目录
数据存储类型介绍
业务数据的特殊性
作为缓存使用
- 原始业务功能设计
秒杀
618活动
双十一活动
排队购票 - 运营平台监控到的突发高频访问数据
突发市政要闻，被强势关注围观 - 高频、复杂的统计数据
在线人数
投票排行榜
附加功能
系统功能优化或升级
- 单服务器升级集群
- Session管理
- Token管理
Redis 数据类型（5种常用）
可以把这五种数据类型结合Java中的相关数据结构来理解
- string --> String
- hash --> Hashmap
- list --> LinkList
- set --> HashSet
- sorted_set --> TreeSet
Redis 数据类型之String
redis 数据存储格式
- redis自身是一个Map,其中所有的数据都是采用key:value的形式存储
- 数据类型指的是存储的数据的类型，也就是value部分的类型，key部分永远都是字符串
String 类型
- 存储的数据：单个数据，最贱的数据存储类型，也是最常用的数据存储类型
- 存储数据的格式：一个存储空间保存一个数据
- 存储内容：通常使用字符串，如果字符串以整数的形式展示，可以作为数字操作使用
String 类型数据的基本操作
- 添加/修改数据
set key value
- 获取数据
get key
- 删除数据
del key
- 添加/修改多个数据
mset key1 valueq key2 value2 …
- 获取多个数据
mget key1 key2 …
- 获取数据字符个数（字符串长度）
strlen key
- 追加信息到原始信息后部（如果原始信息存在就追加，否则新建）
append key value
单数据操作与多数据操作的选择之惑
原则上来说，多指令操作比单操作指令的速度要快，因为发送指令和返回结果都是需要时间的，多指令操作只需要一次中间的的传输就可以，但也不能盲目追求多指令，如果一次发送的数据过多，容易造成阻塞，因为Redis是单线程模式，比如说，有一亿条数据指令，可以进行切割，一次一百万条，发100次，这样来寻求最优。
String类型数据的扩展操作
一、String作为数值操作
- string在redis内部存储默认就是一个字符串，当遇到增减类操作incr,decr时会转成数值型进行计算
- redis所有的操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行的，因此无需考虑并发带来的数据影响。
- 注意：按数值进行操作的数据，如果原始数据不能转成数值，或超过了redis数值上线范围，将会报错。9223372036854775807 (java中long型数据最大值，Long.MAX_VALUE)
业务场景
大型企业级应用中，分表操作是基本操作，使用多张表存储同类型数据，但是对应的主键id必须保证统一性，不能重复。Oracle数据库具有sequence设定，可以解决该问题，但是MySQL数据库并不具有类似的机制，那么如何解决？
解决方案
- 设置数值数据增加指定范围的值
incr key
incrby key increment
incrbyfloat key increment
- 设置数值数据减少指定范围的值
decr key
decrby key increment
Tips1：
- Redis用于控制数据库表主键ID，为数据库表主键提供生成策略，保证数据库表的主键唯一性
- 此方案适用于所有数据库，且支持数据库集群。
二、String 数据时效性设置
业务场景
场景一：“最强女生”，启动海选投票，只能通过微信投票，每个微信号每4个小时只能投1票。
场景二：电商商家开启热门商品推荐，热门商品不能一直处于热门期，每种商品热门期维持3天，3天后自动取消热门
场景三：新闻网站会出现热点新闻，热点新闻最大的特征是对时效性，如何自动控制热点新闻的时效性
解决方案
- 设置数据具有指定的声明周期
setex key seconds value
psetex key milliseconds value
Tips 2:
- redis 控制数据的生命周期，通过数据是否失效控制业务行为，适用于所有具有时效性限定控制的操作
String 类型的注意事项
- 数据操作不成功的反馈与数据正常操作之间的差异
1、表示运行结果是否成功
（integer)0–>false 失败
（integer)1–>true 成功
2、表示运行结果值
（integer)3–>3 3个
（integer)1–>1 1个 - 数据未获取到
(nil）等同于null - 数据最大存储量
512MB - 数值计算最大范围（java中的long的最大值） ：9223372036854775807
三、String类型应用场景
业务场景
主页高频访问信息显示控制，例如新浪微博大V主页显示粉丝数与微博数量
