データベース

Redisキャッシュの実装方法:Cache-AsideとTTL設計・スタンピード対策をredis-pyのコードで解説【Redis 8.10系】

Redisキャッシュの実装方法:Cache-AsideとTTL設計・スタンピード対策をredis-pyのコードで解説【Redis 8.10系】

Redisをキャッシュに使う実装は、読むときにRedisを先に見て、無ければDBから読んでTTL付きで書き戻す「Cache-Aside」が基本です。ただし、SETの上書きでTTLが消える、人気キーの期限切れでDBに問い合わせが集中する、更新と読み取りが交差して古い値が戻るといった落とし穴があります。この記事ではRedis公式ドキュメントをもとに、redis-pyのコード、TTLの決め方、スタンピード対策、無効化の順序、エビクションの設定までを順に示します。

まとめ:Redisキャッシュは読むときに埋め、書いたら消し、TTLで古さの上限を決める

実装の基本となる型はCache-Asideです。読み取りはGETで確かめ、ミスしたらDBを読んでSET key value EX 秒数で書き戻します。DBを更新したら、キャッシュは書き換えずにDELで消します。

TTLは「何秒古い値を返しても業務上困らないか」で決め、期限切れが同じ瞬間に重ならないよう数十秒の揺らぎを足します。人気キーにはSET NX PXのロックを掛け、DBへ問い合わせるのを1プロセスに絞りましょう。

在庫数や残高のように、古い値を1回返すだけで事故になるデータはキャッシュしません。キャッシュ専用のRedisならmaxmemoryを決め、エビクションポリシーはallkeys-lruから始めます。

RedisキャッシュのCache-Aside手順とWrite-Throughとの違い

Redisそのものの仕組みやデータ型はRedisとは:仕組みとデータ型・Redis 8.10系の新機能とライセンス、Dockerで動かす手順で扱いました。ここではキャッシュとして使うときの読み書きの流れに絞ります。

GETでミスしたらDBを読みSET EXで書き戻すCache-Asideの4つの手順

Redis公式のcache-asideの解説は、キャッシュをcache:{entity}:{id}のようなキーに置き、TTLで古い値を返し続ける時間に上限を付ける形を示しています。

  1. アプリがRedisにGETを送る
  2. 値があればそのまま返す(ヒット)
  3. 無ければDBを読む(ミス)
  4. 読んだ結果をSET ... EXでTTL付きで書き戻し、呼び出し元に返す

要求されたデータだけが載るので、メモリは実際に読まれる範囲で収まります。代わりに、AWSのElastiCacheのキャッシュ戦略が書くとおり、ミスのたびにキャッシュ・DB・キャッシュの3回の往復が発生します。

キャッシュ更新時期によるWrite-ThroughとWrite-Behindの比較

DBへ書くたびにキャッシュも書く方式がWrite-Through、キャッシュに先に書いてDBへは後でまとめて反映する方式がWrite-Behindです。

方式 キャッシュに載る時点 主な弱点
Cache-Aside 読み取りでミスしたとき ミス時の3往復・TTLまでの古さ
Write-Through DBへの書き込みと同時 読まれないデータも載る
Write-Behind キャッシュへ先に書く DB反映前に落ちると書き込みを失う

AWSの資料は、Write-Throughではノードを増やした直後のデータが欠け、読まれないデータでメモリを使う点を欠点に挙げ、Cache-AsideとTTLを組み合わせる形を勧めています。Write-Behindは正本がRedis側に寄るため、キャッシュというより書き込みバッファの設計になり、この記事の範囲から外します。

redis-pyでCache-Asideを実装するPythonコードとキャッシュキーの設計

例はPythonのredis-pyで書きます。2026年11月16日時点でPyPIのredisの最新は8.1.0で、Python 3.10以上が必要です。

redis-py 8.1系で接続し、JSON文字列をSET EXで保存する最小の実装

商品情報を辞書で受け取り、JSON文字列にしてTTL付きで保存します。load_product_from_dbは手元のSQLに置き換えてください。

# pip install "redis>=8.1"
import json
import random

import redis

r = redis.Redis(host="localhost", port=6379, decode_responses=True)

