前言

• 适用人群：熟悉redis的指令，但不了解使用场景的人群

• 本文会详细描述各个场景的伪代码和对应的redis指令，至于为什么只是伪代码是因为每个语言操作redis的方式不一致，但是思想是一致的，只需要根据这个思想去找对应的api即可。

String 命令实战

• String的命令主要是有三大运用场景：分别是分布式锁的运用，限流操作和业务缓存。

1.业务缓存

• 场景复现：某个活动即将在 11月11日开展。预期数据库的访问压力陡增。

• 解决方案：利用Redis，提前将要被多次访问的数据放入redis，做到“缓存预热”。让用户进入我们活动页面的时候，先去搜索缓存，不直接访问数据库，做到释放数据库的压力。

对应redis中的指令

set data "data"
​
get data

伪代码

void cacheData(){
 //1.从数据库中获取热点数据
  
 //2.将此类数据序列化
  
 //3.将 (data-data的id) 作为key，序列化的data作为value,利用string的set方法，存入redis。将活动的持续时间作为TTL
 
}
​
void getData(id){
 //1.将data和id拼接作为key,根据key聪redis中根据string的get指令，进行查询。
 //2.1查询到，直接返回
 //2.2没有查询到，根据id去数据库中查找，如果有，就直接返回，并存入redis中。
}

2.分布式锁

• 场景复现：多个服务去抢夺资源，有并发，线程安全问题。

• 解决方案：利用redis的set … nx命令，实现分布式锁的效果。

• 为什么它叫分布式锁呢？其实是因为多个服务都可以连接到一个redis中，相当于，水库里的水很多，但是总要从一个管道里流出一样，这个管道就相当于控制，同一时间内，只有一部分水可以流出。

对应redis中的指令

set key value NX

当目标key不存在的时候，才允许写入这个key，如果key已经存在，这个key就写不进去

伪代码

void tryLock(id){
 //1.不断抢锁直到抢到
 while(true){
 //1.1.把 (update+传入的id)作为key,当前线程的名称作为value,使用nx指令，设置5s的过期时间(避免因为系统原因未能释放，则导致锁无法释放，这是兜底措施)
 //1.2.1.如果1.1步骤失败，说明抢锁失败，进入下一次循环，继续抢锁。
 //1.2.2.如果成功，就break，结束循环 
 }
 //2.执行业务逻辑
 //3.删除 (update+传入的id)的key的值，相当于释放锁。
}

3.限流

• 场景复现：高并发场景下，抢购，秒杀等，流量峰值很高，但是后端业务的资源很有限。

• 解决方案：假如后端资源只够1000qps，那么我们可能就得对高于这个值的qps做限流，高于它的部分可能就得做降级处理了。

对应redis中的指令

set age 25
//返回：OK
INCR age
//返回：26

伪代码

void limit(){
 //1.取到当前的时间戳
 Long now = currentTimeMilles()
 //2.将当前服务名+now做为key,每打过来一个请求，就把这个value利用INCR指令+1。
 //3.如果当前value > 1000 qps,那么就直接返回“请求限流”
 //4.如果 value < 1000 qps,那么执行请求。
}

List 命令实战

• List命令主要是有三大运用场景：消息队列，提醒功能和热点列表。

• 但是由于消息队列的消息丢失问题很难处理，因此我们主要讲提醒功能和热点列表。

1.提醒功能

• 虽然说Redis的list可以实现消息队列的效果，但是利用Redis的list实现消息队列时候，在消息弹出，但是消费者没有消费前，消费者如果宕机，此条消息就会直接丢失。所以说，除非你的场景里，消息是可以接受丢失的，例如我们要说的提醒功能，不然尽量不要用它作为消息队列。

• 场景复现：我是一个掘金作者，当有掘友给我点赞的时候，我需要接收到点赞信息，并且给予反馈。

• 解决方案：后端在接受点赞消息后，将点赞人push到点赞List中，当我（掘金作者）登录网站的时候，前端给后端请求点赞的list。

对应Redis中的指令

//从右侧push
RPUSH 集合名称 集合元素
//从左侧遍历 下标1到下标2的所有元素
LRANGE 集合名称 下标1 下标2
//从左侧截断，下标1之前的所有元素，返回下标1到下标2的所有元素
LTRIM 集合名称 下标1 下标2

伪代码

void likeList(){
​
 String listName = "like-" + articleId
//开启一个线程，模拟用户端点赞,此时有10000人
 for(int i=0;i<10000;i++){
 //将listName作为list的key,用户id作为value,利用rpush指令，加入list
 } 
  