Tips 2:
- Redis应用于各种结构性和非结构型高热度数据访问加速
key的设置约定
- 数据库中的热点数据key命名惯例
Redis 数据类型之hash
hash类型概念
类型存在原因
对象类数据的存储如果具有较为频繁的更新需求操作会显得笨重。
特性
- 新的存储需求：对一系列存储的数据进行编组，方便管理，典型应用存储对象信息
- 需要的内存结构：一个存储空间保存多少个键值对数据
- hash类型：底层使用哈希表结构实现数据存储
hash类型数据的基本操作
- 添加/修改数据
hset key field value
- 获取数据
hget key field
hgetall key
- 删除数据
hdel key field1 [field2]
- 添加/修改多个数据
hmset key field1 value1 field2 calue2
- 获取多个数据
hmget key field1 field2 …
- 获取哈希表中字段的数量
hlen key
- 获取哈希表中是否存在指定的字段
hexists key field
hash类型数据扩展操作
- 获取哈希表中所有的字段名和字段值
hkeys key
hvals key
- 设置指定字段的数值数据增加指定范围的值
hincrby key field increment
hincrbyfloat key field increment
hash类型数据操作的注意事项
- hash类型下的value只能存储字符串，不允许存储其他类型数据，不存在嵌套现象。如果数据未获取到，对应的值为(nil)
- 每个hash可以存储232-1个键值对
- hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性。但hash设计初中不是为了存储大量对象而设计的，切记不可滥用，更不可以将hash作为对象列表使用
- hgetall操作可以获取全部属性，如果内部field过多，遍历整体数据效率就会很低，有可能成为数据访问瓶颈
hash类型应用场景购物车
解决方案
- 以客户ID作为key，每位客户创建一个hash存储结构存储对应的购物车信息
- 将商品编号作为field，购买数量作为value进行存储
- 添加商品：追加全新的field与value
- 浏览：遍历hash
- 更改数量：自增/自减，设置value值
- 删除商品：删除field
- 清空：删除key
当前设计是否加速了购物车的呈现？
当前仅仅是将数据存储到redis中，并没有起到加速的所用，商品信息还需要二次查询数据库
一种解决思路是：
-
每条购物车中的商品记录保存成两条field
-
field1 专用于保存购买数量
1、命名格式：商品id:nums
2、保存数据：数值
-
field2 专用于保存购物车中显示的信息，包含文字描述，图片地址，所属商家信息等
1、命名格式：商品id:info
2、保存数据：json
但是这样问题又出现了，大量的info信息重复，所以我们可以将field2的内容变成一个固定的独立hash，专门找个地方保存。
-
修改数据，如果有失败，如果没有创建
hsetnx key field value
Hash实现抢购
解决方案
- 以商家id作为key
- 将参与抢购的商品id作为field
- 将参与抢购的商品数量作为对应的value
- 抢购时使用降至的方式控制产品数量
Tips5
- Redis应用于抢购、限购类、限量发放优惠券、激活码等业务的数据存储设计。
Redis 数据类型之hash
概述
- 数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分
- 需要的存储数据：一个存储空间保存多个数据，且通过数据可以体现进入顺序
- list类型：保存多个数据，底层使用双向链表存储结构实现
list类型数据基本操作
- 添加/修改数据
lpush key value1 [value2] …
rpush key value1 [value2] …
- 获取数据
lrange key start stop //当不知道list中有多少元素又想查询所有元素时，可以用lrange key start -1命令
lindex key index
llen key
- 删除并移除数据
lpop key //lpop key 对应lpush key value，先进先出
rpop key
list 类型数组扩展操作
扩展一：
- 规定时间内获取并移除数据
blpop key1 [key2] timeout
brpop key1 [key2] timeout
阻塞式获取，获取值如果还没有的时候可以等，等待时间为timeout，如果有值就可以获取到。
扩展二：
微信朋友圈点赞，要求按照点赞顺序显示点赞好友信息，如果取消点赞，移除对应好友信息
- 移除指定数据，剩余元素顺序不变
