### 引言 Redis，作为一种开源的、基于内存且支持持久化的键值存储系统，以其卓越的性能、丰富灵活的数据结构和高度可扩展性在全球范围内广受欢迎。Redis不仅提供了一种简单直观的方式来存储和检索数据，更因其支持数据结构如字符串、哈希、列表、集合、有序集合等多种类型，使得其在众多场景下表现出强大的适用性和灵活性。 Redis的核心特点包括： 1. **高性能**：基于内存操作，读写速度极快，特别适用于对性能要求高的实时应用。 > 关于Redis高性能的原因，请参考：[京东二面：Redis为什么快？我说Redis是纯内存操作的，然后他对我笑了笑。。。。。。](https://mp.weixin.qq.com/s?__biz=MzkyNzYzMTY0MA==&mid=2247484198&idx=1&sn=32b0992f1b7d9862e2c983f9cb2e633f&chksm=c2245351f553da472f19d57c7d7dfa56c58e8ea4a9e814fc2d4a8fadf72afeadae4b0b0bec35#rd) 2. **数据持久化**：支持RDB和AOF两种持久化方式，确保即使在服务器重启后也能恢复数据。 2. **分布式的特性**：通过主从复制、哨兵模式或集群模式，Redis可以轻松地构建高可用和可扩展的服务。 2. **丰富的数据结构**：提供了多种数据结构支持，便于开发人员根据实际需求进行数据建模和处理。 Redis的广泛应用跨越了多个行业和技术领域，诸如网站加速、缓存服务、会话管理、实时统计、排行榜、消息队列、分布式锁、社交网络功能、限流控制等。本文将深入探讨Redis在这些场景下的具体应用方法及其背后的工作原理，旨在帮助开发者更好地理解和掌握Redis，以应对各种复杂的业务需求，并充分发挥其潜能。同时，我们也将关注如何在实践中平衡Redis的性能、安全性、一致性等方面的挑战，为实际项目带来更高的价值。 ### 数据缓存在高并发访问的场景下，数据库经常成为系统的瓶颈。Redis因其内存存储、读取速度快的特点，常被用作数据库查询结果的缓存层，有效降低数据库负载，提高整体系统的响应速度。这也是我们使用场景频率最高的一个。通常我们选择使用String类型来存储数据库查询结果，如单个实体对象的JSON序列化形式。 ``` @Service public class ProductService { @Autowired private RedisTemplate redisTemplate; // 使用@Cacheable注解进行缓存 @Cacheable(value = "productCache", key = "#id") public Product getProductById(String id) { // 此处是从数据库或其他数据源获取商品的方法 // 在实际场景中，如果缓存命中，则不会执行下面的数据库查询逻辑 return getProductFromDatabase(id); } } ``` 而使用Redis作为缓存使用时，有一些特别需要注意的事项： 1. **缓存穿透**：当查询的数据在数据库和缓存中均不存在时，可能会导致大量的无效请求直接打到数据库。可通过布隆过滤器预防缓存穿透。 1. **缓存雪崩**：若大量缓存在同一时刻失效，所有请求都会涌向数据库，造成瞬时压力过大。可通过设置合理的过期时间分散、预加载或采用Redis集群等方式避免。 1. **缓存一致性**：当数据库数据发生变化时，需要及时更新缓存，避免数据不一致。可以采用主动更新策略（如监听数据库binlog）或被动更新策略（如在读取时判断数据新鲜度）。而对于数据缓存，我们常使用的业务场景如热点数据存储、全页缓存等。 ### 会话管理在说会话管理之前，我们来简单介绍一下`Spring Session`。 Spring Session 是 Spring Framework 的一个项目，旨在简化分布式应用程序中的会话管理。在传统的基于 Servlet 的应用程序中，会话管理是通过 HttpSession 接口实现的，但在分布式环境中，每个节点上的 HttpSession 不能简单地共享，因此需要一种机制来管理会话并确保会话在集群中的一致性。 Spring Session 提供了一种简单的方法来解决这个问题，它将会话数据从容器（如 Tomcat 或 Jetty）中分离出来，并存储在外部数据存储（如 Redis、MongoDB、JDBC 等）中。这样，不同节点上的应用程序实例可以共享相同的会话数据，实现分布式环境下的会话管理。所以在Web应用中，Redis用于会话管理时，可以取代传统基于服务器内存或Cookie的会话存储方案。通过将会话数据序列化后存储为Redis中的键值对，实现跨多个服务器实例的会话共享。 ``` org.springframework.session spring-session-data-redis 3.2.0 ``` 然后我们在启动类中，使用`@EnableRedisHttpSession`启用Redis作为会话存储。 ``` @Configuration @EnableRedisHttpSession public class RedisSessionConfig { @Bean public RedisConnectionFactory connectionFactory() { // 这里假设你已经在application.properties或application.yml中配置了Redis的信息 // 根据实际情况填写Redis服务器地址、端口等信息 return new LettuceConnectionFactory(); } } ``` 以上是一个简单的`Spring Session`使用`Redis`进行会话管理的示例代码。通过这种方式，我们可以轻松地在分布式环境中管理会话，并确保会话数据的一致性和可靠性。如果需要了解一些具体的用法，请自行参考`Spring Session`。 ### 排行榜与计分板有序集合（Sorted Sets）是Redis的一种强大数据结构，可以用来实现动态排行榜，每个成员都有一个分数，按分数排序。有序集合中的每一个成员都有一个分数（score），成员依据其分数进行排序，且成员本身是唯一的。当需要给某个用户增加积分或改变其排名时，可以使用`ZADD`命令向有序集合中添加或更新成员及其分数。例如，`ZADD leaderboard score member`，这里的`ranking`是有序集合的名称，`score`是用户的积分值，`member`是用户ID。查询排行榜时，可以使用`ZRANGE`命令获取指定范围内的成员及其分数，例如，`ZRANGE ranking 0 -1 WITHSCORES`，这条命令会返回集合中所有的成员及其对应的分数，按照分数从低到高排序。