Redis的常用应用场景_redis适合的业务场景有哪些-CSDN博客

本文链接：https://blog.csdn.net/qq_36193973/article/details/147271698

Redis作为一款高性能的键值存储数据库，在互联网业务中有着广泛的应用。今天，我们就来详细盘点一下Redis的十大常用业务场景，并附上Golang的示例代码和简图，帮助大家更好地理解和应用Redis。

01 分布式锁

场景描述：在分布式系统中，为了保证同一时间只有一个客户端对共享资源进行操作，分布式锁是必不可少的。相比于其他类似Zookeeper等组件,Redis的高性能使其成为实现分布式锁的理想选择。
实现方式：通过SETNX（SET if Not Exists）命令实现，结合过期时间防止死锁。
优势：高性能、易于实现、支持集群环境。
Golang示例代码：

  lockKey := "my_lock"  lockValue := "locked"  expireTime := 30 * time.Second  // 加锁  result, err := rdb.SetNX(ctx, lockKey, lockValue, expireTime).Result()  if err != nil {      panic(err)  }  if result {      fmt.Println("Lock acquired")      // 执行需要加锁的操作      time.Sleep(10 * time.Second)      // 解锁      _, err = rdb.Del(ctx, lockKey).Result()      if err != nil {          panic(err)      }      fmt.Println("Lock released")  } else {      fmt.Println("Lock not acquired")  }

02 排行榜

场景描述：无论是商城中的商品销量排行榜，还是游戏中的玩家积分排行榜，Redis都能轻松应对。
实现方式：利用Redis的Sorted Set（有序集合）数据结构，通过ZADD添加数据，ZREVRANGE获取数据。
优势：支持实时更新、查询高效、排序准确。
Golang示例代码：

    leaderboardKey := "game_leaderboard"    // 添加或更新用户分数    rdb.ZAdd(ctx, leaderboardKey, &redis.Z{        Score:  1000.0,        Member: "user1",    })    rdb.ZAdd(ctx, leaderboardKey, &redis.Z{        Score:  1500.0,        Member: "user2",    })    // 获取排行榜前3名   results, err := rdb.ZRevRangeWithScores(ctx, leaderboardKey, 0, 2).Result()    if err != nil {        panic(err)    }    fmt.Println("Top 3 users:")    for _, result := range results {        fmt.Printf("%s: %f\n", result.Member, result.Score)    }

返回结果

1) "user2: 1500.0"2) "user1: 1000.0"

03 统计访问次数

场景描述：统计网站首页的访问次数，或者某个API的调用次数，投票，Redis都能轻松搞定。
实现方式：使用INCR命令对特定key进行加1操作，支持原子性操作。DECR 还能用于库存扣减操作，这是目前电商最常用的模式。
优势：实时计数、高效可靠。
Golang示例代码：

    visitCountKey := "homepage_visits"    // 增加访问次数    _, err := rdb.Incr(ctx, visitCountKey).Result()    if err != nil {        panic(err)    }    // 获取访问次数    count, err := rdb.Get(ctx, visitCountKey).Int64()    if err != nil {        panic(err)    }    fmt.Printf("Homepage visits: %d\n", count)

04 获取分类树

场景描述：在电商系统中，分类树数据频繁被访问，使用Redis缓存可以避免每次递归查询数据库。
实现方式：通过定时任务将分类树数据缓存到Redis中，使用Hashes数据结构存储节点信息。
优势：减少数据库压力、提高访问速度。
Golang示例代码：

    nodeKey := "site_map"    // 假设我们有如下的分类树结构，我们将其存再数据库中，提前组成JSON字符串，放在缓存中：    sitemap_json := `{"id":1,"name":"Electronics","children":[{"id":2,"name":"Computers"},{"id":3,"name":"Mobile Phones"}]}`    // 添加分类树节点 Json数据结构存储，例如：    err := rdb.Set(ctx, nodeKey, sitemap_json, 24*time.Hour).Err()    // 后续直接缓存中取用就可以，不用每次都去数据库中多次的父子级联查询    ···

05 记录用户登录状态

场景描述：用户登录后，将登录状态信息保存到Redis中，以便后续操作验证。
实现方式：使用String类型存储用户Token，设置过期时间。
优势：会话管理方便、支持自动过期。
Golang示例代码：

    userKey := "user:123"    token := "abc123"    // 这边支持30分钟过期时间，也就是半小时内有效。    expireTime := 30 * time.Minute    // 存储用户登录状态    err := rdb.Set(ctx, userKey, token, expireTime).Err()    if err != nil {        panic(err)    }    fmt.Println("User logged in")    // 检查用户登录状态    ···

