我工作中用Redis的十种场景

前言

Redis作为一种优秀的工作基于key/value的缓存，有非常不错的中用种场性能和稳定性，无论是工作在工作中，还是中用种场面试中，都经常会出现。工作

今天这篇文章就跟大家一起聊聊，中用种场我在实际工作中使用Redis的工作10种场景，希望对你会有所帮助。中用种场

1、工作统计访问次数

对于很多官方网站的中用种场首页，经常会有一些统计首页访问次数的工作需求。

访问次数只有一个字段，中用种场如果保存到数据库中，工作再最后做汇总显然有些麻烦。中用种场

该业务场景可以使用Redis，工作定义一个key，比如：OFFICIAL_INDEX_VISIT_COUNT。

在Redis中有incr命令，可以实现给value值加1操作：

复制incr OFFICIAL_INDEX_VISIT_COUNT1.

当然如果你想一次加的值大于1，可以用incrby命令，例如：

复制incrby OFFICIAL_INDEX_VISIT_COUNT 51.

这样可以一次性加5。

2、获取分类树

在很多网站都有分类树的功能，如果没有生成静态的亿华云html页面，想通过调用接口的方式获取分类树的数据。

我们一般为了性能考虑，会将分类树的json数据缓存到Redis当中，为了后面在网站当中能够快速获取数据。

不然在接口中需要使用递归查询数据库，然后拼接成分类树的数据结构。

这个过程非常麻烦，而且需要多次查询数据库，性能很差。

因此，可以考虑用一个定时任务，异步将分类树的数据，直接缓存到Redis当中，定义一个key，比如：MALL_CATEGORY_TREE。

然后接口中直接使用MALL_CATEGORY_TREE这个key从缓存中获取数据即可。

可以直接用key/value字符串保存数据。

不过需要注意的是，如果分类树的数据非常多可能会出现大key的问题，优化方案可以参考我的另外一篇文章《分类树，我从2s优化到0.1s》。

3、免费源码下载做分布式锁

分布式锁可能是使用Redis最常见的场景之一，相对于其他的分布式锁，比如：数据库分布式锁或者Zookeeper分布式锁，基于Redis的分布式锁，有更好的性能，被广泛使用于实际工作中。

我们使用下面这段代码可以加锁：

复制try{ String result = jedis.set(lockKey, requestId, "NX", "PX", expireTime); if ("OK".equals(result)) { return true; } return false; } finally { unlock(lockKey); }1.2.3.4.5.6.7.8.9.

但上面这段代码在有些场景下，会有一些问题，释放锁可能会释放了别人的锁。

说实话Redis分布式锁虽说很常用，但坑也挺多的，如果用不好的话，很容易踩坑。

4、做排行榜

很多网站有排行榜的功能，比如：商城中有商品销量的排行榜，游戏网站有玩家获得积分的排行榜。

通常情况下，我们可以使用Sorted Set保存排行榜的数据。

使用ZADD可以添加排行榜的数据，源码库使用ZRANGE可以获取排行榜的数据。

例如：

复制ZADD rank:score 100 "周星驰" ZADD rank:score 90 "周杰伦" ZADD rank:score 80 "周润发" ZRANGE rank:score 0 -1 WITHSCORES1.2.3.4.

返回数据：

复制1) "周星驰" 2) "100" 3) "周杰伦" 4) "90" 5) "周润发" 6) "80"1.2.3.4.5.6.

5、记录用户登录状态

通常下，用户登录成功之后，用户登录之后的状态信息，会保存到Redis中。

这样后面该用户访问其他接口的时候，会直接从Redis中查询用户登录状态，如果可以查到数据，说明用户已登录，则允许做后续的操作。

如果从Redis中没有查到用户登录状态，说明该用户没有登录，或者登录状态失效了，则直接跳转到用户登录页面。

使用Redis保存用户登录状态，有个好处是它可以设置一个过期时间，比如：该时间可以设置成30分钟。

复制jedis.set(userId, userInfo, 1800);1.

