Redis常见的应用场景解析

Redis是一个key-value存储系统，如今在各类系统中的使用愈来愈多，大部分状况下是由于其高性能的特性，被当作缓存使用，这里介绍下Redis常常遇到的使用场景。

Redis特性

一个产品的使用场景确定是须要根据产品的特性，先列举一下Redis的特色：

• 读写性能优异
• 持久化
• 数据类型丰富
• 单线程
• 数据自动过时
• 发布订阅
• 分布式

这里咱们经过几个场景，不一样维度说下Redis的应用。

高性能适合当作缓存

缓存是Redis最多见的应用场景，之全部这么使用，主要是由于Redis读写性能优异。并且逐渐有取代memcached，成为首选服务端缓存的组件。并且，Redis内部是支持事务的，在使用时候能有效保证数据的一致性。
做为缓存使用时，通常有两种方式保存数据：

• 一、读取前，先去读Redis，若是没有数据，读取数据库，将数据拉入Redis。
• 二、插入数据时，同时写入Redis。

方案一：实施起来简单，可是有两个须要注意的地方：
一、避免缓存击穿。（数据库没有就须要命中的数据，致使Redis一直没有数据，而一直命中数据库。）
二、数据的实时性相对会差一点。

方案二：数据实时性强，可是开发时不便于统一处理。
。

固然，两种方式根据实际状况来适用。如：方案一适用于对于数据实时性要求不是特别高的场景。方案二适用于字典表、数据量不大的数据存储。

丰富的数据格式性能更高，应用场景丰富

Redis相比其余缓存，有一个很是大的优点，就是支持多种数据类型。

数据类型	说明
string	字符串，最简单的k-v存储
hash	hash格式，value为field和value，适合ID-Detail这样的场景。
list	简单的list，顺序列表，支持首位或者末尾插入数据
set	无序list，查找速度快，适合交集、并集、差集处理
sorted set	有序的set

其实，经过上面的数据类型的特性，基本就能想到合适的应用场景了。

• string——适合最简单的k-v存储，相似于memcached的存储结构，短信验证码，配置信息等，就用这种类型来存储。
• hash——通常key为ID或者惟一标示，value对应的就是详情了。如商品详情，我的信息详情，新闻详情等。
• list——由于list是有序的，比较适合存储一些有序且数据相对固定的数据。如省市区表、字典表等。由于list是有序的，适合根据写入的时间来排序，如：最新的*，消息队列等。
• set——能够简单的理解为ID-List的模式，如微博中一我的有哪些好友，set最牛的地方在于，能够对两个set提供交集、并集、差集操做。例如：查找两我的共同的好友等。
• Sorted Set——是set的加强版本，增长了一个score参数，自动会根据score的值进行排序。比较适合相似于top 10等不根据插入的时间来排序的数据。

如上所述，虽然Redis不像关系数据库那么复杂的数据结构，可是，也能适合不少场景，比通常的缓存数据结构要多。了解每种数据结构适合的业务场景，不只有利于提高开发效率，也能有效利用Redis的性能。

单线程能够做为分布式锁

谈到Redis和Memcached 的区别，你们更多的是谈到数据结构和持久化这两个特性，其实还有一个比较大的区别就是：

• Redis 是单线程，多路复用方式提升处理效率。
• Memcached 是多线程的，经过CPU线程切换来提升处理效率。

因此Redis单线程的这个特性，其实也是很重要的应用场景，最经常使用的就是分布式锁。
应对高并发的系统，都是用多服务器部署，每一个技术框架针对数据锁都有很好的处理方式，如 .net 的lock,java 的synchronized,都能经过锁住某个对象来应对线程致使的数据污染问题。可是毕竟，只能控制本服务器的线程，分布式部署之后数据污染问题，就比较难处理了。Redis的单线程这个特性，就很是符合这个需求，伪代码以下：

//产生锁
while lock!=1
    //过时时间是为了不死锁
    now = int(time.time())
    lock_timeout = now + LOCK_TIMEOUT + 1
    lock = redis_client.setnx(lock_key, lock_timeout)

//真正要处理的业务
doing() 

//释放锁
now = int(time.time())
if now < lock_timeout:
    redis_client.delete(lock_key)复制代码

以上是一个只说明流程的伪代码，其实总体的逻辑是很简单的，只要考虑到死锁时的状况，就比较好处理了。Redis做为分布式锁，由于其性能的优点，不会成为瓶颈，通常会产生瓶颈的是真正的业务处理内容，仍是尽可能缩小锁的范围来确保系统性能。

自动过时能有效提高开发效率

Redis针对数据均可以设置过时时间，这个特色也是你们应用比较多的，过时的数据清理无需使用方去关注，因此开发效率也比较高，固然，性能也比较高。最多见的就是：短信验证码、具备时间性的商品展现等。无需像数据库还要去查时间进行对比。由于使用比较简单，就不赘述了。

分布式和持久化有效应对海量数据和高并发

Redis初期的版本官方只是支持单机或者简单的主从，大多应用则都是本身去开发集群的中间件，可是随着应用愈来愈普遍，用户关于分布式的呼声愈来愈高，因此Redis 3.0版本时候官方加入了分布式的支持，主要是两个方面：

• Redis服务器主从热备，确保系统稳定性
• Redis分片应对海量数据和高并发

并且Redis虽然是一个内存缓存，数据存在内存，可是Redis支持多种方式将数据持久化，写入硬盘，全部，Redis数据的稳定性也是很是有保障的，结合Redis的集群方案，有的系统已经将Redis当作一种NoSql数据存储来适用。

示例：秒杀和Redis的结合

秒杀是如今互联网系统中常见的营销模式，做为开发者，其实最不肯意这样的活动，由于非技术人员没法理解到其中的技术难度，致使在资源协调上老是有些误差。秒杀其实常常会出现的问题包括：

• 并发过高致使程序阻塞。
• 库存没法有效控制，出现超卖的状况。

其实解决这些问题基本就两个方案：

• 数据尽可能缓存,阻断用户和数据库的直接交互。
• 经过锁来控制避免超卖现象。

如今说明一下，若是如今作一个秒杀，那么，Redis应该如何结合进行使用?

• 提早预热数据，放入Redis
• 商品列表放入Redis List
• 商品的详情数据 Redis hash保存，设置过时时间
• 商品的库存数据Redis sorted set保存
• 用户的地址信息Redis set保存
• 订单产生扣库存经过Redis制造分布式锁，库存同步扣除
• 订单产生后发货的数据，产生Redis list，经过消息队列处理
• 秒杀结束后，再把Redis数据和数据库进行同步

以上是一个简略的秒杀系统和Redis结合的方案，固然实际可能还会引入http缓存，或者将消息对接用MQ代替等方案，也会出现业务遗漏的状况，这个只是但愿能抛砖引玉。

每一个技术都有属于本身的应用场景，只有对技术的特色有必定清晰的认识，才能更好的利用技术，发挥其最大的优点。

---

欢迎你们关注个人公众号交流、学习、第一时间获取最新的文章。
微信号：itmifen