Redis里到底怎么放文件啊，写入和读取文件的那些事儿你知道吗？

综合自Redis官方文档、多位后端开发者的技术博客分享以及Stack Overflow上的常见问题讨论）

Redis本身是个内存数据库,设计初衷是快速处理简单的键值对和小型数据结构，比如字符串、列表、哈希这些，它可不是像硬盘文件夹那样专门用来存文件的，直接问“Redis怎么放文件”，其实有点像是问“怎么用自行车运冰箱”——不是完全不行，但得讲究方法，而且得看这个“冰箱”（也就是文件）到底有多大。

最直接也最常用的方法,就是把整个文件读进内存，变成二进制数据，然后直接用Redis的字符串类型存起来，就是你用编程语言（比如Python的read()方法）把图片、文档什么的读成一串二进制代码，然后通过SET命令（或者对应的客户端命令）塞进Redis，给它一个键名，读的时候呢，就用GET命令把这个二进制数据捞出来，再用编程语言写到本地硬盘上，还原成文件。（来源：Redis官方文档对字符串数据类型的说明，指出其可存储任何二进制数据，最大512MB）

这个方法好处是直白,代码写起来简单，但问题也特别明显：Redis所有数据都放内存里，内存多贵啊！你要是存一大堆大文件，比如高清图片或者视频，那内存消耗可就蹭蹭往上涨，成本太高了，而且Redis对单个字符串的值大小有限制，最早是512MB，虽然新版本可能放宽，但通常不建议真的存那么大的东西，会影响性能，这种方法只适合放一些特别小、但又需要被快速读取的静态文件，比如小的网站图标、配置文件或者一些加密用的密钥文件。（来源：多位技术博主在个人博客中分析Redis存储大文件的利弊）

那如果文件比较大,或者你想更高效一点，怎么办呢？这时候可以考虑把文件“切片”或者叫“分块”，就像你没法一口吃掉一个大西瓜，但切成小块就没问题了，你可以把一个大文件分成很多个小块，比如每块1MB大小，在Redis里，你可以用列表或者有序集合这种数据结构，把每个小块的二进制数据按顺序存起来，你还需要一个元数据，比如用一个哈希结构，记录这个文件总共有多少块、文件名是啥等信息，读取的时候，先查元数据，再按顺序把每一块数据取出来，最后在程序里把它们拼装回完整的文件。（来源：Stack Overflow上关于使用Redis存储大型数据结构的讨论帖）

这个方法比直接存整个文件要灵活一些,因为你可以分批处理，对内存的压力小一点，但缺点就是麻烦，无论是存还是取，代码都复杂多了，你得自己管理分块和组装的过程，它依然没有解决根本问题：数据还是全部放在昂贵的内存里。

正因为直接把文件二进制塞进Redis有这么多限制,所以实践中，大家更常用的是一种“混合”模式，简单说，Redis只存路径，文件另寻他家”。（来源：这是绝大多数互联网公司后端架构的实际做法总结）

具体操作是：当用户上传一个文件时，你的应用程序先把这个文件存到一个专门的文件存储系统里，这种系统可以是服务器的本地硬盘（如果量不大），但更常见的是用对象存储服务，比如阿里云OSS、腾讯云COS，或者自建的类似MinIO的系统，这些服务就是专门为存海量文件设计的，便宜又大碗，文件存好之后，你会得到一个唯一的访问地址（URL），关键的一步来了：把这个URL作为值，存到Redis里面去，并设置一个合理的过期时间，以后需要读取这个文件时，程序先到Redis里查出对应的URL，然后再通过这个URL去真正的文件存储系统里下载文件。（来源：基于对象存储和缓存的最佳实践文章）

这样做的好处是扬长避短,Redis只做了自己最擅长的事情：快速读写小数据（URL字符串），而存放大文件这种吃力不讨好的活儿，交给了更专业、更经济实惠的对象存储，这样既保证了获取文件地址的速度（因为读Redis极快），又避免了Redis内存被大文件撑爆，还节省了成本，这可以说是目前最主流、最推荐的做法。

还有一种特殊情况,就是如果你存储的文件内容其实是文本，比如巨大的JSON配置文件、XML数据或者HTML模板，而且你还需要对文件内容进行一些复杂的查询或修改，那上面说的存二进制或者存URL的方法就不太够用了，这时候，可以考虑使用Redis的模块功能，比如RedisJSON，它允许你直接把JSON文档存到Redis里，并且可以用类似JSONPath的语法来查询和修改文档内部的特定字段，而不用把整个文档取出来。（来源：RedisLabs官方对RedisJSON模块的介绍）但这已经超出了单纯“存文件”的范畴，更像是在Redis里管理结构化的文档数据了。

总结一下,在Redis里“放文件”有几种路子：对于极小文件，可以直接存二进制；对于大文件，可以分块存，但很麻烦且不划算；最实用的办法是让Redis只存文件的地址指针，文件本身放到专门的对象存储里；如果是结构化文本文件，可以考虑用RedisJSON这类特殊模块，具体用哪种，还得看你文件的大小、访问模式以及你对性能和成本的权衡。