《Redis 客户端缓存与 RESP3：降低往返延迟》

# 单次 GET 各阶段耗时示意
# 客户端序列化 ~10us + 网络 RTT ~500us（同机房） + 服务端处理 ~50us
# 合计约 560us，其中网络占主导

# 适合：用户画像、配置项、字典表、首页热点数据
# 不适合：频繁更新、大 value、一次性读取的数据

# 启用 RESP3（redis-cli 6.0+ 默认）
redis-cli -3 -p 6379
# 或通过 HELLO 协商
HELLO 3
# 1# "server" => "redis"
# 3# "proto" => 3

HELLO 3 AUTH default mypassword   # 协商协议并认证

# 客户端 A 开启 tracking（RESP3 连接）
CLIENT TRACKING ON
GET hotkey                    # 读取即被追踪

# 客户端 B 修改 hotkey
SET hotkey new_value

# 客户端 A 立即收到推送（invalidation 事件）
# >2 / >6 invalidation / >3 hotkey

CLIENT TRACKING INFO
# tracking:on
# tracking_redirect:0

# 重连后必须丢弃本地缓存或做一次全量失效
CLIENT TRACKING ON RESET   # 重连时先 RESET 再 ON

CLIENT TRACKING ON
GET user:1001          # 自动追踪 user:1001
# 该 key 被修改时推送失效

# opt-in：只有显式标记的 key 才追踪
CLIENT TRACKING ON OPTIN
CLIENT CACHING YES
GET user:1001          # 仅这个被追踪

# opt-out：默认全追踪，显式排除
CLIENT TRACKING ON OPTOUT
CLIENT CACHING NO
GET user:1001          # 不追踪

CLIENT TRACKING ON BCAST PREFIX user: PREFIX config:
# 以 user: / config: 开头的 key 变更都推送过来

# 优点：无需维护失效表，内存零开销
# 缺点：广播风暴——不相关的 key 变更也会推送
# 适用：前缀规整、前缀下 key 总量可控的场景

# 连接 A（id=5）：专门接收推送
CLIENT TRACKING ON REDIRECT 5

# 连接 B：正常读写，其失效由连接 A 汇聚接收
GET hotkey

# 本地缓存设计三重保障
# 1. 收到 invalidation → 立即删除本地 key
# 2. 本地缓存自带 TTL（如 30~60s）→ 兜底断线窗口
# 3. 冷数据按 TTL 自然淘汰

// Java 示例（伪代码）：收到 invalidation 后立即失效，下次回源
Map<String, CacheEntry> localCache;
void onInvalidation(String key) { localCache.remove(key); }

# TTL 过长 → 断线窗口内脏数据越久；过短 → 命中率下降
# 经验值：热点数据 30~60s；可容忍短暂脏读的 5~10 分钟

// go-redis/v9 开启客户端缓存
client := redis.NewClient(&redis.Options{Addr: "localhost:6379", Protocol: 3})
client.Do(ctx, redis.NewCmd("CLIENT", "TRACKING", "ON"))
// 库层通过 __redis__:invalidate 接收推送并回调清理本地缓存

# 1. 连接必须保持长连接（推送依赖它）
# 2. 连接池中每个连接都要各自开启 tracking
# 3. 断线重连后重新开启并全量失效
# 4. 集群/哨兵模式下用 redirect 汇聚推送

# 写 key → 本地失效 的延迟 ≈ 服务端处理 + 推送 RTT + 回调处理 ≈ 1~3ms
# 可视为准实时

// 本地缓存容器：并发安全 + 兜底 TTL
class LocalCache<K, V> {
    ConcurrentHashMap<K, CacheEntry<V>> map;  // 并发安全
    long ttlMillis;                            // 兜底 TTL
}

// 读：本地命中直接返回；未命中回源 Redis 并写本地
V get(K key) {
    CacheEntry<V> entry = map.get(key);
    if (entry != null && !entry.expired()) return entry.value;
    V value = redis.get(key);       // 回源
    map.put(key, new CacheEntry<>(value, now + ttlMillis));
    return value;
}
void onInvalidation(K key) { map.remove(key); }

# 本地缓存必须设容量上限（如单 JVM < 256MB）
# 淘汰策略：LRU/LFU + TTL 双维度

# 关注三类指标：命中率（目标>80%）、回源 QPS（下降即验证）、推送延迟

# 压测对比示例
# 优化前 P99 GET 延迟: 1.2ms  →  优化后: 0.05ms（本地命中），命中率 92%