vlambda博客
学习文章列表

字符串

1、缓存功能

Redis比较典型的是缓存使用场景，其中Redis作为缓存层，MySQL作为存储层，绝大部分请求的数据都是从Redis中获取。由于Redis具有支撑高并发的特性，所以缓存通常能起到加速读写和降低后端压力的作用。

使用Redis做缓存访问过程：伪代码展示代码访问流程：1）定义用于获取用户基础信息的函数

UserInfo getUserInfo(long id){ ...  }

2）首先从Redis获取用户信息

// 定义键 userRedisKey = "user:info:" + id; // 从Redis获取值 value = redis.get(userRedisKey); if (value != null) {  // 将值进行反序列化为UserInfo并返回结果  userInfo = deserialize(value);  return userInfo; }

Redis和MySQL等关系型数据库不同的是，Redis没有命令空间，而且也没有对键名有强制要求（除了不能使用一些特殊字符）。但设计合理的键名，有利于防止键冲突和项目的可维护性，比较推荐的方式是使用“业务名：对象名：id：[属性]”作为键名。

例如MySQL的数据库名为 vs ，用户表名为 user ，那么对应的键可以用 “ vs：user：1” ，“vs ：user：1：name”来表示，如果当前Redis只被一个业务使用，甚至可以去掉“vs：”。如果键名比较长，例如“user：{uid}：friends：messages：{mid}”，可以在能描述键含义的前提下适当减少键的长度，例如变为“u：{uid}：fr：m：{mid}”，从而减少由于键过长的内存浪费。

3）如果没有从Redis获取到用户信息，需要从MySQL中进行获取，并将结果写到Redis，添加 1  小时（3600秒）过期时间。

// 从MySQL获取用户信息 userInfo = mysql.get(id); // 将userInfo序列化，并存入Redis redis.setex(userRedisKey, 3600, serialize(userInfo)); // 返回结果 return userInfo

整个功能完整的伪代码如下：

UserInfo getUserInfo(long id){  userRedisKey = "user:info:" + id  value = redis.get(userRedisKey);  UserInfo userInfo;  if (value != null) {  userInfo = deserialize(value);  } else {  userInfo = mysql.get(id);  if (userInfo != null)  redis.setex(userRedisKey, 3600, serialize(userInfo)); } return userInfo; }

2、计数

许多应用都会使用Redis作为计数的基础工具，它可以实现快速计数，查询缓存的功能，同时数据可以异步落地到其他数据源。例如视频播放系统就是使用Redis作为视频播放计数的基础组件，用户每播放一次视频，相应的视频播放数就会自增 1 。

long incrVideoCounter(long id) {  key = "video:playCount:" + id;  return redis.incr(key); }

实际上一个真实的计数系统要考虑的问题有很多：防作弊，按照不同维度计数，数据持久化到底层数据源等。

3、共享Session

一个分布式Web服务将用户的Session信息（例如用户登录信息）保存在各自服务器中，这样会造成一个问题，出于负载均衡的考虑，分布式服务会将用户的访问均衡到不同服务器上，用户刷新一次访问可能会发现需要重新登录，这个问题是用户无法容忍的。

Session如果是分散管理的话，呈现类似下面的情况：为了解决这个问题，可以使用Redis将用户的Session进行集中管理，如下图，在这种模式下只要保证Redis是高可用和扩展性的，每次用户更新或查询登录信息都直接从Redis中集中获取。

4、限速

很多应用出于安全的考虑，会在每次进行登录时，让用户输入手机验证码，从而确定是否是用户本人。但是为了短信接口不被频繁访问，会限制用户每分钟获取验证码的频率，例如一分钟不能超过 5  次，如下图：可以用Redis来实现限速功能，下面用伪代码给出了基本实现思路：

phoneNum = "138xxxxxxxx"; key = "shortMsg:limit:" + phoneNum; // SET key value EX 60 NX isExists = redis.set(key,1,"EX 60","NX"); if(isExists != null || redis.incr(key) <=5){  // 通过 }else{ // 限速 }

哈希

1、缓存用户信息

下图是在关系型数据表记录的两条用户信息，用户的属性作为表的列，每条用户信息作为行。

如果将其用哈希类型存储，如下：相比于使用字符串序列化缓存用户信息，哈希类型变得更加直观，并且在更新操作上会更加便捷。可以将每个用户的 id 定义为键后缀，多对 field-value 对应每个用户的属性，类似如下伪代码：

UserInfo getUserInfo(long id){  // 用户id作为key后缀  userRedisKey = "user:info:" + id;  // 使用hgetall获取所有用户信息映射关系  userInfoMap = redis.hgetAll(userRedisKey);  UserInfo userInfo;  if (userInfoMap != null) { // 将映射关系转换为UserInfo  userInfo = transferMapToUserInfo(userInfoMap);  } else {  // 从MySQL中获取用户信息  userInfo = mysql.get(id);  // 将userInfo变为映射关系使用hmset保存到Redis中  redis.hmset(userRedisKey, transferUserInfoToMap(userInfo));  // 添加过期时间 redis.expire(userRedisKey, 3600); } return userInfo; }

但是要注意哈希类型和关系型数据库有两点不同之处：

• 哈希类型是稀疏的，而关系型数据库是完全结构化的，例如哈希类型每个键可以有不同的field，而关系型数据库一旦添加新的列，所有行都要为其设置值（即使为NULL）。
• 关系型数据库可以做复杂的关系查询，而Redis 去模拟关系型复杂查询开发困难，维护成本高

