Redis详解以应用场景

一、Redis简介

1.1 什么是Redis

Redis = Remote Dictionary Service(远程字典服务)

复制代码
传统数据库:
  数据存储在磁盘,访问需要磁盘IO
  └── 速度慢,但数据持久化

Redis:
  所有数据存储在内存
  └── 速度极快,断电丢失

Redis的核心特征:

  • 内存数据库:所有数据在内存中,访问速度极快
  • KV数据库:通过Key查找Value,键值对存储
  • 数据结构数据库:Value可以是多种数据结构,不只是字符串

1.2 支持的数据结构

数据结构 说明 典型场景
String 字符串 缓存、计数器、分布式锁
List 双向链表 队列、消息队列、最新列表
Hash 哈希表 存储对象、购物车
Set 无序集合 好友关系、抽奖
Zset 有序集合 排行榜

二、String类型

2.1 常用命令

命令 说明 示例
SET key value 设置值 SET name zhangsan
GET key 获取值 GET name
INCR key 原子+1 INCR count
INCRBY key n 原子+n INCRBY count 10
DECR key 原子-1 DECR count
DECRBY key n 原子-n DECRBY count 5
SETNX key value key不存在才设置 SETNX lock 1
DEL key 删除 DEL name
SETBIT key offset 0/1 设置位 SETBIT sign 5 1
GETBIT key offset 获取位 GETBIT sign 5
BITCOUNT key 统计1的个数 BITCOUNT sign

2.2 存储对象(JSON)

json 复制代码
// 用户对象
{
  "name": "zhangsan",
  "age": 18,
  "city": "beijing"
}
复制代码
SET user:1 '{"name":"zhangsan","age":18,"city":"beijing"}'
GET user:1

适用场景:

  • 对象结构稳定,不需要频繁修改字段
  • 整个对象一起读取

不适用场景:

  • 对象某个字段需要频繁修改
  • 需要对字段单独操作

2.3 计数器场景

场景:统计访问量、点赞数、播放量

bash 复制代码
INCR video:play:1001    # 播放量+1
INCR user:login:20240101  # 今日登录次数+1

DECR stock:1001  # 库存-1
DECRBY account:1001 100  # 账户扣减100

为什么用INCR不用GET+SET?

复制代码
错误方式:
  count = GET cnt
  count = count + 1
  SET cnt count
  # 问题:两个请求同时读到count=10,都变成11,丢失一次

正确方式:
  INCR cnt
  # Redis保证原子性,不会丢失

2.4 分布式锁场景

分布式锁的核心操作:

  1. 加锁:确保只有一个客户端能获取锁
  2. 释放锁:只能释放自己加的锁

加锁命令:

bash 复制代码
SET lock uuid NX EX 30
复制代码
SET lock uuid NX EX 30
    │    │    │  │   └─ 30秒自动过期,防止死锁
    │    │    │  └───── 设置过期时间
    │    │    └──────── 只有key不存在时才设置
    │    └───────────── uuid作为唯一标识
    └───────────────── 锁的名称

释放锁命令(Lua脚本保证原子性):

lua 复制代码
if GET(lock) == uuid then
    DEL(lock)
end

完整流程:

复制代码
客户端A:                    客户端B:
SET lock A NX EX 30  -> OK   SET lock B NX EX 30  -> 失败(已存在)

业务操作...                  等待...

DEL lock  -> OK              ...

                                DEL lock  -> 失败(已超时,A已自动删除)

SETNX的排他功能:

复制代码
SETNX lock 1    -> 成功(返回1),获取锁
SETNX lock 1    -> 失败(返回0),锁已被占用

2.5 位运算场景

场景:月签到统计

复制代码
思路:
  - 一个月31天,用一个字符串表示
  - 第N天签到,SETBIT key 30-N 1
  - 统计 BITCOUNT key 得到签到天数

日期:2024年1月
第1天签到:SETBIT sign:202401 30 1    # 索引30
第5天签到:SETBIT sign:202401 26 1    # 索引26
第10天签到:SETBIT sign:202401 21 1   # 索引21

BITCOUNT sign:202401    # 返回3,本月签到3天

位图结构:

复制代码
索引:31 30 29 28 27 26 25 ... 22 21 ... 2 1 0
第1天: 0  1  0  0  0  0  0 ... 0  0 ... 0 0 0
第5天: 0  1  0  0  0  1  0 ... 0  0 ... 0 0 0
第10天:0  1  0  0  0  1  0 ... 0  1 ... 0 0 0

