一：Redis的7個應用場景

一：緩存——熱數據

熱點數據（經常會被查詢，但是不經常被修改或者刪除的數據），首選是使用redis緩存，畢竟強大到冒泡的QPS和極強的穩定性不是所有類似工具都有的，而且相比於memcached還提供了豐富的數據類型可以使用，另外，記憶體中的數據也提供了AOF和RDB等持久化機制可以選擇，要冷、熱的還是忽冷忽熱的都可選。

結合具體應用需要註意一下：很多人用spring的AOP來構建redis緩存的自動生產和清除，過程可能如下：

• Select 資料庫前查詢redis，有的話使用redis數據，放棄select 資料庫，沒有的話，select 資料庫，然後將數據插入redis

• update或者delete資料庫錢，查詢redis是否存在該數據，存在的話先刪除redis中數據，然後再update或者delete資料庫中的數據

上面這種操作，如果併發量很小的情況下基本沒問題，但是高併發的情況請註意下麵場景：

為了update先刪掉了redis中的該數據，這時候另一個線程執行查詢，發現redis中沒有，瞬間執行了查詢SQL，並且插入到redis中一條數據，回到剛纔那個update語句，這個悲催的線程壓根不知道剛纔那個該死的select線程犯了一個彌天大錯！於是這個redis中的錯誤數據就永遠的存在了下去，直到下一個update或者delete。

二：計數器

諸如統計點擊數等應用。由於單線程，可以避免併發問題，保證不會出錯，而且100%毫秒級性能！爽。

命令：INCRBY

當然爽完了，別忘記持久化，畢竟是redis只是存了記憶體！

三：隊列

• 相當於消息系統，ActiveMQ，RocketMQ等工具類似，但是個人覺得簡單用一下還行，如果對於數據一致性要求高的話還是用RocketMQ等專業系統。

• 由於redis把數據添加到隊列是返回添加元素在隊列的第幾位，所以可以做判斷用戶是第幾個訪問這種業務

• 隊列不僅可以把併發請求變成串列，並且還可以做隊列或者棧使用

四：位操作（大數據處理）

用於數據量上億的場景下，例如幾億用戶系統的簽到，去重登錄次數統計，某用戶是否線上狀態等等。

想想一下騰訊10億用戶，要幾個毫秒內查詢到某個用戶是否線上，你能怎麼做？千萬別說給每個用戶建立一個key，然後挨個記（你可以算一下需要的記憶體會很恐怖，而且這種類似的需求很多，騰訊光這個得多花多少錢。。）好吧。這裡要用到位操作——使用setbit、getbit、bitcount命令。

原理是：

redis內構建一個足夠長的數組，每個數組元素只能是0和1兩個值，然後這個數組的下標index用來表示我們上面例子裡面的用戶id（必須是數字哈），那麼很顯然，這個幾億長的大數組就能通過下標和元素值（0和1）來構建一個記憶系統，上面我說的幾個場景也就能夠實現。用到的命令是：setbit、getbit、bitcount

五：分散式鎖與單線程機制

• 驗證前端的重覆請求（可以自由擴展類似情況），可以通過redis進行過濾：每次請求將request Ip、參數、介面等hash作為key存儲redis（冪等性請求），設置多長時間有效期，然後下次請求過來的時候先在redis中檢索有沒有這個key，進而驗證是不是一定時間內過來的重覆提交

• 秒殺系統，基於redis是單線程特征，防止出現資料庫“爆破”

• 全局增量ID生成，類似“秒殺”

六：最新列表

例如新聞列表頁面最新的新聞列表，如果總數量很大的情況下，儘量不要使用select a from A limit 10這種low貨，嘗試redis的 LPUSH命令構建List，一個個順序都塞進去就可以啦。不過萬一記憶體清掉了咋辦？也簡單，查詢不到存儲key的話，用mysql查詢並且初始化一個List到redis中就好了。

七：排行榜

誰得分高誰排名往上。命令：ZADD（有續集，sorted set）

最近在研究股票，發現量化交易是個非常好的辦法，通過臆想出來規律，用程式對歷史數據進行驗證，來判斷這個臆想出來的規律是否有效，這玩意真牛！有沒有哪位玩這個的給我留個言，交流一下唄。