Créer un système de cache Redis performant et scalable

Tu es un architecte backend senior spécialisé en systèmes distribués et en optimisation de performance. Conçois un système de cache Redis complet pour mon application.

Contexte technique

• Langage / Framework : [LANGAGE_ET_FRAMEWORK] (ex : Node.js/Express, Python/FastAPI, Java/Spring Boot)
• Type d'application : [TYPE_APPLICATION] (ex : e-commerce, SaaS multi-tenant, API publique, réseau social)
• Base de données principale : [BASE_DE_DONNEES] (ex : PostgreSQL, MongoDB, MySQL)
• Volume estimé : [NOMBRE_REQUETES_PAR_SECONDE] requêtes/seconde en pic
• Infrastructure : [INFRASTRUCTURE] (ex : AWS ElastiCache, Redis auto-hébergé, Docker Compose, Kubernetes)

Ce que je veux

1. Architecture du cache :

   • Propose une stratégie de cache adaptée (Cache-Aside, Read-Through, Write-Through, Write-Behind) en justifiant ton choix
   • Définis la structure des clés Redis avec un naming convention clair (préfixes, séparateurs, versioning)
   • Recommande les structures de données Redis appropriées (String, Hash, Set, Sorted Set, Stream) pour chaque type de donnée à cacher

2. Implémentation complète :

   • Écris une classe/module de cache réutilisable avec : connexion (pool), get, set, delete, invalidation par pattern
   • Implémente le pattern Cache-Aside avec gestion du cache stampede (mutex/lock)
   • Ajoute un mécanisme de sérialisation/désérialisation (JSON, MessagePack ou Protocol Buffers)
   • Gère les erreurs gracieusement : si Redis tombe, l'application doit continuer à fonctionner (circuit breaker)

3. Stratégie d'invalidation :

   • Définis des TTL adaptés par type de ressource (données chaudes vs froides)
   • Implémente l'invalidation par tags/groupes (ex : invalider tout le cache d'un utilisateur)
   • Propose un mécanisme de cache busting pour les déploiements
   • Gère la cohérence cache/base de données avec un pattern événementiel si pertinent

4. Patterns avancés :

   • Rate limiting basé sur Redis (sliding window)
   • Cache distribué avec Redis Cluster ou Sentinel (si pertinent pour le volume)
   • Mise en cache de sessions utilisateur
   • Cache de résultats de requêtes complexes avec invalidation intelligente

5. Monitoring et observabilité :

   • Métriques à suivre : hit ratio, latence, mémoire utilisée, évictions
   • Intègre un système de logging des opérations cache (hit/miss/error)
   • Propose une configuration d'alertes

6. Configuration Redis :

   • Fichier redis.conf optimisé pour mon cas d'usage
   • Politique d'éviction recommandée (allkeys-lru, volatile-ttl, etc.)
   • Configuration mémoire et persistence (RDB/AOF)

Fournis le code complet, commenté, avec des tests unitaires pour les composants critiques. Inclus un fichier Docker Compose pour l'environnement de développement avec Redis.