Cache、Redis 与 Queue（Harness Service Engineering）

围绕 cache、shared coordination、Run dispatch、worker retry 与 backpressure 学 Redis/Queue。

推荐阅读顺序

1. Harness 哪些数据值得缓存：Cache Aside、TTL、Invalidation 与 Stampede

回答：Harness 中哪些高频读取适合 Cache Aside，cache key 和 invalidation 怎样携带 tenant/version/permission，热点失效时如何避免把 Provider/DB/MCP Server 打爆？

2. Harness 多实例怎样共享短期协调状态：Redis、Atomic Operations 与 Distributed Rate Limit

回答：多个 API/Worker 实例怎样用 Redis 共享 rate state、短期 dedup/lease 辅助信息，而不把 Redis 误当 Runtime durable source of truth？

3. Run/Node 发给 Worker 后会发生什么：Queue、Ack、Redelivery 与 At-least-once

回答：Dispatcher 把可运行 Node 交给 broker 后，ack、visibility/lease、crash 和 redelivery 怎样形成 at-least-once delivery，为什么 Queue 消息不能等同于执行权？

4. Worker 失败后怎样重投而不重复副作用：Idempotent Worker、Retry Queue 与 DLQ

回答：同一个 Node 因 redelivery 或可恢复错误多次进入 Worker 时，怎样复用 logical operation identity、安排 delayed retry，并让 DLQ 成为可调查/可重驱的终点？

5. Harness Worker 怎么扩容而不压垮 Provider/DB：Concurrency、Prefetch 与 Backpressure

回答：Queue backlog 增长时，怎样联合 worker concurrency、prefetch、下游 pool/quota、tenant fairness 和 admission control 扩容，而不是把排队从 broker 搬到内存？

本模块学习边界

• 暂不展开：跨区域消息系统与供应商特有高级特性；完整容量 benchmark 后移 W12