Casos de Uso do Redis: Cache, Filas e Rate Limiting

Você construiu uma aplicação web que está ganhando tração, mas agora cada carregamento de página acessa o banco de dados, tarefas em segundo plano estão se acumulando e alguns usuários estão sobrecarregando sua API. Você precisa de um armazenamento de dados em memória rápido para lidar com esses desafios. O Redis é a solução ideal para cache, filas e rate limiting. Neste artigo, exploraremos esses três casos de uso principais com exemplos práticos e boas práticas.

Por que Redis para Cache, Filas e Rate Limiting?

O Redis é um armazenamento de chave-valor em memória conhecido por sua velocidade e versatilidade. Ele suporta estruturas de dados ricas como strings, listas, conjuntos, conjuntos ordenados e hashes, tornando-o ideal para diversas tarefas. Suas operações atômicas e capacidades de pub/sub ampliam ainda mais sua utilidade. Seja para reduzir a carga do banco de dados, desacoplar serviços ou proteger APIs, o Redis oferece um kit de ferramentas simples, mas poderoso.

1. Cache com Redis

O cache é o caso de uso mais comum do Redis. Ao armazenar dados acessados com frequência na memória, você reduz a latência e a carga do banco de dados. O recurso TTL (time-to-live) do Redis expira automaticamente dados obsoletos.

Como Implementar o Cache

1. Verifique o cache: Antes de consultar o banco de dados, verifique se os dados existem no Redis.
2. Em caso de cache miss: Busque no banco de dados e armazene o resultado no Redis com um tempo de expiração.
3. Em caso de cache hit: Retorne os dados em cache diretamente.

Aqui está um exemplo em Python usando redis-py:

import redis
import json

r = redis.Redis(host='localhost', port=6379, db=0)

def get_user(user_id):
    cache_key = f"user:{user_id}"
    cached = r.get(cache_key)
    if cached:
        return json.loads(cached)
    # Simula busca no BD
    user = fetch_user_from_db(user_id)
    r.setex(cache_key, 3600, json.dumps(user))  # Cache por 1 hora
    return user

Boas Práticas para Cache

• Defina TTLs apropriados: Equilibre a atualidade e a taxa de acertos. TTLs curtos para dados voláteis, mais longos para conteúdo estático.
• Use invalidação de cache: Quando os dados mudarem, exclua ou atualize a chave de cache para evitar leituras obsoletas.
• Lide com cache stampede: Use locks ou expiração antecipada probabilística para evitar que muitas requisições atinjam o banco de dados simultaneamente em caso de cache miss.
• Monitore a taxa de acertos: Busque uma alta taxa de acertos (por exemplo, >80%) para garantir que o cache seja eficaz.

2. Filas com Redis

Listas e conjuntos ordenados do Redis permitem filas de mensagens simples, mas robustas. Elas são perfeitas para tarefas em segundo plano, filas de tarefas e processamento de eventos. Diferentemente de brokers de mensagens dedicados, as filas do Redis são leves e fáceis de configurar.

Implementando uma Fila Básica

Use LPUSH para adicionar tarefas e BRPOP para consumi-las de forma bloqueante:

# Produtor
r.lpush('job_queue', json.dumps({'task': 'send_email', 'to': 'user@example.com'}))

# Consumidor
while True:
    _, job = r.brpop('job_queue', timeout=30)
    if job:
        process_job(json.loads(job))

Filas Avançadas com Conjuntos Ordenados

Para tarefas atrasadas ou filas de prioridade, use conjuntos ordenados com timestamps como scores. Consumidores buscam tarefas com scores