Redis除了做缓存还有哪些应用场景

我用「现实场景+代码简例」帮你彻底掌握Redis的18般武艺。先记住这句话：Redis是数据结构的瑞士军刀。以下分7大核心应用方向讲解：

一、高频面试答案速记版

1. 分布式锁 → 超市储物柜机制
2. 计数器 → 直播间点赞统计
3. 排行榜 → 游戏战力榜
4. 消息队列 → 快递柜暂存
5. 社交关系 → 微博共同关注
6. 布隆过滤器 → 垃圾邮件拦截网
7. 地理位置 → 附近的人

二、详细场景拆解

1. 分布式锁（超市储物柜原理）

// 加锁
Boolean lock = redisTemplate.opsForValue()
                .setIfAbsent("order_lock_123", "1", 30, TimeUnit.SECONDS);

// 解锁（Lua脚本保证原子性）
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
redisTemplate.execute(script, Collections.singletonList("order_lock_123"), "1");

类比：

• 储物柜空→存包成功（加锁）
• 超时自动清柜（防止死锁）
• 只有存包人能用钥匙开柜（UUID验证）

2. 计数器（直播间百万点赞）

// 用户点赞
redisTemplate.opsForHash().increment("live:1001", "like", 1);

// 查询总赞数
Long likes = (Long) redisTemplate.opsForHash().get("live:1001", "like");

优势：

• 单机QPS可达10万+
• 避免数据库频繁更新

3. 排行榜（手游战力实时榜）

// 更新玩家分数
redisTemplate.opsForZSet().add("rank:season5", "玩家A", 15000);

// 查询TOP10
Set<ZSetOperations.TypedTuple<String>> top10 = redisTemplate.opsForZSet()
                                  .reverseRangeWithScores("rank:season5", 0, 9);

底层结构：跳跃列表（SkipList）实现高效范围查询

4. 消息队列（快递柜暂存包裹）

// 生产者发消息
redisTemplate.opsForList().leftPush("order_queue", "订单数据");

// 消费者取消息
String order = redisTemplate.opsForList().rightPop("order_queue", 10, TimeUnit.SECONDS);

适用场景：

• 流量削峰（如秒杀订单暂存）
• 简单任务队列

5. 社交关系（微博共同关注）

// 用户关注列表
redisTemplate.opsForSet().add("user:1001:follow", "2001", "2002");
redisTemplate.opsForSet().add("user:1002:follow", "2001", "2003");

// 计算共同关注
Set<String> commonFollows = redisTemplate.opsForSet()
                         .intersect("user:1001:follow", "user:1002:follow");

数据结构：Set集合（自动去重+交并差运算）

6. 布隆过滤器（垃圾邮件拦截网）

// 初始化过滤器（需要RedisBloom模块）
redisTemplate.execute("BF.RESERVE", "spam_filter", "0.001", "1000000");

// 添加可疑邮箱
redisTemplate.execute("BF.ADD", "spam_filter", "bad@example.com");

// 检查是否可疑
Boolean isSpam = (Boolean) redisTemplate.execute("BF.EXISTS", "spam_filter", "new@example.com");

特点：

• 可能存在误判（把好人当坏人）
• 绝不漏判（把坏人当好人）

7. 地理位置（附近5km的人）

// 添加用户坐标
redisTemplate.opsForGeo().add("nearby_users", 
        new Point(116.404, 39.915), "user1001");

// 查询附近的人
Circle within = new Circle(new Point(116.404, 39.915), new Distance(5, Metrics.KILOMETERS));
GeoResults<RedisGeoCommands.GeoLocation<String>> results = redisTemplate.opsForGeo()
        .radius("nearby_users", within);

底层：GEOHASH编码存储

三、生产环境选型建议

四、面试高频追问

Q1：Redis做消息队列和Kafka有什么区别？

核心差异：

• Redis：内存存储，适合轻量级/低延迟场景
• Kafka：磁盘持久化，保证高可靠/顺序性

Q2：ZSet如何实现排行榜实时更新？

实现原理：

1. 插入数据时自动按score排序
2. 底层使用跳跃表，查询时间复杂度O(log N)

Q3：为什么布隆过滤器不能删除元素？

数学限制：
多个元素可能共享同一个bit位，删除会导致其他元素误判

五、Redis能力边界警示

不适合场景：

1. 复杂事务（优先用数据库）
2. 大数据量存储（内存成本过高）
3. 精确去重统计（用HyperLogLog有误差）

终极记忆法

把Redis想象成万能工具箱：

• 需要快速存取 → 螺丝刀（缓存）
• 需要协作控制 → 扳手（分布式锁）
• 需要统计计算 → 卷尺（计数器）
• 需要排序查找 → 水平仪（ZSet）