redis-patterns

Redis Patterns

Workflow

1. Identifier le pattern adapté

Besoin	Pattern	Structure de données
Cache lecture	Cache-aside / Write-through	String, Hash
Session utilisateur	Session store	Hash + TTL
Communication asynchrone	Pub/Sub	Channel
File d'attente durable	Streams	Stream
Compteur / Rate limiting	Incr atomique	String
Classement	Leaderboard	Sorted Set
Déduplication / ensemble	Membership	Set
Comptage unique approx.	HyperLogLog	HLL

2. Concevoir le nommage des clés

Convention : {app}:{entité}:{id}:{sous-clé} — toujours en minuscules, séparateur :.

user:42:session          # session utilisateur
product:sku:A123:stock   # stock d'un produit
rate:api:ip:1.2.3.4      # compteur rate limit
stream:orders            # stream de commandes
leaderboard:weekly       # classement hebdo

Critères :

• Longueur < 64 chars (impact mémoire des clés)
• Jamais d'informations sensibles dans la clé elle-même
• Préfixe par environnement si Redis partagé : prod:, staging:

3. Définir les TTL

# Cache applicatif : TTL court
SET product:sku:A123 '{"price":29.99}' EX 300

# Session : TTL glissant via EXPIRE à chaque accès
HSET user:42:session token abc123 role admin
EXPIRE user:42:session 3600

# Données de référence : TTL long ou absent (refresh manuel)
SET config:feature-flags '{"darkMode":true}' EX 86400

Politique d'éviction conseillée :

• Cache pur → allkeys-lfu
• Cache + données persistantes mixées → volatile-lfu
• Jamais d'éviction → noeviction (monitoring mémoire obligatoire)

redis-cli CONFIG SET maxmemory-policy allkeys-lfu
redis-cli CONFIG SET maxmemory 2gb

4. Implémenter les patterns courants

Cache-aside (read-through manuel)

import redis, json

r = redis.Redis(host='localhost', port=6379, decode_responses=True)

def get_product(sku: str) -> dict:
    key = f"product:sku:{sku}"
    cached = r.get(key)
    if cached:
        return json.loads(cached)          # cache hit
    product = db.fetch_product(sku)        # fallback DB
    r.set(key, json.dumps(product), ex=300)
    return product