Redis Itu Kecil: Yang Saya Pelajari Sebelum Pasang
Redis belum berjalan di server mana pun. Yang sudah saya lakukan: membaca dokumentasi, lalu menimbang apakah satu proses tambahan itu sepadan.

Di halaman ini
Redis muncul di hampir semua contoh docker-compose yang saya baca beberapa bulan terakhir. Ada aplikasi, ada database, lalu satu blok tambahan berisi service bernama redis, biasanya dengan komentar pendek: buat cache. Saya belum pernah menjalankannya untuk melayani apa pun: belum ada satu proses Redis yang hidup di server saya, dan sampai sekarang pun masih begitu.
Yang sudah saya lakukan cuma membaca dokumentasinya, lalu menimbang. Ini bukan panduan pemasangan; saya memang belum sampai ke tahap itu. Ini bukan soal apakah Redis berguna — untuk banyak orang jelas berguna. Yang saya timbang apakah satu proses tambahan itu sepadan untuk situs sekecil punya saya, dan apa yang harus saya ukur dulu sebelum menjawabnya.
Kata “kecil” di judul ini gampang disalahartikan. Bukan soal dampaknya terhadap halaman, bukan ukuran berkasnya. Kecil di sini harfiah: Redis adalah satu proses lain yang harus ikut dijalankan di mesin yang sama, di samping aplikasi dan database yang sudah ada. Kalau Anda memelihara satu server, jumlah barang yang harus dijaga bertambah satu.
Kecil itu artinya satu proses lagi
Proses tambahan itu membawa pekerjaan yang tidak terlihat di tutorial. Ada port yang harus dibuka di jaringan internal, ada berkas log yang harus diperiksa saat ada yang aneh, dan ada unit systemd atau service compose yang harus ikut naik setiap kali server dinyalakan ulang. Satu titik lagi untuk dipantau. Kalau Redis berhenti, aplikasi tidak otomatis berhenti bersamanya; ia hanya mulai memanggil database lagi untuk setiap pertanyaan, atau — kalau kodenya tidak siap — mulai melempar error.
Perbedaan ini penting buat saya karena dua hal lain yang saya tambahkan belakangan, CDN dan proses build di CI, sama-sama menambah titik yang bisa gagal. Bedanya, keduanya hampir tidak terasa saat sehat dan sangat terasa saat rusak. Saya menduga Redis sekelas itu, jadi saya ingin tahu bentuk kegagalannya sebelum memasang. Ada juga yang lebih membosankan: pembaruan. Satu versi lagi yang harus saya ikuti.
Salinan, bukan sumber kebenaran
Database adalah sumber kebenaran. Kalau isinya hilang, datanya hilang. Ia menyimpan semuanya, termasuk hal yang belum pernah ditanyakan siapa pun. Redis bukan itu. Redis menyimpan jawaban atas pertanyaan yang sudah diketahui bentuknya, dengan kunci yang saya tentukan sendiri. Isinya tinggal di memori, dan bentuk nilainya bisa macam-macam: teks biasa, pasangan nama-nilai (hash), daftar berurutan (list), atau himpunan tanpa urutan (set). Semuanya jalan. Yang menarik buat saya: menulis lewat satu perintah langsung bisa dibaca lewat perintah lain, tanpa langkah “simpan” tersendiri. Apakah isinya lalu bertahan setelah proses berhenti, itu ditentukan pengaturan persistensi, bukan perintah tulisnya. Dua hal yang terpisah, dan saya sempat mengira keduanya satu paket.
Karena itu pola pakainya biasanya begini. Aplikasi butuh sesuatu, misalnya daftar artikel terbaru. Sebelum bertanya ke database, ia menengok Redis dengan kunci tertentu. Kalau jawabannya ada di sana, itu yang dipakai — cache kena. Kalau tidak ada, aplikasi bertanya ke database seperti biasa, lalu menyimpan hasilnya ke Redis dengan batas waktu, supaya permintaan berikutnya tidak menempuh jalur yang sama. Itu cache meleset.

