Caching Strategies: Redis + CDN + Edge Computing · 강의

캐시를 위한 Redis 데이터 구조

문자열, 해시, 정렬 집합과 같은 Redis의 데이터 구조를 다양한 캐싱 시나리오에 효과적으로 활용하는 방법을 살펴봅니다.

캐시를 위한 Redis 데이터 구조은(는) CoddyKit의 무료 Caching Strategies: Redis + CDN + Edge Computing 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Caching Strategies: Redis + CDN + Edge Computing 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Caching Strategies: Redis + CDN + Edge Computing 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

Redis Data Structures for Cache

Redis isn't just a simple key-value store! It offers a variety of powerful data structures, each optimized for different types of data and caching scenarios.

Understanding these structures is key to designing efficient and flexible caching solutions. You'll learn when to use strings, hashes, and sorted sets to store your application's data.

Strings for Basic Caching

The simplest Redis data type is a String. It's perfect for caching basic key-value pairs, like a user's session token, a page's HTML content, or a simple counter.

Think of it as a dictionary where keys map directly to a single value. It's fast and straightforward for common caching needs.

SET key value: Stores a string value.
GET key: Retrieves a string value.
DEL key: Removes a key and its value.

Caching User Session Data

Here's how you might cache a user's last login timestamp using a Redis string. Run this code to see it in action!

import redis
import time

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

def main():
    user_id = "user:123"
    last_login_key = f"{user_id}:last_login"
    current_time = int(time.time())

    # Cache the current login time
    r.set(last_login_key, current_time)
    print(f"Cached last login for {user_id}: {current_time}")

    # Retrieve the cached login time
    cached_login = r.get(last_login_key)
    print(f"Retrieved cached last login: {cached_login}")

    # Clean up (optional)
    # r.delete(last_login_key)

if __name__ == "__main__":
    main()

Hashes for Object Caching

When you need to cache structured data, like an entire user profile or product details, Hashes are ideal. They let you store multiple field-value pairs under a single key.

This is more efficient than using separate string keys for each attribute of an object, as it groups related data logically together.

HSET key field value [field value ...]: Sets multiple fields and values in a hash.
HGETALL key: Retrieves all fields and values from a hash.
HGET key field: Retrieves a specific field's value.

Caching Product Information

Let's cache details for a product, like its name, price, and stock count. Run this code to see how hashes store structured data.

import redis

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

def main():
    product_id = "product:456"
    
    # Cache product details as a Hash
    r.hset(product_id, mapping={
        "name": "Wireless Headphones",
        "price": "99.99",
        "stock": "500"
    })
    print(f"Cached product details for {product_id}")

    # Retrieve all product details
    product_details = r.hgetall(product_id)
    print(f"Retrieved product details: {product_details}")

    # Retrieve a specific field
    product_name = r.hget(product_id, "name")
    print(f"Retrieved product name: {product_name}")

    # Clean up (optional)
    # r.delete(product_id)

if __name__ == "__main__":
    main()

Sorted Sets: Ranked & Timed Data

Sorted Sets are unique because each member has an associated score, allowing Redis to keep the elements sorted. This is perfect for caching leaderboards, recently viewed items (by timestamp), or items ranked by popularity.

They combine the uniqueness of Sets with the ability to order elements. You can retrieve ranges of items by score or rank.

ZADD key score member [score member ...]: Adds members with scores.
ZRANGE key start stop [WITHSCORES]: Retrieves members by index (rank).
ZRANGEBYSCORE key min max [WITHSCORES]: Retrieves members by score range.

Caching a Game Leaderboard

Imagine caching a game's top scores. Sorted sets make this easy! The 'score' for each member determines its rank. Run the example.

import redis

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

def main():
    leaderboard_key = "game:leaderboard"

    # Add players and their scores to the leaderboard
    r.zadd(leaderboard_key, {"Alice": 1500, "Bob": 1200, "Charlie": 1800, "David": 1500})
    print("Added players to leaderboard.")

    # Retrieve the top 3 players (highest score first)
    # ZREVRANGE is used for descending order by score
    top_players = r.zrevrange(leaderboard_key, 0, 2, withscores=True)
    print("Top 3 players:")
    for player, score in top_players:
        print(f"- {player}: {int(score)}") # scores are float by default

    # Clean up (optional)
    # r.delete(leaderboard_key)

if __name__ == "__main__":
    main()

Essential: Cache Expiration (TTL)

For any cached data, setting an expiration time (Time To Live - TTL) is crucial. This prevents stale data and manages memory usage.

Redis automatically removes keys once their TTL expires, ensuring your cache stays fresh and doesn't grow indefinitely.

EXPIRE key seconds: Sets a TTL for an existing key.
SETEX key seconds value: Sets a key with a value and a TTL in one command.
TTL key: Checks remaining TTL.

When to Use Which Structure?

Choosing the right data structure depends on your caching needs:

Strings: For simple, atomic key-value pairs (e.g., individual values, counters, rendered HTML snippets).
Hashes: For caching entire objects or records with multiple fields (e.g., user profiles, product attributes).
Sorted Sets: For ordered lists, rankings, leaderboards, or time-series data where elements need scores for sorting.

Always consider how you'll access and manage the data.

Caching Scenario Challenge

You need to cache the following two types of data for a social media application:

The current number of likes on a specific post.
A list of the 10 most recent comments on that post, ordered by timestamp.

Which Redis data structures would be most appropriate for each, respectively?

Redis Data Structures Recap

Great job! You've explored the core Redis data structures and their applications in caching:

Strings for simple key-value pairs.
Hashes for structured objects.
Sorted Sets for ordered, scored lists.

You also learned the importance of TTL for managing cache freshness.

In the next lesson, we'll dive into basic Redis cache operations, putting these structures to practical use!

자주 묻는 질문

“캐시를 위한 Redis 데이터 구조” 강의는 무료인가요?

네 — “캐시를 위한 Redis 데이터 구조” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Caching Strategies: Redis + CDN + Edge Computing 강의 전체를 잠금 해제할 수 있습니다. Caching Strategies: Redis + CDN + Edge Computing 강의에는 총 4개의 강의가 포함되어 있습니다.

“캐시를 위한 Redis 데이터 구조”에서 뭘 배우나요?

문자열, 해시, 정렬 집합과 같은 Redis의 데이터 구조를 다양한 캐싱 시나리오에 효과적으로 활용하는 방법을 살펴봅니다. 브라우저에서 직접 실행하는 실습 코드로 Caching Strategies: Redis + CDN + Edge Computing을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Caching Strategies: Redis + CDN + Edge Computing을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Caching Strategies: Redis + CDN + Edge Computing은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.

“캐시를 위한 Redis 데이터 구조” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Caching Strategies: Redis + CDN + Edge Computing 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Caching Strategies: Redis + CDN + Edge Computing 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Caching Strategies: Redis + CDN + Edge Computing(으)로 돌아가기