若要按照分数从高到低显示排行榜，使用`ZREVRANGE`命令，如`ZREVRANGE ranking 0 -1 WITHSCORES`。 ``` @Service public class RankingService { @Autowired private RedisTemplate redisTemplate; public void addToRanking(String playerName, int score) { redisTemplate.opsForZSet().add("ranking", playerName, score); } public List getRanking() { List rankingInfos = new ArrayList<>(); Set> rankingSet = redisTemplate.opsForZSet().rangeWithScores("ranking", 0, -1); for (ZSetOperations.TypedTuple tuple : rankingSet) { RankingInfo rankingInfo = new RankingInfo(); rankingInfo.setPlayerName(tuple.getValue()); rankingInfo.setScore(tuple.getScore().intValue()); rankingInfos.add(rankingInfo); System.out.println("playerName: " + tuple.getValue() + ", score: " + tuple.getScore().intValue()); } return rankingInfos; } } ``` 我们模拟请求，往redis中填入一些数据，在获取排行榜： ![image.png](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/5884e833312240b988113e7fb98bdb37~tplv-k3u1fbpfcp-jj-mark:0:0:0:0:q75.image#?w=1356&h=312&s=41632&e=png&b=262626 "image.png") image.png 在实际场景中，有序集合非常适合处理实时动态变化的排行榜数据，比如京东的月度销量榜单、商品按时间的上新排行榜等，因为它的更新和查询操作都是原子性的，并且能高效地支持按分数排序的操作。 ### 计数器与统计 Redis的原子性操作如`INCR`和`DECR`可以用于计数，确保在高并发环境下的计数准确性。比如在流量统计、电商网站商品的浏览量、视频网站视频的播放数赞等场景的应用。 ``` @Service public class CounterService { @Autowired private RedisTemplate redisTemplate; public void incrementLikeCount(String postId) { redisTemplate.opsForValue().increment(postId + ":likes"); } public void decrementLikeCount(String postId) { redisTemplate.opsForValue().decrement(postId + ":likes"); } public long getLikeCount(String postId) { String value = redisTemplate.opsForValue().get(postId + ":likes"); return StringUtils.isBlank(value) ? 0 : Long.parseLong(value); } } ``` 在使用Redis实现点赞，统计等功能时一定要考虑设置计数值的最大值或最小值限制，以及过期策略。 ### 分布式锁 #### 分布式锁 Redis的`SETNX`（设置并检查是否存在）和`EXPIRE`命令组合可以实现分布式锁，因其操作时原子性的，所以可以确保在分布式环境下同一资源只能被一个客户端修改。使用 Redis 实现分布式锁通常会使用 Redis 的 SETNX 命令。这个命令用于设置一个键的值，如果这个键不存在的话，它会设置成功并返回 1，如果这个键已经存在，则设置失败并返回 0。结合 Redis 的 EXPIRE 命令，可以为这个键设置一个过期时间，确保即使获取锁的客户端异常退出，锁也会在一段时间后自动释放。 ``` @Component public class DistributedLock { @Autowired private RedisTemplate redisTemplate; public boolean acquireLock(String lockKey, String requestId, long expireTime) { Boolean result = redisTemplate.opsForValue().setIfAbsent(lockKey, requestId, expireTime); return result != null && result; } public void releaseLock(String lockKey, String requestId) { String value = redisTemplate.opsForValue().get(lockKey); if (value != null && value.equals(requestId)) { redisTemplate.delete(lockKey); } } } ``` 使用分布式锁时，务必确保在加锁和解锁操作之间处理完临界区代码，否则可能出现死锁。并且要注意锁定超时时间应当合理设置，以避免锁定资源长时间无法释放。 > 关于分布式锁，推荐使用一些第三方的分布式锁框架，例如Redisson #### 全局ID 在全局ID生成的场景中，我们可以使用 Redis 的原子递增操作来实现。通过对 Redis 中的一个特定的 key 进行原子递增操作，可以确保生成的ID是唯一的。 ``` @Component public class UniqueIdGenerator { @Autowired private RedisTemplate redisTemplate; public long generateUniqueId(String key) { return redisTemplate.opsForValue().increment(key, 1); } } ``` #### 库存扣减在扣减库存的场景中，我们可以使用 Redis 的原子递减操作来实现。