  
//再开启一个线程，模拟掘金作者端
 while(true){
 //1.利用LRANGE指令，拉取前1000个人的点赞。
 //2.读取，并且展示。
 //3.展示完成后，利用LTRIM指令，把第一步返回的userId的size大小作为下标1，-1作为下标2，执行该指令。相当于把前1000个userIds截断掉
 }
  
}

2.热点列表

• 其实上述的提醒功能的本质就是对list里面的消息进行消费，就是消息队列里的生产者和消费者模式。

• List还有一个常见的模式就是热点列表，或者是微博上的话题列表等。

对应Redis中的指令

//从右侧push
RPUSH 集合名称 集合元素
//从左侧数下标，设置该下标对应的值
LSET 集合名称 下标 值
//从左侧遍历 下标1到下标2的所有元素
LRANGE 集合名称 下标1 下标2

伪代码

//定时任务更新热点列表
void updateHotList(){
 //1.从数据库中计算得出最火热的20条数据
 //2.利用lset命令，根据下标更新当前李彪数据
}
 //客户端拉取热点列表
 //1.根据lrange命令找到所有的热点，返回

Hash 命令实战

• hash的数据结构我们知道，适用于存储键值对比较多的集合。下面我们以两个实战来讲解，分别是用户资料缓存和购物车的存储。

1.用户资料缓存

• 场景复现：我们知道，在复杂的系统中，c端用户的信息是非常多的，可能有几十个字段用来描述这个用户。且该信息访问的次数也是很多。

• 解决方案：放弃将用户信息序列化成字符串的方式，该用Hash方式进行存储。我们用手机电话作为key，用户信息对象作为value进行存储。并且对活跃用户进redis缓存，非活跃用户留在mysql中。

对应redis中的指令

//获取key下的所有hash键值对
hgetall key
//设置key ，hash的键值对
hset key k1 v1 k2 v2 k3 v3

伪代码

void login(mobile){
  
 //1.获取key
 String key = "login:" + mobile
 //2.根据hgetall指令获取该用户的所有信息
 //3.1.如果返回的信息不为空
 //3.1.1.如果value里没有标识符，直接返回脱敏后的用户信息
 //3.1.2.如果value里有标识符，说明这个人没有注册却一直在登录，有想让我们缓存击穿的嫌疑，直接返回“未注册”即可
  
 //3.2.如果为空
 //3.2.1.从数据库中获取登录对象
 //3.2.1.1.如果数据库返回是空，说明没有注册，将该key存入redis,value给一个标识符，标识它未注册（防止缓存击穿）。
 //3.2.1.2.如果数据库返回不是空，就把这个用户数据利用Hallset指令，存入redis，说明他是热点用户。返回当前用户数据
  
}

什么是缓存击穿？

大量数据打入热点key，此时key失效，数据直接打入数据库，让数据库压力剧增

2.购物车实战

• 场景复现：相比大家都用过淘宝吧，淘宝里有购物车功能。就是当用户选好商品，会先放入购物车，可以达到一起支付的效果。

• 问题解决：其实这个场景有两种解决思路。第一是购物车的数据存入前端。但前端做不到在用户选择商品到购物车的时候，就做好了库存检查的此类操作，需要提交购物车的时候，后端返回。用户体验有缺失的。因此，我们可以用后端对购物车进行存储。这个需要根据场景进行衡量。

对应redis中的指令

//获取key下的所有hash键值对
hgetall key
//设置key ，hash的键值对
hset key k1 v1 k2 v2 k3 v3
//删除该key对应的hash结构里的k1 k2 k3
hdel key k1 k2 k3

伪代码

static CART_PREFIX = "cart:"
void add(userId，productId,prodNum){
 String key = CART_PREFIX + userId
 //利用hset把CART_PREFIX + userId作为key，productId作为k1,prodNum作为value进行存储
}
void remove(userId，productId){
 String key = CART_PREFIX + userId
 //利用hdel把CART_PREFIX + userId作为key，productId作为k1进行删除
}
void submitOrder(userId){
 String key = CART_PREFIX + userId
 //利用hgetall进行购物车内容的获取
}

Set命令实战

• Set命令的对应实战场景主要有俩，分别是标签系统和自适应黑白名单系统。

1.标签系统

• 场景复现：在掘金文章发表的过程中，需要给文章贴上标签【“java”,“后端”】。你的个人资料里可能也有标签，比如说，你是学什么的，你的能力等，这些都是你的标签。我们可能需要根据你的个人信息里的标签，给你推荐适合你的文章。

