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：

// 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：

// 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：

// 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：

// 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：

// 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：

// 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
}

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();}}
}

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：

// 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");
}

# 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

// 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。

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：

// 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。

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