lrem key count value
Tips6：
- redis应用于具有操作线后顺序的数据控制
list类型数据操作注意事项
- list 中保存的数据都是string类型的，数据总容量式由西安的，最多232-1个元素（4294967295）
- list具有索引的概念，但是操作数据时候通常以队列的形式进行入队出队操作，或以栈的形式进入栈出栈的操作
- 获取全部数据操作结束索引设置为-1
- list 可以对数据进行分页操作，通过第一页的信息来自list，第2页及更多的信息通过数据库的形式加载
list应用
业务场景
- twitter、新浪微博、腾讯微博中个人用于的关注列表需要按照用户的关注顺序进行展示，粉丝列表需要将最近关注的粉丝列在前面
- 新闻、资讯类网站如何将最新的新闻或资讯按照发生的事件顺序展示
- 企业运营过程中，系统将产生出大量的运营数据，如何保障堕胎服务器操作日志的统一顺序输出？
解决方案
- 依赖list的数据具有顺序的特征对信息进行管理
- 使用队列模型解决多路信息汇总合并的问题
- 使用栈模型解决最新消息的问题
Redis 数据类型之set
概述
- 新的存储需求：存储大量的数据，在查询方面提供更高的效率
- 休要的存储结构：能够保存大量的数据，搞笑的内部存储机制，便于查询
- set类型：与hash存储结构完全相同，仅存储键，不存储值（nil),并且值式不允许重复的
基本操作
- 添加数据
sadd key menber1 [member2]
- 获取全部数据
smembers key
- 删除数据
srem key member1 [member2]
- 获取集合数据总量
scard key
- 判断集合中是否包含指定数据
sismember key member
set类型数据的扩展操作
业务场景一
每位用户首次使用进入头条时候会设置3项爱好的内容，但是后期为了增加用户的活跃度，兴趣点，必须让用户对其他信息类别逐渐产生兴趣，增加客户留存度，如何实现？
业务分析
- 系统分析出各个分类的最新或最热点信息条目并组织成set集合
- 随机挑选其中部分信息
- 配合用户关注信息分类中的热点信息组织展示的全信息集合
解决方案 - 随机获取集合中指定数量的数据
srandmember key [count]
- 随机获取集合中的某个数据并将该数据移出集合
spop key
Tips8：
- redis应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热点旅游线路，应用APP推荐，大V推荐等
业务场景二
解决方案
- 求两个集合的交、并、差集
sinter key1 [key2]
sunion key1 [key2]
sdiff key1 [key2]
- 求两个集合的交、并、差集并存储到指定集合中
sinterstore destination key1 [key2]
sunionstore destination key1 [key2]
sdiffstore destination key1 [key2]
- 将指定数据从原始集合移动到目标集合中
smove source destination member
Tips9：
- redis应用于同类信息的关联搜索，二度关联搜索，深度关联搜索
- 显示共同关注（一度）
- 显示共同好友（一度）
- 由用户A出发，获取到好友用户B的好友信息列表（一度）
- 由用户A出发，获取到好友用户B的购物清单列表（二度）
- 由用户A出发，获取到好友用户B的游戏充值列表（二度）
Set类型数据操作的注意事项
- set类型不允许数据重复，如果添加的数据在set中已经存在，将只保留一份
- set虽然与hash的存储结构相同，但是无法启用hash中存储值的空间
业务场景举例
解决方案
- 依赖set集合数据不重复的特征，依赖set集合hash存储结构特征完成数据过滤与快速查询
- 根据用户id获取用户所有角色
- 根据用户所有角色获取用户所有操作权限放入set集合
- 根据用户所有觉得获取用户所有数据全选放入set集合
校验工作：redis提供基础数据还是提供校验结果？ ------最好是只提供基础数据
Tips 10:
- redis应用于同类型不重复数据的合并操作
set类型应用场景
业务场景一
解决方案
- 利用set集合的数据去重特征，记录各种访问数据
- 建立string类型数据，利用incr统计日访问量（PV)
- 建立set模型，记录不同cookie数量（UV)
- 建立set模型，记录不用IP数量（IP)
业务场景二（黑白名单）
解决方案
- 基于经营战略设定问题用户发现、鉴别规则
- 周期性更行满足规则的用户黑名单，加入set集合
- 用户行为信息达到后与黑名单进行比比对，确认行为去向
- 黑名单过滤IP地址：应用于开放游客访问权限的信息源
- 黑名单过滤设备信息：应用于限定访问设备的信息源
