面试题：Redis EVALSHA命令在复杂缓存策略下的原子性保障与异常处理

确保原子性

Lua脚本编写：将读取用户积分、判断条件、更新用户积分以及更新相关缓存数据的操作，编写在一个Lua脚本中。Redis的EVALSHA命令会以原子性的方式执行整个Lua脚本。例如：

-- 获取用户积分
local score = redis.call('GET', 'user:score:{user_id}')
if score and tonumber(score) >= {threshold} then
    -- 更新用户积分
    redis.call('SET', 'user:score:{user_id}', tonumber(score) + {increment})
    -- 更新相关缓存数据
    redis.call('SET', 'related:cache:{user_id}', {new_value})
    return 1
else
    return 0
end

使用EVALSHA：在客户端，先使用SCRIPT LOAD命令将Lua脚本加载到Redis服务器，获取脚本的SHA1摘要。然后使用EVALSHA命令，通过摘要来执行脚本，确保整个操作在Redis端原子执行。例如在Python中：

import redis

r = redis.Redis()
script = """
-- 获取用户积分
local score = redis.call('GET', 'user:score:{user_id}')
if score and tonumber(score) >= {threshold} then
    -- 更新用户积分
    redis.call('SET', 'user:score:{user_id}', tonumber(score) + {increment})
    -- 更新相关缓存数据
    redis.call('SET', 'related:cache:{user_id}', {new_value})
    return 1
else
    return 0
end
"""
sha = r.script_load(script)
result = r.evalsha(sha, 0)

异常处理机制

重试机制：当出现网络异常导致EVALSHA命令执行失败时，客户端可以进行重试。例如在Python中：

import redis
import time

r = redis.Redis()
script = """
-- 获取用户积分
local score = redis.call('GET', 'user:score:{user_id}')
if score and tonumber(score) >= {threshold} then
    -- 更新用户积分
    redis.call('SET', 'user:score:{user_id}', tonumber(score) + {increment})
    -- 更新相关缓存数据
    redis.call('SET', 'related:cache:{user_id}', {new_value})
    return 1
else
    return 0
end
"""
sha = r.script_load(script)
max_retries = 3
retry_delay = 1
for i in range(max_retries):
    try:
        result = r.evalsha(sha, 0)
        break
    except redis.RedisError as e:
        if i < max_retries - 1:
            time.sleep(retry_delay)
        else:
            raise e

日志记录：在每次执行EVALSHA命令前后，记录详细的日志，包括操作的参数、执行结果等。如果出现异常，日志可以帮助定位问题，例如：

import logging

logging.basicConfig(level = logging.INFO)

# 执行前记录参数
logging.info("准备执行EVALSHA，脚本SHA1: %s", sha)

try:
    result = r.evalsha(sha, 0)
    logging.info("EVALSHA执行成功，结果: %s", result)
except redis.RedisError as e:
    logging.error("EVALSHA执行失败，异常: %s", e)

补偿操作：如果重试一定次数后仍然失败，可以考虑设计补偿操作。例如，记录失败的操作，在系统空闲时进行人工干预或者通过后台任务进行补偿操作，以确保数据的一致性和完整性。可以使用消息队列（如Kafka）来记录这些失败操作，然后由专门的消费者进行处理。

星途面试题库

面试题：Redis EVALSHA命令在复杂缓存策略下的原子性保障与异常处理

知识考点

面试题答案

确保原子性

异常处理机制