Redis的应用场景及类型

一、Redis的应用场景

1、限流

2、分布式锁

3、点赞

4、消息队列

二、Redis类型的命令及用法

1、String类型

2、Hash类型

3、List类型

4、Set类型

5、Zset类型

6、Redis工具类

Redis使用缓存的目的就是提升读写性能

实际业务场景下，我们就可以把 Mysql 中的热点数据缓存到 Redis 中，提升读取性能，同时也减轻了 Mysql 的读取压力

一、Redis的应用场景

Redis除了做缓存以外，还可以用

限流
分布式锁
点赞/排行榜
消息队列

还有其他场景：计数器、互关好友、购物车和商品标签等等

1、限流

利用Redis的过期键和计数器功能，实现API的限流功能，防止服务被滥用

方法一：记录IP在某个时间段访问某接口的次数

使用IP作为Key和其他信息作为Key，访问次数作为Value，访问一次Incr增加一次，超过规定次数则返回false

但问题是：限流时间段是固定的

比如：某接口在1分钟内请求次数不超过1000次

就是00:59分，用户已经访问了999次，1:00key值过期，1:01又访问了999次

看起来好像是没问题，但是00:59—1:01的仅2s时间段内，接口被访问了1000+999次，明显错误

方法二：滑动窗口

为了避免方法一种由于key过期导致短期内访问量增大的情况，将时间改成动态的

在每次接口访问时，记录当前访问的时间点，并计算前1min内用户访问该接口的总次数，如果总次数大于1000次，则不允许用户访问该接口

以上两种利用redis实现限流的方式基本能满足我们大部分的业务需要，对于部分要求限流粒度更高更准的业务，可以引入Sentinel来满足业务需要

2、分布式锁

为什么使用分布式锁？

在单机部署的时候，可以使用 Java 中提供的 JUC 锁机制避免多线程同时操作一个共享变量产生的安全问题，通过锁（synchronzied 或 lock）来锁住自己的线程资源，从而防止缓存击穿

Redis的缓存问题：缓存穿透、缓存击穿和缓存雪崩-CSDN博客

这是一种本地加锁的方式，在分布式情况下会带来数据不一致的问题

比如：服务 A 获取数据后，更新缓存 key =100，服务 B 不受服务 A 的锁限制，并发去更新缓存 key = 99，最后的结果可能是 99 或 100，但这是一种未知的状态，与期望结果不一致

①基础版

Redis的SET命令有一个NX参数，可以实现「key不存在才插入」，因此可以用它来实现分布式锁：

SetNX(key,value)

redisTemplate.opsForValue().setIfAbsent(“k”, “v”)

也就是

SET lockKey requestId NX PX expireTime

lockKey 表示锁的资源，
requestId 全局唯一的业务id，避免存在加锁和释放锁乱掉的情况
NX：表示只有 lockKey 不存在的时候才能 SET 成功，从而保证只有一个客户端可以获得锁。
PX expireTime设置锁的超时时间，单位是毫秒；也可以使用 EX seconds以秒为单位设置超时时间

伪代码：

try {if (jedis.set(lockKey, requestId, "NX", "PX", expireTime))) {//业务处理return true;}
} finally{//判断是不是当前线程加的锁,是才释放if(requestd.equals.(jedis.get(lockKey))){//释放锁unlock(lockKey,requestId);}
}  
return false;

②Redisson实现

Redisson 是 Redis 的 Java 客户端之一，支持原子性加/解锁、锁重试、可重入锁、RedLock 等功能

// 获取分布式锁
RLock lock = redissonClient.getLock("myLock");
try {// 尝试加锁，最多等待 10 秒，加锁后的锁有效期为 30 秒boolean locked = lock.tryLock(10, 30, TimeUnit.SECONDS);if (locked) {// 成功获取锁，执行业务逻辑System.out.println("获取锁成功，执行业务逻辑...");} else {// 获取锁失败，可能是超时等待或者其他原因System.out.println("获取锁失败...");}
} catch (InterruptedException e) {e.printStackTrace();
} finally {// 释放锁lock.unlock();// 关闭 Redisson 客户端redissonClient.shutdown();
}

Redisson存储分布式锁是通过Hash结构进行存储的，内置的键值对是< 线程标识,重入次数>，其中重入次数便可用于实现可重入机制

3、点赞

点赞就需要用到Redis的Set类型，Set类型是Redis中的一个无序集合，它可以存储一组字符串元素，并且每个元素都是唯一的

【点赞】SADD key member：向集合中添加一个或多个元素

 redisTemplate.opsForSet().add(key, values)

【取消点赞】SREM key：删除元素

redisTemplate.opsForSet().remove(key,value)

【点赞的所有用户】SMEMBERS key：返回集合中的所有元素

 redisTemplate.opsForSet().members(key)

【是否点赞】SISMEMBER key member：判断元素是否在集合中

redisTemplate.opsForSet().isMember(key, value)

【点赞数】scard(key)：元素长度

redisTemplate.opsForSet().size(key)

场景：对活动的相册图片进行点赞且对点赞数量进行计数的功能

public void like(Long activityId) {LzmUserInfo userInfo = UserContextHolder.getLzmUserInfo();String key = ACTIVITY.ACTIVITY_LIKE_KEY + activityId;Boolean member = stringRedisTemplate.opsForSet().isMember(key, userInfo.getUserId().toString());if (BooleanUtil.isFalse(member)) {//未点赞，点赞数+1this.update(Wrappers.<ActivityManageEntity>lambdaUpdate().setSql("like_num = like_num + 1").eq(ActivityManageEntity::getActivityId, activityId).eq(ActivityManageEntity::getIsDelete, IsDeleteEnum.NORMAL.getCode()));redisTemplate.opsForSet().add(key, userInfo.getUserId().toString());} else {//取消点赞，点赞数-1this.update(Wrappers.<ActivityManageEntity>lambdaUpdate().setSql("like_num = like_num - 1").gt(ActivityManageEntity::getLikeNum, 0).eq(ActivityManageEntity::getActivityId, activityId).eq(ActivityManageEntity::getIsDelete, IsDeleteEnum.NORMAL.getCode()));redisTemplate.opsForSet().remove(key, userInfo.getUserId().toString());}}

4、消息队列

Redis可以实现简单的队列。在生产者端，使用LPUSH加入到某个列表中；在消费端，不断的使用RPOP指令取出这些数据，或者使用阻塞的BRPOP指令获取数据，用于处理异步任务，例如邮件发送、后台任务处理，小规模的抢购需求等

场景：邮件发送

生产者发布消息

LPUSH queue msg1

消费者拉取消息

RPOP queue