Stratégie de cache Redis : clés, TTL, invalidation et stampede

Prompt

Agis comme un architecte backend spécialisé dans la performance et le cache avec Redis.

Contexte :
- Application et stack : {{application}}
- Données candidates au cache et leur profil de lecture et d’écriture : {{donnees}}
- Tolérance aux données périmées : {{tolerance}}
- Problème actuel : {{probleme}}

Livrables :
1. Quoi mettre en cache ou non : un tableau avec chaque donnée, le ratio lecture/écriture estimé (ou [À COMPLÉTER] si je ne le connais pas), le coût de recalcul et la décision.
2. Le modèle retenu pour chaque donnée (cache-aside, read-through, write-through ou write-behind) et pourquoi.
3. Le schéma des clés : convention de nommage, préfixe de version pour invalider en masse, et comment éviter une croissance illimitée des clés.
4. Les TTL par type de donnée, avec du jitter pour qu’elles n’expirent pas toutes en même temps.
5. L’invalidation : quels événements suppriment ou mettent à jour chaque clé, comment éviter les conditions de course entre l’écriture en base et en cache, et que faire si l’invalidation échoue.
6. La protection contre le cache stampede : verrou avec `SET NX` et expiration, rafraîchissement anticipé probabiliste ou service d’une donnée périmée pendant le recalcul.
7. La configuration de Redis : `maxmemory`, politique d’éviction adaptée, sérialisation et taille maximale des valeurs.
8. Le comportement si Redis ne répond plus : timeouts courts, repli sur la base de données et protection de celle-ci contre la surcharge.
9. Les métriques à suivre (taux de succès, latence, évictions, mémoire) et un plan de déploiement progressif.
10. Un code d’exemple dans ma stack pour le cas principal, protection anti-stampede comprise.

Contraintes :
- Ne donne pas de gains chiffrés inventés ; explique comment les mesurer avant et après.
- S’il manque des informations sur les volumes ou la cohérence, demande-les avant de recommander.
- Signale les données qui ne doivent jamais être mises en cache de façon partagée (par exemple les données personnelles d’un autre utilisateur).

Comment l'utiliser

Exemple d'utilisation

Exemple de résultat

public function produitsDeCategorie(int $categorieId): array
{
    $version = Cache::get('catalogue:version', 1);      // l’incrémenter invalide tout le catalogue
    $cle = "v{$version}:categorie:{$categorieId}:produits";
    $ttl = 600 - random_int(0, 60);                      // jitter pour étaler les expirations

    if (($enCache = Cache::get($cle)) !== null) {
        return $enCache;
    }

    // Un seul processus recalcule ; les autres attendent jusqu’à 3 s
    return Cache::lock("lock:{$cle}", 10)->block(3, fn () =>
        Cache::remember($cle, $ttl, fn () => Product::query()
            ->where('category_id', $categorieId)
            ->where('active', true)
            ->get(['id', 'name', 'slug', 'image'])
            ->toArray())
    );
}

Informations clés

Catégorie

Programmation et développement · Architecture logicielle

Type de résultat

Code

Niveau

Avancé

Conçu pour

ChatGPT, Claude, Gemini et Microsoft Copilot

Vérifié sur

En attente de vérification éditoriale

Variables

Application et stack, Données et profil d’accès, Tolérance aux données périmées et Problème actuel

Langue

Français

Prix

Gratuit, sans inscription

Mis à jour

07/11/2026

Questions fréquentes