TTL = 300          # 古い値を返してよい上限(秒)
JITTER = 60        # 期限切れを散らす幅(秒)
NEG_TTL = 30       # 存在しないIDを覚えておく時間(秒)
NOT_FOUND = "__none__"


def cache_key(product_id):
    return f"cache:shop:v1:product:{product_id}"


def load_product_from_db(product_id):
    # ここをSQLの問い合わせに置き換える。無ければ None を返す
    ...


def get_product(product_id):
    key = cache_key(product_id)
    cached = r.get(key)
    if cached is not None:
        return None if cached == NOT_FOUND else json.loads(cached)

    row = load_product_from_db(product_id)
    if row is None:
        r.set(key, NOT_FOUND, ex=NEG_TTL)
    else:
        r.set(key, json.dumps(row, ensure_ascii=False), ex=TTL + random.randint(0, JITTER))
    return row

値と期限はSETのex引数で同時に付けます。SETの後にEXPIREを別に送る書き方は、2つの間でプロセスが落ちると期限の無いキーが残ります。

cache:アプリ名:種別:IDのキー命名と、接頭辞の版番号で一括失効させる方法

公式のredis-pyガイドは、複数のアプリで同じRedisを共有するならcache:billing:product:{id}のようにアプリ名を前に付け、互いのキーを上書きしないよう勧めています。上のコードはこれにv1を足しました。

この版番号は、キャッシュする辞書の項目を増やしたときに効きます。デプロイでv2に上げれば、古い形のキャッシュは読まれずにTTLで消えていき、全キーを探して消す作業が要りません。

存在しないIDへの問い合わせを短いTTLの空値キャッシュで吸収する設定

存在しないIDへの要求は毎回ミスになり、そのままDBまで届きます。上のコードは__none__という目印を30秒だけ保存し、同じIDへの連続した問い合わせを止めています。

公式ガイドは、この目印のTTLを通常のキャッシュより短くするよう求めています。長くすると、後から登録された商品がしばらく「無い」と返り続けるからです。

TTLの決め方と、SETの上書きで有効期限が消えるなど期限まわりの落とし穴

TTLは、キャッシュが古い値を返し続ける時間の上限です。長ければヒット率は上がり、短ければDBの負荷が上がります。

許容できる古さの上限からTTLを秒で決め、ジッターで期限切れを散らす

決め方の起点は性能ではなく業務です。商品名や説明文なら5分(AWS資料の例と同じ300秒)古くても困らない一方、価格は更新時にキャッシュを消す前提で、TTLは保険として置きます。

同時刻に大量のキーを書いた場合、TTLを固定にすると同じ瞬間に一斉に切れます。上のコードでは0〜60秒の乱数を足し、期限切れを1分の幅に散らしました。HTTPのキャッシュで古い値を返しながら裏で更新する考え方はstale-while-revalidateとは?Cache-Controlの意味とReact(SWR)の再検証を解説、CDN側のTTLはCDNとは?仕組みとキャッシュの確かめ方・Cache-Control設計・料金で扱っています。

SETの上書きでTTLが消える仕様と、KEEPTTL・EXPIRE NXの使い分け

見落としやすいのが、SETは成功すると以前のTTLを捨てる仕様です。EXを付け忘れた上書きが1か所あるだけで、そのキーは期限の無いキーになります。

EXPIREの説明によると、TTLを消すのはDEL・SET・GETSET・*STORE系のように値を置き換える操作で、INCRやHSETのように中身を変える操作ではTTLは残ります。

# 期限付きで保存
SET cache:shop:v1:product:42 "{...}" EX 300
TTL cache:shop:v1:product:42        # 300 前後

# EX を付けずに上書きすると期限が消える
SET cache:shop:v1:product:42 "{...}"
TTL cache:shop:v1:product:42        # -1(期限なし)

# 値だけ替えて期限は残す(6.0以降)
SET cache:shop:v1:product:42 "{...}" KEEPTTL

# 期限が無いときだけ付ける(7.0以降)
EXPIRE cache:shop:v1:product:42 300 NX

KEEPTTLは6.0.0から、EXPIREのNX・XX・GT・LTは7.0.0からの機能です。古いマネージドの版を使っているなら、先に版を確かめます。

期限切れキーがすぐ消えない仕組みと、7.4のHEXPIREでフィールド単位の期限

Redisは、期限切れのキーに読みに来たときに消す方法と、TTL付きのキーを定期的に抜き取って消す方法を併用します。期限の誤差は2.6以降で0〜1ミリ秒で、読み取りに古い値が返ることはありません。ただ、誰も読まないキーは消えるまでメモリに残ります。

