系统架构
何时使用
使用 Redis 的场景：
需要亚毫秒级响应时间
数据访问模式以读为主
需要实现限流、会话管理或排行榜功能
使用 Kafka 的场景：
需要解耦服务
多个消费者需要相同的数据
需要事件重放或审计追踪
正在构建实时数据管道
需要快？用 Redis。需要在服务间扩展？用 Kafka。
大多数人根本不需要了解十七八种不同的数据库，只需要知道何时该缓存，何时该队列，以及这两个工具如何解决分布式系统的根本问题：速度与扩展。
掌握 Redis 和 Kafka。其他一切，都只是更精进的领域，真用到了再学也不晚。
