参考地址

• https://juejin.cn/post/7079756129433370638
• https://blog.csdn.net/gaogaoshan/article/details/41039581
• https://redis.io/docs/clients/go/

redis的使用场景的解释

下面一一来分析下Redis的应用场景都有哪些。

1、缓存

缓存现在几乎是所有中大型网站都在用的必杀技，合理的利用缓存不仅能够提升网站访问速度，还能大大降低数据库的压力。Redis提供了键过期功能，也提供了灵活的键淘汰策略，所以，现在Redis用在缓存的场合非常多。

2、排行榜

很多网站都有排行榜应用的，如京东的月度销量榜单、商品按时间的上新排行榜等。Redis提供的有序集合数据类构能实现各种复杂的排行榜应用。

3、计数器

什么是计数器，如电商网站商品的浏览量、视频网站视频的播放数等。为了保证数据实时效，每次浏览都得给+1，
并发量高时如果每次都请求数据库操作无疑是种挑战和压力。Redis提供的incr命令来实现计数器功能，内存操作，性能非常好，非常适用于这些计数场景。

4、分布式会话

集群模式下，在应用不多的情况下一般使用容器自带的session复制功能就能满足，当应用增多相对复杂的系统中，一般都会搭建以Redis等内存数据库为中心
的session服务，session不再由容器管理，而是由session服务及内存数据库管理。

5、分布式锁

在很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局ID、减库存、秒杀等场景，
并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中，利用数据库锁来控制资源的并发访问是不太理想的，
大大影响了数据库的性能。可以利用Redis的setnx功能来编写分布式的锁，如果设置返回1说明获取锁成功，否则获取锁失败，实际应用中要考虑的细节要更多。

6、社交网络

点赞、踩、关注/被关注、共同好友等是社交网站的基本功能，社交网站的访问量通常来说比较大，而且传统的关系数据库类型不适合存储这种类型的数据，
Redis提供的哈希、集合等数据结构能很方便的的实现这些功能。

7、最新列表

Redis列表结构，LPUSH可以在列表头部插入一个内容ID作为关键字，LTRIM可用来限制列表的数量，这样列表永远为N个ID，无需查询最新的列表，
直接根据ID去到对应的内容页即可。

8、消息系统

消息队列是大型网站必用中间件，如ActiveMQ、RabbitMQ、Kafka等流行的消息队列中间件，主要用于业务解耦、流量削峰及异步处理实时性低的业务。
Redis提供了发布/订阅及阻塞队列功能，能实现一个简单的消息队列系统。另外，这个不能和专业的消息中间件相比。

9、地理位置

使用Redis的Geo数据类型可以存储地理位置信息，实现地理位置相关的查询和分析。

10、搜索引擎

Redis的Sorted Set可以用来存储有序数据，例如排行榜、搜索结果等。
在Go语言中，可以使用ZADD、ZRANGE等命令来实现对Sorted Set的操作，实现搜索引擎的功能。

常用命令

• SET 和 GET：用于设置和获取字符串类型的值；
• HSET、HGET、HMSET、HMGET：用于设置和获取哈希类型的值；
• LPUSH、RPUSH、LPOP、RPOP：用于操作列表类型的值；
• SADD、SREM、SMEMBERS：用于操作集合类型的值；
• ZADD、ZREM、ZRANGE：用于操作有序集合类型的值；
• INCR、INCRBY、DECR、DECRBY：用于对整数类型的值进行原子性的加减操作；
• EXPIRE、TTL：用于设置和查询键的过期时间；
• PUBLISH、SUBSCRIBE：用于实现 Redis 的发布订阅功能；
• MULTI、EXEC、WATCH、UNWATCH：用于实现 Redis 的事务功能；
• SCAN：用于迭代大量的键，避免阻塞 Redis 服务器。

实际场景

• 缓存
• 数据共享分布式
• 分布式锁
• 全局ID
• 计数器
• 限流
• 位统计
• 购物车
• 用户消息时间线timeline
• 消息队列
• 抽奖
• 点赞、签到、打卡
• 商品标签
• 商品筛选
• 用户关注、推荐模型
• 排行榜

1、缓存

String类型

例如：热点数据缓存（例如报表、明星出轨），对象缓存、全页缓存、可以提升热点数据的访问数据。

2、数据共享分布式

String 类型，因为 Redis 是分布式的独立服务，可以在多个应用之间共享

例如：分布式Session

<dependency> 
 <groupId>org.springframework.session</groupId> 
 <artifactId>spring-session-data-redis</artifactId> 
</dependency>

3、分布式锁

String 类型setnx方法，只有不存在时才能添加成功，返回true

public static boolean getLock(String key) {
Long flag = jedis.setnx(key, "1");
if (flag == 1) {
jedis.expire(key, 10);
}
return flag == 1;
}

public static void releaseLock(String key) {
jedis.del(key);
}

4、全局ID

int类型，incrby，利用原子性

incrby userid 1000

分库分表的场景，一次性拿一段

5、计数器

int类型，incr方法

例如：文章的阅读量、微博点赞数、允许一定的延迟，先写入Redis再定时同步到数据库

6、限流

int类型，incr方法

以访问者的ip和其他信息作为key，访问一次增加一次计数，超过次数则返回false

7、位统计

String类型的bitcount（1.6.6的bitmap数据结构介绍）

字符是以8位二进制存储的

set k1 a
setbit k1 6 1
setbit k1 7 0
get k1
/* 6 7 代表的a的二进制位的修改
a 对应的ASCII码是97，转换为二进制数据是01100001
b 对应的ASCII码是98，转换为二进制数据是01100010