BITCOUNT = 3(签到3天)

优势:

  • 31天只用4字节,内存极省
  • BITCOUNT O(n) 统计很快
  • 适合海量用户签到统计

三、List类型

3.1 常用命令

命令 说明 示例
LPUSH key value 左插入 LPUSH queue task1
RPUSH key value 右插入 RPUSH queue task2
LPOP key 左弹出 LPOP queue
RPOP key 右弹出 RPOP queue
LRANGE key start end 范围查询 LRANGE queue 0 -1
LREM key count value 删除元素 LREM queue 1 task1
BRPOP key timeout 阻塞右弹出 BRPOP queue 0
BLPOP key timeout 阻塞左弹出 BLPOP queue 0
LTRIM key start end 裁剪保留范围 LTRIM queue 0 99

3.2 队列与栈

队列(FIFO - 先进先出):

复制代码
            LPUSH              RPOP
起点 ──────────────────────────────── 终点
   [A] [B] [C] [D] [E]      [A] [B] [C] [D] [E]
              │                           │
              └───────────────────────────┘
                      RPUSH + LPOP 也能实现

栈(FILO - 先进后出):

复制代码
LPUSH + LPOP  或  RPUSH + RPOP

[A] [B] [C]     LPOP -> [C]
            ->
[A] [B]         LPOP -> [B]
            ->
[A]             LPOP -> [A]

3.3 阻塞队列

普通队列的问题:

复制代码
生产者:LPUSH task  # 放入任务
消费者:RPOP queue  # 取出任务
         │
         └── 如果队列空,RPOP返回nil,消费者需要轮询

阻塞队列解决方案:

复制代码
消费者:BRPOP queue 0
         │
         └── 队列空时阻塞,0表示永远等待
         └── 有任务时立即返回
         └── 超时则返回nil

超时时间的作用:

复制代码
BRPOP queue 10
    │
    └── 阻塞最多10秒
    └── 10秒内有任务就返回
    └── 10秒内没任务返回nil(防止永远阻塞)

3.4 异步消息队列

生产者系统:

复制代码
RPUSH mq:orders order_id_1
RPUSH mq:orders order_id_2
RPUSH mq:orders order_id_3

消费者系统:

复制代码
BRPOP mq:orders 0    # 阻塞等待,收到 order_id_1
处理任务...
BRPOP mq:orders 0    # 收到 order_id_2
处理任务...

特点:

  • 不同系统间通过Redis解耦
  • 生产者只管发,消费者只管收
  • 支持多个消费者,实现负载均衡

3.5 最新列表窗口

场景:展示最新商品、最新评论

复制代码
用户发表新评论:
  LPUSH comments:user:1 comment_123
  LTRIM comments:user:1 0 9    # 只保留最新10条

展示最新10条:
  LRANGE comments:user:1 0 9

流程:

复制代码
LTRIM key 0 9 的效果:

插入前:[c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11]
          │
          ▼
裁剪后:[c1 c2 c3 c4 c5 c6 c7 c8 c9 c10]  # c11被删除

每次新数据进来,旧数据自动淘汰

四、Hash类型

4.1 常用命令

命令 说明 示例
HSET key field value 设置字段 HSET user:1 name zhangsan
HGET key field 获取字段 HGET user:1 name
HMSET key f1 v1 f2 v2 批量设置 HMSET user:1 age 18 city bj
HMGET key field1 field2 批量获取 HMGET user:1 name age
HINCRBY key field n 字段原子+n HINCRBY user:1 age 1
HLEN key 获取字段数量 HLEN user:1
HDEL key field 删除字段 HDEL user:1 name

4.2 存储对象 vs String存储对象

String存储(整个对象):

复制代码
SET user:1 '{"name":"zhangsan","age":18,"city":"beijing"}'
    │
    ├── 优点:简单,整个对象一起操作
    │
    └── 缺点:
        ├── 修改单个字段需要:GET -> 解JSON -> 修改 -> SET
        ├── 无法单独对某个字段做原子操作
        └── 字段多的对象解析开销大

Hash存储(字段级操作):

