Redis的7個應用場景,那些讓人發瘋的SQL,都可以扔掉了

Redis的7個應用場景,那些讓人發瘋的SQL,都可以扔掉了

緩存——熱數據

熱點數據(經常會被查詢,但是不經常被修改或者刪除的數據),首選是使用redis緩存,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還提供了豐富的數據類型可以使用,另外,內存中的數據也提供了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緩存的自動生產和清除,過程可能如下:

  • Select 數據庫前查詢redis,有的話使用redis數據,放棄select 數據庫,沒有的話,select 數據庫,然後將數據插入redis

  • update或者delete數據庫錢,查詢redis是否存在該數據,存在的話先刪除redis中數據,然後再update或者delete數據庫中的數據

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中的該數據,這時候另一個線程執行查詢,發現redis中沒有,瞬間執行了查詢SQL,並且插入到redis中一條數據,回到剛才那個update語句,這個悲催的線程壓根不知道剛才那個該死的select線程犯了一個彌天大錯!於是這個redis中的錯誤數據就永遠的存在了下去,直到下一個update或者delete。

計數器

諸如統計點擊數等應用。由於單線程,可以避免併發問題,保證不會出錯,而且100%毫秒級性能!爽。

命令:INCRBY

當然爽完了,別忘記持久化,畢竟是redis只是存了內存!


隊列

  • 相當於消息系統,ActiveMQ,RocketMQ等工具類似,但是個人覺得簡單用一下還行,如果對於數據一致性要求高的話還是用RocketMQ等專業系統。

  • 由於redis把數據添加到隊列是返回添加元素在隊列的第幾位,所以可以做判斷用戶是第幾個訪問這種業務

  • 隊列不僅可以把併發請求變成串行,並且還可以做隊列或者棧使用


位操作(大數據處理)

用於數據量上億的場景下,例如幾億用戶系統的簽到,去重登錄次數統計,某用戶是否在線狀態等等。

想想一下騰訊10億用戶,要幾個毫秒內查詢到某個用戶是否在線,你能怎麼做?千萬別說給每個用戶建立一個key,然後挨個記(你可以算一下需要的內存會很恐怖,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數組,每個數組元素只能是0和1兩個值,然後這個數組的下標index用來表示我們上面例子裡面的用戶id(必須是數字哈),那麼很顯然,這個幾億長的大數組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


分佈式鎖與單線程機制

  • 驗證前端的重複請求(可以自由擴展類似情況),可以通過redis進行過濾:每次請求將request Ip、參數、接口等hash作為key存儲redis(冪等性請求),設置多長時間有效期,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是單線程特徵,防止出現數據庫“爆破”

  • 全局增量ID生成,類似“秒殺”


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。不過萬一內存清掉了咋辦?也簡單,查詢不到存儲key的話,用mysql查詢並且初始化一個List到redis中就好了。


排行榜

誰得分高誰排名往上。命令:ZADD(有續集,sorted set)

最近在研究股票,發現量化交易是個非常好的辦法,通過臆想出來規律,用程序對歷史數據進行驗證,來判斷這個臆想出來的規律是否有效,這玩意真牛!有沒有哪位玩這個的給我留個言,交流一下唄。

相關推薦

推薦中...