Redis用在哪里

1. 高并发缓存/共享session：

    UserInfo getUserInfo (long id) {}

    取：

    userRedisKey = "user:info:" + id;

    value = redis.get(userRedisKey );

    if (value != null) {

           userInfo = deserialize(value);

           return userInfo;

    }

    存：

    userInfo = ***getUserInfo(id);

    redis.setex(userRedisKey, 3600, serialize(userInfo));

    用string存储序列化后的数据，不够立体直观，可以转为hmset存储为哈希结构，存取更直观

 

2. 简单分布式锁

    setnx只有不存在时能设置成功，其余只能等待。单线程

 

3. 计数器 incr，因为是单线程，比cas等少了cpu消耗，性能更高

    long incrVideoCounter (long id) {

          key = "video:playCount:" + id;

          return redis.incr(key);

    }

 

4. 实现栈/队列

    栈:       lpush + lpop

    队列:    lpush + rpop 

 

5. 流量控制/限速

    phoneNum = "12345678999";

    key = "shortMsg:limit:" + phoneNum;

    isExists = redis.set(key, 1, "EX 60", "NX");

    if (isExists != null || redis.incr(key) <= 5) {

           //通过

    } else {

          //不通过

    }

 

6. 消息队列

    使用lpush + brpop可实现阻塞队列，生产者从列表左端lpush插入元素，多个消费者从右端brpop阻塞获取队列尾部元素

 

7. 每个用户有自己的文章，现在要分页展示文章列表

    hmset article:1 title xx context XXXX

    lpush user:1:articles srticle:1 articles:3

    articles = lrange user:1:articles 0 9

    for article in {articles}

          hgetall {article}

 

8. 关注点赞等

    点赞： zincrby user:ranking:2016_03_15 mike 1

    取消： zrem user:ranking:2016_03_15 mike

    取得赞最多的10个用户： zrevrangebyrank user:ranking:2016_03_15 0 9

    展示用户信息及分数： hgetall user:info:tom /  zscore user:ranking:2016_03_15 mike / zrank user:ranking:2016_03_15 mike

 

9. bitmaps 计算大数据集合见的关系等

 

10. 排行榜

     mike上传了一个视频并获得了3个赞   zadd user:ranking:2016_03_15 mike 3

     又有人给点了个赞  zincrby user:ranking:2016_03_15 mike 1

 

11. 共同关注

     给用户添加关注标签   sadd user:1:tags tag1 tag2

     给标签添加用户          sadd tag1:uses user:1

     共同关注   sinter user:1:tags user:2:tags

     sinter/sunion/sdiff

 

12. 发布订阅

     subscribe video:changes:

     publish video:changeds "video1,video2"

     for video in video1,video2

            update (video)

 

每种数据type对应了多种底层数据结构实现(object encoding)，可以通过数据大小长度场景等切换，达到更高的效率

持久化RDB(子进程创建，二进制文件，恢复快，不够实时)/AOF（appendonly。文本文件，实时写操作先aop_buffer，然后通过配置写入磁盘间隔，写入磁盘，达到一定大小合并）

批量hmget等操作要转为hscan等渐进式遍历方法，否则容易阻塞

缓冲：客户端缓冲（输入/输出），复制积压缓冲，aof缓冲

复制： 全量/增量 复制偏移量/复制积压缓冲（写命令发送给从服务器同时还维护一个先进先出的队列，等于主服务还保存着最近传播的命令）/ID

sentinal: 实现高可用，本身是特殊的redis节点，可以自己配置集群，通过心跳等机制监控redis数据集群，当某一节点出现故障不可用，可以及时发现并自动迁移

cluster: 分布式集群，容错选主等。将物理结点映射到16383个槽位实现动态性