当涉及到在工作中使用 Redis 时,下面是一些具体的场景和相应的例子:
1. 缓存加速
- 场景:用户登录信息缓存
- 示例:将用户的登录信息缓存在 Redis 中,包括用户ID、用户名和权限等。当用户进行登录验证时,首先从 Redis 中获取缓存数据,如果存在则直接返回缓存数据,减少对数据库的查询次数。
import redis.clients.jedis.Jedis;
public class UserCache {
private Jedis jedis = new Jedis("localhost");
public String getUserInfo(int userId) {
String userInfo = jedis.get("user:" + userId);
if (userInfo == null) {
// 从数据库获取用户信息
userInfo = db.queryUserInfo(userId);
// 将用户信息存入 Redis,并设置过期时间
jedis.setex("user:" + userId, 3600, userInfo);
}
return userInfo;
}
}
- 场景:热门商品缓存
- 示例:将热门商品的详细信息存储在 Redis 中,并设置适当的过期时间。当用户浏览商品页面时,首先尝试从 Redis 获取商品信息,如果缓存不存在,则从数据库中获取,并将结果缓存在 Redis 中,以便下次查询。
public class ProductCache {
private Jedis jedis = new Jedis("localhost");
public String getProductInfo(int productId) {
String productInfo = jedis.get("product:" + productId);
if (productInfo == null) {
productInfo = db.queryProductInfo(productId);
jedis.setex("product:" + productId, 600, productInfo);
}
return productInfo;
}
}
2. 计数器和统计
- 场景:页面访问次数统计
- 示例:使用 Redis 的计数器功能,每次有用户访问页面时,对应页面的访问次数加1。通过 Redis 的 INCR 命令实现原子性操作和高性能的计数功能。
public class PageVisitCounter {
private Jedis jedis = new Jedis("localhost");
public void recordPageVisit(int pageId) {
jedis.incr("page:" + pageId + ":visits");
}
}
- 场景:用户点赞数统计
- 示例:将每个用户的点赞数存储在 Redis 的 Hash 数据结构中,用用户 ID 作为字段,点赞数作为值。每次用户进行点赞操作时,更新对应用户的点赞数。
public class LikeCounter {
private Jedis jedis = new Jedis("localhost");
public void likePost(int userId, int postId) {
jedis.hincrBy("post:" + postId + ":likes", String.valueOf(userId), 1);
}
}
3. 分布式锁
- 场景:订单库存扣减
- 示例:使用 Redis 实现分布式锁,保证在多个服务同时操作订单库存时的一致性。当多个服务需要扣减某个商品的库存时,先尝试获取 Redis 锁,成功获取锁后执行库存扣减操作,完成后释放锁。
public class StockManager {
private Jedis jedis = new Jedis("localhost");
public void reduceStockWithLock(int productId, int quantity) {
String lockKey = "lock:reduce_stock:" + productId;
String lockValue = "locked";
// 尝试获取分布式锁
String result = jedis.set(lockKey, lockValue, "NX", "EX", 10);
if ("OK".equals(result)) {
// 执行库存扣减操作
// ...
// 释放锁
jedis.del(lockKey);
}
}
}
- 场景:避免重复提交
- 示例:在需要防止表单重复提交的场景中,使用 Redis 的分布式锁功能。当用户提交表单时,先尝试获取 Redis 锁,如果成功获取则进行表单处理,处理完成后释放锁,防止重复提交。
public class FormHandler {
private Jedis jedis = new Jedis("localhost");
public void handleFormSubmission(FormData formData) {
String lockKey = "lock:form_submission:" + formData.getUserId();
String lockValue = "locked";
String result = jedis.set(lockKey, lockValue, "NX", "EX", 60);
if ("OK".equals(result)) {
// 处理表单提交
// ...
// 释放锁
jedis.del(lockKey);
}
}
}
4. 排行榜
- 场景:文章阅读量排行
- 示例:将每篇文章的阅读量存储在 Redis 的有序集合中,以文章ID作为成员,阅读量作为分数。通过 Redis 的 ZINCRBY 命令更新阅读量,并通过 ZREVRANGE 命令获取阅读量排名靠前的文章。
import redis.clients.jedis.Jedis;
import java.util.Set;
public class ArticleRanking {
private Jedis jedis = new Jedis("localhost");
public void incrementArticleReadCount(int articleId) {
jedis.zincrby("article_ranking", 1, "article:" + articleId);
}
public Set<String> getTopArticles(int count) {
return jedis.zrevrange("article_ranking", 0, count - 1);
}
}
- 场景:游戏玩家积分排行
- 示例:使用 Redis 的有序集合保存玩家的积分信息,以玩家ID作为成员,积分作为分数。通过 ZINCRBY 命令更新玩家积分,使用 ZREVRANGE 命令获取积分排名前几名的玩家。
import redis.clients.jedis.Jedis;
import java.util.Set;
public class PlayerScoreRanking {
private Jedis jedis = new Jedis("localhost");
public void incrementPlayerScore(int playerId, int score) {
jedis.zincrby("player_score_ranking", score, "player:" + playerId);
}
public Set<String> getTopPlayers(int count) {
return jedis.zrevrange("player_score_ranking", 0, count - 1);
}
}
5. 消息队列
- 场景:异步任务处理
- 示例:使用 Redis 的列表结构作为消息队列,生产者将需要处理的任务推入队列,消费者从队列中获取任务进行处理。例如,通过 LPUSH 和 BRPOP 实现异步发送邮件、生成报表等任务。
import redis.clients.jedis.Jedis;
public class AsyncTaskQueue {
private Jedis jedis = new Jedis("localhost");
public void enqueueTask(String task) {
jedis.lpush("async_task_queue", task);
}
public String dequeueTask() {
return jedis.brpop(0, "async_task_queue").get(1);
}
}
- 场景:事件驱动架构
- 示例:将系统中的事件以消息的形式发布到 Redis 的消息通道,不同的服务订阅感兴趣的事件并进行相应的处理。例如,用户注册成功后,发布注册成功的事件,用户服务和积分服务订阅该事件进行后续处理。
import redis.clients.jedis.Jedis;
public class EventPublisher {
private Jedis jedis = new Jedis("localhost");
public void publishEvent(String channel, String event) {
jedis.publish(channel, event);
}
}
public class EventSubscriber extends JedisPubSub {
private Jedis jedis = new Jedis("localhost");
public void subscribeToChannel(String channel) {
jedis.subscribe(this, channel);
}
@Override
public void onMessage(String channel, String message) {
// 处理接收到的事件消息
System.out.println("Received event: " + message);
}
}
6.限流
场景描述: 防止恶意请求或者突发流量对系统造成影响,可以使用 Redis 实现限流控制。
import redis.clients.jedis.Jedis;
public class RequestRateLimiter {
private Jedis jedis = new Jedis("localhost");
public boolean isAllowed(String ipAddress, int maxRequestsPerMinute) {
String key = "rate_limit:" + ipAddress + ":" + System.currentTimeMillis() / 60000;
long count = jedis.incr(key);
if (count == 1) {
jedis.expire(key, 60); // 设置过期时间为一分钟
}
return count <= maxRequestsPerMinute;
}
}
示例: 使用 Redis 的计数器或漏桶算法实现接口访问频率限制、短信验证码发送限制、防火墙规则等,通过监控请求频率并拒绝超出限制的请求。