Redis在项目中合理使用经验总结

背景

•  Redis 是一个开源的内存数据结构存储系统。
•  可以作为数据库、缓存和消息中间件使用。
•  支持多种类型的数据结构。
•  Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的 磁盘持久化（persistence）。
•  通过 Redis 哨兵（Sentinel）和 Redis 集群（Cluster）的自动分区，提供高可用性（high availability）。

基本数据类型

•  字符串（strings）   

1、string 的过期时间在重新设置值之后会被清除  

127.0.0.1:6379> set hello 3  
OK  
127.0.0.1:6379> get hello  
"3"  
127.0.0.1:6379> ttl hello  
(integer) -1  
127.0.0.1:6379> expire hello 3000  
(integer) 1  
127.0.0.1:6379> set hello 4  
OK  
127.0.0.1:6379> ttl hello  
(integer) -1  

2、设置 string 类型的值可以覆盖任何其他类型  

127.0.0.1:6379> sadd settest 1,2  
(integer) 1  
127.0.0.1:6379> type settest  
set  
127.0.0.1:6379> set settest hello  
OK  
127.0.0.1:6379> type settest  
string  
127.0.0.1:6379> sadd settest a,b  
(error) WRONGTYPE Operation against a key holding the wrong kind of value 

•  散列（hashes）
•  列表（lists） 

Redis lists 基于 Linked Lists 实现。头尾操作极速，检索较慢 

•  集合（sets）
•  支持范围查找的有序集合（sorted sets）   

有序集合的排序默认按照字典序排列 

•  bitmaps
•  hyperloglogs
•  支持按半径索引查询的地理空间（geospatial）

应用场景

string

•  缓存数据

不管是简单和复杂的数据都可以直接转为string存储。

key： active:spring2019:title value："2019春节活动" 操作：set

商品信息，省市区信息，活动配置等一系列不常变化的冷数据缓存

非常热门数据的缓存，游戏排行，后台每秒更新一次数据

•  简单计数

2019春节活动参加人数

key： active:spring2019:total value：3045 操作：incr

•  定时过期

一个人一天只能进行一次签到

key：active:checkin:userId:10000:day:20190101 value：签到时间戳 操作：expire

•  分布式锁

下面的代码不严谨，nx 可以放并发

127.0.0.1:6379> set lockkey 1  nx  
OK  
127.0.0.1:6379> set lockkey 1  nx  
(nil) 

list

•  用户排队

push，pop

•  有序消息

push，pop

•  实现生产者和消费者模型      

阻塞式访问 BRPOP 和 BLPOP 命令

set

•  去重列表

2019春节活动参加人数

key： active:spring2019:users value：100010，10020 操作：很多

•  标签

用户标签

商家标签

春节活动一共有 abcde 5个任务，用户A已经完成a,b，用户B已经完成 c,d

•  交集

用户A，用户B 都完成的任务

•  并集

用户A，用户B 任一完成的任务

•  差集

用户A还没有完成的任务

•  获取随机元素

从礼品库 set 中随机获得一个礼品

hash

•  同一资源的不同属性

用户在活动期间一共获得了不同种类奖品数量

key：active:spring:g'ifts:user:10010 value：{"giftA":2,"giftB":5} 操作：很多

可以直接对 giftA 执行 incr 操作

zset

•  排行榜

用户消费排行，点赞排行等

key：active:spring:star:rank value：用户ID，score：点赞数量 操作：很多

根据分数获取 top 10

查询某个用户的分数

查询 得分在90-100 之间的用户

（编辑：衡阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!