如何利用 Redis 的原子操作(INCR, DECR)实现分布式计数器?

在分布式系统中,由于多个服务实例需要共享和修改同一个计数值,实现一个准确、高效的分布式计数器至关重要。Redis 凭借其内存存储的高性能和原子操作命令,成为实现这一功能的理想选择。

核心原理:Redis 的原子操作

Redis 的单线程命令处理模型确保了单个命令的执行是原子性的。 这意味着当一个命令正在执行时,不会被其他客户端的命令打断。对于计数器而言,INCRDECR 这两个命令是核心。

  • INCR key : 将存储在 key 的数字值增一。如果 key 不存在,那么 key 的值会先被初始化为 0,然后再执行 INCR 操作。
  • DECR key : 将 key 中储存的数字值减一。如果 key 不存在,其值同样会先被初始化为 0 再执行 DECR

这两个操作的原子性是实现分布式计数器的基石,它保证了即使在大量并发请求下,计数结果也是准确的,避免了"读取-修改-写入"模式中可能出现的竞态条件。

基本实现方法

实现一个基本的分布式计数器非常简单,只需要为你的计数器定义一个唯一的键(key),然后调用相应的原子命令即可。

使用场景示例:

  • 文章阅读量统计: 每当有用户阅读一篇文章,就对该文章的计数器执行 INCR
  • 在线用户数: 用户登录时执行 INCR,登出时执行 DECR
  • 库存管理: 用户下单时执行 DECR,取消订单或补货时执行 INCR
Python 代码示例 (使用 redis-py)
python 复制代码
import redis

# 连接到 Redis
r = redis.Redis(host='localhost', port=6379, db=0, decode_responses=True)

def get_post_views(post_id: int) -> int:
    """获取文章的阅读量"""
    key = f"post:{post_id}:views"
    view_count = r.get(key)
    return int(view_count) if view_count else 0

def increment_post_views(post_id: int) -> int:
    """增加文章的阅读量"""
    key = f"post:{post_id}:views"
    # INCR 是原子操作,返回增加后的值
    return r.incr(key)

# --- 使用示例 ---
post_id = 123
print(f"文章 {post_id} 的初始阅读量: {get_post_views(post_id)}")

# 模拟10次并发的阅读请求
for _ in range(10):
    new_views = increment_post_views(post_id)
    print(f"阅读量已增加至: {new_views}")

print(f"文章 {post_id} 的最终阅读量: {get_post_views(post_id)}")
Java 代码示例 (使用 Jedis)
java 复制代码
import redis.clients.jedis.Jedis;

public class DistributedCounter {

    private final Jedis jedis;

    public DistributedCounter(String host, int port) {
        this.jedis = new Jedis(host, port);
    }

    public long increment(String key) {
        // incr 是原子操作
        return jedis.incr(key);
    }

    public long decrement(String key) {
        // decr 是原子操作
        return jedis.decr(key);
    }

    public long getCount(String key) {
        String value = jedis.get(key);
        return value != null ? Long.parseLong(value) : 0;
    }

    public static void main(String[] args) {
        DistributedCounter counter = new DistributedCounter("localhost", 6379);
        String counterKey = "online_users";

        System.out.println("初始在线人数: " + counter.getCount(counterKey));

        // 模拟用户登录
        long user1_login = counter.increment(counterKey);
        System.out.println("用户1登录,当前在线人数: " + user1_login);

        long user2_login = counter.increment(counterKey);
        System.out.println("用户2登录,当前在线人数: " + user2_login);

        // 模拟用户登出
        long user1_logout = counter.decrement(counterKey);
        System.out.println("用户1登出,当前在线人数: " + user1_logout);

        System.out.println("最终在线人数: " + counter.getCount(counterKey));
    }
}

处理需要重置的计数器(例如每日计数)

在某些场景下,计数器需要定期重置,例如统计每日活跃用户或每日API调用次数。一种常见的错误做法是先 INCR,再用 EXPIRE 设置过期时间。这种方式存在竞态条件:如果在 INCR 执行后、EXPIRE 执行前,服务发生故障,这个键就会永久存在,导致计数器无法自动重置。

正确的做法是使用 Lua 脚本将 INCREXPIRE 捆绑成一个原子操作。

Lua 脚本示例
lua 复制代码
-- increment_with_ttl.lua
local key = KEYS[1]
local ttl = ARGV[1]

local count = redis.call("INCR", key)

-- 如果是第一次增加(即增加后的值为1),则设置过期时间
if count == 1 then
    redis.call("EXPIRE", key, ttl)
end

return count

在应用程序中,通过 EVAL 命令执行此脚本,可以确保增加计数和设置过期时间这两步操作的原子性。

复杂操作与事务

如果需要根据计数值执行更复杂的操作(例如,检查库存是否足够再减库存),简单的 DECR 可能不够用。虽然可以使用 WATCH, MULTI, EXEC 事务来解决,但这会增加代码的复杂性。 在这种情况下,使用 Lua 脚本通常是更简单、更高效的选择,因为它将整个逻辑封装在服务器端作为一个原子单元执行。

总结

利用 Redis 的 INCRDECR 原子操作是实现分布式计数器的标准且高效的方法。其核心优势在于 Redis 保证了单个命令的原子性,从而避免了分布式环境下的竞态条件。对于需要自动重置的计数器,强烈建议使用 Lua 脚本来确保操作的原子性,防止数据不一致。

相关推荐
DarkAthena40 分钟前
【GaussDB】全密态等值查询功能测试及全密态技术介绍
数据库·gaussdb
ShawnLeiLei1 小时前
2.3 Flink的核心概念解析
数据库·python·flink
小花鱼20252 小时前
redis在Spring中应用相关
redis·spring
郭京京2 小时前
redis基本操作
redis·go
似水流年流不尽思念2 小时前
Redis 分布式锁和 Zookeeper 进行比对的优缺点?
redis·后端
郭京京2 小时前
go操作redis
redis·后端·go
石皮幼鸟2 小时前
数据完整性在所有场景下都很重要吗?
数据库·后端
nightunderblackcat4 小时前
新手向:异步编程入门asyncio最佳实践
前端·数据库·python
DarkAthena4 小时前
【GaussDB】使用MySQL客户端连接到GaussDB的M-Compatibility数据库
数据库·mysql·gaussdb
livemetee4 小时前
Flink2.0学习笔记:使用HikariCP 自定义sink实现数据库连接池化
大数据·数据库·笔记·学习·flink