复制代码
HSET user:1 name zhangsan
HSET user:1 age 18
HSET user:1 city beijing
    │
    ├── 优点:
    │   ├── 修改单个字段:HSET user:1 age 19
    │   ├── 原子操作:HINCRBY user:1 age 1
    │   └── 不用解析JSON,直接操作字段
    │
    └── 缺点:
        └── 字段不能太多(hash结构有上限)

对比:

操作 String Hash
读取整个对象 GET HGETALL
修改单个字段 GET->修改->SET HSET
字段原子加减 不支持 HINCRBY
内存占用 较低 较高

4.3 购物车场景

购物车数据结构:

复制代码
key: cart:user:1001

field           value
────────────    ─────────
item:sku:001    2      # 商品001买2件
item:sku:002    1      # 商品002买1件
item:sku:003    5      # 商品003买5件

购物车操作:

复制代码
添加商品:
  HSET cart:user:1001 item:sku:001 2

增加数量:
  HINCRBY cart:user:1001 item:sku:001 1

减少数量:
  HINCRBY cart:user:1001 item:sku:001 -1

查看商品数量:
  HGET cart:user:1001 item:sku:001

删除商品:
  HDEL cart:user:1001 item:sku:001

查看购物车所有商品:
  HGETALL cart:user:1001

购物车商品数量:
  HLEN cart:user:1001

为什么用Hash而不是String?

复制代码
String方式(不推荐):
  SET cart:user:1001:sku:001 2
  SET cart:user:1001:sku:002 1
  # 问题:商品数量无法原子操作,遍历麻烦

Hash方式(推荐):
  HSET cart:user:1001 item:sku:001 2
  HSET cart:user:1001 item:sku:002 1
  # 同一用户的购物车在一个key下,操作方便

五、Set类型

5.1 常用命令

命令 说明 示例
SADD key member 添加成员 SADD tags python
SCARD key 获取成员数 SCARD tags
SMEMBERS key 获取所有成员 SMEMBERS tags
SISMEMBER key member 判断是否成员 SISMEMBER tags python
SRANDMEMBER key count 随机取成员 SRANDMEMBER tags 3
SPOP key count 随机弹出成员 SPOP tags 1
SDIFF key1 key2 差集 SDIFF tags1 tags2
SINTER key1 key2 交集 SINTER tags1 tags2
SUNION key1 key2 并集 SUNION tags1 tags2

5.2 好友关系场景

共同好友:

复制代码
用户A的好友:SADD friends:A alice bob carol david
用户B的好友:SADD friends:B bob carol eve frank

查询共同好友:
  SINTER friends:A friends:B
  └── 结果:[bob, carol]

好友推荐(可能认识):

复制代码
用户A的好友:SADD friends:A alice bob carol
用户B的好友:SADD friends:B alice eve

A认识B认识的人(推荐):
  SDIFF friends:B friends:A
  └── 结果:[eve]  # 推荐A认识eve

流程图:

复制代码
推荐算法:
  1. 找到目标用户的所有好友
  2. 找到这些好友的所有好友
  3. 排除目标用户已经认识的人
  4. 剩下的就是推荐列表

5.3 抽奖场景

简单抽奖:

复制代码
参与抽奖:
  SADD lottery:20240101 user001
  SADD lottery:20240101 user002
  SADD lottery:20240101 user003

查看参与人数:
  SCARD lottery:20240101

随机抽取1个中奖者:
  SRANDMEMBER lottery:20240101 1

随机抽取3个中奖者:
  SRANDMEMBER lottery:20240101 3

一次性抽奖(抽完不能重复中):

复制代码
抽取1个:
  SPOP lottery:20240101 1
  └── 返回中奖者,同时从名单删除

抽取3个:
  SPOP lottery:20240101 3

两种方式区别:

复制代码
SRANDMEMBER:查看抽奖名单,不减少参与者
SPOP:弹出中奖者,参与者数量减少

六、Zset(有序集合)类型

6.1 常用命令

命令 说明 示例
ZADD key score member 添加成员 ZADD rank 100 alice
ZSCORE key member 获取分数 ZSCORE rank alice
ZRANK key member 获取排名(升序) ZRANK rank alice
ZREVRANK key member 获取排名(降序) ZREVRANK rank alice
ZRANGE key start end 按排名查(升序) ZRANGE rank 0 9
ZREVRANGE key start end 按排名查(降序) ZREVRANGE rank 0 9
ZINCRBY key n member 分数+n ZINCRBY rank 10 alice

