一：缓存——热数据前端
热点数据（常常会被查询，可是不常常被修改或者删除的数据），首选是使用redis缓存，毕竟强大到冒泡的QPS和极强的稳定性不是全部相似工具都有的，并且相比于memcached还提供了丰富的数据类型可使用，另外，内存中的数据也提供了AOF和RDB等持久化机制能够选择，要冷、热的仍是忽冷忽热的均可选。mysql
结合具体应用须要注意一下：不少人用spring的AOP来构建redis缓存的自动生产和清除，过程可能以下：redis
-
Select 数据库前查询redis，有的话使用redis数据，放弃select 数据库，没有的话，select 数据库，而后将数据插入redisspring
-
update或者delete数据库钱，查询redis是否存在该数据，存在的话先删除redis中数据，而后再update或者delete数据库中的数据sql
上面这种操做，若是并发量很小的状况下基本没问题，可是高并发的状况请注意下面场景：数据库
为了update先删掉了redis中的该数据，这时候另外一个线程执行查询，发现redis中没有，瞬间执行了查询SQL，而且插入到redis中一条数据，回到刚才那个update语句，这个悲催的线程压根不知道刚才那个该死的select线程犯了一个弥天大错！因而这个redis中的错误数据就永远的存在了下去，直到下一个update或者delete。数组
二：计数器缓存
诸如统计点击数等应用。因为单线程，能够避免并发问题，保证不会出错，并且100%毫秒级性能！爽。并发
命令：INCRBY分布式
固然爽完了，别忘记持久化，毕竟是redis只是存了内存！
三：队列
-
至关于消息系统，ActiveMQ，RocketMQ等工具相似，可是我的以为简单用一下还行，若是对于数据一致性要求高的话仍是用RocketMQ等专业系统。
-
因为redis把数据添加到队列是返回添加元素在队列的第几位，因此能够作判断用户是第几个访问这种业务
-
队列不只能够把并发请求变成串行，而且还能够作队列或者栈使用
四：位操做（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，去重登陆次数统计，某用户是否在线状态等等。
想一想一下腾讯10亿用户，要几个毫秒内查询到某个用户是否在线，你能怎么作？千万别说给每一个用户创建一个key，而后挨个记（你能够算一下须要的内存会很恐怖，并且这种相似的需求不少，腾讯光这个得多花多少钱。。）好吧。这里要用到位操做——使用setbit、getbit、bitcount命令。
原理是：
redis内构建一个足够长的数组，每一个数组元素只能是0和1两个值，而后这个数组的下标index用来表示咱们上面例子里面的用户id（必须是数字哈），那么很显然，这个几亿长的大数组就能经过下标和元素值（0和1）来构建一个记忆系统，上面我说的几个场景也就可以实现。用到的命令是：setbit、getbit、bitcount
五：分布式锁与单线程机制
-
验证前端的重复请求（能够自由扩展相似状况），能够经过redis进行过滤：每次请求将request Ip、参数、接口等hash做为key存储redis（幂等性请求），设置多长时间有效期，而后下次请求过来的时候先在redis中检索有没有这个key，进而验证是否是必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，相似“秒杀”
六：最新列表
例如新闻列表页面最新的新闻列表，若是总数量很大的状况下，尽可能不要使用select a from A limit 10这种low货，尝试redis的 LPUSH命令构建List，一个个顺序都塞进去就能够啦。不过万一内存清掉了咋办？也简单，查询不到存储key的话，用mysql查询而且初始化一个List到redis中就行了。
七：排行榜
谁得分高谁排名往上。命令：ZADD（有续集，sorted set）
最近在研究股票，发现量化交易是个很是好的办法，经过臆想出来规律，用程序对历史数据进行验证，来判断这个臆想出来的规律是否有效，这玩意真牛！有没有哪位玩这个的给我留个言，交流一下呗。