圖解Redis適用場景

Redis以其速度而聞名。

1 業務數據緩存

1.1 通用數據緩存

string，int，list，map。Redis 最常見的用例是緩存對象以加速 Web 應用程式。

此用例中，Redis 將頻繁請求的數據存儲在記憶體。允許 Web 伺服器快速返回頻繁訪問的數據。這減輕資料庫的負載並提高應用程式RT。

規模擴張時，緩存分佈在 Redis 伺服器集群中。分片可平均分配集群中的緩存負載。

1.2 實時熱數據

最新N條數據

2 會話存儲

在無狀態伺服器之間共用會話數據。當用戶登錄 Web 應用程式時，會話數據與唯一會話 ID 一起存儲在 Redis並作為 cookie 返給客戶端。

當用戶嚮應用程式發出請求時，請求中包含會話 ID,無狀態 Web 伺服器使用 ID 從 Redis 檢索會話數據。

風險

若 Redis 伺服器重啟，則存儲在 Redis 中的會話數據丟失。儘管 Redis 通過RDB和 AOF 或僅追加文件提供持久性，它們允許將會話數據保存到磁碟併在重啟事件中重新載入到記憶體。但這些選項在生產通常需要太長時間載入，並不實用。相反,在這種情況下使用複製。數據複製到備份實例。在主實例崩潰時，備份實例會很快被提升以接管流量。

Redis 會話存儲 V.S JWT 技術

各有優勢,選擇取決於具體的應用場景和需求:

1. 安全性:JWT 更加安全,因為它不需要伺服器端存儲會話數據,全部的數據可以通過加密的 JWT 編碼在客戶端;而 Redis 存儲在伺服器端,如果 Redis 被攻擊可能會洩漏會話數據。

2. 伸縮性:Redis 會話存儲更易水平擴展,通過集群可以很好的承載大量會話;JWT 需要應用層進行擴展。

3. 實現難度:Redis 會話存儲實現簡單,直接利用 Redis API 即可;JWT 需要選用演算法和密鑰,客戶端和服務端都需要一些代碼實現。

4. 跨域訪問:JWT 更適合跨域場景,因為可以直接在請求頭中攜帶。Redis只能在同域下訪問。

5. 適用場景:

• 需要 sessions 的場景更適合 Redis 會話存儲,比如要跟蹤用戶狀態的 web 應用。
• 對安全性要求高的 API、跨域應用更適合 JWT。
• 如果是內部系統或者對安全要求不高,Redis會話存儲就足夠了。

所以,你需要根據應用的具體場景、安全性需求、實現成本等因素權衡考慮,選擇更適合的會話管理方案。兩者也可以結合使用。

3 全局一致計數

全局流控計數（Rate Limiter）

簡單的限流組件，但有問題，不建議使用。還是要用滑動視窗演算法。

使用其在某些計數器上遞增命令併為這些計數器設置到期時間來用作Rate Limiter。

基本的速率限制演算法的工作原理

對於每個傳入的請求，請求 IP 或用戶ID 作K。

使用incr 命令遞增K的請求數。 將當前計數與允許的速率限制比較：

• 若計數在速率限制內，則處理請求
• 若計數超過限制，則拒絕請求

K被設置為在特定時間視窗內過期，如 1min，以便為下一時間視窗重置計數。

諸如漏桶演算法類的更複雜Rate Limiter也可用 Redis 實現。

秒殺的庫存計算

搶紅包

全局唯一ID

4 高效的統計計數

• id去重
  記錄訪問ip等全局bitmap操作
• UV、PV等訪問量
  非嚴格一致性要求

5 發佈訂閱與Stream

Pub-Sub 模擬隊列 subscribe comments publish comments java

Redis Stream 是 Redis 5.0 版本新增加的數據結構。 Redis Stream 主要用於MQ。

可參考 https://www.runoob.com/redis/redis-stream.html

6 分散式鎖

當應用程式中的多個節點需要協調對某些共用資源的訪問時，使用分散式鎖。 Redis 用作分散式鎖，具有原子命令如 SETNX 或如果不存在則設置，使得caller只在K不存在時才能設置K。

工作原理

Client 1試圖通過使用 SETNX 命令設置具有唯一值和TTL的K來獲取鎖。如果該K尚未設置，則 SETNX 返回1表示鎖已被Client 1獲得。Client 1完成其工作。

通過刪除鍵來釋放日誌。現在，若K已設置，SETNX返回 0，表示鎖已經被另一客戶端持有。此時，Client 1會等待並重試 SETNX 操作，直到另一個客戶端釋放該鎖。

對許多用例來說，這個簡單的實現可能就足夠好了，但它對生產使用來說不是完全容錯。許多 Redis 客戶端庫提供直接開箱即用的高質量分散式鎖實現。

獲取鎖 原子性操作

SET dlock my_random_value NX PX 30000

釋放鎖，lua腳本，保證原子性+單線程，從而具有事務性

if redis.call("get",KEYS[1]) == ARGV[1] then 
	return redis.call("del",KEYS[1]) 
else 
	return 0 
end 

7 業務數據處理

• 非嚴格一致性要求的數據：評論，點擊等
• 業務數據去重：訂單處理的冪等校驗等
• 業務數據排序：排名，排行榜等

本文由博客一文多發平臺 OpenWrite 發佈！