Redis

Redis (Remote Dictionary Server) ist ein Open-Source In-Memory-Datenspeicher, der Daten im RAM statt auf Festplatte speichert. Das Ergebnis: Lese- und Schreiboperationen in unter 1 Millisekunde - 10-100x schneller als traditionelle Datenbanken. Redis unterstützt verschiedene Datenstrukturen: Strings, Listen, Sets, Hashes, Sorted Sets und mehr.

Die häufigsten Use Cases: Caching (Datenbankabfragen, API-Responses, Berechnungen zwischenspeichern), Session-Management (User-Sessions zentral speichern für Load-Balanced-Server), Rate-Limiting (API-Anfragen pro User begrenzen), Realtime-Leaderboards (Sorted Sets für Ranglisten) und Pub/Sub (Echtzeit-Messaging zwischen Services).

Redis ist kein Ersatz für die Hauptdatenbank, sondern Ergänzung. Typisches Setup: PostgreSQL für persistente Daten, Redis für schnelle Zugriffe. Bei 100 gleichzeitigen Requests auf dieselbe Datenbankabfrage liest nur der erste aus der DB - alle anderen aus dem Redis-Cache. Das reduziert Datenbank-Last dramatisch und beschleunigt Response-Zeiten. Redis kann auch persistiert werden (RDB, AOF), ist aber primär für ephemere Daten gedacht.

Die Stärke von Redis liegt in seinen atomaren Operationen auf spezialisierten Datenstrukturen: INCR zählt threadsicher hoch (ideal für Zähler und Rate-Limiting), SETEX setzt einen Wert mit automatischem Ablauf, Sorted Sets (ZADD/ZRANGE) halten Ranglisten in Echtzeit sortiert, und Hashes speichern Objekte feldweise. Über EXPIRE bekommt jeder Schlüssel eine Lebensdauer - perfekt für Sessions oder Einmal-Tokens, die sich selbst aufräumen. Im Nexus-Ökosystem nutzt etwa das Fashion-Projekt fiye Redis (über die Bibliothek ioredis) für Rate-Limiting und Caching.

Gegenüber dem simpleren Memcached bietet Redis mehr Datentypen, optionale Persistenz und Pub/Sub. Diese Persistenz gibt es in zwei Varianten: RDB (periodische Snapshots, kompakt, aber mit möglichem Datenverlust zwischen zwei Snapshots) und AOF (jede Schreiboperation wird protokolliert, dauerhafter, aber größer) - oft werden beide kombiniert. Für Hochverfügbarkeit sorgen Redis Sentinel (automatisches Failover) und Redis Cluster (horizontale Verteilung über Shards). Ein klassisches verteiltes Problem löst Redis mit einem Distributed Lock, etwa dem Redlock-Muster: Mehrere Server-Instanzen koordinieren so, dass ein kritischer Job garantiert nur einmal läuft. Wichtig bleibt die Rollentrennung - Redis ist Beschleuniger und Koordinator, nicht die Quelle der Wahrheit; geschäftskritische Daten gehören weiterhin in eine persistente Datenbank wie PostgreSQL.