Redis Hash Slots：我踩过的性能坑
Why didn't anybody tell me about Redis hash slots?
我在一家共享经济配送应用负责调度服务，核心挑战是快速计算骑手与订单的距离。起初，我使用 H3 将坐标哈希化并缓存到 Redis，却忽略了 Redis Cluster 的 Hash Slots 机制。由于键名差异导致请求无法批量处理，原本的一次 MGET 被拆解成数十次独立网络往返，严重拖慢了系统。后来，我利用 Redis 的 Hash Tag 特性，通过大括号强制将相关键分配到同一槽位，成功将多次请求合并。此外，我还通过本地预排序键、使用 EVAL 脚本处理过期时间以及将 JSON 值改为 CSV 格式，进一步优化了性能。这段经历让我深刻体会到，在 n 值很大的场景下，简单的算法往往行不通，必须依赖更复杂的优化策略和充分的基准测试。
我测量过与路由服务的交互是我们最大的瓶颈，因此认为用简单算法对接 Redis 就能解决问题，却忽略了在我们的场景下 n 值始终很大，需要比预期更复杂的算法才能完成任务。
HN 评论区
10- lesam
我有点搞不懂，在这种缓存里你是怎么再次找到数据的？看起来你是在随机给缓存键加盐，那我不明白后续请求是怎么找到缓存数据的。
- HeavyStorm
我能看出作者在这篇文章上花了不少心思。但我实在受不了更多的 AI 腔调了，尤其是整天跟 Claude 聊了一整天之后。这太可惜了——博客已经消沉了（好吧，至少是衰退了）半个世纪，而 AI 可能会是压死它的最后一根稻草。
“你听起来像个机器人”这句话对我来说有了全新的含义。
- abofh
因为你从某人那里继承了它，而那个人是在这玩意儿还没出现之前就建好的，直到你转向无服务器架构时才发现了它。
我是怎么猜出文章本身的？