Redis 是一种高性能的 Key-Value 存储系统，它将数据存储在内存中，因此读写速度极快，非常适合作为应用层的缓存服务。

在 FastAPI 这样的后端框架中，通常在应用层使用像 Redis 这样的内存数据存储作为缓存。

FastAPI 集成 Redis 的四个步骤

1. 安装 Redis 服务端

首先，需要安装并启动 Redis 服务端。Redis 是一个基于内存的 Key-Value 数据存储系统，负责实际存储缓存数据，并提供数据读写能力。

安装完成后，需要确保 Redis 服务正常运行，并确认连接地址、端口及访问密码等配置。Redis 默认使用 6379 端口。

2. 配置 Redis 客户端

Redis 服务端启动后，需要在 FastAPI 项目中安装 Python 客户端库，以便应用程序与 Redis 进行通信。

对于异步 FastAPI 项目，可以使用 redis 库提供的异步接口：

pip install redis

创建 Redis 客户端：

import redis.asyncio as redis

redis_client = redis.from_url(
    "redis://localhost:6379/0",
    decode_responses=True
)

其中，localhost:6379 表示 Redis 服务的地址和端口，/0 表示使用编号为 0 的数据库，decode_responses=True 表示将返回的字符串数据自动解码，方便后续使用。

实际部署时，应根据运行环境配置 Redis 地址、密码等信息，避免将敏感信息直接写入代码。

3. 封装缓存操作

为了避免在业务代码中重复编写 Redis 操作逻辑，可以将缓存读写操作封装为统一的方法，例如设置缓存、获取缓存和删除缓存。

async def set_cache(key: str, value: str, expire: int = 300):
    await redis_client.set(key, value, ex=expire)

async def get_cache(key: str):
    return await redis_client.get(key)

async def delete_cache(key: str):
    await redis_client.delete(key)

例如，调用 set_cache("user:1", "张三") 可以将数据写入 Redis，并设置 300 秒的过期时间；调用 get_cache("user:1") 则可以读取对应的数据。

通过统一封装，业务代码无需直接关心底层缓存操作的具体实现，便于后续维护和扩展。

4. 设计缓存策略

完成基础缓存操作后，还需要根据业务场景设计合理的缓存策略。缓存并不是简单地将所有数据放入 Redis，而是需要考虑缓存何时写入、何时读取、何时过期，以及如何处理缓存与数据库之间的数据一致性。

常见的策略包括：

• 缓存读取：查询数据时，优先从 Redis 获取；缓存未命中时，再查询 MySQL，并将结果写入缓存。

• 过期时间：为缓存设置合理的 TTL，避免缓存数据长期占用内存。

• 缓存更新与删除：当数据库中的数据发生变化时，及时更新或删除对应缓存，减少脏数据。

• 缓存穿透与击穿处理：针对不存在的数据被反复查询、热点缓存集中失效等问题，采取空值缓存、互斥重建等措施。

例如，在用户查询接口中，可以优先读取 Redis 中的用户信息；如果缓存不存在，再查询 MySQL，将查询结果写入 Redis，以减少重复访问数据库的开销。

通过以上四个步骤，FastAPI 项目便具备了基础的 Redis 缓存能力，可以在高频查询场景下减少数据库访问次数，提高接口响应效率。