目錄

二：計數器

三：佇列

七：排行榜

一：快取——熱資料

熱點資料（經常會被查詢，但是不經常被修改或者刪除的資料），首選是使用redis快取，畢竟強大到冒泡的QPS和極強的穩定性不是所有類似工具都有的，而且相比於memcached還提供了豐富的資料型別可以使用，另外，記憶體中的資料也提供了AOF和RDB等持久化機制可以選擇，要冷、熱的還是忽冷忽熱的都可選。

結合具體應用需要注意一下：很多人用spring的AOP來構建redis快取的自動生產和清除，過程可能如下：

• Select 資料庫前查詢redis，有的話使用redis資料，放棄select 資料庫，沒有的話，select 資料庫，然後將資料插入redis

• update或者delete資料庫錢，查詢redis是否存在該資料，存在的話先刪除redis中資料，然後再update或者delete資料庫中的資料

上面這種操作，如果併發量很小的情況下基本沒問題，但是高併發的情況請注意下面場景：

為了update先刪掉了redis中的該資料，這時候另一個執行緒執行查詢，發現redis中沒有，瞬間執行了查詢SQL，並且插入到redis中一條資料，回到剛才那個update語句，這個悲催的執行緒壓根不知道剛才那個該死的select執行緒犯了一個彌天大錯！於是這個redis中的錯誤資料就永遠的存在了下去，直到下一個update或者delete。

二：計數器

諸如統計點選數等應用。由於單執行緒，可以避免併發問題，保證不會出錯，而且100%毫秒級效能！爽。

命令：INCRBY

當然爽完了，別忘記持久化，畢竟是redis只是存了記憶體！

三：佇列

• 相當於訊息系統，ActiveMQ，RocketMQ等工具類似，但是個人覺得簡單用一下還行，如果對於資料一致性要求高的話還是用RocketMQ等專業系統。

• 由於redis把資料新增到佇列是返回新增元素在佇列的第幾位，所以可以做判斷使用者是第幾個訪問這種業務

• 佇列不僅可以把併發請求變成序列，並且還可以做佇列或者棧使用

四：位操作（大資料處理）

用於資料量上億的場景下，例如幾億使用者系統的簽到，去重登入次數統計，某使用者是否線上狀態等等。

想想一下騰訊10億使用者，要幾個毫秒內查詢到某個使用者是否線上，你能怎麼做？千萬別說給每個使用者建立一個key，然後挨個記（你可以算一下需要的記憶體會很恐怖，而且這種類似的需求很多，騰訊光這個得多花多少錢。。）好吧。這裡要用到位操作——使用setbit、getbit、bitcount命令。

原理是：

redis內構建一個足夠長的陣列，每個陣列元素只能是0和1兩個值，然後這個陣列的下標index用來表示我們上面例子裡面的使用者id（必須是數字哈），那麼很顯然，這個幾億長的大陣列就能通過下標和元素值（0和1）來構建一個記憶系統，上面我說的幾個場景也就能夠實現。用到的命令是：setbit、getbit、bitcount

五：分散式鎖與單執行緒機制

• 驗證前端的重複請求（可以自由擴充套件類似情況），可以通過redis進行過濾：每次請求將request Ip、引數、介面等hash作為key儲存redis（冪等性請求），設定多長時間有效期，然後下次請求過來的時候先在redis中檢索有沒有這個key，進而驗證是不是一定時間內過來的重複提交

• 秒殺系統，基於redis是單執行緒特徵，防止出現數據庫“爆破”

• 全域性增量ID生成，類似“秒殺”

六：最新列表

例如新聞列表頁面最新的新聞列表，如果總數量很大的情況下，儘量不要使用select a from A limit 10這種low貨，嘗試redis的 LPUSH命令構建List，一個個順序都塞進去就可以啦。不過萬一記憶體清掉了咋辦？也簡單，查詢不到儲存key的話，用mysql查詢並且初始化一個List到redis中就好了。

七：排行榜

誰得分高誰排名往上。命令：ZADD（有續集，sorted set）