【途中学】redis的美妙用法-优快云博客

Redis 的强大远不止于简单的缓存。它的美妙之处在于其丰富的数据结构和高性能的原子操作，能够以极其优雅和高效的方式解决许多常见的系统设计难题。
以下是一些超越基础缓存、体现 Redis “美妙” 之处的经典用法：

一、数据结构的力量：不止是 String

Redis 的精华在于其多样的数据结构，每种结构都对应着一类特定的问题解决方案。

1. 排行榜与限流（Sorted Set - 有序集合）

美妙之处：一个数据结构，同时实现排序和范围查询，且性能极高。

典型场景：游戏积分排行榜、热门文章列表、延迟任务队列。
如何实现：
- 将成员（如用户ID）作为 member，分数（如积分、点击量、到期时间戳）作为 score 存入。
- ZADD leaderboard 1000 “user:123”
- 获取前十名：ZREVRANGE leaderboard 0 9 WITHSCORES （逆序取范围）
- 获取某用户的排名：ZREVRANK leaderboard “user:123” （逆序排名）
为什么美妙：传统数据库做实时排行榜需要 ORDER BY … LIMIT，数据量大时非常吃力。Redis 的 Sorted Set 底层是跳表，这些操作的时间复杂度都是 O(log(N))，性能极高。

2. 标签、好友和共同关注（Set - 集合）

美妙之处：高效的集合运算（交集、并集、差集）。

典型场景：
- 共同好友：用户A的好友存为一个 Set，用户B的好友存为另一个 Set，他们的共同好友就是这两个 Set 的交集 (SINTER)。
- 商品标签：一个商品有多个标签（如：商品:1000:tags -> {“优惠”, “数码”, “新品”}）。可以通过 SINTER 找出同时拥有“优惠”和“数码”两个标签的所有商品。
为什么美妙：一次命令完成复杂计算，避免多次数据库查询和在应用层处理数据，速度极快。

3. 实时分析、计数和布隆过滤器（HyperLogLog 和 Bitmap）

美妙之处：用极小的空间完成海量数据的去重统计。

HyperLogLog：
- 场景： 统计网站的 UV （独立访客数）‍。可能有数千万的访问，你只关心数量，不关心具体是谁。
- 实现： PFADD uv:20251016 “user_ip_1” “user_ip_2”，然后 PFCOUNT uv:20251016 获取估算值。
- 为什么美妙：每个 HyperLogLog 键只需 12 KB 内存，就能计算接近 2^64 个不同元素的基数！ 如果用 Set 存储，海量数据下内存会爆掉。
Bitmap (位图)：
- 场景：用户签到记录。统计用户今年哪几天签到了。
- 实现： key 为 sign:202510:user:123，偏移量 offset 代表第几天。签到：SETBIT sign:202510:user:123 15 1 （第15天签到）。统计本月签到次数：BITCOUNT sign:202510:user:123。
- 为什么美妙：极其节省空间啊。365天的签到记录只需要 365 bit ≈ 46 字节。

二、分布式系统的基石

4. 分布式锁（String 与 Lua）

美妙之处：用简单的 SET 命令和 Lua 脚本，实现跨进程的互斥锁。

实现：
- 加锁：SET lock:resource_name my_random_value NX PX 30000
  - NX：仅当 key 不存在时设置成功（抢锁）。
  - PX 30000：设置 30 秒过期时间，防止锁持有者崩溃后锁永远不被释放。
  - my_random_value：一个唯一值（如UUID），用于标识锁的持有者，防止误删别人的锁。
- 解锁（Lua脚本）‍：

if redis.call("get", KEYS[1]) == ARGV[1] then
    return redis.call("del", KEYS[1])
else
    return 0
end

（为什么用Lua：GET 和 DEL 必须原子性执行，否则在判断后、删除前锁可能已过期并被别人获取，导致误删。）

为什么美妙：它是构建分布式系统的核心原语，用于控制分布式服务对共享资源的并发访问，实现简单且高效。

5. 消息队列（List）

美妙之处：轻量级的、可靠的消息队列和生产者-消费者模型。

实现：
- 生产者：LPUSH task_queue <task_data> （将任务从左边推入列表）
- 消费者：BRPOP task_queue 30 （从右边阻塞地弹出任务，如果队列为空则等待30秒）
为什么美妙：虽然不如 Kafka、RabbitMQ 功能强大，但胜在极度轻量和简单。对于延迟要求不高、消息量不大的场景，用 Redis 做队列是性价比极高的选择。BRPOP 的阻塞特性避免了消费者无效的轮询。

三、持久化与高可用

6. 延迟队列和定时任务（Sorted Set）

美妙之处：利用分数代表执行时间，轻松实现“到时执行”。

实现：
- ZADD delayed_queue <future_timestamp> <task_data> （添加一个定时任务，分数是执行时间戳）
- 启动一个工作进程，循环执行：

-- 获取所有到期的任务
local tasks = redis.call('ZRANGEBYSCORE', 'delayed_queue', 0, <current_timestamp>)
-- 遍历 tasks，处理每一个到期任务
for _, task in ipairs(tasks) do
    -- 处理任务
    process_task(task)
    -- 从队列中移除
    redis.call('ZREM', 'delayed_queue', task)
end