レプリカは自分では期限切れの処理をせず、マスターから送られるDELを待つ仕組みです。ハッシュの一部の項目だけに期限を付けたい場合は、7.4.0で加わったHEXPIREを使えます。

キャッシュスタンピードをSET NX PXのロックとLuaスクリプトで防ぐ実装

アクセスの多いキーほど、期限切れの瞬間の影響が大きくなります。

人気キーの期限切れで数十のリクエストが同時にDBへ向かう仕組み

トップページの商品一覧のように毎秒数百回読まれるキーが切れると、その瞬間に読みに来たリクエストがすべてミスになり、同じSQLを同時にDBへ送ります。公式の解説はこれをキャッシュスタンピードと呼び、キャッシュで抑えるはずだった負荷の山をかえって作ると説明しています。

DBが遅くなると読み取りがさらに重なり、コネクションプールが尽きて他の画面まで止まります。ジッターで一斉の期限切れは減らせても、1つの人気キーの期限切れは防げません。

トークン付きロックを取得し、所有者だけがLuaで解放するコード例

redis-pyのcache-asideガイドと同じ考え方で、DBを読むのを1プロセスに絞ります。ロックの取得にはSET NX PXを使い、ほかのプロセスは短い間隔でキャッシュが埋まるのを待つ仕組みです。前のコードのget_productを、次の形に置き換えます。

import secrets
import time

LOCK_TTL_MS = 3000   # DB読み取りの最悪時間より長く
POLL_SEC = 0.05

# 自分が取ったロックだけを消す(値がトークンと一致したときだけDEL)
RELEASE = r.register_script("""
if redis.call('GET', KEYS[1]) == ARGV[1] then
    return redis.call('DEL', KEYS[1])
end
return 0
""")


def fill_cache(key, row):
    if row is None:
        r.set(key, NOT_FOUND, ex=NEG_TTL)
    else:
        r.set(key, json.dumps(row, ensure_ascii=False), ex=TTL + random.randint(0, JITTER))


def get_product(product_id):
    key = cache_key(product_id)
    cached = r.get(key)
    if cached is not None:
        return None if cached == NOT_FOUND else json.loads(cached)

    lock_key = key + ":lock"
    token = secrets.token_hex(8)
    if r.set(lock_key, token, nx=True, px=LOCK_TTL_MS):
        try:
            row = load_product_from_db(product_id)
            fill_cache(key, row)
            return row
        finally:
            RELEASE(keys=[lock_key], args=[token])

    # 他のプロセスが読み込み中。キャッシュが埋まるのを待つ
    deadline = time.monotonic() + LOCK_TTL_MS / 1000
    while time.monotonic() < deadline:
        time.sleep(POLL_SEC)
        cached = r.get(key)
        if cached is not None:
            return None if cached == NOT_FOUND else json.loads(cached)
    return load_product_from_db(product_id)

解放をDEL1つで済ませないのは、期限切れで他のプロセスに渡ったロックを消してしまうからです。SETの説明も、推測できない乱数をトークンにし、値が一致したときだけ消すスクリプトで解放する形を示しています。

ロックのTTLをDB読み取りの最悪時間より長く取る理由と待機の上限

公式ガイドは、ロックのTTLをDB読み取りの最悪時間より長くするよう求めています。読み取りが3秒かかる場面で1秒のロックにすると、途中でロックが切れて別のプロセスも同じSQLを送ります。

待つ側にも上限を付けます。上のコードはロックのTTLと同じ3秒だけ待ち、それでも埋まらなければ自分でDBを読みます。ロックを持ったプロセスが落ちても、リクエストが永久に止まらないようにするためです。

更新時はDBを書いてからDELする無効化の順序と、それでも残る古い値

キャッシュの不具合の多くは、読み取りではなく更新の側で起きます。

キャッシュを書き換えずDELで消すほうが、値の取り違えが起きにくい理由

公式のredis-pyガイドの無効化は、DBを更新した後にdeleteを呼ぶだけです。キャッシュとDBをアプリ側で同期させようとすると、順序のずれによる不具合を招くと説明しています。

def update_product_price(product_id, price):
    # 1. 先にDBを更新する(コミットまで済ませる)
    save_price_to_db(product_id, price)
    # 2. その後でキャッシュを消す。次の読み取りがDBから作り直す
    r.delete(cache_key(product_id))

