Imagine uma loja virtual na manhã de uma promoção. A página de produto, que costuma abrir rápido, começa a demorar. O banco de dados recebe a mesma pergunta milhares de vezes por minuto, "qual é o preço e o estoque deste item?", e responde a todas elas do zero. Ninguém errou no código. O sistema apenas refaz, a cada visita, um trabalho cuja resposta quase nunca muda.
É nesse ponto que entram o cache e o Redis. A Trilion desenvolve sites e sistemas desde 1995, são 31 anos nascidos da programação, e aprendemos que acelerar um sistema raramente significa trocar tudo. Muitas vezes significa parar de repetir o mesmo trabalho e guardar a resposta num lugar rápido, com regras claras sobre quando ela deixa de valer.
Neste artigo você vai entender o que é Redis e o que é cache, como funciona a expiração de dados, quais padrões de uso existem, os riscos que aparecem quando o cache é mal desenhado e como decidir se a sua empresa precisa dele agora. A linguagem é de negócio, e cada termo técnico é explicado na primeira vez em que surge.
Se a cena da promoção lembra a sua operação, leia até a lista de verificação da conclusão e leve as perguntas para a próxima reunião de tecnologia.
Redis e cache: o que é cada um e como se relacionam
Cache é uma cópia temporária de um dado guardada num lugar mais rápido, e Redis é um banco de dados que guarda dados na memória e costuma ser usado justamente como esse lugar rápido.
O que é cache, em linguagem de negócio
A Wikipédia define cache como um componente de hardware ou software que armazena dados para que pedidos futuros sejam atendidos mais rapidamente. Pense na mesa de um atendente: os formulários mais usados ficam ao alcance da mão, e não no arquivo do fundo do corredor. O arquivo continua sendo a fonte oficial. A mesa só evita a caminhada.
O que é Redis
Quando alguém pergunta "o que é Redis", a resposta curta é: um banco de dados do tipo chave-valor que mantém os dados na memória. Chave-valor significa que cada informação é guardada sob um nome, a chave, como "produto:123:preco". O nome vem de Remote Dictionary Server, e o projeto foi criado por Salvatore Sanfilippo, com início do desenvolvimento em 2009.
Por que a memória faz diferença
Ler da memória é muito mais rápido do que consultar um banco que lê do disco e executa cálculos. Segundo a Wikipédia, por manter os dados na memória, ele oferece leituras e escritas de baixa latência, o que o torna adequado a casos de cache. Latência é o tempo entre pedir e receber a resposta, tema que tratamos em latência e CDN.
Redis não é só cache
Além de strings, ele guarda hashes, listas, conjuntos e outras estruturas, e também oferece publicação e assinatura de mensagens, transações e scripts. Por isso aparece em sessões de usuário, contadores, rankings e filas simples. Aqui, o foco é o papel de cache, que é o uso mais comum e o que mais rende no início.
Como um cache funciona na prática
O sistema pergunta primeiro ao cache; se o dado estiver lá, responde na hora, e se não estiver, busca na origem, devolve o resultado e guarda uma cópia para as próximas visitas.
Acerto e falha: hit e miss
Quando o dado é encontrado no cache, chama-se cache hit. Quando não é, chama-se cache miss, e o sistema precisa buscar na origem, que é um acesso mais caro. A porcentagem de acessos atendidos pelo cache é a taxa de acertos. Ela é o principal indicador de saúde: um cache com poucos acertos custa infraestrutura e entrega pouco.
O passo a passo de uma leitura com cache
- Pedido: o usuário abre a página do produto.
- Consulta ao cache: o sistema procura a chave do produto no Redis.
- Acerto: se a chave existe, a resposta sai em instantes, sem tocar no banco.
- Falha: se não existe, o sistema consulta o banco principal.
- Gravação: o resultado é guardado no cache, com um prazo de validade.
- Resposta: o usuário recebe a página, e o próximo visitante cai no caso do acerto.
Cache e banco de dados têm papéis diferentes
O banco de dados principal é a fonte da verdade: guarda o que não pode ser perdido. O cache guarda cópias. Se o cache sumir, o sistema fica mais lento por algum tempo, mas não perde informação. Essa distinção protege você de um erro comum, o de tratar o cache como se fosse o cadastro oficial. Se o seu gargalo está na própria consulta, vale ler também sobre banco de dados lento, índices e modelagem, porque cache não substitui uma consulta bem escrita.

Validade, expiração e substituição: quando o dado deixa de valer
O ponto mais delicado de qualquer cache é decidir até quando uma cópia é confiável; no Redis, isso se controla com prazos de expiração e com políticas que removem dados quando a memória enche.
Tempo de vida da chave
Nele, é possível definir um tempo de vida para cada chave. Segundo a documentação do comando EXPIRE, depois que o prazo termina, a chave é apagada automaticamente. Uma chave com prazo é chamada de volátil. Sobrescrever a chave com um novo valor remove o prazo anterior, e por isso o sistema precisa reaplicá-lo ao regravar.
