• 工作中使用Redis的10种场景


    前言

    Redis作为一种优秀的基于key/value的缓存,有非常不错的性能和稳定性,无论是在工作中,还是面试中,都经常会出现。

    今天这篇文章就跟大家一起聊聊,我在实际工作中使用Redis的10种场景,希望对你会有所帮助。

    1. 统计访问次数

    对于很多官方网站的首页,经常会有一些统计首页访问次数的需求。

    访问次数只有一个字段,如果保存到数据库中,再最后做汇总显然有些麻烦。

    该业务场景可以使用Redis,定义一个key,比如:OFFICIAL_INDEX_VISIT_COUNT。

    在Redis中有incr命令,可以实现给value值加1操作:

    incr OFFICIAL_INDEX_VISIT_COUNT
    

    当然如果你想一次加的值大于1,可以用incrby命令,例如:

    incrby OFFICIAL_INDEX_VISIT_COUNT 5
    

    这样可以一次性加5。

    2. 获取分类树

    在很多网站都有分类树的功能,如果没有生成静态的html页面,想通过调用接口的方式获取分类树的数据。

    我们一般为了性能考虑,会将分类树的json数据缓存到Redis当中,为了后面在网站当中能够快速获取数据。

    不然在接口中需要使用递归查询数据库,然后拼接成分类树的数据结构。

    这个过程非常麻烦,而且需要多次查询数据库,性能很差。

    因此,可以考虑用一个定时任务,异步将分类树的数据,直接缓存到Redis当中,定义一个key,比如:MALL_CATEGORY_TREE。

    然后接口中直接使用MALL_CATEGORY_TREE这个key从缓存中获取数据即可。

    可以直接用key/value字符串保存数据。

    不过需要注意的是,如果分类树的数据非常多可能会出现大key的问题,优化方案可以参考我的另外一篇文章《分类树,我从2s优化到0.1s》。

    3. 做分布式锁

    分布式锁可能是使用Redis最常见的场景之一,相对于其他的分布式锁,比如:数据库分布式锁或者Zookeeper分布式锁,基于Redis的分布式锁,有更好的性能,被广泛使用于实际工作中。

    我们使用下面这段代码可以加锁:

    try{
      String result = jedis.set(lockKey, requestId, "NX", "PX", expireTime);
      if ("OK".equals(result)) {
          return true;
      }
      return false;
    } finally {
        unlock(lockKey);
    }  
    

    但上面这段代码在有些场景下,会有一些问题,释放锁可能会释放了别人的锁。

    说实话Redis分布式锁虽说很常用,但坑也挺多的,如果用不好的话,很容易踩坑。

    如果大家对Redis分布式锁的一些坑比较感兴趣,可以看看我的另一篇文章《聊聊redis分布式锁的8大坑》,文章中有非常详细的介绍。

    4. 做排行榜

    很多网站有排行榜的功能,比如:商城中有商品销量的排行榜,游戏网站有玩家获得积分的排行榜。

    通常情况下,我们可以使用Sorted Set保存排行榜的数据。

    使用ZADD可以添加排行榜的数据,使用ZRANGE可以获取排行榜的数据。

    例如:

    ZADD rank:score 100 "周星驰"
    ZADD rank:score 90 "周杰伦"
    ZADD rank:score 80 "周润发"
    ZRANGE rank:score 0 -1 WITHSCORES
    

    返回数据:

    1) "周星驰"
    2) "100"
    3) "周杰伦"
    4) "90"
    5) "周润发"
    6) "80"
    

    5. 记录用户登录状态

    通常下,用户登录成功之后,用户登录之后的状态信息,会保存到Redis中。

    这样后面该用户访问其他接口的时候,会直接从Redis中查询用户登录状态,如果可以查到数据,说明用户已登录,则允许做后续的操作。

    如果从Redis中没有查到用户登录状态,说明该用户没有登录,或者登录状态失效了,则直接跳转到用户登录页面。

    使用Redis保存用户登录状态,有个好处是它可以设置一个过期时间,比如:该时间可以设置成30分钟。

    jedis.set(userId, userInfo, 1800);
    

    在Redis内部有专门的job,会将过期的数据删除,也有获取数据时实时删除的逻辑。

    6. 限流

    使用Redis还有一个非常常用的的业务场景是做限流

    当然还有其他的限流方式,比如:使用nginx,但使用Redis控制可以更精细。

    比如:限制同一个ip,1分钟之内只能访问10次接口,10分钟之内只能访问50次接口,1天之内只能访问100次接口。

    如果超过次数,则接口直接返回:请求太频繁了,请稍后重试。

    跟上面保存用户登录状态类似,需要在Redis中保存用户的请求记录。

    比如:key是用户ip,value是访问的次数从1开始,后面每访问一次则加1。

    如果value超过一定的次数,则直接拦截这种异常的ip。

    当然也需要设置一个过期时间,异常ip如果超过这个过期时间,比如:1天,则恢复正常了,该ip可以再发起请求了。

    或者限制同一个用户id。

    7. 位统计

    比如现在有个需求:有个网站需要统计一周内连续登陆的用户,以及一个月内登陆过的用户。

    这个需求使用传统的数据库,实现起来比较麻烦,但使用Redis的bitmap让我们可以实时的进行类似的统计。

    bitmap 是二进制的byte数组,也可以简单理解成是一个普通字符串。它将二进制数据存储在byte数组中以达到存储数据的目的。

    保存数据命令使用setbit,语法:

