Redis 应用场景

问题

Redis 在实际项目中有哪些应用场景？如何用 Redis 实现排行榜、限流、延迟队列等功能？

答案

典型应用场景

场景	数据结构	说明
缓存	String / Hash	最常见用途，减少数据库压力
分布式锁	String	SETNX 实现互斥
排行榜	ZSet	score 排序 + ZREVRANGE
计数器	String	INCR 原子递增
限流	String / ZSet	固定窗口 / 滑动窗口
Session 共享	String / Hash	多实例间共享登录状态
消息队列	List / Stream	LPUSH + BRPOP / XADD + XREADGROUP
延迟队列	ZSet	score 为执行时间
签到	Bitmap	SETBIT + BITCOUNT
UV 统计	HyperLogLog	PFADD + PFCOUNT
地理位置	GEO	附近的人 / 门店
布隆过滤器	RedisBloom	判断元素是否存在

排行榜实现

实时排行榜

# 用户得分 +10
ZINCRBY rank:game 10 user:1001

# 获取 Top 10（分数从高到低）
ZREVRANGE rank:game 0 9 WITHSCORES

# 获取用户排名（0-based）
ZREVRANK rank:game user:1001

# 获取用户分数
ZSCORE rank:game user:1001

限流实现

固定窗口限流

// 限制每分钟最多 100 次请求
public boolean isAllowed(String userId) {
    String key = "rate:" + userId + ":" + (System.currentTimeMillis() / 60000);
    Long count = redis.incr(key);
    if (count == 1) {
        redis.expire(key, 60);  // 首次设置过期时间
    }
    return count <= 100;
}

滑动窗口限流（ZSet）

public boolean isAllowed(String userId, int maxCount, int windowSeconds) {
    String key = "rate:" + userId;
    long now = System.currentTimeMillis();
    long windowStart = now - windowSeconds * 1000L;

    // 使用 Pipeline 原子执行
    Pipeline pipe = jedis.pipelined();
    pipe.zremrangeByScore(key, 0, windowStart);   // 移除窗口外的记录
    pipe.zadd(key, now, now + ":" + UUID.randomUUID());  // 添加当前请求
    pipe.zcard(key);                               // 统计窗口内请求数
    pipe.expire(key, windowSeconds);               // 设置过期时间
    List<Object> results = pipe.syncAndReturnAll();

    Long count = (Long) results.get(2);
    return count <= maxCount;
}

延迟队列

使用 ZSet 实现：score 为任务的执行时间戳，消费者轮询取出到期任务。

延迟队列

// 生产者：添加延迟任务
public void addDelayTask(String taskId, long delayMs) {
    double executeTime = System.currentTimeMillis() + delayMs;
    redis.zadd("delay:queue", executeTime, taskId);
}

// 消费者：轮询取出到期任务
public void consumeDelayTasks() {
    while (true) {
        // 取出 score ≤ 当前时间的任务
        Set<String> tasks = redis.zrangeByScore(
            "delay:queue", 0, System.currentTimeMillis(), 0, 1);

        if (tasks.isEmpty()) {
            Thread.sleep(500);  // 无任务时等待
            continue;
        }

        String taskId = tasks.iterator().next();
        // 原子性地移除并执行（防止重复消费）
        Long removed = redis.zrem("delay:queue", taskId);
        if (removed > 0) {
            processTask(taskId);
        }
    }
}

分布式 Session

Spring Session + Redis

// 添加依赖后自动将 Session 存储到 Redis
// spring-session-data-redis

// application.yml
// spring:
//   session:
//     store-type: redis
//     timeout: 30m

Session 以 Hash 结构存储在 Redis 中，key 为 spring:session:sessions:{sessionId}。

缓存策略模式

模式	读	写	适用场景
Cache Aside	先读缓存，miss 时读 DB 并回填	先写 DB，再删缓存	最常用，适合读多写少
Read Through	缓存层自动加载数据	-	缓存框架支持
Write Through	-	同步写缓存和 DB	写一致性要求高
Write Behind	-	写缓存后异步写 DB	写性能要求高

Cache Aside 模式

// 读
public Object get(String key) {
    Object value = redis.get(key);
    if (value == null) {
        value = db.get(key);
        if (value != null) {
            redis.set(key, value, TTL);
        }
    }
    return value;
}

// 写
public void update(String key, Object value) {
    db.update(key, value);     // 先更新数据库
    redis.del(key);            // 再删除缓存
}

为什么是删除缓存而不是更新？

1. 避免并发问题：两个线程同时更新缓存，可能导致缓存值与最新 DB 值不一致
2. 惰性计算：有些缓存值需要复杂计算，不一定每次写都需要更新缓存
3. 写多读少时更高效：不必每次写都重建缓存

关于缓存一致性的详细讨论，参见前端系列 缓存与数据库一致性。

---

常见面试问题

Q1: Redis 做缓存，如何保证缓存和数据库一致性？

答案：

最常用的 Cache Aside 策略：读时先查缓存，miss 时查 DB 并回填缓存；写时先更新 DB，再删除缓存。

为什么不是"先删缓存再更新DB"：并发时可能导致旧数据被重新写入缓存。

仍然可能不一致的场景：先更新 DB 后删缓存，如果删缓存失败怎么办？

解决方案：

1. 重试机制：删缓存失败时放入消息队列，异步重试
2. 延迟双删：更新 DB → 删缓存 → 延迟 N 毫秒 → 再删一次缓存
3. 订阅 binlog：通过 Canal 监听 MySQL binlog，自动删除对应缓存

Q2: 如何用 Redis 实现排行榜？

答案：

使用 Sorted Set（ZSet）：

• 更新分数：ZINCRBY rank 10 user:1001（原子操作）
• 查看 Top N：ZREVRANGE rank 0 9 WITHSCORES（O(log n + m)）
• 查看排名：ZREVRANK rank user:1001（O(log n)）
• 实时性：ZSet 操作都是原子的，天然支持实时排行

如果需要分时段排行（日榜、周榜），使用不同的 key：rank:daily:20240101、rank:weekly:202401W01，通过 ZUNIONSTORE 合并。

Q3: Redis 适合做消息队列吗？

答案：

Redis 可以做轻量级消息队列，但有局限：

方案	优点	缺点
List (LPUSH + BRPOP)	简单	无 ACK、无消费者组、消息消费即丢失
Stream (Redis 5.0+)	消费者组、ACK、消息回溯	不如专业 MQ 可靠

适合的场景：低延迟、消息量不大、可接受少量消息丢失。

不适合：需要高可靠消息投递、复杂路由、海量消息堆积的场景，应使用 Kafka、RocketMQ 等专业消息队列。

Q4: Redis 的 GEO 怎么使用？

答案：

Redis GEO 底层基于 ZSet + GeoHash：

# 添加位置
GEOADD shops 116.397128 39.916527 "coffee_shop_1"
GEOADD shops 116.405285 39.904989 "coffee_shop_2"

# 查找附近 3km 的店铺
GEORADIUS shops 116.397128 39.916527 3 km WITHCOORD WITHDIST COUNT 10 ASC

# Redis 6.2+ 推荐使用 GEOSEARCH
GEOSEARCH shops FROMLONLAT 116.397128 39.916527 BYRADIUS 3 km ASC COUNT 10

适合"附近的人"、"附近的门店"等 LBS 场景。

相关链接

• Redis 官方文档 - 数据类型应用
• Redis 官方文档 - GEO
• Redis 官方文档 - Stream