2つの更新処理が同時に走ったとき、キャッシュへ新しい値を書く方式では、後から終わった方の値が残り、それがDBの最終値と一致する保証はありません。消す方式なら、次の読み取りが必ずDBの値を拾います。

読み取りと更新が交差したときに古い値が戻る競合とTTLによる上限

DBを書いてから消す順序でも、古い値が戻る窓は残ります。読み取り側がミスして古い行をDBから読み、その直後に更新側がDBを書いてDELを送り、最後に読み取り側が古い行をSETした場合です。

この古い値は、次の更新かTTLの期限切れまで残ります。発生には「読み取りのDB問い合わせ中に更新が完了する」という狭い時間差が要るため、頻度は高くありません。それでもTTLを外してはいけない理由はここにあり、TTLは無効化が漏れたときの最後の上限として働きます。

大きなキーはUNLINK、アプリ内キャッシュはCLIENT TRACKINGで消す

数万件の要素を持つ一覧のキーをDELすると、メモリの解放が終わるまで他のコマンドが待たされます。4.0.0からのUNLINKは、キーを即座に見えなくし、メモリの回収を別スレッドで行います。

Redisの手前で、アプリのプロセス内にもキャッシュを持つ構成も選択肢の1つです。この場合はRedis 6からのクライアントサイドキャッシュで、CLIENT TRACKINGを有効にした接続へ無効化の通知を送らせます。BCASTとPREFIXを指定すると、特定の接頭辞のキーが変わるたびに通知が届きます。

maxmemoryとエビクションポリシーの選び方と、INFOでヒット率を確かめる運用

Redisのエビクションの説明によると、64ビット環境のmaxmemoryは既定で0、つまり上限がありません。キャッシュ専用のRedisでは必ず上限を決めます。

キャッシュ専用ならallkeys-lru、正本と同居ならvolatile系を選ぶ基準

ポリシー 追い出す対象 向く場面
allkeys-lru 全キーのうち最近使われていないもの キャッシュ専用。迷ったらこれ
allkeys-lfu 全キーのうち使用頻度が低いもの 人気の偏りが長く続く
volatile-lru TTL付きキーのうち最近使われていないもの キャッシュと消せないキーが同居
noeviction 追い出さず書き込みをエラーにする キャッシュには使わない

公式ドキュメントは、迷ったときの既定にallkeys-lruを挙げています。volatile系はTTL付きのキーが1つも無いとnoevictionと同じ動きになり、上限に達した時点で書き込みが失敗します。8.6からは、書き込みの新しさで選ぶallkeys-lrmも加わりました。

keyspace_hitsとmissesからヒット率を計算し、短すぎるTTLを見つける

キャッシュが効いているかはINFO statsの数値で確かめます。ヒット率はkeyspace_hitsを、hitsとkeyspace_missesの合計で割って求めます。

redis-cli INFO stats | grep -E 'keyspace_hits|keyspace_misses|expired_keys|evicted_keys'

# Pythonで計算する場合
s = r.info("stats")
hits, misses = s["keyspace_hits"], s["keyspace_misses"]
print(round(hits * 100 / max(hits + misses, 1), 1), "%")

ヒット率が想定より低いとき、公式の説明は次の順で見るよう勧めています。evicted_keysが多ければメモリ不足かポリシーの選択違い、少なくてexpired_keysが多ければTTLが短すぎる状態です。なお、EXISTSでキーが無かった場合もミスに数えられます。

Redisキャッシュを入れる条件と、入れても効かない・入れてはいけない場面

ここまでの実装は、条件が合わない場所に入れると複雑さだけが増えます。

読み取りが書き込みより桁違いに多く、数十秒の古さを許せるなら採用する

次の条件がそろうなら、Cache-Asideを入れる価値があります。

  • 同じ行や同じ集計結果が、更新の間に何百回も読まれる
  • DBの問い合わせが数十ミリ秒以上かかり、画面の表示時間に効いている
  • TTLぶんの古さ(数十秒〜数分)を、業務の担当者が許容できる

