7个Redis的应用场景

缓存–热数据

• 热点数据（经常会被查询，但是不经常被修改或删除的数据）
• 相比memcached更丰富的数据类型

mark一种情况：通常select查询数据库前查询redis，有的话使用redis数据，没有则查询数据库，然后将数据插入redis；通过update或者delete数据库时，先查询redis中是还是有该数据，存在的话先删除redis中的数据，再进行数据库的update或者delete；但是在高并发的情况下，在redis中该条数据被删除后，这时另一个线程执行查询，发现没有，会插入一条数据在redis中，然后在数据库中update或者delete，这时redis串的数据都是错的，直到下一条update或者delete。
方法：先updater后clean，万一clean失败，放入mq，后续继续处理，失败次数太多条件触发监控通知人工。

计数器

• 诸如统计点击数等应用。由于单线程，可以避免并发问题，保证不会出错，而且100%毫秒级性能。
• 命令：INCRBY；注意持久化。

队列

• 相当于消息系统，ActiveMQ，RocketMQ等工具类似，数据一致性要求较高还是建议使用RocketMQ等专业系统。
• 由于redis把数据添加到队列是返回添加元素在队列的第几位，所以可以判断用户是第几个访问这种业务。
• 队列不仅可以把并发请求变成串行，并且可以做队列或者栈使用。

位操作（大数据处理）

• 用于数据量上亿的场景下，例如几亿用户系统的签到，去重登录次数的统计，某用户是否在线状态等等。

一种情景：腾讯10亿用户，几毫秒内查询某个用户是否在线，可以使用位操作–setbit、getbit、bitcount命令。redis内构建一个足够长的数组，每个数组元素只能是用0和1两个值，然后这个数据的下标index用来表示这个例子里面用户的ID（必须是数字），那么这个几亿长的大数组就能通过下标和值（0和1）来构建一个记忆系统。

分布式锁与单线程机制

• 验证前端的重复请求(可以自由扩展类似情况)，可以通过redis进行过滤：每次请求将request IP、参数、接口等hash作为key存储redis（幂等性请求），设置多长时间有效期，然后下次请求过来的时候先在redis中检索有没有这个key，进而验证是不是一定时间内过来的重复提交
• 秒杀系统，基于redis是单线程特征，防止出现数据库“爆破”。
• 全局增量ID生成，类似“秒杀”

最新列表

• 例如新闻列表页面最新的新闻列表，如果数量很大的情况下，尽量不要使用select a from A limit 10这个low货，尝试redis的LPUSH命令构建List，一个个顺序都塞进去就可以啦。不过万一内在清掉怎么办？也简单，查询不到存储Key的话，用mysql查询并且初始化一个List到redis中就好了。

排行榜

• 得分高的排名在上。命令：ZADD（有续集，sorted set）。

文章转载自：今日头条–“全掌柜技术客“