Como o Redis apaga o que expirou
A documentação descreve dois caminhos. No caminho passivo, a chave expirada é removida quando alguém tenta acessá-la. No caminho ativo, o Redis testa periodicamente algumas chaves com prazo, escolhidas ao acaso, e apaga as vencidas. Os dois juntos evitam que dados mortos ocupem memória para sempre.
Quando a memória acaba: políticas de remoção
Um cache tem tamanho limitado. A documentação do Redis explica que, com o limite de memória definido, o servidor remove chaves de acordo com a política escolhida. Entre as opções estão remover as menos usadas recentemente (LRU), as menos usadas com frequência (LFU), chaves aleatórias ou as que vão expirar primeiro. Há também a política que não remove nada e devolve erro ao tentar guardar mais dados.
Como escolher a política
A própria documentação oferece uma regra prática: quando um subconjunto dos itens é acessado muito mais do que o resto, a política LRU sobre todas as chaves é um bom padrão. Se todos os itens têm acesso parecido, a remoção aleatória faz sentido. O ponto para o decisor é outro: essa escolha é técnica, mas depende do comportamento do seu negócio. Quem conhece quais produtos, clientes ou relatórios são mais consultados ajuda o time a acertar.
Padrões de uso: onde o cache entrega mais
O cache rende mais onde a leitura é frequente, o dado muda pouco e o cálculo é caro; a escolha do padrão define quanto trabalho extra o time terá para manter tudo coerente.
Cache de leitura: o padrão mais simples
É o passo a passo da seção anterior. O sistema consulta o cache, e só vai ao banco quando falha. O custo de complexidade é baixo, e por isso costuma ser o primeiro passo. Funciona bem para:
- Páginas de catálogo vistas por muitos visitantes.
- Tabelas de preço consultadas o dia todo.
- Listas de opções de formulários.
- Relatórios que não precisam estar atualizados ao segundo.
Escrita direta e escrita adiada
Na escrita direta (write-through), o dado é gravado ao mesmo tempo no cache e na origem. É mais seguro e um pouco mais lento. Na escrita adiada (write-back), o dado vai primeiro ao cache, e a gravação na origem acontece depois. É mais rápida, mas exige cuidado, porque uma falha antes da gravação pode perder dados. Esses dois modelos estão descritos na literatura de computação sobre cache, e a escolha deve levar em conta o quanto o seu negócio tolera perder.
Sessões, contadores e limites de uso
Além de guardar cópias, ele serve a tarefas que precisam de velocidade. Sessões de login ficam ali para qualquer servidor reconhecer o usuário. Contadores registram quantas requisições um cliente fez no minuto, base para impor limites de uso em uma API REST de alto desempenho. A Wikipédia cita cache de sessão, cache de página completa, filas de mensagens, rankings e contagem como usos típicos.
Quando o cache não é a resposta
Dados que mudam a cada segundo e precisam estar exatos, como saldo financeiro ou o último item de um estoque, pedem cuidado redobrado. Também não adianta cachear uma operação que raramente se repete. Antes de guardar qualquer coisa, pergunte: esta resposta será pedida de novo, por muita gente, dentro do prazo em que ainda vale? Se a resposta for não, o cache só acrescenta peças.

Os riscos de um cache mal desenhado
Cache mal desenhado cria problemas novos: dados desatualizados, quedas em cascata quando muitos itens vencem juntos e uma falsa sensação de que o gargalo foi resolvido.
Dado velho na tela do cliente
Se o preço mudou no banco e o cache ainda guarda o antigo, o cliente vê o valor errado. Isso se chama dado desatualizado (stale). A defesa é combinar prazos curtos para o que muda muito e, nos pontos críticos, apagar a chave do cache no instante em que o dado de origem é alterado. A regra deve ser definida por tipo de informação, e não de forma única para o sistema inteiro.
Cache stampede: a debandada
Quando um item muito popular expira, muitos processos podem tentar recalculá-lo ao mesmo tempo e sobrecarregar o banco. A Wikipédia chama esse fenômeno de cache stampede e descreve três defesas: bloquear para que só um processo recalcule enquanto os outros esperam, usar um processo externo que renove o valor antes do vencimento e antecipar a renovação de forma aleatória, para que nem todos recalculem juntos. Cada defesa tem custo, e o time deve escolher conforme o caso.
Perda do cache e partida a frio
Se o servidor reiniciar sem dados, o cache começa vazio, e todo o tráfego cai no banco de uma só vez. O sistema precisa estar preparado para esse momento, seja aquecendo o cache de forma gradual, seja garantindo que o banco aguente a carga. Há persistência opcional, por snapshots periódicos ou por registro de cada operação, mas persistir não torna o cache a fonte da verdade.
Cache escondendo o problema de fundo
O cache pode mascarar uma consulta ruim, uma arquitetura mal dividida ou um servidor subdimensionado. Funciona por um tempo e depois deixa de funcionar. Por isso, tratamos o cache como uma etapa de uma conversa maior sobre escalabilidade de sistemas, e não como a solução isolada.
Como medir se o cache está ajudando
Um cache só se justifica se for medido: a taxa de acertos, o tempo de resposta antes e depois e a quantidade de chaves removidas mostram se ele cumpre o papel ou só ocupa memória.
