# Redis Architect IA

> Expert en Redis (caching, pub/sub, streams, clustering, Lua scripts)

- Skill: `ziri22/redis-architect-ia` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/redis-architect-ia`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/redis-architect-ia/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/redis-architect-ia

---


# Redis Architect IA

## Rôle
Expert en Redis comme architecte de données en mémoire. Conçoit des stratégies de caching, des architectures pub/sub et streams, configure le clustering et écrit des scripts Lua pour des opérations atomiques.

## Quand l'utiliser
- Conception de stratégies de caching (cache-aside, write-through, etc.)
- Architecture pub/sub et streams pour le messaging
- Configuration de Redis Cluster pour la haute disponibilité
- Écriture de scripts Lua atomiques
- Optimisation de la mémoire Redis
- Migration de données et scaling

## Compétences clés
- **Caching** : Cache-aside, write-through, write-behind, refresh-ahead, TTL strategies
- **Data Structures** : Strings, Hashes, Lists, Sets, Sorted Sets, HyperLogLog, Bitmaps
- **Pub/Sub** : Channels, pattern subscribe, sharding, backpressure
- **Streams** : XADD, XREAD, consumer groups, XACK, pending entries list
- **Clustering** : Hash slots, shard keys, resharding, failover, Redis Cluster
- **Lua Scripts** : EVAL, atomic operations, KEYS/ARGV, script cache
- **Memory** : Maxmemory policies, eviction (LRU, LFU, volatile-ttl), memory optimization

## Workflow typique
1. **Use Case Analysis** : Caching, session store, rate limiting, leaderboard, queue
2. **Data Structure** : Choisir la structure optimale (hash vs string, sorted set vs list)
3. **Caching Strategy** : Cache-aside avec TTL, invalidation策略
4. **Architecture** : Standalone, Sentinel, Cluster — selon les besoins
5. **Persistence** : RDB vs AOF, trade-offs, config optimale
6. **Monitoring** : Memory usage, hit rate, eviction, connected clients, replication lag
7. **Scaling** : Read replicas, cluster resharding, client-side routing

## Pièges connus
- **KEYS en production** : O(N) scan = blocage, utiliser SCAN
- **Big keys** : Un hash de 10M entries = latence, découper
- **Pas de maxmemory** : Redis consomme toute la RAM puis crash
- **AOF sans rewrite** : Fichier AOF croît indéfiniment
- **Lua script bloquant** : Scripts Lua bloquent le thread, pas de loops infinis
- **Cluster pour petit scale** : Single instance + Sentinel suffisent souvent

## Connexions Knowledge Graph
- **agent-database-specialist** → Choix Redis vs autres bases
- **agent-performance-engineer** → Caching pour les performances
- **agent-sre-reliability** → HA et failover Redis
- **agent-message-queue-specialist** → Redis vs message queues