redis的主要應用場景有哪些

redis的主要應用場景有哪些？針對這個問題，今天小編總結了這篇文章，希望能幫助更多想解決這個問題的朋友找到更加簡單易行的辦法。

Redis開創了一種新的數據存儲思路，使用Redis，我們不用在面對功能單調的數據庫時，把精力放在如何把大象放進冰箱這樣的問題上，而是利用Redis靈活多變的數據結構和數據操作，為不同的大象構建不同的冰箱。希望你喜歡這個比喻。

一、Redis常用數據類型

Redis最為常用的數據類型主要有以下五種：

String、Hash、List、Set、Sorted set

在具體描述這幾種數據類型之前，我們先通過一張圖了解下Redis內部內存管理中是如何描述這些不同數據類型的：

首先Redis內部使用一個redisObject對象來表示所有的key和value，redisObject最主要的信息如上圖所示：type代表一個value對象具體是何種數據類型，encoding是不同數據類型在redis內部的存儲方式。

比如：type=string代表value存儲的是一個普通字符串，那么對應的encoding可以是raw或者是int，如果是int則代表實際redis內部是按數值型類存儲和表示這個字符串的，當然前提是這個字符串本身可以用數值表示，比如:"123" "456"這樣的字符串。

這里需要特殊說明一下vm字段，只有打開了Redis的虛擬內存功能，此字段才會真正的分配內存，該功能默認是關閉狀態的。

通過上圖我們可以發現Redis使用redisObject來表示所有的key/value數據是比較浪費內存的，當然這些內存管理成本的付出主要也是為了給Redis不同數據類型提供一個統一的管理接口，實際作者也提供了多種方法幫助我們盡量節省內存使用，我們隨后會具體討論。

二、各種數據類型應用和實現方式

下面我們先來逐一的分析下這五種數據類型的使用和內部實現方式：

1、String

String 數據結構是簡單的key-value類型，value其實不僅是String，也可以是數字。

常用命令：get、set、incr、decr、mget等。

應用場景：String是最常用的一種數據類型，普通的key/ value 存儲都可以歸為此類，即可以完全實現目前 Memcached 的功能，并且效率更高。還可以享受Redis的定時持久化，操作日志及 Replication等功能。除了提供與 Memcached 一樣的get、set、incr、decr 等操作外，Redis還提供了下面一些操作：

• 獲取字符串長度

• 往字符串append內容

• 設置和獲取字符串的某一段內容

• 設置及獲取字符串的某一位（bit）

• 批量設置一系列字符串的內容

使用場景：常規key-value緩存應用。常規計數: 微博數, 粉絲數。

實現方式：String在redis內部存儲默認就是一個字符串，被redisObject所引用，當遇到incr,decr等操作時會轉成數值型進行計算，此時redisObject的encoding字段為int。

2、Hash

常用命令：hget,hset,hgetall 等。

應用場景：

我們簡單舉個實例來描述下Hash的應用場景，比如我們要存儲一個用戶信息對象數據，包含以下信息：

用戶ID為查找的key，存儲的value用戶對象包含姓名，年齡，生日等信息，如果用普通的key/value結構來存儲，主要有以下2種存儲方式：

第一種方式將用戶ID作為查找key,把其他信息封裝成一個對象以序列化的方式存儲，這種方式的缺點是，增加了序列化/反序列化的開銷，并且在需要修改其中一項信息時，需要把整個對象取回，并且修改操作需要對并發進行保護，引入CAS等復雜問題。

第二種方法是這個用戶信息對象有多少成員就存成多少個key-value對兒，用用戶ID+對應屬性的名稱作為唯一標識來取得對應屬性的值，雖然省去了序列化開銷和并發問題，但是用戶ID為重復存儲，如果存在大量這樣的數據，內存浪費還是非常可觀的。

那么Redis提供的Hash很好的解決了這個問題，Redis的Hash實際是內部存儲的Value為一個HashMap，并提供了直接存取這個Map成員的接口，如下圖：