因为bit非常节省空间（1 MB=8388608 bit），可以用来做大数据量的统计。
*/

例如：在线用户统计，留存用户统计

setbit onlineusers 01
setbit onlineusers 11
setbit onlineusers 20

支持按位与、按位或等等操作

BITOPANDdestkeykey[key...] ，对一个或多个 key 求逻辑并，并将结果保存到 destkey 。       
BITOPORdestkeykey[key...] ，对一个或多个 key 求逻辑或，并将结果保存到 destkey 。
BITOPXORdestkeykey[key...] ，对一个或多个 key 求逻辑异或，并将结果保存到 destkey 。
BITOPNOTdestkeykey ，对给定 key 求逻辑非，并将结果保存到 destkey 。

计算出7天都在线的用户

BITOP "AND" "7_days_both_online_users" "day_1_online_users" "day_2_online_users" ...  "day_7_online_users"

8、购物车

String 或hash。所有String可以做的hash都可以做

key：用户id；field：商品id；value：商品数量。
+1：hincr。-1：hdecr。删除：hdel。全选：hgetall。商品数：hlen。

9、用户消息时间线timeline

list，双向链表，直接作为timeline就好了。插入有序

10、消息队列

List提供了两个阻塞的弹出操作：blpop/brpop，可以设置超时时间

blpop：blpop key1 timeout 移除并获取列表的第一个元素，如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
brpop：brpop key1 timeout 移除并获取列表的最后一个元素，如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
上面的操作。其实就是java的阻塞队列。学习的东西越多。学习成本越低

• 队列：先进先除：rpush blpop，左头右尾，右边进入队列，左边出队列
• 栈：先进后出：rpush brpop

11、抽奖

自带一个随机获得值

spop myset

12、点赞、签到、打卡

假如上面的微博ID是t1001，用户ID是u3001

用 like:t1001 来维护 t1001 这条微博的所有点赞用户

• 点赞了这条微博：sadd like:t1001 u3001
• 取消点赞：srem like:t1001 u3001
• 是否点赞：sismember like:t1001 u3001
• 点赞的所有用户：smembers like:t1001
• 点赞数：scard like:t1001

13、商品标签

老规矩，用 tags:i5001 来维护商品所有的标签。

sadd tags:i5001 画面清晰细腻
sadd tags:i5001 真彩清晰显示屏
sadd tags:i5001 流程至极

14、商品筛选

// 获取差集
sdiff set1 set2
// 获取交集（intersection）
sinter set1 set2
// 获取并集
sunion set1 set2

假如：iPhone15 上市了

sadd brand:apple iPhone11
sadd brand:ios iPhone11
sad screensize:6.0-6.24 iPhone11
sad screentype:lcd iPhone 11

筛选商品，苹果的、ios的、屏幕在6.0-6.24之间的，屏幕材质是LCD屏幕

sinter brand:apple brand:ios screensize:6.0-6.24 screentype:lcd

15、用户关注、推荐模型

follow 关注 fans 粉丝

相互关注：

sadd 1:follow 2
sadd 2:fans 1
sadd 1:fans 2
sadd 2:follow 1

我关注的人也关注了他(取交集)：

sinter 1:follow 2:fans

可能认识的人：

用户1可能认识的人(差集)：sdiff 2:follow 1:follow
用户2可能认识的人：sdiff 1:follow 2:follow

16、排行榜

id 为6001 的新闻点击数加1：

zincrby hotNews:20190926 1 n6001

获取今天点击最多的15条：

zrevrange hotNews:20190926 0 15 withscores

go的incr+expire原子性操作之调用lua脚本

• 它实现了 incr 和 expire 的原子化操作，并且在 key 不存在和 key 已经过期的情况下也能正常工作。

package main

import (
   "context"
   "fmt"
   "github.com/go-redis/redis/v8"
   "time"
)

// Lua脚本
// 通过执行一个 Lua 脚本来实现原子化的 incr 和 expire 操作。如果该 key 的过期时间已经设置为 -1，
// 则表示该 key 没有过期时间，此时通过 expire 命令为该 key 设置过期时间。
func main(){
   client := redis.NewClient(&redis.Options{
       Addr:     "localhost:6379",
       Password: "123456",
       DB:       10,
   })
   defer client.Close()

   result1, err1 := IncrWithTTL(client, "counter", 3600)
   if err1 != nil {
       fmt.Println(err1)
   } else {
       fmt.Println(result1)
   }
}

func IncrWithTTL(client *redis.Client, key string, ttl time.Duration) (int64, error) {
    script := redis.NewScript(`
    local value = redis.call("incr", KEYS[1])
                if redis.call("ttl", KEYS[1]) == -1 then
                redis.call("expire", KEYS[1], ARGV[1])
                end
                return value
    `)
    result, err := script.Run(context.Background(), client, []string{key}, ttl.String()).Result()
    if err != nil {
         return 0, err
    }
    return result.(int64), nil
}