| 一口气讲完了Redis常用的数据结构及应用场景 | 您所在的位置：网站首页 › redis的hash应用场景 › 一口气讲完了Redis常用的数据结构及应用场景 |
一口气讲完了Redis常用的数据结构及应用场景
|
开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 6 天，点击查看活动详情 一、概述Redis是互联网技术领域使用最为广泛的存储中间件，它是Remote Dictionary Service(远程字典服务)的首字母缩写，Redis以其超高的性能、活跃的社区、详细的文档以及丰富的客户端库支持在开源中间件领域广受好评，国内外很多大型互联网都在使用Redis，比如：Twitter、Github、新浪微博、阿里巴巴、京东、Stack Overflow等，可以说，深入了解Redis应用和实践，已成为如今中高级后端加法绕不开的必备技能。 二、Redis常见应用场景🔥字符串典型的使用场景： 单值缓存 对象缓存 计数器 分布式锁 单值缓存 127.0.0.1:6379> set num 1 OK 127.0.0.1:6379> get num "1" 127.0.0.1:6379> 对象缓存 SET user:1 value(json格式数据) 计数器文章阅读量、点赞量、评论量 定时任务防止同一时刻重复执行，可以在业务执行代码前使用分布式锁控制。 127.0.0.1:6379> setnx job GlobalNotifyJob (integer) 1 127.0.0.1:6379> get job "GlobalNotifyJob" 127.0.0.1:6379> ttl job (integer) -1 127.0.0.1:6379>伪代码如下： @Slf4j @Component public class GlobalNotifyJob { private static final String LOCK_KEY = "redis_notify_lock"; /** * 每小时执行一次 */ @Scheduled(cron = "0 0 0/1 * * ?") public void notify() { if (!lockService.grabLock(LOCK_KEY)) { log.info("[GlobalNotifyJob] 没有拿到锁, 停止操作......"); return; } // 拿到锁，开始执行业务... } } setex + 过期时间【SETNX KEY_NAME TIMEOUT VALUE】 127.0.0.1:6379> setex key1 60 value1 OK 127.0.0.1:6379> ttl key1 (integer) 53 127.0.0.1:6379> get key1 "value1" 127.0.0.1:6379>涉及到 Redis分布式锁 知识点可以参考博主之前发的文章：探讨Redis分布式锁解决优惠券拼抢问题 3.2 hash哈希 🔥哈希典型应用场景: 缓存对象信息（帖子标题、摘要、作者信息） 记录帖子的点赞数、评论数和点击数 电商购物车 命令描述HSET key field value存储一个哈希表key的键值HSETNX key field value存储一个不存储的哈希表key的键值HMSET key field value [field value...]在一个哈希表key中存储多个键值对HGET key field value获取哈希表key对应的field键值HMGET key field value批量获取哈希表key中多个field键值HDEL key field [field ...]删除哈希表key中多个field的键值HLEN key返回哈希表key中field的数量HGETALL key返回哈希表key中所有的键值 127.0.0.1:6379> hmset user:1 name austin age 25 address guangzhou balance 6888 OK 127.0.0.1:6379> hget user:1 name "austin" 127.0.0.1:6379> hget user:1 balance "6888" 127.0.0.1:6379> hmget user:1 age address 1) "25" 2) "guangzhou" 127.0.0.1:6379> hlen user:1 (integer) 4 127.0.0.1:6379> hgetall user:1 1) "name" 2) "austin" 3) "age" 4) "25" 5) "address" 6) "guangzhou" 7) "balance" 8) "6888" 127.0.0.1:6379>抽奖场景： 用户参与抽奖 # 将用户10001加入商品a的参与池子中 SADD luckdraw:product:a 10001 查看参与商品a抽奖的所有用户 SMEMBERS luckdraw:product:a 抽取1名幸运中奖者 SPOP luckdraw:product:a 1点赞场景： // 博客点赞功能需求： 1. 同一用户一篇博客只能点赞一次，再次点赞为取消点赞 2. 如果当前用户已经点赞，则点赞按钮高亮显示（前端实现，根据返回的isLike字段属性做判断）具体的功能实现步骤： 给Post帖子信息表新增一个isLike字段，标识是否有被当前用户点赞 修改点赞功能，利用Redis的set集合判断是否点赞过，未点赞过的点赞数+1，已点赞过大点赞数-1 修改根据帖子ID查询帖子信息的业务，判断当前登录用户是否已经点赞过，赋值isLike字段返回给前端 修改分页查询帖子的业务，判断当前用户是否点赞过，赋值isLike字段返回给前端伪代码实现： @Override public Result likePost(Long id, Long currentUserId) { // 1.