Redis คืออะไร?

In-memory key-value data store

Redis เก็บทุก key และค่าที่เชื่อมโยงโดยตรงใน RAM เมื่อแอปพลิเคชันของคุณ set key ข้อมูลจะอยู่ในหน่วยความจำ — ไม่มีการค้นหาดิสก์ ไม่มี page fault ไม่มี overhead ของ file system เมื่ออ่าน key กลับมา คำตอบก็มาจากหน่วยความจำเดิมนั้น นี่คือเหตุผลที่ความหน่วงของ Redis อยู่ต่ำกว่ามิลลิวินาทีอย่างสม่ำเสมอแม้ภายใต้โหลดหนัก

แต่ละค่ามี type Redis ไม่ใช่แค่ที่เก็บ string ธรรมดา — แต่เข้าใจโครงสร้างข้อมูลได้โดยตรง: Strings, Lists, Hashes, Sets, Sorted Sets, Streams และอีกมาก เซิร์ฟเวอร์สามารถทำงานกับโครงสร้างเหล่านั้นแบบ atomic ได้โดยตรง นั่นหมายความว่าคุณสามารถ append ลงใน list, เพิ่มค่า counter, หรือ pop จาก queue ได้โดยไม่ต้องล็อคระดับ application

Single-threaded event loop

Redis ประมวลผลคำสั่งผ่าน single-threaded event loop thread เดียวอ่านคำสั่งจาก network socket, รันให้เสร็จสมบูรณ์, เขียน reply แล้วจึงไปยังคำสั่งถัดไป ไม่มี parallelism ภายใน Redis instance เดียว

การออกแบบนี้มีผลสำคัญสองประการ:

ความเร็ว — ไม่มี context switching, ไม่มี mutex contention, ไม่มี lock overhead event loop ดึงประสิทธิภาพสูงสุดออกจาก core เดียว
Thread safety โดยการออกแบบ — เนื่องจากมีคำสั่งเดียวทำงานในแต่ละครั้ง ทุกคำสั่งจึง atomic โดยปริยาย คุณไม่ต้องกังวลว่า client สองตัวจะทำให้ shared state เสียหายระหว่างการทำงาน

Data-structure server ไม่ใช่แค่ cache

ประโยคที่ว่า “Redis คือ cache” เป็นเรื่องทั่วไปแต่ไม่ครบถ้วน cache ธรรมดา map key ไปยัง blob ที่ไม่รู้โครงสร้าง Redis map key ไปยัง โครงสร้างข้อมูลที่หลากหลาย ที่คุณสามารถจัดการได้ฝั่งเซิร์ฟเวอร์:

ประเภท	คำอธิบาย
String	ข้อความ, ตัวเลข, หรือ raw bytes ได้ถึง 512 MB
List	ลำดับที่เรียงไว้; push/pop จากทั้งสองด้าน
Hash	field-value map ภายใน key เดียว
Set	คอลเลกชันของ member ที่ไม่ซ้ำกันแบบไม่มีลำดับ
Sorted Set	Set ที่แต่ละ member มี numeric score
Stream	บันทึกแบบ append-only ของ entry ที่มี timestamp

เนื่องจาก operation เกิดขึ้นฝั่งเซิร์ฟเวอร์ คุณจึงหลีกเลี่ยง round trip แทนที่จะ GET → แก้ไข locally → SET คุณใช้ LPUSH หรือ ZINCRBY ใน network call เดียว

Use case ทั่วไป

Use case	Redis feature
Cache (แคช)	TTL-based expiry บน key ใดก็ได้
Session store (เก็บ session)	Hash ต่อ session ID, อ่านได้เร็ว
Task queue (คิวงาน)	LPUSH / BRPOP บน List
Leaderboard (ตารางคะแนน)	Sorted Set กับ ZADD / ZRANK
Rate limiter (จำกัดอัตราคำขอ)	INCR + EXPIRE บน counter key
Pub/Sub messaging (ส่งข้อความ)	PUBLISH / SUBSCRIBE channels

ตรวจสอบ type เบื้องต้น

รัน PING เพื่อยืนยันว่าเซิร์ฟเวอร์ทำงานอยู่ แล้วใช้ TYPE เพื่อตรวจสอบ key ใดก็ได้:

127.0.0.1:6379> PING
PONG
127.0.0.1:6379> SET language "Redis"
OK
127.0.0.1:6379> TYPE language
string

PING

🟥 Redis คือ data-structure server ไม่ใช่แค่ cache

เนื่องจาก Redis เข้าใจ Lists, Hashes, Sets, Sorted Sets, และ Streams จึงแทนที่เครื่องมือเฉพาะทางหลายตัวได้ในคราวเดียว: queue, leaderboard engine, pub/sub broker, และใช่ cache — ทั้งหมดในรูปแบบ dependency เดียว

โครงสร้างข้อมูล built-in ยังหมายความว่าเซิร์ฟเวอร์สามารถบังคับใช้ invariant ที่คุณจะต้องจัดการใน application code เอง Sorted Set จะเรียงลำดับเสมอ Set จะมี member ที่ไม่ซ้ำกันเสมอ การรับประกันความถูกต้องนี้ไม่มีค่าใช้จ่ายใดเพิ่มเติม และยังคงมีผลแม้จะมี writer พร้อมกันหลายตัว

ข้อแลกเปลี่ยน

ตัวเลือก	Benefit	Cost
เก็บข้อมูลใน RAM (in-memory)	latency ต่ำกว่ามิลลิวินาที อ่าน/เขียนเร็วกว่าดิสก์มาก	ต้นทุน RAM แพงกว่า disk มาก และข้อมูลทั้งหมดต้องพอดีกับหน่วยความจำที่มี
Single-threaded event loop	ไม่มี lock contention ทุกคำสั่ง atomic โดยธรรมชาติ debug ง่าย	ใช้ CPU ได้แค่ core เดียวต่อ instance ไม่มี parallelism ภายใน

ข้อผิดพลาดที่พบบ่อย

คิดว่า Redis คือฐานข้อมูลถาวรโดยอัตโนมัติ — ค่าเริ่มต้นเน้นความเร็ว ไม่ใช่ durability หากต้องการกันข้อมูลหาย ต้องตั้งค่า persistence (RDB/AOF) เอง
ปล่อยให้ dataset โตโดยไม่ตั้ง maxmemory — เพราะทุกอย่างอยู่ใน RAM ถ้าไม่จำกัดขนาดหรือกำหนด eviction policy ไว้ก่อน Redis อาจใช้หน่วยความจำจนเครื่อง OOM
เข้าใจผิดว่า single-threaded แปลว่า “ช้า” — จริง ๆ แล้ว event loop เดี่ยวคือสิ่งที่ทำให้ Redis เร็วเพราะไม่มี context switching แต่ก็หมายความว่าคำสั่งที่หนัก (เช่น KEYS * บน dataset ใหญ่) จะบล็อก client อื่นทั้งหมดจนกว่าจะเสร็จ

💡 ตัวอย่างจากของจริง

Twitter — ใช้ Redis เป็น timeline cache เพื่อเสิร์ฟ tweet ล่าสุดของผู้ใช้แต่ละคนแบบ real-time โดยไม่ต้อง query ฐานข้อมูลหลักซ้ำทุกครั้ง

Stack Overflow — วาง Redis ไว้เป็น cache layer หน้า SQL Server เพื่อลดโหลดการ query และลด latency ของหน้าเว็บที่มีคนอ่านพร้อมกันจำนวนมาก