【redis专题(11)】redis的应用场景

Redis

不同数据类型的内存管理介绍

如上图所示，首先Redis内部使用一个redisObject对象来表示所有的key和value,redisObject最主要的信息如上图所示：type 代表一个value对象具体是何种数据类型，encoding是不同数据类型在redis内部的存储方式，比如：type=string代表value存储的是一个普通字符串，那么对应的encoding可以是raw或者是int,如果是int则代表实际redis内部是按数值型类存储和表示这个字符串的，当然前提是这个字符串本身可以用数值表示，比如:"123" "456"这样的字符串。

我们可以发现Redis使用redisObject来表示所有的key/value数据是比较浪费内存的，当然这些内存管理成本的付出主要也是为了给Redis不同数据类型提供一个统一的管理接口。

不同的数据类型对应的使用场景

string

• 防重复提交

规定某个key值在某段时间内只能出现一次

function redisLock($syncKey,$expire=1000){
    if (!$this->redis->setnx ( $syncKey, 1 )) {
        return false;
    }
    $this->redis->pexpire($syncKey, $expire);
    return true;
}

• 原子计数器

Redis的命令都是原子性的，你可以轻松地利用INCR，DECR命令来构建计数器系统。

• 普通缓存json数据

Hash

• 存储、读取、修改用户属性

在 Memcached 中，我们经常将一些结构化的信息打包成 hashmap，在客户端序列化后存储为一个字符串的值（一般是 JSON 格式），比如用户的昵称、年龄、性别、积分等。这时候在需要修改其中某一项时，通常需要将字符串（JSON）取出来，然后进行反序列化，修改某一项的值，再序列化成字符串（JSON）存储回去。简单修改一个属性就干这么多事情，消耗必定是很大的，也不适用于一些可能并发操作的场合（比如两个并发的操作都需要修改积分）。而 Redis 的 Hash 结构可以使你像在数据库中 Update一个属性一样只修改某一项属性值。

List

• 构建队列系统

• 实现冷热数据交换，并取最新的N条热数据

比如处理某篇文章的评论时，我们可以先把最新的评论通过Hash和List的方式来存储；Hash中以ID为键，然后把这个ID存入List中，写定时脚本把冷数据存入数据库。

假设后五千条评论为冷数据，我们将最新的5000条评论从List中取出来：

• 使用LPUSH latest.comments命令，向list集合中插入数据
• 定时脚本判断(或者在插入的时候判断一下)是否超过五千，如果超过五千，就把其数据保存数据库并清掉
• 如果有不同的筛选维度，比如某个分类的最新N条，那么你可以再建一个按此分类的List，只存ID的话，Redis是非常高效的。

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

zset

排行榜应用

与取最新数据的不同之处在于，前面操作以时间为权重（list就可以满足），这个是以某个条件为权重，比如按顶的次数排序，这时候就需要我们的sorted set出马了，将你要排序的值设置成sorted set的score，将具体的数据设置成相应的value，每次只需要执行一条ZADD命令即可。

构建优先级队列系统

set

数据排重

关于 redis的无序集合有三个特点： 无序性, 确定性(描述准确) , 唯一性。只需要不断地将数据往set中扔，得到的数据肯定是uniq的。

集合应用

Redis 非常人性化的为集合提供了求交集、并集、差集等操作，那么就可以非常方便的实现如共同关注、共同喜好、二度好友等功能，对上面的所有集合操作，你还可以使用不同的命令选择将结果返回给客户端还是存集到一个新的集合中。

• 共同好友、二度好友
• 利用唯一性，可以统计访问网站的所有独立 IP
• 好友推荐的时候，根据 tag 求交集，大于某个 threshold 就可以推荐

Pub/Sub

Pub/Sub构建实时消息系统