Redis适用场景
一、加速缓存
Redis最常见的应用之一是作为缓存层，用于存储频繁访问的数据，从而减轻数据库的负载。
通过将数据存储在内存中，Redis可以实现高速的读取和写入操作，极大地提升应用程序的性能。例如，在一个电子商务网站中，可以将热门商品的信息存储在Redis中，当用户访问这些商品时，首先从Redis中读取，如果Redis中没有，再从数据库中读取并更新到Redis中。
示例
假设我们有一个在线书店应用，用户经常查看书籍的详细信息。
我们可以使用Redis来缓存这些热门书籍的信息：
java
// 尝试从Redis缓存中获取书籍信息
Book cachedBook = redisTemplate.opsForValue().get(id);
if (cachedBook != null) {
return cachedBook;
}
// 如果缓存中没有，从数据库查询
Bookbook book = bookRepository.findById(id).orElse(null);
if (book != null) {
// 将查询结果放入缓存，并设置过期时间
redisTemplate.opsForValue().set(id, book, 10, TimeUnit.MINUTES);
}
return book;二、会话管理
在Web应用中，Redis常用于存储用户会话信息，如登录状态、购物车内容等。
由于其快速的读写速度，Redis非常适合这种需要频繁访问和更新的数据。
示例
假设我们有一个需要用户登录的Web应用，可以使用Redis来存储用户的登录状态：
java
// 用户登录时，将会话信息存储到Redis中
redisTemplate.opsForValue().set(sessionId, user, 1, TimeUnit.HOURS);
// 用户访问时，从Redis中获取会话信息
User user = redisTemplate.opsForValue().get(sessionId);
if (user != null) {
// 用户已登录，继续处理请求
} else {
// 用户未登录，重定向到登录页面
}三、排行榜和计数器
Redis的原子增减操作非常适合用于计数器和排行榜应用，如社交媒体的点赞数、阅读数、排名等。
Redis的Sorted Set数据类型可以方便地实现排行榜功能。
示例
假设我们要实现一个文章阅读量排行榜：
java
// 增加文章的阅读量
redisTemplate.opsForValue().increment("article:" + articleId + ":views");
// 获取排行榜
Set<ZSetOperations.TypedTuple<String>> range = redisTemplate.opsForZSet().reverseRangeWithScores("article:views", 0, 9);
for (ZSetOperations.TypedTuple<String> tuple : range) {
System.out.println("文章ID: " + tuple.getValue() + ", 阅读量: " + tuple.getScore());
}四、消息队列
Redis支持发布/订阅模式，可以用作轻量级的消息队列系统，用于异步任务处理、事件处理等。
示例
假设我们要实现一个异步任务处理系统：
java
// 生产者发送消息
redisTemplate.convertAndSend("taskQueue", new TaskMessage("processData"));
// 消费者接收消息并处理
@RedisMessageListener(topics = "taskQueue")
public void receiveMessage(Message message, String channel) {
TaskMessage taskMessage = (TaskMessage) message.getBody();
processData(taskMessage.getData());
}五、实时分析
Redis的有序集合和位图数据结构使其成为实时分析和计数的理想工具，可以用于记录用户活动、页面访问量等。
示例
假设我们要统计网站的访问量：
java
// 增加页面访问量
redisTemplate.opsForValue().increment("page:" + pageId + ":views");
// 获取页面访问量
Long views = redisTemplate.opsForValue().get("page:" + pageId + ":views");
System.out.println("页面访问量: " + views);六、分布式锁
在分布式系统中，Redis可以用于实现分布式锁，可以在分布式系统中协调多节点对共享资源的访问，确保操作的原子性。
示例：
java
// 实现一个分布式锁来防止并发写入数据库
// 尝试获取锁
Boolean lockAcquired = redisTemplate.opsForValue().setIfAbsent("lock:data", "locked", 10, TimeUnit.SECONDS);
if (lockAcquired) {
try {
// 持有锁，执行数据库写操作
} finally {
// 释放锁
redisTemplate.delete("lock:data");
}
} else {
// 获取锁失败，等待或重试
}
java
public void redisLock() throws InterruptedException {
//获取锁(重入锁)，执行锁的名称
RLock lock = redissonclient.getlock("my:book:lock:id");
//尝试获取锁，参数分别是:获取锁的最大等待时间(期间会重试)，锁自动释放时间，时间单位
//boolean isLock=lock.tryLock(10,30,TimeUnit.SECONDS);
boolean isLock =lock.tryLock( time:10,TimeUnit.SECONDS);
//判断是否获取成功
if (isLock) {
try {
System.out.println("执行业务");
} finally {
//释放锁
lock.unlock();
}
}
}
java
public <T> T executeWithLock(String lockKey, long timeout, Callable<T> action) {
RLock lock = redissonClient.getLock(lockKey);
boolean isLock = false;
try {
// 尝试获取锁，最大等待时间1秒，锁自动释放时间为timeout秒
isLock = lock.tryLock(1, timeout, TimeUnit.SECONDS);
