Redis常见的应用场景解析

2020-05-12 00:00:00 数据分布式场景缓存适合

Redis是一个key-value存储系统，现在在各种系统中的使用越来越多，大部分情况下是因为其高性能的特性，被当做缓存使用，这里介绍下Redis经常遇到的使用场景。

Redis特性

一个产品的使用场景肯定是需要根据产品的特性，先列举一下Redis的特点：

读写性能优异
持久化
数据类型丰富
单线程
数据自动过期
发布订阅
分布式

这里我们通过几个场景，不同维度说下Redis的应用。

高性能适合当做缓存

缓存是Redis常见的应用场景，之所有这么使用，主要是因为Redis读写性能优异。而且逐渐有取代memcached，成为服务端缓存的组件。而且，Redis内部是支持事务的，在使用时候能有效保证数据的一致性。作为缓存使用时，一般有两种方式保存数据：

1、读取前，先去读Redis，如果没有数据，读取数据库，将数据拉入Redis。
2、插入数据时，同时写入Redis。

方案一：实施起来简单，但是有两个需要注意的地方：
1、避免缓存击穿。（数据库没有就需要命中的数据，导致Redis一直没有数据，而一直命中数据库。）
2、数据的实时性相对会差一点。

方案二：数据实时性强，但是开发时不便于统一处理。。

当然，两种方式根据实际情况来适用。如：方案一适用于对于数据实时性要求不是特别高的场景。方案二适用于字典表、数据量不大的数据存储。

丰富的数据格式性能更高，应用场景丰富

Redis相比其他缓存，有一个非常大的优势，就是支持多种数据类型。

数据类型说明string字符串，简单的k-v存储hashhash格式，value为field和value，适合ID-Detail这样的场景。list简单的list，顺序列表，支持首位或者末尾插入数据set无序list，查找速度快，适合交集、并集、差集处理sorted set有序的set

其实，通过上面的数据类型的特性，基本就能想到合适的应用场景了。

string——适合简单的k-v存储，类似于memcached的存储结构，短信验证码，配置信息等，就用这种类型来存储。
hash——一般key为ID或者标示，value对应的就是详情了。如商品详情，个人信息详情，新闻详情等。
list——因为list是有序的，比较适合存储一些有序且数据相对固定的数据。如省市区表、字典表等。因为list是有序的，适合根据写入的时间来排序，如：新的***，消息队列等。
set——可以简单的理解为ID-List的模式，如微博中一个人有哪些好友，set牛的地方在于，可以对两个set提供交集、并集、差集操作。例如：查找两个人共同的好友等。
Sorted Set——是set的增强版本，增加了一个score参数，自动会根据score的值进行排序。比较适合类似于top 10等不根据插入的时间来排序的数据。

如上所述，虽然Redis不像关系数据库那么复杂的数据结构，但是，也能适合很多场景，比一般的缓存数据结构要多。了解每种数据结构适合的业务场景，不仅有利于提升开发效率，也能有效利用Redis的性能。

单线程可以作为分布式锁

谈到Redis和Memcached 的区别，大家更多的是谈到数据结构和持久化这两个特性，其实还有一个比较大的区别就是：

Redis 是单线程，多路复用方式提高处理效率。
Memcached 是多线程的，通过CPU线程切换来提高处理效率。

所以Redis单线程的这个特性，其实也是很重要的应用场景，常用的就是分布式锁。
应对高并发的系统，都是用多服务器部署，每个技术框架针对数据锁都有很好的处理方式，如 .net 的lock,java 的synchronized,都能通过锁住某个对象来应对线程导致的数据污染问题。但是毕竟，只能控制本服务器的线程，分布式部署以后数据污染问题，就比较难处理了。Redis的单线程这个特性，就非常符合这个需求，伪代码如下：

//产生锁
while lock!=1
    //过期时间是为了避免死锁
    now = int(time.time())
    lock_timeout = now + LOCK_TIMEOUT + 1
    lock = redis_client.setnx(lock_key, lock_timeout)

//真正要处理的业务
doing() 

//释放锁
now = int(time.time())
if now < lock_timeout:
    redis_client.delete(lock_key)

相关文章