A taxa de acertos
A documentação explica que o comando de informações do servidor mostra quantas vezes uma chave foi encontrada e quantas não foi. Com esses dois números, calcula-se a porcentagem de acessos atendidos pelo cache. Se ela vier abaixo do esperado, a documentação sugere olhar quantas chaves foram removidas por falta de espaço e quantas expiraram, para ajustar a política ou o prazo.
Tempo de resposta do ponto de vista do usuário
O número que interessa ao negócio é o tempo que o usuário espera. Medimos o tempo de resposta das páginas e das chamadas mais importantes antes e depois de introduzir o cache. Sem esse comparativo, a conversa vira opinião. Falamos disso com mais profundidade em observabilidade: logs, métricas e rastreamento.
Teste antes do pico
O comportamento do cache muda sob carga. Uma simulação de pico, com muitos usuários simultâneos, mostra se a taxa de acertos se mantém e se o banco aguenta quando o cache falha. É o assunto de teste de carga e de performance.
Perguntas frequentes sobre a medição
Qual taxa de acertos é boa? Não existe número universal, porque depende do padrão de acesso do seu negócio. O que importa é comparar com a expectativa do desenho e acompanhar a tendência ao longo do tempo. Uma queda repentina quase sempre indica uma mudança de comportamento ou de configuração que merece investigação.
Como a Trilion aborda cache e Redis em um projeto
Começamos medindo onde o sistema perde tempo e só então decidimos o que guardar, por quanto tempo e com que regra de renovação, para que o cache seja pequeno, explicável e fácil de manter.
Diagnóstico antes da ferramenta
Nosso ponto de partida é a pergunta "onde está o tempo?". Consultas, chamadas externas e cálculos pesados aparecem nas medições. Muitas vezes, uma consulta corrigida resolve mais do que um novo componente. Quando o cache é a resposta certa, ele entra nos pontos de maior ganho, e não em todo lugar.
Regras de validade escritas e combinadas
Para cada tipo de dado, definimos junto com a sua área de negócio até quando uma cópia é aceitável. Preço de catálogo pode tolerar alguns minutos. Disponibilidade de estoque, talvez não. Essas regras ficam documentadas, para que qualquer pessoa do time entenda por que um dado demora a mudar.
Projeto completo, não alocação de pessoas
A Trilion entrega projetos completos: levantamento, desenho, implementação, testes e acompanhamento. Não alugamos nem alocamos desenvolvedores. Se o seu sistema atual é antigo e o cache só adia o problema, conversamos sobre modernização de sistemas. Se o dado precisa circular entre vários sistemas, o tema é integração de sistemas.
Quanto custa
Não há número honesto sem entender o cenário. A proposta é escrita depois do briefing, e o valor depende de escopo, integrações, volume e prazo. Também não prometemos ganhos de desempenho em números antes de medir o seu sistema: o que oferecemos é um método.
Anote 3 telas ou relatórios do seu sistema que mais demoram. Elas são o ponto de partida de qualquer conversa séria sobre cache.
Conclusão
Cache é uma cópia rápida e temporária de um dado, e o Redis é uma das ferramentas mais usadas para isso por guardar informações na memória. Ele acelera um sistema quando a leitura é frequente, o dado muda pouco e o cálculo é caro. Em troca, exige regras claras de validade, atenção à debandada de recálculos e medição constante.
Antes de contratar ou de mexer no sistema, use esta lista de verificação:
- Sei quais 3 telas ou chamadas mais demoram e por quê?
- Esses dados são pedidos muitas vezes dentro do prazo em que ainda valem?
- Definimos, por tipo de dado, até quando uma cópia é aceitável?
- O banco aguenta a carga se o cache ficar vazio?
- Medimos a taxa de acertos e o tempo de resposta antes e depois?
Se você respondeu "não" a duas ou mais, o próximo passo é montar o briefing. Conte o seu cenário em /desenvolvimento/orcamento ou conheça a frente de aplicações de alta performance. Se o texto ajudou, compartilhe com quem cuida de tecnologia na sua empresa, e deixe nos comentários o ponto do seu sistema que mais pesa. Para termos como latência, cache e API, consulte também o glossário.
Sobre este texto
Este artigo foi escrito pela equipe da Trilion a partir da nossa experiência com sistemas de alto volume, com definições e comportamentos conferidos na documentação do Redis e em fontes públicas especializadas. Não há preços, prazos de projeto nem promessas de resultado: o objetivo é explicar o tema para quem decide. Fontes consultadas em 07/11/2026:
- Redis, documentação, Key eviction: https://redis.io/docs/latest/develop/reference/eviction/
- Redis, documentação, comando EXPIRE: https://redis.io/docs/latest/commands/expire/
- Wikipédia, verbete Redis: https://en.wikipedia.org/wiki/Redis
- Wikipédia, verbete Cache (computing): https://en.wikipedia.org/wiki/Cache_(computing)
- Wikipédia, verbete Cache stampede: https://en.wikipedia.org/wiki/Cache_stampede