也就是說，Key仍然是用戶ID, value是一個Map，這個Map的key是成員的屬性名，value是屬性值，這樣對數據的修改和存取都可以直接通過其內部Map的Key(Redis里稱內部Map的key為field), 也就是通過 key(用戶ID) + field(屬性標簽) 就可以操作對應屬性數據了，既不需要重復存儲數據，也不會帶來序列化和并發修改控制的問題。很好的解決了問題。

這里同時需要注意，Redis提供了接口(hgetall)可以直接取到全部的屬性數據，但是如果內部Map的成員很多，那么涉及到遍歷整個內部Map的操作，由于Redis單線程模型的緣故，這個遍歷操作可能會比較耗時，而另其它客戶端的請求完全不響應，這點需要格外注意。

使用場景：存儲部分變更數據，如用戶信息等。

實現方式：

上面已經說到Redis Hash對應Value內部實際就是一個HashMap，實際這里會有2種不同實現，這個Hash的成員比較少時Redis為了節省內存會采用類似一維數組的方式來緊湊存儲，而不會采用真正的HashMap結構，對應的value redisObject的encoding為zipmap，當成員數量增大時會自動轉成真正的HashMap，此時encoding為ht。

3、List

常用命令：lpush,rpush,lpop,rpop,lrange等。

應用場景：

Redis list的應用場景非常多，也是Redis最重要的數據結構之一，比如twitter的關注列表，粉絲列表等都可以用Redis的list結構來實現。

List 就是鏈表，相信略有數據結構知識的人都應該能理解其結構。使用List結構，我們可以輕松地實現最新消息排行等功能。List的另一個應用就是消息隊列，
可以利用List的PUSH操作，將任務存在List中，然后工作線程再用POP操作將任務取出進行執行。Redis還提供了操作List中某一段的api，你可以直接查詢，刪除List中某一段的元素。

實現方式：

Redis list的實現為一個雙向鏈表，即可以支持反向查找和遍歷，更方便操作，不過帶來了部分額外的內存開銷，Redis內部的很多實現，包括發送緩沖隊列等也都是用的這個數據結構。

Redis的list是每個子元素都是String類型的雙向鏈表，可以通過push和pop操作從列表的頭部或者尾部添加或者刪除元素，這樣List即可以作為棧，也可以作為隊列。

使用場景：

消息隊列系統

使用list可以構建隊列系統，使用sorted set甚至可以構建有優先級的隊列系統。

比如：將Redis用作日志收集器

實際上還是一個隊列，多個端點將日志信息寫入Redis，然后一個worker統一將所有日志寫到磁盤。

取最新N個數據的操作

記錄前N個最新登陸的用戶Id列表，超出的范圍可以從數據庫中獲得。

//把當前登錄人添加到鏈表里
ret = r.lpush("login:last_login_times", uid)

//保持鏈表只有N位
ret = redis.ltrim("login:last_login_times", 0, N-1)

//獲得前N個最新登陸的用戶Id列表
last_login_list = r.lrange("login:last_login_times", 0, N-1)

比如sina微博：

在Redis中我們的最新微博ID使用了常駐緩存，這是一直更新的。但是我們做了限制不能超過5000個ID，因此我們的獲取ID函數會一直詢問Redis。只有在start/count參數超出了這個范圍的時候，才需要去訪問數據庫。

我們的系統不會像傳統方式那樣“刷新”緩存，Redis實例中的信息永遠是一致的。SQL數據庫（或是硬盤上的其他類型數據庫）只是在用戶需要獲取“很遠”的數據時才會被觸發，而主頁或第一個評論頁是不會麻煩到硬盤上的數據庫了。

4、Set

常用命令：

sadd,spop,smembers,sunion 等。

應用場景：

Redis set對外提供的功能與list類似是一個列表的功能，特殊之處在于set是可以自動排重的，當你需要存儲一個列表數據，又不希望出現重復數據時，set是一個很好的選擇，并且set提供了判斷某個成員是否在一個set集合內的重要接口，這個也是list所不能提供的。