06 限流

场景描述：为了防止恶意请求或系统过载，需要对接口进行限流控制。比如限制用户每分钟只能请求100次，超过100次的请求就会被丢弃。
实现方式：基于计数器或滑动窗口实现限流，控制请求频率。
优势：精细控制、防止滥用。
Golang示例代码（固定窗口限流）：

    rateLimitKey := "rate_limit:127.0.0.1"    limit := 100    windowSeconds := 60    // 增加请求计数    count, err := rdb.Incr(ctx, rateLimitKey).Result()    if err != nil {        panic(err)    }    // 设置过期时间    if count == 1 {        err = rdb.Expire(ctx, rateLimitKey, time.Duration(windowSeconds)*time.Second).Err()        if err != nil {            panic(err)        }    }    // 判断是否超过限流阈值，超过100次，则丢弃请求，并打印出限流信息。    if count > limit {        fmt.Println("Rate limit exceeded")    } else {        fmt.Println("Request allowed")    }

07 位统计

场景描述：统计一周内连续登录的用户，或者一个月内登录过的用户。
实现方式：利用Redis的Bitmap功能，通过SETBIT和GETBIT命令进行操作。
优势：节省存储空间、查询高效。
Golang示例代码：

    bitmapKey := "user:login:2025-01-01"    userID := 123    // 标记用户登录(代表用户123在2025-01-01 元旦这一天登录过，标记为1)    err := rdb.SetBit(ctx, bitmapKey, userID, 1).Err()    if err != nil {        panic(err)    }    // 检查用户是否登录    result, err := rdb.GetBit(ctx, bitmapKey, userID).Result()    if err != nil {        panic(err)    }    if result == 1 {        fmt.Println("User logged in")    } else {        fmt.Println("User not logged in")    }

08 生成全局ID

场景描述：在分库分表或分布式系统中，需要生成全局唯一的ID。
实现方式：利用Redis的INCR命令，结合当前时间戳生成全局ID。
优势：唯一性保证、高性能。
Golang示例代码：

    globalIDKey := "global_id"    // 生成全局ID    id, err := rdb.Incr(ctx, globalIDKey).Result()    if err != nil {        panic(err)    }    // 结合时间戳生成唯一ID（示例）    timestamp := time.Now().UnixNano()    uniqueID := fmt.Sprintf("%d-%d", timestamp, id)    fmt.Println("Generated unique ID:", uniqueID)

09 作为缓存加速

场景描述：将热点数据缓存到Redis中，加速数据查询，这应该是最常用的，相比与常规的数据库来说，这性能搞得不是一点半点。Redis是高并发的必备利器。
实现方式：先查询Redis，不存在则查询数据库，并回写到Redis。
优势：提高访问速度、减少数据库压力。
Golang示例代码：

    cacheKey := "user:123"    // 从Redis获取数据    result, err := rdb.Get(ctx, cacheKey).Result()    if err != nil {        panic(err)    }    if result != "" {        fmt.Println("Cache hit:", result)    } else {        // 从数据库获取数据（示例）        dbData := "user data from database"        fmt.Println("Cache miss, fetching from database...")        // 将数据回写到Redis        err = rdb.Set(ctx, cacheKey, dbData, 1*time.Hour).Err()        if err != nil {            panic(err)        }        fmt.Println("Data cached:", dbData)    }

10 消息队列

场景描述：实现发布-订阅模式，用于系统解耦或异步处理。
实现方式：利用Redis的List或Pub/Sub功能。
优势：简单高效、支持集群。
Golang示例代码（使用List实现消息队列）：

    queueKey := "task_queue"    // 生产者发布消息    go func() {        for i := 0; i < 5; i++ {            task := fmt.Sprintf("task%d", i)            err := rdb.LPush(ctx, queueKey, task).Err()            if err != nil {                panic(err)            }            fmt.Println("Produced:", task)            time.Sleep(1 * time.Second)        }    }()    // 消费者消费消息    for {        task, err := rdb.BRPop(ctx, 0*time.Second, queueKey).Result()        if err != nil {            panic(err)        }        fmt.Println("Consumed:", task[1])    }