Redis e cache: como acelerar um sistema sem complicar a arquitetura

Aplicações de alta performance · Artigo

Redis e cache: como acelerar um sistema sem complicar a arquitetura

Falar no WhatsApp
Resposta direta

Redis é um banco de dados chave-valor que guarda os dados na memória e costuma ser usado como cache: uma cópia rápida e temporária de informações pedidas com frequência. Ele acelera um sistema porque evita repetir consultas caras, desde que haja regras claras de validade.

Pontos-chave

O que você leva deste artigo

  1. Redis e cache: o que é cada um e como se relacionamCache 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.Ir para a seção
  2. Como um cache funciona na práticaO 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.Ir para a seção
  3. Validade, expiração e substituição: quando o dado deixa de valerO 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 en…Ir para a seção
  4. Padrões de uso: onde o cache entrega maisO 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.Ir para a seção
  5. Os riscos de um cache mal desenhadoCache 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.Ir para a seção
  6. Como medir se o cache está ajudandoUm 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.Ir para a seção

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

  1. Pedido: o usuário abre a página do produto.
  2. Consulta ao cache: o sistema procura a chave do produto no Redis.
  3. Acerto: se a chave existe, a resposta sai em instantes, sem tocar no banco.
  4. Falha: se não existe, o sistema consulta o banco principal.
  5. Gravação: o resultado é guardado no cache, com um prazo de validade.
  6. 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.

Imagem ilustrativa: indústria 5.0

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.

Imagem ilustrativa: computação e IA

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:

Perguntas frequentes

O que é Redis?

Redis é um banco de dados do tipo chave-valor que mantém os dados na memória. Por isso responde com baixa latência e é muito usado como cache, para sessões de usuário, contadores e rankings. O nome vem de Remote Dictionary Server.

O que é cache em um sistema?

Cache é uma cópia temporária de um dado guardada num lugar mais rápido, para que pedidos futuros sejam atendidos sem repetir a consulta original. A fonte oficial continua sendo o banco principal; o cache só evita trabalho repetido.

Redis substitui o banco de dados principal?

Na maioria dos sistemas de empresa, não. O banco principal guarda a fonte da verdade, e o Redis guarda cópias para acelerar a leitura. Ele oferece persistência opcional, mas tratá-lo como cadastro oficial é um risco que o projeto deve avaliar caso a caso.

O que acontece quando a memória do cache enche?

O Redis aplica a política de remoção escolhida: por exemplo, apagar as chaves menos usadas recentemente, as menos frequentes ou as que vão expirar primeiro. Existe também a política que não remove nada e devolve erro ao tentar guardar mais dados.

Todo sistema precisa de cache?

Não. Cache compensa quando um dado é pedido muitas vezes, muda pouco e custa caro para calcular. Se o gargalo é uma consulta mal escrita ou um servidor pequeno, o cache apenas esconde o problema. Por isso medimos antes de decidir.

Método

Como a Trilion conduz um projeto de alta performance

Do briefing à operação, em 5 etapas e com tudo por escrito. A proposta vem depois do briefing e o valor depende de escopo, integrações, volume e prazo.

  1. Briefing em 3 passos

    Você conta o que precisa construir; nós devolvemos perguntas e um caminho possível.

  2. Desenho por escrito

    Diagnóstico dos gargalos, metas de desempenho, arquitetura e plano de testes, antes de qualquer alteração.

  3. Construção em fatias

    Mudanças pequenas e medidas, com comparação antes e depois em cada fatia.

  4. Testes e homologação

    Casos do dia a dia da sua operação, com plano de retorno antes de publicar.

  5. Operação e evolução

    Acompanhamento combinado na proposta e ajustes guiados por indicadores.

Vamos deixar o seu sistema à altura da sua operação

Conte o que precisa resolver. A Trilion responde com uma proposta escrita, depois do briefing, e leva o projeto do código à operação.

Falar no WhatsApp
Blog da Trilion · Inteligência artificial

Continue aprendendo sobre IA

Artigos do blog da Trilion que aprofundam os temas deste texto. Arraste, use as setas ou o teclado.

WhatsApp
WhatsApp

Converse com a Trilion

Diga-nos o seu nome, e a conversa abre em seguida