Set 就是一個集合，集合的概念就是一堆不重復值的組合。利用Redis提供的Set數據結構，可以存儲一些集合性的數據。

案例：

在微博應用中，可以將一個用戶所有的關注人存在一個集合中，將其所有粉絲存在一個集合。Redis還為集合提供了求交集、并集、差集等操作，可以非常方便的實現如共同關注、共同喜好、二度好友等功能，對上面的所有集合操作，你還可以使用不同的命令選擇將結果返回給客戶端還是存集到一個新的集合中。

Set是集合，是String類型的無序集合，set是通過hashtable實現的，概念和數學中個的集合基本類似，可以交集，并集，差集等等，set中的元素是沒有順序的。

實現方式：

set 的內部實現是一個 value永遠為null的HashMap，實際就是通過計算hash的方式來快速排重的，這也是set能提供判斷一個成員是否在集合內的原因。

使用場景：

交集，并集，差集：(Set)

//book表存儲book名稱

set book:1:name    ”The Ruby Programming Language”

set book:2:name     ”Ruby on rail”

set book:3:name     ”Programming Erlang”

//tag表使用集合來存儲數據，因為集合擅長求交集、并集

sadd tag:ruby 1

sadd tag:ruby 2

sadd tag:web 2

sadd tag:erlang 3

//即屬于ruby又屬于web的書？

 inter_list = redis.sinter("tag.web", "tag:ruby") 

//即屬于ruby，但不屬于web的書？

 inter_list = redis.sdiff("tag.ruby", "tag:web") 

//屬于ruby和屬于web的書的合集？

 inter_list = redis.sunion("tag.ruby", "tag:web")

獲取某段時間所有數據去重值

這個使用Redis的set數據結構最合適了，只需要不斷地將數據往set中扔就行了，set意為集合，所以會自動排重。

5、Sorted Set

常用命令：

zadd,zrange,zrem,zcard等

使用場景：

Redis sorted set的使用場景與set類似，區別是set不是自動有序的，而sorted set可以通過用戶額外提供一個優先級(score)的參數來為成員排序，并且是插入有序的，即自動排序。當你需要一個有序的并且不重復的集合列表，那么可以選擇sorted set數據結構，比如twitter 的public timeline可以以發表時間作為score來存儲，這樣獲取時就是自動按時間排好序的。

和Set相比，Sorted Set增加了一個權重參數score，使得集合中的元素能夠按score進行有序排列，比如一個存儲全班同學成績的Sorted Set，其集合value可以是同學的學號，而score就可以是其考試得分，這樣在數據插入集合的時候，就已經進行了天然的排序。

另外還可以用Sorted Set來做帶權重的隊列，比如普通消息的score為1，重要消息的score為2，然后工作線程可以選擇按score的倒序來獲取工作任務。讓重要的任務優先執行。

實現方式：

Redis sorted set的內部使用HashMap和跳躍表(SkipList)來保證數據的存儲和有序，HashMap里放的是成員到score的映射，而跳躍表里存放的是所有的成員，排序依據是HashMap里存的score,使用跳躍表的結構可以獲得比較高的查找效率，并且在實現上比較簡單。

三、Redis實際應用場景

1、顯示最新的項目列表

下面這個語句常用來顯示最新項目，隨著數據多了，查詢毫無疑問會越來越慢。

SELECT * FROM foo WHERE ... ORDER BY time DESC LIMIT 10

在Web應用中，“列出最新的回復”之類的查詢非常普遍，這通常會帶來可擴展性問題。這令人沮喪，因為項目本來就是按這個順序被創建的，但要輸出這個順序卻不得不進行排序操作。類似的問題就可以用Redis來解決。比如說，我們的一個Web應用想要列出用戶貼出的最新20條評論。

在最新的評論邊上我們有一個“顯示全部”的鏈接，點擊后就可以獲得更多的評論。我們假設數據庫中的每條評論都有一個唯一的遞增的ID字段。我們可以使用分頁來制作主頁和評論頁，使用Redis的模板，每次新評論發表時，我們會將它的ID添加到一個Redis列表：