将库存数量存储在 Redis 的一个特定key中（例如仓库编码:SKU），然后通过递减操作来实现库存的扣减。这样可以保证在高并发情况下，库存扣减的原子性。 ``` @Component public class StockService { @Autowired private RedisTemplate redisTemplate; /**商品库存的key*/ private static final String STOCK_PREFIX = "stock:%s:%s"; /** * 扣减库存 * @param warehouseCode * @param productId * @param quantity * @return */ public boolean decreaseStock(String warehouseCode, String productId, long quantity) { String key = String.format(STOCK_PREFIX, warehouseCode, productId); Long stock = redisTemplate.opsForValue().decrement(key, quantity); return stock >= 0; } } ``` #### 秒杀在秒杀场景中，使用Lua脚本。Lua 脚本可以在 Redis 服务器端原子性地执行多个命令，这样可以避免在多个命令之间出现竞态条件。我们使用Lua脚本来检查库存是否足够并进行扣减操作。如果库存足够，则减少库存并返回 true；如果库存不足，则直接返回 false。通过 Lua 脚本的原子性执行，可以确保在高并发情况下，库存扣减操作的正确性和一致性。我们先定义一个扣减库存的lua脚本，使用Lua脚本一次性执行获取库存、判断库存是否充足以及扣减库存这三个操作，确保了操作的原子性 ``` -- 获取Lua脚本参数：商品ID和要购买的数量 local productId = KEYS[1] local amount = tonumber(ARGV[1]) -- 获取当前库存 local currentStock = tonumber(redis.call('GET', 'seckill:product:'..productId)) -- 判断库存是否充足 if currentStock <= 0 or currentStock < amount then return 0 end -- 扣减库存 redis.call('DECRBY', 'seckill:product:'..productId, amount) -- 返回成功标志 return 1 ``` 然后在秒杀服务中使用Redis的`DefaultRedisScript`执行lua脚本，完成秒杀 ``` @Component public class SeckillService { @Autowired private RedisTemplate redisTemplate; /** * 初始化RedisScript对象 */ private final DefaultRedisScript seckillScript = new DefaultRedisScript<>(); { seckillScript.setLocation(new ClassPathResource("rate_limiter.lua")); seckillScript.setResultType(Long.class); } public boolean seckillyLua(String productId, int amount){ // 设置Lua脚本参数 List keys = Collections.singletonList(productId); List args = Collections.singletonList(Integer.toString(amount)); // 执行Lua脚本 Long result = redisTemplate.execute(seckillScript, keys, args); // 如果执行结果为1，表示秒杀成功 return Objects.equals(result, 1L); } } ``` 关于秒杀场景，我们也可以使用`WATCH`命令监视库存键，然后尝试获取并扣减库存。如果在`WATCH`之后、`EXEC`之前库存发生了变化，`exec`方法会返回`null`，此时我们取消`WATCH`并重新尝试整个流程，直到成功扣减库存为止。这样就实现了基于Redis乐观锁的秒杀场景，有效防止了超卖现象。 ``` /** * 秒杀方法 * @param productId 商品ID * @param amount 要购买的数量 * @return 秒杀成功与否 */ @Transactional(rollbackFor = Exception.class) public boolean seckilByWatch(String productId, int amount) { // 乐观锁事务操作 while (true) { // WATCH指令监控库存键 redisTemplate.watch("stock:" + productId); // 获取当前库存 String currentStockStr = redisTemplate.opsForValue().get("stock:" + productId); if (currentStockStr == null) { // 库存不存在，可能是商品已售罄或异常情况 return false; } int currentStock = Integer.parseInt(currentStockStr); // 判断库存是否充足 if (currentStock < amount) { // 库存不足，取消WATCH并退出循环 redisTemplate.unwatch(); return false; } // 开启Redis事务 redisTemplate.multi(); // 执行扣减库存操作 redisTemplate.opsForValue().decrement("stock:" + productId, amount); // 执行其他与秒杀相关的操作，如增加订单、更新用户余额等... // 提交事务，如果在此期间库存被其他客户端修改，则exec返回null List