对应redis中的指令

//将set1中添加"a"元素
SADD set1 "a"
//从set1,set2,set3中找到交集并返回
SINTER set1 set2 set3

伪代码

productTag(){
 String articleTagKey = "tag_a_" + articleId
 //将这几个标签加入这个文章中
 sadd(articleTagKey,"java","后端","设计模式","数据库")
  
  
 String userTagKey = "tag_u_" + userId
 sadd(userTagKey,"程序员","java");
 //将用户标签集合和所有的文章标签集合，利用sinter指令做交集，如果交集数量大于一个值，就做推荐。
}

• 除了掘金这种最基本的标签匹配的推荐系统之外。像微博会有共同关注的功能，底层也是基于这个思想的推荐系统。例如张三和我有类似的标签，如果他喜欢的东西，关注的东西，可能也会推荐给我，因为我们是一类人。

• 包括像qq里面的好友推荐功能，有的陌生好友，下方显示，和你有多少相同的好友，也基本是可以基于sinter指令来实现的。

2.自适应黑白名单系统

• 场景复现：某个用户异地登录，或者账户被盗，或者突然下单大量不感兴趣的商品，被风控检测。

• 问题解决：可以在检测到之后，把userId放入set黑名单中，利用一些安全框架，对这些黑名单做接口限制，前端也需要限制，除非他同意做人脸识别或者短信验证的安全认证，做完之后，可以从黑名单中移除。

对应redis中的指令

//将set1中添加"a"元素
SADD set1 "a"
//检查a是否在set1中
SISMEMBER set1 "a"
//将a从set1中删除
SREM set1 "a"

伪代码

boolean addProduct(userId,productId){
 //1.利用SISMEMBER指令检测是否在黑名单中，如果是就直接如人脸验证，或者短信验证
 //2.如果没有就允许请求
}
void faceCheck(userId){
 //1.人脸检测
 //2.检测完成
 //3.利用HREM指令删除黑名单
}

Sorted Set命令实战

• Sorted Set又叫Zset。主要有两种运用场景，分别是积分排名和延时消息。

1.积分排名

• 场景复现：比如，lol中的rank排行榜，在峡谷之巅第一名是恶魔波刚，第二名是jjking，第三名是菠萝剑姬。这样的系统如何实现呢？

• 问题解决：利用Sorted Set解决。

对应redis中的指令

//往myzset加入两个值。分数-玩家名的键值对
ZADD myzset 100 jjking 90 恶魔波冈
//查询目标的score值
ZSCORE myzset jjking
//批量查询目标的score值
ZSCORE myzset jjking 恶魔波刚
//增加指定元素的score值
ZINCREBY myzset 20 jjking
返回："120"
//将myzset中140分-80分的数据带着score逆序且限制2条返回
ZRANGE myzset 140 80 BYSCORE REV WITHSCORES limit 2

伪代码

//玩家胜利后，加分
addScore(){
 String rankKey = "rank_"
 //给指定玩家加分，利用ZINCREBY指令
 zaddIncr(rankKey,point,playerId)
}
//取前2名
getRankList(){
 //根据上述对应redis指令：ZRANGE myzset BYSCORE REV WITHSCORES limit 2
}

2.延时消息

• 场景复现：有些分布式任务系统中，任务是有优先级的，系统需要触发高优先级的任务，再触发低优先级的任务。

对应redis中的指令

//往myzset加入两个值。分数-玩家名的键值对
ZADD myzset 100 jjking 90 恶魔波冈
//计数数某个范围内的值
ZCOUNT myzset 70 110
返回：2
//将最小元素pop出来，数字是pop出来的数量
ZPOPMIN myzset 1

伪代码

//添加延时信息
addDelayMessage(){
 //获取当前时间
 int current = currentTimeMillis()
 //在10000之后开始
 int startTime = current + 10000
 //利用zadd命令添加            zadd("delayMsgCenter",startTime ,"task_" + taskId);
  
}
​
//消费延时消息
consumeDelayMessage(){
 //1.利用zcount和 0到current的范围进行搜索返回。
 //2.1如果返回的数值小于0，说明没有延时消息。
 //2.2如果返回的数值大于0，说明有延时消息，那就把这个延时队列里的最小值，利用ZPOPMIN的方式，弹出，消费
 //2.2.1执行消费
}

总结

• 原文链接：https://juejin.cn/post/7225139862223405114