Redis開創了一種新的數據存儲思路。使用Redis，我們不用在面對功能單調的數據庫時，把精力放在如何把大象放進冰箱這樣的問題上，而是利用Redis靈活多變的數據結構和數據操作，為不同的大象構建不同的冰箱。

一、為什麼使用？

解決應用服務器的CPU和內存壓力；
減少IO的讀操作，減輕IO的壓力；
關係型數據庫的擴展性不強，難以改變表結構；

二、優點：

Nosql數據庫沒有關聯關係，數據結構簡單，拓展表比較容易；
Nosql讀取速度快，對較大數據處理快；

1、緩存

緩存現在幾乎是所有中大型網站都在用的必殺技，合理的利用緩存不僅能夠提升網站訪問速度，還能大大降低數據庫的壓力。Redis提供了鍵過期功能，也提供了靈活的鍵淘汰策略，所以，現在Redis用在緩存的場合非常多。

2、排行榜

很多網站都有排行榜應用的，如淘寶的月度銷量榜單、商品按時間的上新排行榜等。Redis提供的有序集合數據類構能實現各種複雜的排行榜應用。

3、計數器

什麼是計數器，如電商網站商品的瀏覽量、視頻網站視頻的播放數等。為了保證數據實時效，每次瀏覽都得給+1，併發量高時如果每次都請求數據庫操作無疑是種挑戰和壓力。Redis提供的incr命令來實現計數器功能，內存操作，性能非常好，非常適用於這些計數場景。

4、分佈式會話

集群模式下，在應用不多的情況下一般使用容器自帶的session複製功能就能滿足，當應用增多相對複雜的系統中，一般都會搭建以Redis等內存數據庫為中心的session服務，session不再由容器管理，而是由session服務及內存數據庫管理。

5、分佈式鎖

在很多互聯網公司中都使用了分佈式技術，分佈式技術帶來的技術挑戰是對同一個資源的併發訪問，如全局ID、減庫存、秒殺等場景，併發量不大的場景可以使用數據庫的悲觀鎖、樂觀鎖來實現，但在併發量高的場合中，利用數據庫鎖來控制資源的併發訪問是不太理想的，大大影響了數據庫的性能。可以利用Redis的setnx功能來編寫分佈式的鎖，如果設置返回1說明獲取鎖成功，否則獲取鎖失敗，實際應用中要考慮的細節要更多。

6、 社交網絡

點贊、踩、關注/被關注、共同好友等是社交網站的基本功能，社交網站的訪問量通常來說比較大，而且傳統的關係數據庫類型不適合存儲這種類型的數據，Redis提供的哈希、集合等數據結構能很方便的的實現這些功能。

7、最新列表

Redis列表結構，LPUSH可以在列表頭部插入一個內容ID作為關鍵字，LTRIM可用來限制列表的數量，這樣列表永遠為N個ID，無需查詢最新的列表，直接根據ID去到對應的內容頁即可。

8、消息系統

消息隊列是大型網站必用中間件，如ActiveMQ、RabbitMQ、Kafka等流行的消息隊列中間件，主要用於業務解耦、流量削峰及異步處理實時性低的業務。Redis提供了發佈/訂閱及阻塞隊列功能，能實現一個簡單的消息隊列系統。另外，這個不能和專業的消息中間件相比。

Redis的8個應用場景

一：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。

二：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；

命令：INCRBY

三：隊列

相當於消息系統，ActiveMQ，RocketMQ等工具類似，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。

四：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？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。

五：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’。

六：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。

七：排行榜

誰得分高誰排名往上。命令：ZADD（有續集，sorted set）

八: 適用場景：

數據高併發的讀寫；

海量數據的讀寫；

對擴展性要求高的數據。

最後：

如有錯誤歡迎指正！

個人公眾號：Java技術zhai