判断当前用户是否已经点赞 String key = "post:liked:" + id; Post post = this.getById(id); if (post == null) { return Result.fail("post not found!"); } Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, currentUserId); if (BooleanUtil.isFalse(isMember)) { // 如果未点赞，数据库帖子点赞数加1 post.setLikeCount(post.getLikeCount() + 1); boolean success = this.update(post); if (success) { // 保存用户点赞记录到Redis的set集合中 stringRedisTemplate.opsForSet().add(key, currentUserId.toString()); } } else { // 如果已经点赞，取消点赞，数据库帖子点赞数-1 post.setLikeCount(post.getLikeCount() - 1); boolean success = this.update(post); if (success) { // 移除set集合中的用户点赞记录 stringRedisTemplate.opsForSet().remove(key, currentUserId.toString()); } } return Result.succ(); }在返回帖子详情和列表业务中，需要判断当前用户是否点赞过： /** * 在返回帖子详情和列表业务中，需要判断当前用户是否点赞过 */ private PostVO isPostLiked(PostVO postVO, Long currentUserId) { String key = "post:liked:" + postVO.getId(); Boolean isMember = stringRedisTemplate.opsForSet().isMember(key, currentUserId); postVO.setIsLiked(isMember); return postVO; }共同好友场景： 用户1的好友为：3,4,8 用户2的好友为：4,5,11 取交集，获取用户1和用户2的共同好友，为用户4。 127.0.0.1:6379> sadd user_1 2 3 4 (integer) 3 127.0.0.1:6379> sadd user_2 4 5 7 (integer) 3 127.0.0.1:6379> sinter user_1 user_2 1) "4" 127.0.0.1:6379> sorted set有序集合🔥列表的典型应用场景： 微博热搜榜 刷礼物实时排行榜 博客社区本周热议Redis有序集合和集合一样也是string类型元素的集合，且不允许重复的成员。不同的是每个元素都会关联一个 double类型的分数，Redis正是通过分数来为集合中的成员进行从小到大的排序。有序集合的成员是唯一的，但分数score却可以重复。下面使用redis-cli实践Redis有序集合命令： zset几个基本命令： 命令说明zrange key start stop [WITHSCORES]将集合元素依照顺序值升序排序再输出，start和stop限制遍历的限制范围zincrby key increment member有序集key的成员member的score值加上增量incrementZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]]计算给定的一个或多个有序集的并集，其中给定key的数量必须以numkeys参数指定，并将该并集 (结果集) 储存到destination 127.0.0.1:6379[3]> zadd zsetofpost 89 post:1 (integer) 1 127.0.0.1:6379[3]> zadd zsetofpost 123 post:2 (integer) 1 127.0.0.1:6379[3]> zadd zsetofpost 32 post:3 (integer) 1 127.0.0.1:6379[3]> zadd zsetofpost 432 post:4 (integer) 1 127.0.0.1:6379[3]> zadd zsetofpost 128 post:5 (integer) 1 #升序排序 127.0.0.1:6379[3]> zrange zsetofpost 0 -1 withscores 1) "post:3" 2) "32" 3) "post:1" 4) "89" 5) "post:2" 6) "123" 7) "post:5" 8) "128" 9) "post:4" 10) "432" #降序排序 127.0.0.1:6379[3]> zrevrange zsetofpost 0 -1 withscores 1) "post:4" 2) "432" 3) "post:5" 4) "128" 5) "post:2" 6) "123" 7) "post:1" 8) "89" 9) "post:3" 10) "32" #有序集合某个元素的score值加上对应的增量 127.0.0.1:6379[3]> zincrby zsetofpost 40 post:1 "129" 127.0.0.1:6379[3]> zincrby zsetofpost 500 post:3 "532" 127.0.0.1:6379[3]> zrange zsetofpost 0 -1 withscores 1) "post:2" 2) "123" 3) "post:5" 4) "128" 5) "post:1" 6) "129" 7) "post:4" 8) "432" 9) "post:3" 10) "532"简单认识了Redis有序集合和对应的命令之后，我们来实现本周热议排行榜功能，博客的本周热议主要的实现思路是： 库获取最近 7 天的所有文章（或者加多一个条件：评论数量大于 0）。 把文章的评论数量作为有序集合的分数score，文章的ID作为key存储到zset中，当有人发表评论的时候，直接使用命令加一，并重新计算得到排行榜。 本周热议上有标题和评论数量，因此，我们还需要把文章的基本信息存储到Redis中，这样得到文章的ID之后，我们再从缓存中得到标题等信息，这里我们可以使用hash的结构来存储文章的信息。 因为是本周热议，如果文章发表超过 7 天了之后就会失效，所以我们可以给文章的有序集合一个有效时间。超过 7 天之后就自动删除缓存。