if (isLock) {
try {
// 执行传入的操作并返回结果
return action.call();
} finally {
// 检查是否持有锁再释放
if (lock.isHeldByCurrentThread()) {
lock.unlock();
}
}
} else {
System.out.println("未能获取锁，稍后重试");
return null; // 或者抛出异常
}
} catch (InterruptedException e) {
// 处理异常，恢复线程中断状态
Thread.currentThread().interrupt();
System.out.println("获取锁时被中断");
return null; // 或者抛出异常
} catch (Exception e) {
// 处理其他异常
System.out.println("执行操作时发生异常: " + e.getMessage());
return null; // 或者抛出异常
}
}redis实现的分布式锁是不可重入的。同一个线程再次获取锁会失败。
redisson实现的分布式锁是可重入的。同一个线程可以再次获取锁，判断依据是线程id。可重入能避免多个锁之间产生死锁的问题。它在存储锁数据的时候利用的是hash结构记录线程id和重入次数，key是自定义的锁名称。
七、地理位置数据
Redis支持地理空间数据，可以用于构建地理位置应用，如附近的人、地点推荐等功能。
示例
假设我们要实现一个附近的人功能：
java
// 添加地理位置坐标
redisTemplate.opsForGeo().add("users", "user1", 116.397428, 39.90923);
// 查询附近的人
GeoResults<RedisGeoCommands.GeoLocation<String>> nearbyUsers = redisTemplate.opsForGeo().radius("users", 116.397428, 39.90923, 1, RedisGeoCommands.GeoUnit.KILOMETERS);
for (GeoResult<RedisGeoCommands.GeoLocation<String>> result : nearbyUsers) {
System.out.println("用户ID: " + result.getContent().getName() + ", 距离: " + result.getDistance().getValue() + "km");
}
java
# 添加餐厅地理位置
GEOADD restaurants 13.361389 38.115556 "餐厅A"
GEOADD restaurants 15.087269 37.502669 "餐厅B"
GEOADD restaurants 9.191383 45.464211 "餐厅C"
# 用户当前位置：经纬度 (14, 37)
# 查找附近 100 公里内的餐厅
GEORADIUS restaurants 14 37 100 km
# 返回：餐厅A 餐厅B八、限流
Redis 适合用于限流（Rate Limiting）场景。限流的目的是控制某个操作在特定时间内的访问频率，比如 API 请求、短信发送、登录尝试等。Redis 的原子操作和高效性能使其成为实现限流的理想工具。
示例
假设我们要限制API的调用频率
java
// 尝试获取令牌
Long tokens = redisTemplate.opsForValue().increment("api:" + apiId + ":tokens");
if (tokens <= 10) {
// 令牌充足，处理请求
} else {
// 令牌不足，拒绝请求
}使用 Redis 实现滑动窗口计数器
- 使用 Redis 的 ZSET（有序集合）存储每次请求的时间戳。
- 每次请求时，移除时间窗口外的旧记录，并添加新记录。
- 统计当前时间窗口内的记录数，如果超过阈值则拒绝请求。
java
def sliding_window_rate_limit(user_id, limit=10, window_size=60):
"""
滑动窗口限流函数
:param user_id: 用户 ID
:param limit: 时间窗口内的最大请求数
:param window_size: 时间窗口大小（秒）
:return: True（允许请求）或 False（拒绝请求）
"""
key = f"rate_limit:{user_id}"
current_time = int(time.time())
window_start = current_time - window_size
# 移除时间窗口外的旧记录
redis_client.zremrangebyscore(key, 0, window_start)
# 添加当前请求的时间戳
redis_client.zadd(key, {current_time: current_time})
# 统计时间窗口内的请求数
request_count = redis_client.zcard(key)
if request_count > limit:
return False # 超过阈值，拒绝请求
return True # 允许请求
# 测试滑动窗口限流
user_id = "user123"
for i in range(15):
if sliding_window_rate_limit(user_id, limit=10, window_size=60):
print(f"请求 {i + 1}：允许")
else:
print(f"请求 {i + 1}：拒绝")
time.sleep(1) # 模拟请求间隔九、数据共享
在微服务架构中，Redis可以作为服务间共享数据的媒介。
示例
假设我们有两个服务需要共享用户信息：
java
// 服务A设置用户信息
redisTemplate.opsForValue().set("user:" + userId, user);
// 服务B获取用户信息
User user = redisTemplate.opsForValue().get("user:" + userId);十、签到
Redis的Bitmap是一种非常适合用于签到系统的数据结构。它通过位图（bit array）存储和操作数据，可以高效地处理大量的签到操作，特别适合于需要频繁更新并查询某个用户是否已签到的场景。
假设每个用户的签到状态通过 位图（Bitmap） 记录，每个用户对应一个唯一的 ID，通过设置和查询位来确定该用户是否签到。
java
设置用户 101 已签到
SETBIT sign_in_bitmap 101 1
比如查询用户 ID 为 101 的签到状态
GETBIT sign_in_bitmap 101
统计总共有多少用户已签到
BITCOUNT sign_in_bitmap