LPUSH latest.comments <ID>

我們將列表裁剪為指定長度，因此Redis只需要保存最新的5000條評論：

LTRIM latest.comments 0 5000

每次我們需要獲取最新評論的項目范圍時，我們調用一個函數來完成（使用偽代碼）：

FUNCTION get_latest_comments(start, num_items):  
    id_list = redis.lrange("latest.comments",start,start+num_items - 1)  
    IF id_list.length < num_items  
        id_list = SQL_DB("SELECT ... ORDER BY time LIMIT ...")  
    END  
    RETURN id_list  
END

這里我們做的很簡單。在Redis中我們的最新ID使用了常駐緩存，這是一直更新的。但是我們做了限制不能超過5000個ID，因此我們的獲取ID函數會一直詢問Redis。只有在start/count參數超出了這個范圍的時候，才需要去訪問數據庫。

我們的系統不會像傳統方式那樣“刷新”緩存，Redis實例中的信息永遠是一致的。SQL數據庫（或是硬盤上的其他類型數據庫）只是在用戶需要獲取“很遠”的數據時才會被觸發，而主頁或第一個評論頁是不會麻煩到硬盤上的數據庫了。

2、排行榜應用，取TOP N操作

這個需求與上面需求的不同之處在于，取最新N個數據的操作以時間為權重，這個是以某個條件為權重，比如按頂的次數排序，這時候就需要我們的sorted set出馬了，將你要排序的值設置成sorted set的score，將具體的數據設置成相應的value，每次只需要執行一條ZADD命令即可。

熱門，排行榜應用：

//將登錄次數和用戶統一存儲在一個sorted set里
zadd login:login_times 5 1
zadd login:login_times 1 2
zadd login:login_times 2 3
//當用戶登錄時，對該用戶的登錄次數自增1
ret = r.zincrby("login:login_times", 1, uid)
//那么如何獲得登錄次數最多的用戶呢，逆序排列取得排名前N的用戶
ret = r.zrevrange("login:login_times", 0, N-1)

另一個很普遍的需求是各種數據庫的數據并非存儲在內存中，因此在按得分排序以及實時更新這些幾乎每秒鐘都需要更新的功能上數據庫的性能不夠理想。典型的比如那些在線游戲的排行榜，比如一個Facebook的游戲，根據得分你通常想要：

- 列出前100名高分選手

- 列出某用戶當前的全球排名

這些操作對于Redis來說小菜一碟，即使你有幾百萬個用戶，每分鐘都會有幾百萬個新的得分。模式是這樣的，每次獲得新得分時，我們用這樣的代碼：

ZADD leaderboard  <score>  <username>

你可能用userID來取代username，這取決于你是怎么設計的。得到前100名高分用戶很簡單：

ZREVRANGE leaderboard 0 99

用戶的全球排名也相似，只需要：

ZRANK leaderboard <username>

3、刪除與過濾

我們可以使用LREM來刪除評論。如果刪除操作非常少，另一個選擇是直接跳過評論條目的入口，報告說該評論已經不存在。 有些時候你想要給不同的列表附加上不同的過濾器。如果過濾器的數量受到限制，你可以簡單的為每個不同的過濾器使用不同的Redis列表。畢竟每個列表只有5000條項目，但Redis卻能夠使用非常少的內存來處理幾百萬條項目。

4、按照用戶投票和時間排序

排行榜的一種常見變體模式就像Reddit或Hacker News用的那樣，新聞按照類似下面的公式根據得分來排序：score = points / time^alpha 因此用戶的投票會相應的把新聞挖出來，但時間會按照一定的指數將新聞埋下去。下面是我們的模式，當然算法由你決定。

模式是這樣的，開始時先觀察那些可能是最新的項目，例如首頁上的1000條新聞都是候選者，因此我們先忽視掉其他的，這實現起來很簡單。每次新的新聞貼上來后，我們將ID添加到列表中，使用LPUSH + LTRIM，確保只取出最新的1000條項目。