画图分析： 最终实现效果： 🔥位图的典型应用场景： 用户连续签到功能很多社区、博客平台其实都有每日签到模块，一开始看到这个模块需求的时候，很多人第一反应是利用MySQL来实现，创建一个签到表，记录用户ID和签到时间，然后统计的时候从数据库中取出来然后聚合计算，这样设计其实存在弊端，如我们想要做一些复杂的功能就不是太方便了，或者说不是太高性能了，比如，今天是连续签到的第几天，在一定时间内连续签到了多少天。另外一方面，如果按 100 万用户量级来计算，一个用户每年可以产生 365 条记录，100 万用户的所有签到记录那就有点恐怖了，查询计算速度也会越来越慢。其实Redis的Bitmaps位图操作非常适合处理每日签到功能场景，因为Bit的值为0或者1，位图的每一位代表一天的签到，1表示已签，0表示未签。 考虑到每月初需要重置连续签到次数，最简单的方式是按用户每月存一条签到数据（也可以每年存一条数据）。Key的格式为u:sign:uid:yyyyMM，Value则采用长度为4个字节（32位）的位图（最大月份只有31天）。 Redis位图命令基本命令 命令说明SETBIT key offset value对key所储存的字符串值，设置或清除指定偏移量上的位(bit)BITPOS key bit [start] [end]查询指定字节区间第一个被设置成1的bit位的位置GETBIT key offset查询指定偏移位置的bit值BITCOUNT key [start end]统计指定字节区间bit为1的数量GETBIT key offset查询指定偏移位置的bit值BITFIELD key offset查询指定偏移位置的bit值这里的offset，大家姑且当做用户ID来看就可以了，那么究竟如何去实现用户打卡功能呢，我们可以利用上面的setbit命令来实现，setbit的作用说的直白就是：在你想要的位置操作字节值，比如说u:sign:1000：202302表示ID=1000的用户在2023年2月7号签到记录。 # 用户1000在2023年2月7号签到 SETBIT u:sign:1000:202302 6 1 # 偏移量是从0开始，所以要把7减1 # 检查用户1000在2023年2月7号是否签到 GETBIT u:sign:1000:202302 6 # 偏移量是从0开始，所以要把7减1 # 统计用户1000在2月份签到次数 BITCOUNT u:sign:1000:202302 # 获取2月份前28天的签到数据 BITFIELD u:sign:1000:202302 get u28 0 # 获取2月份首次签到日期 BITPOS u:sign:1000:202302 1 # 返回的首次签到的偏移量，加上1即为当月的某一天示例代码： /** * 基于Redis位图的用户签到功能工具实现类 * * @author: austin * @since: 2023/2/7 1:50 */ public class UserSignKit { private Jedis jedis = new Jedis(); /** * 用户签到 * * @param uid 用户ID * @param date 日期 * @return 之前的签到状态 */ public boolean doSign(int uid, LocalDate date) { int offset = date.getDayOfMonth() - 1; return jedis.setbit(buildSignKey(uid, date), offset, true); } /** * 检查用户是否签到 * * @param uid 用户ID * @param date 日期 * @return 当前的签到状态 */ public boolean checkSign(int uid, LocalDate date) { int offset = date.getDayOfMonth() - 1; return jedis.getbit(buildSignKey(uid, date), offset); } /** * 获取用户签到次数 * * @param uid 用户ID * @param date 日期 * @return 当前的签到次数 */ public long getSignCount(int uid, LocalDate date) { return jedis.bitcount(buildSignKey(uid, date)); } /** * 获取当月连续签到次数 * * @param uid 用户ID * @param date 日期 * @return 当月连续签到次数 */ public long getContinuousSignCount(int uid, LocalDate date) { int signCount = 0; String type = String.format("u%d", date.getDayOfMonth()); List list = jedis.bitfield(buildSignKey(uid, date), "GET", type, "0"); if (list != null && list.size() > 0) { // 取低位连续不为0的个数即为连续签到次数，需考虑当天尚未签到的情况 long v = list.get(0) == null ? 0 : list.get(0); for (int i = 0; i < date.getDayOfMonth(); i++) { if (v >> 1 0) { break; } } else { signCount += 1; } v >>= 1; } } return signCount; } /** * 获取当月首次签到日期 * * @param uid 用户ID * @param date 日期 * @return 首次签到日期 */ public LocalDate getFirstSignDate(int uid, LocalDate date) { long pos = jedis.bitpos(buildSignKey(uid, date), true); return pos < 0 ? null : date.withDayOfMonth((int) (pos + 1)); } /** * 获取当月签到情况 * * @param uid 用户ID * @param date 日期 * @return Key为签到日期，Value为签到状态的Map */ public Map getSignInfo(int uid, LocalDate date) { Map signMap = new HashMap(date.getDayOfMonth()); String type = String.format("u%d", date.lengthOfMonth()); List list = jedis.bitfield(buildSignKey(uid, date), "GET", type, "0"); if (list != null && list.size() > 0) { // 由低位到高位，为0表示未签，为1表示已签 long v = list.get(0) == null ? 