分布式缓存：ZSET → MGET 跨槽（cross‐slot）/ 并发 GET解决思路

缓存全景图
Pre
问题描述
解决思路
- 一、管道（Pipelining）替代多线程
- 二、使用 Hash Tag 保证数据同槽
- 三、用 Hash 结构一次性批量取值
- 四、把数据直接存进 ZSET（或用 RedisJSON）
小结

在这里插入图片描述

缓存全景图

在这里插入图片描述

分布式缓存：缓存设计三大核心思想

分布式缓存：缓存的三种读写模式及分类

分布式缓存：缓存架构设计的“四步走”方法

分布式缓存：缓存设计中的 7 大经典问题_缓存失效、缓存穿透、缓存雪崩

分布式缓存：缓存设计中的 7 大经典问题_数据不一致与数据并发竞争

分布式缓存：缓存设计中的 7 大经典问题_Hot Key和Big Key

使用 Redis Cluster 时，经常会碰到 ZSET、MGET 跨槽（cross‐slot）或多线程大量并发 GET 导致的延迟和 CPU 问题，下面说一下解决思路

问题：用 20 个线程并发 GET，线程切换和上下文开销很大，而且大量线程会竞争 Tomcat 线程池资源。
建议：在单个线程里，对每个分片的若干 key 使用 Redis Pipeline。Pipeline 可以把多条命令打包，一次性发给同一个 Redis 节点，极大减少网络往返（RTT）和线程切换开销。
1. 拿到分页用的 ID 列表后，根据 ID 分别算出它们在 Cluster 中各自的 slot。
2. 按 slot 分组，把属于同一 slot 的 ID 列表用一次 pipeline 批量 GET。
3. 不同 slot 的分组各自 pipeline，最终合并结果即可。
效果：比单条 GET 快，且不必启 20 个线程，CPU 和线程池压力都会大幅下降。

Redis Cluster 要求一次多键操作（如 MGET、Lua 脚本）只能作用于同一个 slot 才不会报错。

做法：给你的 ZSET key 和各个 ID key 都加上相同的Hash Tag，例如：
```
ZSET key:   "user:123:{timeline}"
ID key:     "user:123:{timeline}:item:456""user:123:{timeline}:item:789"
```
这样 Redis 会只对 {timeline} 这部分计算哈希槽，保证所有相关 key 都在同一个槽里。
好处：
1. 就可以直接用一条 MGET user:123:{timeline}:item:456 user:123:{timeline}:item:789 …，或者一段 Lua 脚本 EVAL，一次性拉取多条数据。
2. 避免了跨槽错误，也不需要分组 pipeline，代码更简单、性能更优。

如果每条“内容”可以看成一个小对象（多个字段），还可以：

把所有 ID 对应的内容都存到一个 Hash，Hash 名称同样带上 Hash Tag：
```
HSET user:123:{timeline}:items 456 "{…json…}" 789 "{…json…}"
```

查询时，

HKEYS        → 拿到所有 field（ID）  
HGETALL 或 HMGET → 一次性批量获取分页这 20 条 content

如果对象比较小，也可考虑：

Option A：把内容序列化后直接当 ZSET 的 member 存储，Score 用时间戳或自增序号。ZRANGE … WITHSCORES 一次性既拿 ID（member）又拿内容。
Option B：使用 RedisJSON 模块，把每条对象存为 JSON，Key 同样加 Hash Tag，ZSET 只存 ID，然后用 JSON.MGET（同槽下可跨多个 JSON key 一次取）来批量拉取。