在Redis内部有专门的job，会将过期的数据删除，也有获取数据时实时删除的逻辑。

6、限流

使用Redis还有一个非常常用的的业务场景是做限流。

当然还有其他的限流方式，比如：使用nginx，但使用Redis控制可以更精细。

比如：限制同一个ip，1分钟之内只能访问10次接口，10分钟之内只能访问50次接口，1天之内只能访问100次接口。

如果超过次数，则接口直接返回：请求太频繁了，请稍后重试。

跟上面保存用户登录状态类似，需要在Redis中保存用户的请求记录。

比如：key是用户ip，value是访问的次数从1开始，后面每访问一次则加1。

如果value超过一定的次数，则直接拦截这种异常的ip。

当然也需要设置一个过期时间，异常ip如果超过这个过期时间，比如：1天，则恢复正常了，该ip可以再发起请求了。

或者限制同一个用户id。

7、位统计

比如现在有个需求：有个网站需要统计一周内连续登陆的用户，以及一个月内登陆过的用户。

这个需求使用传统的数据库，实现起来比较麻烦，但使用Redis的bitmap让我们可以实时的进行类似的统计。

bitmap 是二进制的byte数组，也可以简单理解成是一个普通字符串。它将二进制数据存储在byte数组中以达到存储数据的目的。

保存数据命令使用setbit，语法：

复制setbit key offset value1.

具体示例：

复制setbit user:view:2024-01-17 123456 11.

往bitmap数组中设置了用户id=123456的登录状态为1，标记2024-01-17已登录。

然后通过命令getbit获取数据，语法：

复制getbit key offset1.

具体示例：

复制getbit user:view:2024-01-17 1234561.

如果获取的值是1，说明这一天登录了。

如果我们想统计一周内连续登录的用户，只需要遍历用户id，根据日期中数组中去查询状态即可。

8、缓存加速

我们在工作中使用Redis作为缓存加速，这种用法也是非常常见的。

如果查询订单数据，先从Redis缓存中查询，如果缓存中存在，则直接将数据返回给用户。

如果缓存中不存在，则再从数据库中查询数据，如果数据存在，则将数据保存到缓存中，然后再返回给用户。

如果缓存和数据库都不存在，则直接给用户返回数据不存在。

流程图如下：

但使用缓存加速的业务场景，需要注意一下，可能会出现：缓存击穿、穿透和雪崩等问题。

9、做消息队列

我们说起队列经常想到是：kafka、rabbitMQ、RocketMQ等这些分布式消息队列。

其实Redis也有消息队列的功能，我们之前有个支付系统，就是用的Redis队列功能。

PubSub(发布订阅)是Redis2.0版本引入的消息传递模型。

顾名思义，消费者可以订阅一个或多个channel，生产者向对应channel发送消息后，所有订阅者都能收到相关消息。对应channel发送消息后，所有订阅者都能收到相关消息。

在java代码中可以实现MessageListener接口，来消费队列中的消息。

复制@Slf4j @Component public class RedisMessageListenerListener implements MessageListener { @Autowired private RedisTemplate<String, Object> redisTemplate; @Override public void onMessage(Message message, byte[] pattern) { String channel = new String(pattern); RedisSerializer<?> valueSerializer = redisTemplate.getValueSerializer(); Object deserialize = valueSerializer.deserialize(message.getBody()); if (deserialize == null) return; String md5DigestAsHex = DigestUtils.md5DigestAsHex(deserialize.toString().getBytes(StandardCharsets.UTF_8)); Boolean result = redisTemplate.opsForValue().setIfAbsent(md5DigestAsHex, "1", 20, TimeUnit.SECONDS); if (Boolean.TRUE.equals(result)) { log.info("接收的结果：{}", deserialize.toString());} else { log.info("其他服务处理中"); } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.

10、生成全局ID

在有些需要生成全局ID的业务场景，其实也可以使用Redis。

可以使用incrby命令，利用原子性操作，可以执行下面这个命令：

复制incrby userid 100001.

在分库分表的场景，对于有些批量操作，我们可以从Redis中，一次性拿一批id出来，然后给业务系统使用。

本文地址：http://www.bhae.cn/html/047b8099872.html