将这两者特点搞清楚，才能在适合的场景使用适合的技术。我们可以用三种方法缓存用户信息，下面给出三种方案的实现方法和优缺点分析。

1）原生字符串类型：每个属性一个键

set user:1:name tom set user:1:age 23 set user:1:city beijing

优点：简单直观，每个属性都支持更新操作 缺点：占用过多的键，内存占用量较大，同时用户信息内聚性比较差，所以此种方案一般不会在生产环境使用。

2）序列化字符串类型：将用户信息序列化后用一个键保存

set user:1 serialize(userInfo)

优点：简化编程，如果合理的使用序列化可以提高内存的使用效率 缺点：序列化和反序列化有一定的开销，同时每次更新属性都需要把全部数据取出进行反序列化，更新后再序列化到Redis中。

3）哈希类型：每个用户属性使用一对 field-value ，但是只用一个键保存

hmset user:1 name tomage 23 city beijing

优点：简单直观，如果使用合理可以减少内存空间的使用 缺点：要控制哈希在ziplist和hashtable 两种内部编码的转换，hashtable会消耗更多的内存。

列表

1、消息队列

Redis 的 lpush+brpop 命令组合即可实现阻塞队列，生产者客户端使用 lrpush 从列表左侧插入元素，多个消费者客户端使用 brpop 命令阻塞式 的“抢”列表尾部的元素，多个客户端保证了消费的负载均衡和高可用性。

lpush ：从左边插入数据brpop ：移出并获取列表的最后一个元素，如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止

2、文章列表

每个用户有属于自己的文章列表，现需要分页展示文章列表。此时可以考虑使用列表，因为列表不但是有序的，同时支持按照索引范围获取元素。1）每篇文章使用哈希结构存储，例如每篇文章有3个属性 title，timestamp，content：

hmset acticle:5 title xx timestamp 1456474536 content xxx

2）向用户文章列表添加文章，user：{id}：articles 作为用户文章列表的键：

lpush user:1:acticles article:1 article3...lpush user:k:acticles article:5...

3）分页获取用户文章列表，例如下面伪代码获取用户 id=1 的前 10 篇文章：

articles =lrange user:1:articles 0 9for article in {articles} hgetall {article}

使用列表类型保存和获取文章列表会存在两个问题：

• 第一，如果每次分页获取的文章个数较多，需要执行多次 hgetall 操作，此时可以考虑使用 Pipeline批量获取，或者考虑文章数据序列化为字符串类型，使用mget批量获取。
• 第二，分页获取文章列表时，lrange命令在列表两端性能较好，但是如果列表较大，获取列表中间范围的元素性能会变差，此时可以考虑将列表做二级拆分，或者使用Redis 3.2 的quicklist 内部编码实现，它结合 ziplist和 linkedlist 的特点，获取列表中间范围的元素时也可以高效完成。

实际上列表的使用场景很多，在选择时可以参考以下口诀：

lpush + lpop = Stack（栈）lpush + rpop = Queue （队列）lpsh + ltrim = Capped Collection （有限集合）lpush + brpop = Message Queue （消息队列）

集合

1、标签（tag）

集合类型比较典型的使用场景是标签（tag）。例如一个用户可能会娱乐，体育比较感兴趣，另一个用户可能对历史，新闻比较感兴趣，这些兴趣点就是标签。有了这些数据就可以得到喜欢同一个标签的人，以及用户的共同喜好的标签，这些数据对于用户体验以及增强用户粘度比较重要。

例如一个电子商务的网站会对不同标签的用户做不同类型的推荐，比如对数码产品比较感兴趣的人，在各个页面或者通过邮件的形式给他们推荐最新的数码产品，通常会为网站带来更多的利益。

下面用集合类型实现标签功能的若干功能。1）给用户添加标签

sadd user:1:tags tag1 tag2 tag5 sadd user:2:tags tag2 tag3 tag5

2）给标签添加用户

sadd tag1:users user:1 user:3sadd tag2:users user:1 user:2 user:3

用户和标签的关系维护应该在一个事务内执行，防止部分命令失败造成的数据不一致，或者使用Lua脚本。3）删除用户下的标签

srem user:1:tags tag1 tag5

4)删除标签下的用户

srem tag1:users user:1srem tag5:users user:1

3)和4）也是尽量放在一个事务执行。5）计算用户共同感兴趣的标签 可以使用 sinter 命令，来计算用户共同感兴趣的标签，如下：

sinter user:1:tags user:2:tags

集合类型的应用场景通常为以下几种：

sadd = Tagging（标签）spop / srandmember = Random item （生成随机数，比如抽奖）sadd + sinter = Social Graph（社交需求）

有序集合

1、排行榜

有序集合典型的使用场景就是排行榜系统。例如视频网站需要对用户上传的视频做排行榜，榜单的维度可能是多个方面的：按照时间，按照播放数量，按照获得的赞数。

举例说明赞数这个维度，记录每天用户上传视频的排行榜，主要需要实现以下 4 个功能。

1）添加用户赞数 例如用户Mike上传了一个视频，并获得了 3 个赞，可以使用有序集合的 zadd 和 zincrby 功能：

zadd user:ranking:2016_03_15 mike 3

如果之后再获得一个赞，可以使用 zincrby

zinbrby user:ranking:2016_03_15 mike 1

2）取消用户赞数 由于各种原因（例如用户注销，用户作弊）需要将用户删除，此时需要将用户从榜单中删除掉，可以使用 zrem 。例如删除成员 tom：

zrem user:ranking:2016_03_15 tom

3）展示获取赞数最多的十个用户 此功能使用 zrevrange 命令实现：

zrevrangebyrank user:ranking:2016_03_15 0 9

4）展示用户信息以及用户分数 此功能将用户名作为键后缀，将用户信息保存在哈希类型中，至于用户的分数和排名可以使用 zscore 和 zrank 两个功能。

hgetall user:info:tomzscore user:ranking:2016_03_15 mikezrank user:ranking:2016_03_15 mike