PAS7 Studio
Redis: Funktionsweise und wann es Anwendungen beschleunigt
Technologie10. Nov. 2026··5 Min. Lesezeit·Aktualisiert 10. Nov. 2026

Redis: Funktionsweise und wann es Anwendungen beschleunigt

Redis verständlich erklärt: Caching, Datenstrukturen, Leistungsmessungen und praktische Grenzen.

Was Redis leistet

Eine Produktseite kann dieselben Daten tausendfach aus einer Datenbank anfordern. Ändern sich die Daten selten, kann ein Cache eine temporäre Kopie nahe an der Anwendung halten und wiederholte Datenbankabfragen vermeiden. Redis ist ein überwiegend im Arbeitsspeicher arbeitender Datenstrukturserver für Caches, Sitzungen, Zähler, Warteschlangen und andere gemeinsam genutzte Zustände.

Die Anwendung sendet Befehle über das Netzwerk. Redis speichert Werte unter Schlüsseln, unterstützt Ablaufzeiten und atomare Operationen. Schneller Speicher allein bestimmt aber nicht die gesamte Antwortzeit: Netzwerk und Anwendung kommen hinzu.

Schlüssel, Werte und Datenstrukturen

Ein Schlüssel ist eine Adresse für einen Wert. In redis-cli lässt sich ein Produkt fünf Minuten lang speichern:

TEXT
SET product:42 "Wireless keyboard" EX 300
GET product:42
TTL product:42

GET liest den Wert, TTL zeigt die verbleibende Lebensdauer. Neben Strings gibt es Hashes, Listen, Mengen, sortierte Mengen und Streams. Eine sortierte Menge kann eine Rangliste verwalten, ohne dass die Anwendung bei jeder Anfrage die ganze Sammlung sortiert:

TEXT
ZADD leaderboard 1200 player:anna 1450 player:oleh
ZREVRANGE leaderboard 0 9 WITHSCORES

Der zweite Befehl liefert bis zu zehn führende Spieler. Bei großen Sammlungen sollten Komplexität und Latenz der Befehle geprüft werden.

Cache für eine Produktseite

Beim Cache-aside-Muster fragt die Anwendung zuerst Redis nach dem Produkt. Bei einem Treffer liefert sie den gespeicherten Wert; sonst liest sie die Datenbank, schreibt das Ergebnis mit TTL in Redis und antwortet. Nach einer Änderung kann sie den Schlüssel löschen, damit eine spätere Anfrage ihn neu befüllt. TTL begrenzt veraltete Daten, verhindert aber nicht jede Race Condition zwischen parallelen Lese- und Schreibzugriffen.

Erhält ein Produkt beispielsweise 1.000 Anfragen pro Minute und sind 999 davon Cache-Treffer, erspart das der Datenbank viele wiederholte Lesezugriffe. Dies ist ein Rechenbeispiel, keine Messung. Die tatsächliche Trefferquote hängt unter anderem von Zugriffsmuster, Ablaufzeit, Änderungen und Speicher ab.

Läuft ein beliebter Schlüssel ab, können viele gleichzeitige Fehlzugriffe die Datenbank überlasten: ein Cache Stampede. Je nach erlaubter Datenalterung kann man gleichzeitige Aktualisierungen begrenzen oder vorübergehend den alten Wert ausliefern.

Redis eignet sich auch für Sitzungen und gemeinsame Rate-Limit-Zähler. INCR ist atomar; Zählen und Setzen einer Ablaufzeit müssen jedoch gemeinsam atomar erfolgen, etwa mit einem Lua-Skript.

Leistungswerte richtig lesen

In einem Lavik-Benchmark vom 21. Oktober 2026 erreichte Redis 8.10.2 rund 976.000 GET/s und 864.000 SET/s bei 1.280 Verbindungen. Getestet wurden eine VM mit 16 vCPUs, zehn Millionen Werte zu je 1 KiB, Pipeline 1 und 16 I/O-Threads; AOF und geplante Snapshots waren ausgeschaltet. Lavik ist ein konkurrierender Anbieter; die Ergebnisse gelten für diese Konfiguration. [1]

Durchsatz und Latenz beantworten unterschiedliche Fragen. Der p99,9-Wert für GET lag dort bei 7,039 ms: Rund 99,9 % der Operationen lagen innerhalb dieser Grenze. Mehr Parallelität kann den Durchsatz erhöhen und zugleich Wartezeiten verlängern. Messen Sie auch den gesamten Anwendungsaufruf und die Datenbanklast.