    setbit key offset value
    

    具体示例:

    setbit user:view:2024-01-17 123456 1
    

    往bitmap数组中设置了用户id=123456的登录状态为1,标记2024-01-17已登录。

    然后通过命令getbit获取数据,语法:

    getbit key offset
    

    具体示例:

    getbit user:view:2024-01-17 123456
    

    如果获取的值是1,说明这一天登录了。

    如果我们想统计一周内连续登录的用户,只需要遍历用户id,根据日期中数组中去查询状态即可。

    8. 缓存加速

    我们在工作中使用Redis作为缓存加速,这种用法也是非常常见的。

    如果查询订单数据,先从Redis缓存中查询,如果缓存中存在,则直接将数据返回给用户。

    如果缓存中不存在,则再从数据库中查询数据,如果数据存在,则将数据保存到缓存中,然后再返回给用户。

    如果缓存和数据库都不存在,则直接给用户返回数据不存在。

    流程图如下:

    但使用缓存加速的业务场景,需要注意一下,可能会出现:缓存击穿、穿透和雪崩等问题,感兴趣的小伙伴,可以看看我的另一篇文章《烂大街的缓存穿透、缓存击穿和缓存雪崩,你真的懂了?》,里面有非常详细的介绍。

    9. 做消息队列

    我们说起队列经常想到是:kafka、rabbitMQ、RocketMQ等这些分布式消息队列。

    其实Redis也有消息队列的功能,我们之前有个支付系统,就是用的Redis队列功能。

    PubSub(发布订阅)是Redis2.0版本引入的消息传递模型。

    顾名思义,消费者可以订阅一个或多个channel,生产者向对应channel发送消息后,所有订阅者都能收到相关消息。对应channel发送消息后,所有订阅者都能收到相关消息。

    在java代码中可以实现MessageListener接口,来消费队列中的消息。

    @Slf4j
    @Component
    public class RedisMessageListenerListener implements MessageListener {
        @Autowired
        private RedisTemplate redisTemplate;
    
        @Override
        public void onMessage(Message message, byte[] pattern) {
            String channel = new String(pattern);
            RedisSerializer valueSerializer = redisTemplate.getValueSerializer();
            Object deserialize = valueSerializer.deserialize(message.getBody());
            if (deserialize == null) return;
            String md5DigestAsHex = DigestUtils.md5DigestAsHex(deserialize.toString().getBytes(StandardCharsets.UTF_8));
            Boolean result = redisTemplate.opsForValue().setIfAbsent(md5DigestAsHex, "1", 20, TimeUnit.SECONDS);
            if (Boolean.TRUE.equals(result)) {
                log.info("接收的结果:{}", deserialize.toString());
            } else {
                log.info("其他服务处理中");
            }
        }
    }
    

    10. 生成全局ID

    在有些需要生成全局ID的业务场景,其实也可以使用Redis。

    可以使用incrby命令,利用原子性操作,可以执行下面这个命令:

    incrby userid 10000
    

    在分库分表的场景,对于有些批量操作,我们可以从Redis中,一次性拿一批id出来,然后给业务系统使用。

    最后说一句(求关注,别白嫖我)

    如果这篇文章对您有所帮助,或者有所启发的话,帮忙扫描下发二维码关注一下,您的支持是我坚持写作最大的动力。
    求一键三连:点赞、转发、在看。

    关注公众号:【苏三说技术】,在公众号中回复:面试、代码神器、开发手册、时间管理有超赞的粉丝福利,另外回复:加群,可以跟很多BAT大厂的前辈交流和学习。

  • 相关阅读:
    Pandas中常用的魔法命令与Linux命令
    (c语言)移位操作符
    小白操作Win10扩充C盘(把D盘内存分给C盘)亲测多次有效
    互联网摸鱼日报(2023-11-08)
    【Python】scrapy 命令提示找不到文件
    TCP/IP协议专栏——以太网帧中的前导码和帧间隙-带宽计算 详解——网络入门和工程维护必看
    数据结构与算法-Btree&B+Tree
    数据隐私、AI 交互和知识管理:DB-GPT 的综合解决方案 | 开源日报 0905
    java leetcodetop100 (3,4 )最长连续数列,移动零
    森林安全新保障:智能高压应急消防泵的应用
  • 原文地址:https://www.cnblogs.com/12lisu/p/17972104