一、背景
在日常测试工作中，我们总会听到某某项目某某功能用到了Redis，好像Redis被使用的频率越来越高，越来越多的核心功能开始依赖Redis来提高数据访问速度和系统响应性能，那么对于我们测试人员来讲，针对被测服务和Redis集成的策略设计对应的测试方法至关重要。
首先我们需要确保的是系统在集成后的稳定性、性能和可靠性。以及逐步引入更复杂的场景，例如数据一致性验证、异常情况处理和高负载性能测试等。目的是为了验证缓存策略的有效性，以及发现潜在的问题和性能瓶颈，确保其对系统整体性能的积极影响。
二、Redis是什么
Redis全称为：Remote Dictionary Server（远程数据服务），是一个使用ANSI C语言编写，开源的、支持网络、基于内存亦可持久化的、Key-Value的非关系型数据库。支持丰富的数据类型，如：String、list、set、zset、hash等。
Redis的数据都基于缓存的，所以很快，每秒可以处理超过10万次读写，是已知性能最快的Key-Value DB。也可以实现写入磁盘中，保证了数据的不丢失，而且Redis的操作是原子性的。
三、Redis的应用场景都有哪些
- 微信个人中心的状态功能
微信的用户体量非常庞大，访问qps非常高，几十万人在同一秒访问，不可能每次都去查询数据库。类似这种需求，一般我们会采取这种做法：先把用户的状态数据缓存在浏览器/App中（客户端缓存），在某个时间段通过主动推或者被动拉的方式调用后端接口请求“状态”数据；接口从
Redis（也可能是其它缓存中间件）的缓存中读取数据并返回；如果数据量不那么庞大，接口可以直接从内存缓存中读取数据并返回；数据返回后，再把用户app中的缓存更新。
- 排行榜实时更新
用户每天做任务攒积分，排行榜需要实时更新。这种需求可以使用到
Redis的Sorted Set（有序集合）来处理。score用来表示用户的积分数，member则表示玩家的唯一标识（如userId）。
- 社区业务中帖子的推荐、精选状态
在社区圈子中，用户的行为数据可以存储在
Redis中，并基于这些数据生成推荐内容。例如，可以使用Redis的Sorted Set来存储用户与内容的交互评分，每次用户对内容进行操作时，更新这些分数。然后可以使用这些数据来计算用户对不同内容的兴趣，实时生成个性化的推荐帖子列表。
四、Redis可能实现的缓存策略
- 生成数据时同时写入到
db和Redis，在请求查询接口时优先查询Redis，命中数据直接返回，未命中数据查询db。 - 生成数据只写入
db，在请求数据的查询接口时优先查询Reids，命中数据直接返回，未命中数据查询db，并把查询到的数据写入到Redis再回调。 - 请求生成数据接口和查询接口都不会写入新的数据到
Redis，而是通过定时器来实现数据的初始化或增量数据的同步。
五、Redis的相关测试点
校验被测服务和Redis的底层交互逻辑正确性
- 未命中缓存：未命中
Redis，但命中了db数据，被测服务的外部接口会返回什么结果（通常需要补充额外的校验点确认是db返回的结果，比方说增加Redis直接查询key的校验）；未命中Redis，直接返回空结果，前置需要构建db对应的数据，如果返回还是空说明不是没有db查询结果回来。- 命中缓存：需要校验底层是不是查完
Redis直接返回结果，而不是从db查询结果回来，前置需要模拟Redis存在数据db不存在数据的情况。- 数据一致性：如果存在多个数据源就可能存在数据一致性的问题，在某些业务逻辑下可能存在数据在不同数据源下不一致的情况。
- 缓存淘汰：如缓存超时，了解缓存失效期后需要模拟2种场景，一是未淘汰前几秒查询，二是淘汰后几秒查询，判断缓存时间的配置和机制是否符合预期，根据业务不同还可能存在其它的淘汰策略，比方说保障
Redis中的数据只存储100条，当数据存储超过100条时，将距离淘汰时间最近的数据直接delete。
校验数据的crud
- 生成缓存数据（c）：比如请求生成订单接口就会缓存订单数据，可以通过直接和
Redis进行交互，通过Redis提供的get方法直接查询订单缓存数据是否存储在Redis中；进一步保障数据查询，可删减对应订单的db数据，再通过请求查询订单接口查询对应订单数据是否正确获取。- 查询缓存数据（r）：前置需要设计好缓存数据，比如直接写入
Redis或通过某些可用接口生成缓存数据，再通过外部的查询接口来校验查询结果。具体场景有：缓存无数据db有数据、缓存无数据db无数据、缓存有数据db有数据、缓存有数据db无数据；通过查询接口查询后进行校验，对齐开发提供的设计文档而定义的期望值。- 缓存数据更新（u）：比如说已有订单缓存数据，通过服务提供的所有的数据更新方式（如修改订单接口）更改了对应订单数据，调用查询订单接口校验缓存数据是否
正确更新；对单一数据的处理如果同时存在多个数据源，需要考虑数据一致性问题。- 缓存淘汰（d）：可以通过直接
delete掉Redis中的数据后，校验查询结果是否为空（看具体业务，比方说有的业务逻辑是缓存为空时查询db数据）；若是根据数据有效期进行淘汰，则需要校验过期时间的正确性以及时间的边界值；若是自定义的淘汰机制，比如根据时间排序来淘汰距离当前时间最远的数据，需要前置构建数据模拟对应的业务场景，校验机制是否符合业务的预期。
六、小结一下
Redis主要用于实现缓存策略，提高数据的io速率；并且实现热点数据的io，可以有效减轻db的压力，并且利用Redis的数据类型特性，可以更便捷地实现一些业务功能如排行榜等。
作为测试人员，我们需要了解Redis的基本原理以及数据的增删改查，从业务角度入手，熟悉业务逻辑后对齐开发的设计逻辑，再有针对性地去设计用例、构建数据，才能更好地保障功能上线。
