Redis 应用场景

Redis 企业应用场景

一 短信登录

基于Redis实现共享session登录

选择合适的数据结构

选择合适的key

选择合适的存储粒度

二 数据缓存

2.1 缓存更新策略

内存淘汰：利用Redis内置的内存淘汰机制，当内存不足时自动淘汰部分数据，下次查询时更新数据。

超时剔除：给数据添加TTL时间，到期后自动删除。

主动更新：编写代码，修改数据的时候同时更新缓存。

先操作数据库，再删缓存。

2.2 缓存问题

概念

客户端请求的数据的数据不在数据库中，这样缓存永远也不能生效，请求一直到数据库层，一般可能是黑客攻击。

解决方案

缓存空对象：实现简单，维护方便，但有额外的内存消耗，可能短时间数据不一致。

布隆过滤器：根据算法缓存索引，如果不存在则不存在，返回存储也有一定程度不存在的可能，内存占用小，没有对于的key，存在误判

增加ID的复杂度，避免被猜到ID的规律。

做好数据的基础校验。

用户权限。

热点参数的限流。

概念

同一时刻存在大量的key同事失效或redis宕机，导致大量请求到达数据库。

解决方案

给不同的key的ttl添加随机值

利用redis集群提升高可用性

给缓存业务添加降级限流策略

给业务添加多级缓存

概念

缓存击穿问题也称为热点key问题，一个被高并发访问并且缓存重建业务较复杂的key突然失效，无数的请求访问会瞬间给数据库带来巨大压力。

解决方案

互斥锁

逻辑过期

三 消息队列实现秒杀

3.1 全局唯一ID生成策略

UUID

Redis自增

snowflake算法

数据库自增

3.2 并发线程安全

3.3 乐观锁

版本法

CAS法：基于数据逻辑进行判断。

四 分布式锁

多进程可见，并且互斥的锁

4.1 特征

多进程可见

互斥

高可用

高性能

安全性

4.2 实现分布式锁

获取锁

互斥：确保只有一个线程获取锁（set nx ex，获取锁的时候存入线程ID）

释放锁

手动释放：释放的时候判断是否与当前线程ID一致，如果不一致则不释放。

超时释放：获取锁时添加超时时间

Redis

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。