6.2 排行榜场景

积分排行榜:

复制代码
用户Alice:ZADD rank 850 alice
用户Bob:  ZADD rank 1200 bob
用户Carol:ZADD rank 950 carol

查询排名(从高到低):

复制代码
第1名到第10名:
  ZREVRANGE rank 0 9 WITHSCORES

结果:
  1) bob 1200
  2) carol 950
  3) alice 850

查看某用户排名:
  ZREVRANK rank alice
  └── 返回 2(第3名)

查看某用户分数:
  ZSCORE rank alice
  └── 返回 850

用户积分变化:

复制代码
Alice点赞+10:
  ZINCRBY rank 10 alice

Bob被踩-50:
  ZINCRBY rank -50 bob

完整流程图:

复制代码
用户行为 -> 更新积分 -> ZINCRBY rank score user_id
                            │
                            v
查询排行榜 -> ZREVRANGE rank 0 9 WITHSCORES
                            │
                            v
展示:第1名 xxx 1200分 第2名 yyy 950分 ...

6.3 Zset vs Set 核心区别

特性 Set Zset
成员 无序 无序
分数 有(用于排序)
查询 随机 按排名
典型场景 好友关系、抽奖 排行榜

七、应用场景总结

7.1 String类型总结

复制代码
应用场景:
  ├── 缓存:SET user:1 json_data
  ├── 计数器:INCR view:video:001
  ├── 分布式锁:SET lock uuid NX EX 30
  └── 位运算:SETBIT sign:202401 30 1

7.2 List类型总结

复制代码
应用场景:
  ├── 队列:LPUSH + BRPOP
  ├── 栈:LPUSH + LPOP
  ├── 最新列表:LPUSH + LTRIM
  └── 消息队列:跨系统异步通信

7.3 Hash类型总结

复制代码
应用场景:
  ├── 对象存储:HSET user:1 name zhangsan
  └── 购物车:HSET cart:user:1 item:sku:001 2

7.4 Set类型总结

复制代码
应用场景:
  ├── 好友关系:SINTER friends:A friends:B
  ├── 推荐好友:SDIFF friends:B friends:A
  └── 抽奖:SRANDMEMBER lottery 3

7.5 Zset类型总结

复制代码
应用场景:
  └── 排行榜:ZADD rank score user; ZREVRANGE rank 0 9

八、面试追问FAQ

问题 答案
Redis为什么这么快? 纯内存操作,单线程(避免竞争),IO多路复用
Redis和MySQL如何选? 热数据放Redis,冷数据放MySQL,两者配合使用
String能存多大数据? 单个value最大512MB,但一般不超过10MB
Hash适合存什么? 字段频繁变化的对象,如购物车、用户信息
Zset用什么算法实现? 跳表(SkipList)+ 哈希表,查找和排序都快
分布式锁为什么不直接DEL? 可能删了别人的锁,需要先判断uuid再删除
Redis过期键的删除策略? 惰性删除(访问时检查)+ 定期删除(定时扫描)

根据零声教育教学写作https://github.com/0voice

相关推荐
用户3169353811836 小时前
Java连接Redis
redis
倔强的石头_9 小时前
《Kingbase护城河》——数据库存储空间全景探测与精细化瘦身实战
数据库
冬奇Lab1 天前
每日一个开源项目(第134篇):Zvec - 阿里开源的嵌入式向量数据库,向量搜索界的 SQLite
数据库·人工智能·llm
ClouGence1 天前
Oracle CDC 架构优化:从主库直连到 DataGuard 备库同步
数据库·后端·oracle
无响应de神1 天前
三、用户与权限管理
数据库·mysql
小小工匠2 天前
Redis - 事务机制:能实现 ACID 属性吗
数据结构·redis·性能优化·并发·持久化
麦聪聊数据2 天前
数据服务化时代:企业数据能力输出的核心路径
数据库
shushangyun_2 天前
2026年快消品B2B系统推荐:支持终端门店订货、促销政策自动化的工具?
java·运维·网络·数据库·人工智能·spring·自动化
DARLING Zero two♡2 天前
【MySQL数据库】数据类型与表约束
数据库·mysql
ofoxcoding2 天前
在AI API聚合平台配置DeepSeek V3.2提示词缓存实战:快速接入与成本优化指南
人工智能·spring·缓存·ai