- 黑名单过滤用户：应用于基于访问权限的信息源
Tips 12:
- redis应用于基于黑名单与白名单设定的服务控制
Redis 数据类型之sorted_set
概述
- 新的存储需求：根据排序有利于数据的有效显示，需要提供一种可以根据自身特征进行排序的方式
- 需要的存储结构：新的存储模型，可以保存可排序的数据
- sorted_set类型：在set的存储结构基础上添加可排序字段
sorted_set类型数据的基本操作
- 添加数据
zadd key score1 member1 [score2 member2]
- 获取全部数据
zrange key start stop [WITHSCORES]
zrevrange key start stop [WITHSCORES]
- 删除数据
zrem key member [member …]
- 按条件获取数据
zrangebyscore key min max [WITHSCORES] [LIMIT]
zrevrangebyscore key max min [WITHSCORES]
- 条件删除
zremrangebyrank key start stop
zremrangebyscore key min max
注意：
-
min与max用于限定搜索查询的条件
-
start与stop用于限定查询范围，作用于索引，表示开始和结束索引
-
offset与count用于限定查询范围，作用于查询结果，表示开始位置和数据总量
-
获取集合数据总量
zcard key
zcount key min max
- 集合交、并操作
zinterstore destination numkeys key [key …]
zunionstore destination numkeys key [key …]
sorted_set 类型数据的扩展操作
业务场景
解决方案
- 获取数据对应的索引（排名）
zrank key member
zrevrank key member
- score 值获取与修改
zscore key member
zincrby key increment member
Tips 13:
- redis 应用于计数器组合排序功能对应的排名
sorted_set 类型数据操作的注意事项
- score 保存的数据存储空间是64位，如果是整数范围是
- score保存的数据也可以是一个双精度的double值，基于双精度浮点数的特征，可能会丢失精度，使用时侯要慎重
- sorted_set底层存储还是基于set结构的，因此数据不能重复，如果重复添加相同的数据，score值将被反复覆盖，保留最后一次修改的结果，但也是返回0，也就是说，添加失败，但是修改成功（set只是添加失败）
业务场景
解决方案
- 对于基于时间线限定的任务处理，将处理时间记录位score值，利用排序功能区分处理的先后顺序
- 记录下一个要处理的事件，当到期后处理对应的任务，移除redis中的记录，并记录下一个要处理的时间
- 当新任务加入时，判定并更新当前下一个要处理的任务时间
- 为提升sorted_set的性能，通常将任务根据特征存储成若干个sorted_set.例如1小时内，1天内，年度等，操作时逐渐提升，将即将操作的若干个任务纳入到1小时内处理队列中
- 获取当前系统时间
time
Tips 14
- redis应用于定时任务执行顺序管理或任务过期管理
sorted_set类型应用场景
业务场景
解决方案
- 对于带有权重的任务，优先处理权重高的任务，采用score记录权重即可
Tips 15:
- redis应用于即时任务/消息队列执行管理
数据类型实践案例
业务场景一：计数器
解决方案
- 设计计数器，记录调用次数，用于控制业务执行次数。以用户id作为key,使用此时作为value
- 在调用前获取次数，判断是否超过限定次数，不超过次数的情况下，每次调用计数+1，业务调用失败，计数-1
- 为了计数器设置生命周期为指定周期，例如1秒/分钟，自动清空周期内使用次数。
Tips 16:
- redis应用于限时按次结算的服务控制
业务场景二：微信对话
业务分析
解决方案
- 依赖list的数据具有顺序的特征对消息进行管理，将list结构作为栈使用
- 对指定与普通会话分别创建独立的list分别管理
- 当某个list中接收到用户消息后，将消息发送方的id从list的一侧加入list(此处设定左侧）
- 多个相同id发出的消息反复入栈会出现问题，在入栈之前无论是否具有当前id对应得消息，先删除对应id
- 推送消息时先推送顶置会话list,再推送普通会话list,推送完成的list清除所有数据
- 消息的数量，也就是微信用户对话数量采用计数器的思想另行记录，伴随list操作同步更新
1330
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