Dua jalur satu permintaan: saat cache kena, jawaban berhenti di Redis; saat meleset, aplikasi mengambil dari database lalu menaruh salinannya.
Batas waktu itu punya nama: TTL, time to live. Kunci yang punya TTL akan hilang sendiri setelah waktunya lewat, jadi salinan tidak menumpuk selamanya dan data basi punya umur terbatas. Kedengarannya rapi sampai saya sadar ada konsekuensinya: begitu ada salinan, ada dua tempat yang bisa tidak sepakat. Database bilang satu hal, Redis masih menyimpan versi lama. Menyimpan salinan berarti memutuskan kapan salinan itu tidak lagi boleh dipercaya, dan keputusan itu harus ditulis di kode, bukan diserahkan ke Redis.
Pertanyaan yang jadi penyaring saya: kalau isi Redis hilang detik ini, apa yang terjadi? Untuk cache, jawabannya harus: aplikasi tetap memberi hasil yang sama, hanya saja jawabannya diambil dari database seperti sebelum ada cache. Kalau jawabannya “data pengguna hilang” atau “pesanan tidak tercatat”, itu bukan kandidat untuk Redis sama sekali.
Yang tidak saya duga waktu membaca dokumentasi
Tiga hal mengubah gambaran saya, dan ketiganya tidak muncul di contoh compose yang saya tiru.
Yang pertama soal persistensi. Redis punya dua mekanisme menyimpan isinya ke disk: RDB, snapshot berkala ke berkas di direktori data, dan AOF, catatan setiap penulisan. Tanpa konfigurasi apa pun, yang aktif hanya RDB; AOF mati. Jadi isi Redis tidak otomatis tercatat per penulisan. Ada jeda antara tulisan terakhir dan snapshot berikutnya, dan jeda itulah yang hilang kalau prosesnya mati mendadak. Persistensi di Redis bukan jaminan yang sama dengan durabilitas database.
Di titik ini draf saya sebelumnya salah, dan koreksinya datang dari percobaan Forge dengan container sekali pakai: me-restart container yang sama tidak menghilangkan data, karena Redis menulis dump.rdb saat menerima SIGTERM. Yang menghilangkan data adalah container dihapus lalu dibuat ulang tanpa volume — direktori datanya ikut hilang, dan Redis mulai kosong. Restart dan ganti container itu dua hal berbeda. Saya baru tahu bedanya setelah mencoba, bukan membaca.
Yang kedua soal memori. Saya sempat membayangkan Redis punya batas bawaan yang wajar dan membuang data lama sendiri kalau penuh. Defaultnya bukan itu: maxmemory bernilai 0, artinya tanpa batas, dan maxmemory-policy bernilai noeviction. noeviction tidak membuang kunci apa pun. Saat memori habis, penulisan baru ditolak dengan error OOM dari Redis — bukan gagal diam-diam, tapi juga tidak ada data yang dikorbankan. Kalau saya ingin kunci lama dibuang supaya tulisan baru masuk, saya harus memilihnya sendiri, misalnya allkeys-lru. Daftar resminya ada delapan: noeviction, allkeys-lru, allkeys-lfu, allkeys-random, volatile-lru, volatile-lfu, volatile-random, volatile-ttl. Pilihan itu menentukan siapa yang menyerah saat memori habis: Redis, atau seluruh mesin. Ini keputusan yang harus diambil sadar, bukan bawaan.
Yang ketiga soal lisensi dan asal-usulnya. Redis pernah berpindah lisensi, lalu lahir Valkey: proyek turunan yang meneruskan basis kode versi sebelumnya di bawah lisensi permisif, dirawat di bawah yayasan, bukan satu perusahaan. Untuk pemakaian pribadi di satu server ini mungkin tidak berdampak. Tapi kalau saya memilih image atau layanan managed untuk jangka panjang, saya ingin tahu siapa yang merawatnya dan dengan aturan apa.