逆に、ユーザーごとに検索条件が異なり同じキーが2度読まれない画面は、ヒット率が上がらず効きません。まずDBのインデックスと遅いSQLを直すべきです。

在庫数や残高のように古い値が事故になるデータをキャッシュしない判断

在庫の引き当て、口座残高、決済の状態、権限の判定は、キャッシュから読ませません。前の章の競合が1回起きるだけで、売り越しや権限を外したユーザーの操作が通ります。この種のデータは正本のDBで読み書きし、Redisを使うならロックやカウンターとして別に設計します。

マネージドで運用するならAWSでRedisを使う方法:ElastiCache・MemoryDB・EC2の選び分けと接続手順が参考になります。キャッシュにすべきデータとDBで持つべきデータの切り分けから迷う場合は、データベース設計・移行支援でキャッシュ層を含むデータの置き場所の整理から相談を受けています。

よくある質問

Redisキャッシュについて、よく検索される質問に答えます。

Redisのキャッシュだけをまとめて消す(クリアする)には?

FLUSHDBはそのデータベースの全キーを消すため、セッションなど他の用途と同居していると巻き込みます。キャッシュだけを消すなら、cache:shop:*のような接頭辞でSCANし、見つかったキーをUNLINKします。本番でKEYSを使わない理由とSCANの書き方はredis-cliの使い方:接続・認証・TLSの指定とSCANで安全にキーを探すコマンド一覧にまとめました。キー名に版番号を入れておけば、版を上げるだけで済みます。

RedisのキーのTTL(残り時間)はどう確認しますか?

TTL キー名で残り秒数が返ります。ミリ秒で見たいならPTTLです。-1は期限の無いキーで、キャッシュ用のキーでこの値が出たら、どこかでEXを付けずにSETしている可能性が高いと考えてください。キーが存在しない場合は-2が返ります。

RedisとMemcachedはキャッシュとしてどちらを選ぶべきですか?

文字列を出し入れするだけならどちらでも足ります。Redisを選ぶ理由は、ハッシュやJSONで一部の項目だけを読み書きできる点です。公式のcache-asideの解説も、レコード全体を作り直さずに項目単位で更新できる点を、文字列だけを扱うMemcachedとの差に挙げています。セッションやジョブキューにRedisを既に使っているなら、同じ基盤に寄せられます。

Redisを再起動するとキャッシュのデータは消えますか?

設定次第です。RDBの保存が有効なら、再起動後に最後の保存時点のデータが読み込まれます。キャッシュ専用なら永続化を切っても困らず、起動直後はミスが続くだけです。ただし起動直後にDBへ負荷が集中するため、スタンピード対策は再起動時にも効きます。Dockerで永続化を設定する方法はRedisをDockerで動かす手順:compose.yamlでの永続化・redis.conf・パスワード設定を参照してください。

セッションとキャッシュを同じRedisに置いてもよいですか?

小規模なら同居は可能ですが、エビクションの設定が衝突する構成です。allkeys-lruではメモリが足りなくなったときにセッションも追い出され、ユーザーが突然ログアウトします。volatile-lruにしてセッションにもTTLを付ける方法もありますが、公式ドキュメントは可能ならインスタンスを分けるよう勧めています。セッションの保存先の選び方はDjangoのセッション設定:保存先5種の選び分けとRedis構成の判断で扱いました。

関連記事

お気に入りに入れた記事の一覧

一創の公式 SNS

X では毎朝の新着記事と IT ニュースの速報を、YouTube・TikTok・Instagram・LinkedIn・Facebook では記事の解説動画を配信しています。

資料請求

今日のトレンド記事 直近 24 時間で、いつもより多く読まれている記事

  1. 2026.11.13 テックブログ 宝くじ公式サイト不正アクセス:4,436名の対象確認とパスワード再設定、変更された仕組み
  2. 2026.01.30 テックブログ Xで「人間であることを確認」と顔認証が出る理由と対処|ライブネスチェックとOpenAIの生体認証SNS構想
  3. 2026.11.13 テックブログ KARTEの不正アクセス:全機能停止で利用企業がタグ・配信・データ連携を確かめる手順
  4. 2026.11.09 テックブログ あきゅらいず不正アクセス:最大約90万件の対象確認とパスワード変更、退会者データの消し方
  5. 2026.03.18 テックブログ Base44とは?Wix傘下のAIアプリ開発ツールの料金・日本語対応・安全性【2026年10月】

RELATED POSTS 関連記事

目次