工作中redis常用的5种场景

在日常开发工作中，Redis作为一款高性能的内存数据库，凭借其强大的功能特性和卓越的性能表现，已经成为了许多项目中不可或缺的组件。本文将详细介绍Redis在实际工作中最常见的5种应用场景，并附上具体的代码实现。

1. 缓存热点数据

在高并发系统中，大量的数据库查询会对系统性能造成严重影响。通过Redis缓存热点数据，可以显著减少数据库的访问压力，提升系统响应速度。

实现示例：

public class ProductService {    @Autowired    private RedisTemplate<String, Product> redisTemplate;    @Autowired    private ProductMapper productMapper;        private static final String PRODUCT_KEY_PREFIX = "product:";    private static final long CACHE_TIMEOUT = 3600; // 缓存过期时间：1小时        public Product getProduct(Long productId) {        // 构建Redis键        String redisKey = PRODUCT_KEY_PREFIX + productId;                // 首先从Redis中查询        Product product = redisTemplate.opsForValue().get(redisKey);                if (product != null) {            // 缓存命中，直接返回            return product;        }                // 缓存未命中，查询数据库        product = productMapper.selectById(productId);                if (product != null) {            // 将查询结果存入Redis            redisTemplate.opsForValue().set(redisKey, product, CACHE_TIMEOUT, TimeUnit.SECONDS);        }                return product;    }}

2. 分布式锁

在分布式系统中，常常需要控制对共享资源的访问。Redis的SETNX命令提供了一种实现分布式锁的简单方法。

实现示例：

public class RedisLock {    @Autowired    private StringRedisTemplate redisTemplate;        private static final long LOCK_TIMEOUT = 10000; // 锁超时时间：10秒        public boolean acquireLock(String lockKey, String requestId) {        // 使用SETNX命令尝试获取锁        Boolean isLocked = redisTemplate.opsForValue().setIfAbsent(            lockKey,             requestId,            LOCK_TIMEOUT,            TimeUnit.MILLISECONDS        );                return Boolean.TRUE.equals(isLocked);    }        public boolean releaseLock(String lockKey, String requestId) {        // 使用Lua脚本确保原子性操作        String script = "if redis.call('get', KEYS[1]) == ARGV[1] then "                     + "return redis.call('del', KEYS[1]) "                     + "else "                     + "return 0 "                     + "end";                             Long result = redisTemplate.execute(            new DefaultRedisScript<>(script, Long.class),            Collections.singletonList(lockKey),            requestId        );                return Long.valueOf(1).equals(result);    }}

3. 计数器和限流器

Redis的INCR命令可以原子性地实现计数器功能，非常适合用于实现访问统计和接口限流。

实现示例：

public class RateLimiter {    @Autowired    private StringRedisTemplate redisTemplate;        private static final String RATE_LIMIT_PREFIX = "rate:limit:";    private static final int MAX_REQUESTS = 100; // 每分钟最大请求次数        public boolean isAllowed(String userId) {        String key = RATE_LIMIT_PREFIX + userId;                // 获取当前时间的分钟数作为窗口        long currentMinute = System.currentTimeMillis() / (60 * 1000);        String windowKey = key + ":" + currentMinute;                // 原子性增加计数        Long count = redisTemplate.opsForValue().increment(windowKey);                if (count == 1) {            // 设置过期时间为1分钟            redisTemplate.expire(windowKey, 60, TimeUnit.SECONDS);        }                // 判断是否超过限制        return count <= MAX_REQUESTS;    }}

4. 消息队列

虽然Redis不是专门的消息队列系统，但它的List数据结构配合LPUSH和BRPOP命令可以实现简单的消息队列功能。

实现示例：

public class RedisMessageQueue {    @Autowired    private StringRedisTemplate redisTemplate;        private static final String QUEUE_KEY = "message:queue";        // 生产者    public void sendMessage(String message) {        redisTemplate.opsForList().leftPush(QUEUE_KEY, message);    }        // 消费者    @Async    public void consumeMessage() {        while (true) {            try {                // 阻塞式获取消息                List<String> message = redisTemplate.opsForList().rightPop(                    QUEUE_KEY,                    30,                    TimeUnit.SECONDS                );                                if (message != null) {                    // 处理消息                    processMessage(message);                }            } catch (Exception e) {                log.error("处理消息出错", e);            }        }    }        private void processMessage(List<String> message) {        // 具体的消息处理逻辑    }}

5. 会话管理

Redis的Hash数据结构非常适合存储用户会话信息，支持部分字段的更新，且可以设置过期时间。

实现示例：

public class SessionManager {    @Autowired    private StringRedisTemplate redisTemplate;        private static final String SESSION_KEY_PREFIX = "session:";    private static final long SESSION_TIMEOUT = 1800; // 会话超时时间：30分钟        public void saveSession(String sessionId, Map<String, String> sessionData) {        String key = SESSION_KEY_PREFIX + sessionId;                // 使用Hash结构存储会话数据        redisTemplate.opsForHash().putAll(key, sessionData);                // 设置过期时间        redisTemplate.expire(key, SESSION_TIMEOUT, TimeUnit.SECONDS);    }        public void updateSessionField(String sessionId, String field, String value) {        String key = SESSION_KEY_PREFIX + sessionId;                // 更新单个字段        redisTemplate.opsForHash().put(key, field, value);                // 刷新过期时间        redisTemplate.expire(key, SESSION_TIMEOUT, TimeUnit.SECONDS);    }        public Map<Object, Object> getSession(String sessionId) {        String key = SESSION_KEY_PREFIX + sessionId;        return redisTemplate.opsForHash().entries(key);    }        public void deleteSession(String sessionId) {        String key = SESSION_KEY_PREFIX + sessionId;        redisTemplate.delete(key);    }}