有一項后臺任務獲取這個列表，并且持續的計算這1000條新聞中每條新聞的最終得分。計算結果由ZADD命令按照新的順序填充生成列表，老新聞則被清除。這里的關鍵思路是排序工作是由后臺任務來完成的。

5、處理過期項目

另一種常用的項目排序是按照時間排序。我們使用unix時間作為得分即可。 模式如下：

- 每次有新項目添加到我們的非Redis數據庫時，我們把它加入到排序集合中。這時我們用的是時間屬性，current_time和time_to_live。

- 另一項后臺任務使用ZRANGE…SCORES查詢排序集合，取出最新的10個項目。如果發現unix時間已經過期，則在數據庫中刪除條目。

6、計數

Redis是一個很好的計數器，這要感謝INCRBY和其他相似命令。我相信你曾許多次想要給數據庫加上新的計數器，用來獲取統計或顯示新信息，但是最后卻由于寫入敏感而不得不放棄它們。

好了，現在使用Redis就不需要再擔心了。有了原子遞增（atomic increment），你可以放心的加上各種計數，用GETSET重置，或者是讓它們過期。例如這樣操作：

INCR user:<id> EXPIRE

你可以計算出最近用戶在頁面間停頓不超過60秒的頁面瀏覽量，當計數達到比如20時，就可以顯示出某些條幅提示，或是其它你想顯示的東西。

7、特定時間內的特定項目

另一項對于其他數據庫很難，但Redis做起來卻輕而易舉的事就是統計在某段特點時間里有多少特定用戶訪問了某個特定資源。比如我想要知道某些特定的注冊用戶或IP地址，他們到底有多少訪問了某篇文章。每次我獲得一次新的頁面瀏覽時我只需要這樣做：

SADD page:day1:<page_id> <user_id>

當然你可能想用unix時間替換day1，比如time()-(time()%3600*24)等等。 想知道特定用戶的數量嗎？只需要使用

SCARD page:day1:<page_id>

需要測試某個特定用戶是否訪問了這個頁面？

SISMEMBER page:day1:<page_id>

8、查找某個值所在的區間(區間無重合) ：(Sorted Set)

例如有下面兩個范圍，10－20和30－40

A_start 10, A_end 20

B_start 30, B_end 40

我們將這兩個范圍的起始位置存在Redis的Sorted Sets數據結構中，基本范圍起始值作為score，范圍名加start和end為其value值：

redis 127.0.0.1:6379> zadd ranges 10 A_start
(integer) 1
redis 127.0.0.1:6379> zadd ranges 20 A_end
(integer) 1
redis 127.0.0.1:6379> zadd ranges 30 B_start
(integer) 1
redis 127.0.0.1:6379> zadd ranges 40 B_end
(integer) 1

這樣數據在插入Sorted Sets后，相當于是將這些起始位置按順序排列好了。現在我需要查找15這個值在哪一個范圍中，只需要進行如下的zrangbyscore查找：

redis 127.0.0.1:6379> zrangebyscore ranges (15 +inf LIMIT 0 1
1) "A_end"

這個命令的意思是在Sorted Sets中查找大于15的第一個值。（+inf在Redis中表示正無窮大，15前面的括號表示>15而非>=15）查找的結果是A_end，由于所有值是按順序排列的，所以可以判定15是在A_start到A_end區間上，也就是說15是在A這個范圍里。至此大功告成。

9、交集，并集，差集：(Set)

//book表存儲book名稱
set book:1:name    ”The Ruby Programming Language”
set book:2:name     ”Ruby on rail”
set book:3:name     ”Programming Erlang”

//tag表使用集合來存儲數據，因為集合擅長求交集、并集
sadd tag:ruby 1
sadd tag:ruby 2
sadd tag:web 2
sadd tag:erlang 3

//即屬于ruby又屬于web的書？
 inter_list = redis.sinter("tag.web", "tag:ruby") 
//即屬于ruby，但不屬于web的書？
 inter_list = redis.sdiff("tag.ruby", "tag:web") 
//屬于ruby和屬于web的書的合集？
 inter_list = redis.sunion("tag.ruby", "tag:web")

關于redis的主要應用場景就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。