深入解析Redis中常見的應用場景

前言

Redis是一個key-value存儲系統，現在在各種系統中的使用越來越多，大部分情況下是因為其高性能的特性，被當做緩存使用，這里介紹下Redis經常遇到的使用場景。下面話不多說了，來一起看看詳細的介紹吧。

Redis特性

一個產品的使用場景肯定是需要根據產品的特性，先列舉一下Redis的特點：

• 讀寫性能優異
• 持久化
• 數據類型豐富
• 單線程
• 數據自動過期
• 發布訂閱
• 分布式

這里我們通過幾個場景，不同維度說下Redis的應用。

高性能適合當做緩存

緩存是Redis最常見的應用場景，之所有這么使用，主要是因為Redis讀寫性能優異。而且逐漸有取代memcached，成為首選服務端緩存的組件。而且，Redis內部是支持事務的，在使用時候能有效保證數據的一致性。
作為緩存使用時，一般有兩種方式保存數據：

      1、讀取前，先去讀Redis，如果沒有數據，讀取數據庫，將數據拉入Redis。

      2、插入數據時，同時寫入Redis。

方案一：實施起來簡單，但是有兩個需要注意的地方：

     1、避免緩存擊穿。（數據庫沒有就需要命中的數據，導致Redis一直沒有數據，而一直命中數據庫。）

     2、數據的實時性相對會差一點。

方案二：數據實時性強，但是開發時不便于統一處理。

當然，兩種方式根據實際情況來適用。如：方案一適用于對于數據實時性要求不是特別高的場景。方案二適用于字典表、數據量不大的數據存儲。

豐富的數據格式性能更高，應用場景豐富

Redis相比其他緩存，有一個非常大的優勢，就是支持多種數據類型。

其實，通過上面的數據類型的特性，基本就能想到合適的應用場景了。

• string——適合最簡單的k-v存儲，類似于memcached的存儲結構，短信驗證碼，配置信息等，就用這種類型來存儲。
• hash——一般key為ID或者唯一標示，value對應的就是詳情了。如商品詳情，個人信息詳情，新聞詳情等。
• list——因為list是有序的，比較適合存儲一些有序且數據相對固定的數據。如省市區表、字典表等。因為list是有序的，適合根據寫入的時間來排序，如：最新的***，消息隊列等。
• set——可以簡單的理解為ID-List的模式，如微博中一個人有哪些好友，set最牛的地方在于，可以對兩個set提供交集、并集、差集操作。例如：查找兩個人共同的好友等。
• Sorted Set——是set的增強版本，增加了一個score參數，自動會根據score的值進行排序。比較適合類似于top 10等不根據插入的時間來排序的數據。

如上所述，雖然Redis不像關系數據庫那么復雜的數據結構，但是，也能適合很多場景，比一般的緩存數據結構要多。了解每種數據結構適合的業務場景，不僅有利于提升開發效率，也能有效利用Redis的性能。

單線程可以作為分布式鎖

談到Redis和Memcached 的區別，大家更多的是談到數據結構和持久化這兩個特性，其實還有一個比較大的區別就是：

• Redis 是單線程，多路復用方式提高處理效率。
• Memcached 是多線程的，通過CPU線程切換來提高處理效率。

所以Redis單線程的這個特性，其實也是很重要的應用場景，最常用的就是分布式鎖。

應對高并發的系統，都是用多服務器部署，每個技術框架針對數據鎖都有很好的處理方式，如 .net 的lock,java 的synchronized,都能通過鎖住某個對象來應對線程導致的數據污染問題。但是畢竟，只能控制本服務器的線程，分布式部署

以后數據污染問題，就比較難處理了。Redis的單線程這個特性，就非常符合這個需求，偽代碼如下：

//產生鎖
while lock!=1
 //過期時間是為了避免死鎖
 now = int(time.time())
 lock_timeout = now + LOCK_TIMEOUT + 1
 lock = redis_client.setnx(lock_key, lock_timeout)

//真正要處理的業務
doing()

//釋放鎖
now = int(time.time())
if now < lock_timeout:
 redis_client.delete(lock_key)

以上是一個只說明流程的偽代碼，其實整體的邏輯是很簡單的，只要考慮到死鎖時的情況，就比較好處理了。Redis作為分布式鎖，因為其性能的優勢，不會成為瓶頸，一般會產生瓶頸的是真正的業務處理內容，還是盡量縮小鎖的范圍來確保系統性能。

自動過期能有效提升開發效率

Redis針對數據都可以設置過期時間，這個特點也是大家應用比較多的，過期的數據清理無需使用方去關注，所以開發效率也比較高，當然，性能也比較高。最常見的就是：短信驗證碼、具有時間性的商品展示等。無需像數據庫還要去查時間進行對比。因為使用比較簡單，就不贅述了。

分布式和持久化有效應對海量數據和高并發

Redis初期的版本官方只是支持單機或者簡單的主從，大多應用則都是自己去開發集群的中間件，但是隨著應用越來越廣泛，用戶關于分布式的呼聲越來越高，所以Redis 3.0版本時候官方加入了分布式的支持，主要是兩個方面：

• Redis服務器主從熱備，確保系統穩定性
• Redis分片應對海量數據和高并發

而且Redis雖然是一個內存緩存，數據存在內存，但是Redis支持多種方式將數據持久化，寫入硬盤，所有，Redis數據的穩定性也是非常有保障的，結合Redis的集群方案，有的系統已經將Redis當做一種NoSql數據存儲來適用。

示例：秒殺和Redis的結合

秒殺是現在互聯網系統中常見的營銷模式，作為開發者，其實最不愿意這樣的活動，因為非技術人員無法理解到其中的技術難度，導致在資源協調上總是有些偏差。秒殺其實經常會出現的問題包括：

1. 并發太高導致程序阻塞。
2. 庫存無法有效控制，出現超賣的情況。

其實解決這些問題基本就兩個方案：

• 數據盡量緩存,阻斷用戶和數據庫的直接交互。
• 通過鎖來控制避免超賣現象。

現在說明一下，如果現在做一個秒殺，那么，Redis應該如何結合進行使用?

• 提前預熱數據，放入Redis
• 商品列表放入Redis List
• 商品的詳情數據 Redis hash保存，設置過期時間
• 商品的庫存數據Redis sorted set保存
• 用戶的地址信息Redis set保存
• 訂單產生扣庫存通過Redis制造分布式鎖，庫存同步扣除
• 訂單產生后發貨的數據，產生Redis list，通過消息隊列處理
• 秒殺結束后，再把Redis數據和數據庫進行同步

以上是一個簡略的秒殺系統和Redis結合的方案，當然實際可能還會引入http緩存，或者將消息對接用MQ代替等方案，也會出現業務遺漏的情況，這個只是希望能拋磚引玉。

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者使用工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對億速云的支持。