0 : list.get(0); for (int i = date.lengthOfMonth(); i > 0; i--) { LocalDate d = date.withDayOfMonth(i); signMap.put(formatDate(d, "yyyy-MM-dd"), v >> 1 >= 1; } } return signMap; } private static String formatDate(LocalDate date) { return formatDate(date, "yyyyMM"); } private static String formatDate(LocalDate date, String pattern) { return date.format(DateTimeFormatter.ofPattern(pattern)); } private static String buildSignKey(int uid, LocalDate date) { return String.format("u:sign:%d:%s", uid, formatDate(date)); } public static void main(String[] args) { UserSignKit kit = new UserSignKit(); LocalDate today = LocalDate.now(); { // doSign boolean signed = kit.doSign(1000, today); if (signed) { System.out.println("您已签到：" + formatDate(today, "yyyy-MM-dd")); } else { System.out.println("签到完成：" + formatDate(today, "yyyy-MM-dd")); } } { // checkSign boolean signed = kit.checkSign(1000, today); if (signed) { System.out.println("您已签到：" + formatDate(today, "yyyy-MM-dd")); } else { System.out.println("尚未签到：" + formatDate(today, "yyyy-MM-dd")); } } { // getSignCount long count = kit.getSignCount(1000, today); System.out.println("本月签到次数：" + count); } { // getContinuousSignCount long count = kit.getContinuousSignCount(1000, today); System.out.println("连续签到次数：" + count); } { // getFirstSignDate LocalDate date = kit.getFirstSignDate(1000, today); System.out.println("本月首次签到：" + formatDate(date, "yyyy-MM-dd")); } { // getSignInfo System.out.println("当月签到情况："); Map signInfo = new TreeMap(kit.getSignInfo(1000, today)); for (Map.Entry entry : signInfo.entrySet()) { System.out.println(entry.getKey() + ": " + (entry.getValue() ? "√" : "-")); } } } }运行结果： 您已签到：2023-02-07 您已签到：2023-02-07 本月签到次数：5 连续签到次数：3 本月首次签到：2023-02-02 当月签到情况： 2023-02-01: - 2023-02-02: √ 2023-02-03: √ 2023-02-04: √ 2023-02-05: - 2023-02-06: √ 2023-02-07: √ 2023-02-08: - 2023-02-09: - 2023-02-10: - 2023-02-11: - 2023-02-12: - 2023-02-13: - 2023-02-14: - 2023-02-15: - 2023-02-16: - 2023-02-17: - 2023-02-18: - 2023-02-19: - 2023-02-20: - 2023-02-21: - 2023-02-22: - 2023-02-23: - 2023-02-24: - 2023-02-25: - 2023-02-26: - 2023-02-27: - 2023-02-28: - Redis发布订阅Redis提供了发布订阅功能，可以用于消息的传输，Redis的发布订阅机制包括三个部分：发布者、订阅者和Channel。发布者和订阅者都是Redis客户端，Channel则为Redis服务器端，发布者将消息发送到某个的频道，订阅了这个频道的订阅者就能接收到这条消息。Redis的这种发布订阅机制与基于主题的发布订阅类似，Channel相当于主题。 具体 Redis发布订阅介绍 可以参考博主之前发的文章：Redis发布订阅实践场景和实现 总结本文详细介绍了Redis的五种数据结构和应用场景，希望可以帮助大家解决实际工作中遇到的问题，后续还会陆续出Redis相关的文章，如有帮助，感谢点赞👍+关注✔+收藏❤，我是👨🎓 austin流川枫，我们下期见! |
【本文地址】
公司简介
联系我们