Kapan situs kecil belum perlu ini
Blog yang sedang Anda baca ini dibangun sebagai halaman statis. Tidak ada query database saat halaman dibuka; isinya sudah jadi berkas sebelum diunggah. Menambahkan Redis di situ hanya menambah satu proses yang tidak punya pekerjaan.
Kasus lain yang juga belum perlu: aplikasi dengan satu instance di satu server. Untuk kondisi itu, cache di dalam proses aplikasi sendiri — sebuah map dengan batas waktu, yang hidup dan mati bersama aplikasi — sudah memberi hal yang sama tanpa proses tambahan, tanpa port, tanpa berkas log baru. Kalau nanti jumlah instance bertambah dan masing-masing punya cache sendiri yang tidak saling tahu, barulah cache bersama seperti Redis punya alasan.
Lalu yang paling sering terlewat: kalau database belum menjadi bagian yang membuat pengunjung menunggu, cache menyelesaikan masalah yang belum ada. Menambah lapisan di depan sesuatu yang belum terbukti jadi masalah hanya menambah satu hal lagi yang bisa salah. Saya lebih suka membuktikan dulu bahwa ada pertanyaan yang benar-benar diulang dan benar-benar mahal, daripada memasang sesuatu karena ia ada di semua contoh.
Ada satu alasan lagi yang sah untuk menunda: belum sanggup memantau prosesnya. Komponen yang tidak dipantau lebih berbahaya daripada komponen yang tidak ada, karena ia bisa mati berbulan-bulan tanpa ada yang tahu sementara biaya operasionalnya tetap dihitung.
Apa yang akan saya ukur sebelum memutuskan
Kalau nanti saya memutuskan memasang, keputusan itu harus keluar dari pengukuran, bukan dari artikel seperti ini.
Pertama, pertanyaan mana yang benar-benar diulang. Saya ambil dari log query dan log aplikasi, bukan dari perasaan. Kalau daftar itu pendek atau isinya pertanyaan yang murah, urusannya selesai di situ.
Kedua, bagian mana yang boleh basi. Setiap kunci yang mau saya simpan harus punya jawaban jelas soal berapa lama ia boleh tidak sinkron dengan database. Kalau jawabannya “tidak boleh sama sekali”, kunci itu tidak masuk.
Ketiga, apa yang terjadi kalau Redis mati. Saya akan mematikan prosesnya dengan sengaja di lingkungan uji dan melihat apakah aplikasi tetap memberi hasil yang sama. Kalau tidak, yang saya bangun bukan cache, melainkan dependensi baru — dan dependensi diperlakukan seperti database: dipantau, di-restart otomatis, dan dipikirkan saat gagal.
Keempat, ukuran data yang akan disimpan. Bukan perkiraan, tapi kunci yang sebenarnya, supaya saya bisa memilih maxmemory dan kebijakan penggusuran dengan sadar.
Kelima, pembanding sebelum dan sesudah. Yang saya catat: waktu halaman selesai dimuat dari sisi pengunjung, jumlah query yang sampai ke database, dan berapa sering cache kena dibanding meleset. Statistik hit dan miss dibaca dari Redis sendiri lewat INFO, di bagian yang memuat keyspace_hits dan keyspace_misses. Ada catatan dari Forge yang saya simpan: EXISTS ikut dihitung sebagai miss. Jadi kalau kode saya sering memanggil EXISTS untuk mengecek sebuah kunci, hit ratio bisa terlihat lebih buruk daripada kenyataan.
Keenam, siapa yang memantau. Kalau jawabannya “saya, kalau ingat”, berarti belum waktunya.
Sampai hari itu datang, Redis tetap kecil dalam arti yang membuatnya gampang dipasang, dan cukup besar dalam arti keputusan yang harus menyertainya. Saya tidak keberatan memasangnya. Saya hanya tidak mau memasangnya karena kebetulan ada di contoh yang saya salin.
Referensi: Persistence — dokumentasi Redis, Memory optimization & maxmemory — dokumentasi Redis, Konfigurasi redis.conf — dokumentasi Redis, Valkey.