Ein synthetischer Basistest auf einer isolierten Testinstanz:

BASH
redis-benchmark -h 127.0.0.1 -p 6379 -t get,set -n 100000 -c 50 -d 1024 -P 1

Der Test nutzt 50 Verbindungen und Werte mit 1.024 Bytes. Er bildet weder Ihre Schlüsselverteilung noch Ihre Befehlsmischung oder Ihr Produktionsnetzwerk ab.

Speicher, Persistenz und Lizenz

Werte benötigen RAM; Metadaten und Fragmentierung erhöhen den Bedarf. Legen Sie ein Speicherbudget und eine passende Verdrängungsstrategie fest: Ein verlorener Cache-Eintrag hat andere Folgen als eine verlorene Sitzung oder Aufgabe. Beschränken Sie den Netzwerkzugriff und konfigurieren Sie bei Bedarf Authentifizierung und TLS.

RDB-Snapshots halten einen Zeitpunkt fest; Änderungen seit dem letzten Snapshot können bei einem Ausfall verloren gehen. AOF protokolliert Operationen, wobei das Verlustfenster von der Synchronisierung auf Datenträger abhängt. Beide Verfahren lassen sich kombinieren. Replikate ersetzen keine getesteten Backups.

Für Redis Open Source ab Version 8 stehen RSALv2, SSPLv1 oder AGPLv3 zur Wahl; Redis 7.2 und älter bleibt unter BSD-3-Clause. Prüfen Sie die Bedingungen für Version und Einsatzart. [2] Messen Sie zunächst den Engpass und bestimmen Sie die erforderliche Aktualität, bevor Sie einen Cache einführen.

Redis in typischen Anwendungen

Sitzungen für mehrere API-Server

Nach der Anmeldung erhält der Browser eine zufällige, undurchsichtige Sitzungs-ID in einem geschützten Cookie. Die Anwendung speichert die Sitzung mit TTL in Redis. Jede API-Instanz kann sie anhand der ID abrufen. Beim Abmelden wird der Schlüssel gelöscht; Cookie-Sicherheit, ID-Rotation und Autorisierung bleiben Aufgabe der Anwendung. Gehen Sitzungen verloren, müssen sich Nutzer möglicherweise erneut anmelden.

TEXT
Browser → API 1 → SET session:<id> … EX 1800
Browser → API 2 → GET session:<id> → Nutzer
Logout  → API   → DEL session:<id>

Rate Limits und Nachrichten

Ein gemeinsamer Zähler ermöglicht ein Limit über mehrere Instanzen hinweg. INCR ist atomar; Erhöhung und Ablaufzeit müssen jedoch gemeinsam atomar erfolgen, etwa per Lua-Skript. Ein festes Fenster kann an seiner Grenze einen Burst erlauben; Sliding Window und Token Bucket verhalten sich anders. Für einen Ausfall muss die Anwendung Fail-open, Fail-closed oder einen lokalen Fallback festlegen.

Pub/Sub liefert an verbundene Abonnenten und spielt verpasste Nachrichten nicht erneut ab. Streams halten Einträge vor und unterstützen Consumer-Gruppen und Bestätigungen. Aufbewahrung, Wiederaufnahme ausstehender Nachrichten, Persistenz und idempotente Verarbeitung müssen geplant werden. Streams allein garantieren keine genau einmalige Geschäftswirkung. [4] [5]

Was nach SET geschieht

Der Client sendet den Befehl über das Netzwerk; Redis ändert die Daten im Arbeitsspeicher und antwortet. Je nach Konfiguration protokolliert AOF Operationen, während RDB Snapshots erstellt. Die Antwort an den Client bedeutet nicht automatisch, dass die Änderung bereits dauerhaft auf dem Datenträger liegt. [6]

TEXT
API → SET → Redis im Speicher → API-Antwort
                   ├─ RDB-Snapshots
                   ├─ AOF-Protokoll
                   └─ Replikat

Die Darstellung zeigt Aufgaben, keine garantierte Synchronisationsreihenfolge. Replikation ist üblicherweise asynchron; ein Replikat kann hinterherhinken. Backups und deren Wiederherstellung separat testen.

Was nach SET geschieht

Screenshot des Abschnitts redis-memory-model

Verwandte Artikel

Redis vs. Valkey: Leistung, Unterschiede und Auswahl für Ihr Projekt
blogs

Redis vs. Valkey: Leistung, Unterschiede und Auswahl für Ihr Projekt

Redis und Valkey im Vergleich: Benchmarks, Lizenzen, Funktionen und Migrationsaufwand.

Valkey: Funktionsweise und Einsatz des Schlüssel-Wert-Speichers
blogs

Valkey: Funktionsweise und Einsatz des Schlüssel-Wert-Speichers

Valkey erklärt: gemeinsamer Zustand, Caching, Leistung und Migration von Redis.