概述
分布式缓存在物联网平台中承担"热数据加速层"的角色，用于缓存设备在线状态、会话信息、热点配置、限流计数等高频访问数据。物联网场景下，百万级设备的在线状态查询、每秒数万次的认证校验、规则引擎的实时规则匹配，若全部落库将导致数据库成为瓶颈。Redis、Memcached等分布式缓存通过内存存储与高效数据结构，将响应时间从毫秒级降至微秒级，显著提升系统吞吐与用户体验。
物联网缓存的特殊性在于：数据更新频率高（设备心跳、状态变更）、读写比例不均衡（状态查询远多于写入）、部分数据有强一致性要求（如设备密钥校验），部分可接受最终一致（如统计计数）。缓存架构需针对这些特点设计过期策略、更新策略、一致性保障机制。
核心应用场景
设备状态缓存
设备在线/离线状态、最后心跳时间、连接节点信息。接入网关在设备上线时写入Redis，下线时删除或更新；大屏、监控、API查询时直接读缓存，避免扫表。Key设计如device:status:{deviceId}，Value包含status、lastSeen、gatewayNode等。支持按产品、分组批量查询时，可增加反向索引或使用Redis Hash/Set聚合。
会话与Token缓存
用户JWT、设备连接凭证的缓存，用于快速鉴权。API网关收到请求后，先查缓存验证Token有效性，命中则直接放行，未命中再调认证服务。设备MQTT连接时，网关可缓存DeviceSecret校验结果，减少对认证服务的调用。支持Token黑名单（用户登出时写入），实现即时失效。
热点配置与规则缓存
产品物模型、规则引擎规则、设备分组等配置数据，变更频率低但读取频繁。规则引擎每处理一条消息都需匹配规则，若每次查库将无法支撑高吞吐。将规则按产品/设备加载到Redis，规则变更时通过消息通知各节点刷新缓存。可采用本地缓存+分布式缓存二级结构，进一步降低Redis压力。
限流与计数
API限流（如每用户每秒100次）、设备消息频率控制（防刷）、告警收敛计数等。Redis的INCR、EXPIRE组合可实现滑动窗口限流；Lua脚本保证原子性。物联网设备数量大，限流Key需按设备/用户分片，避免单Key热点。
技术选型与架构
Redis Cluster：官方集群方案，支持数据分片、自动故障转移，单集群可支撑百万级QPS。适合作为物联网平台的主缓存。
Codis/Twemproxy：Redis代理，提供透明分片与高可用，适合已有Redis且希望平滑扩展的场景。
Memcached：更简单的KV缓存，无持久化，适合纯缓存、对数据丢失不敏感的场景。
缓存与数据库的一致性可通过"Cache Aside"模式：读时先查缓存，未命中则查库并回填；写时先更新库，再删除或更新缓存。物联网设备状态类数据可接受短暂不一致，采用"延迟双删"或"异步更新"即可。
物联网场景优化
设备状态缓存需设置合理TTL，避免僵尸数据占用内存；可对离线超过N天的设备状态做冷热分离，迁移至低成本存储。高并发场景下注意缓存穿透（查询不存在的数据）、缓存击穿（热点Key过期瞬间大量请求打穿到DB）、缓存雪崩（大量Key同时过期），可通过布隆过滤器、互斥锁、随机TTL等手段防护。达希物联在物联网平台实践中，缓存层是支撑百万设备在线、秒级状态查询的关键组件。