redis的应用场景
目录
1、充值订单超时队列
创建充值订单时，将订单号chargeOrderId、账号信息id、超时开始时间timeoutCreateTime添加进redis。用getRedisKey方法将两个参数组建成一个可以切割的key,可以中间加上分割符号“:”
redisClusterClient.zadd("NEW_CHARGE_ORDER", timeoutCreateTime, getRedisKey(chargeOrderId, id));
在项目中创建一个ChargeOrderTimeoutTimerTask任务，用quartz进行处理，定时按周期执行该定时任务
public void run() {
long orderTimeout = 3 * 60 * 1000;
long time = new Date().getTime() - orderTimeout;
Set<String> set = redisClusterClient.zrangeByScore("NEW_CHARGE_ORDER", 0, time);
for(String key : set){
//进行逻辑处理，将待支付状态的充值订单修改为订单关闭状态
redisClusterClient.zrem("NEW_CHARGE_ORDER", key);
}
}
2、缓存系统
例如，缓存视频的基本信息
public VideoInfo get(long id) {
String redisKey = redisPrefix + id;
Map<String, String> hashMap = redis.hgetAll(redisKey);
VideoInfo videoInfo = transferMapToVideo(hashMap);
if (videoInfo == null) {
videoInfo = mysql.get(id);
if(videoInfo != null) {
redis.hmset(redisKey, transferVideoToMap(videoInfo));
}
}
}
redis存储用户信息的三种方式：
1、String类型，value存储json串
2、String类型，很多个key，每个key对应一种属性
3、Hash类型，设置一个key,将filed存储为属性，value为对应的值。
方式比较：
3、计数器
incr (单线程：无竞争)
1）记录网站每个用户个人主页的访问量？(用hash,例如： hincrby user:1:info pageview count）
2）用来创建充值订单号
通过redis获取到自增值，能保证创建的订单的唯一性，后续可以再在前面加上时间戳和业务相关的订单属性，拼接成一个完整的订单号。
public Long getIncrChargeId() {
return redisClusterClient.incr("CHARGE_INCR_KEY");
}
public void setIncrChargeId(long id) {
redisClusterClient.set("CHARGE_INCR_KEY", String.valueOf(id));
}
public Long getChargeOrderId() {
Long incrId = 10000000L;
try{
incrId = getIncrChargeId();
if (incrId < 10000000 || incrId > 99999999) {
synchronized (Charge.class) {
incrId = getIncrChargeId();
if (incrId < 10000000 || incrId > 99999999) {
setIncrChargeId(10000000L);
incrId = getIncrChargeId();
}
}
}
} catch(Exception e){
incrId = 10000000L + new Random().nextInt(90000000);
}
return incrId;
}
4、消息队列系统
blpop brpop
blpop key timeout #lpop阻塞版，timeout是阻塞超市时间，timeout=0永远不阻塞, 时间复杂度O(1)
1、LRUSH + LPOP = Stack
2、LPUSH + RPOP = Queue (将id加入队列，然后用线程池进行捞取id 进行后续处理)
3、LPUSH + LTRIM = Capped Collection (控制获取列表的大小)
4、 LPUSH + BRPOP = Message Queue (消息队列)
5、Bitmap
相关命令
setbit key offset value #给位图指定索引设置值
getbit key offset #获取位图指定索引的值
bitcount key [start end] 获取位图指定范围（start 到end, 单位为字节，如果不指定就是获取全部）位值为1的个数
bitop op destkey key [key...] #做多个bitmap的and(交集)、or(并集)、not(非)、xor(异或)操作并将结果保存在destkey中
bitpos key targetBit [start][end] #计算位图指定范围（start到end, 单位为字节，如果不指定就是获取全部）第一个偏移量对应的值等于targetBit的位置
独立用户统计
1、使用set和Bitmap
2、1亿用户，5千万独立
只有10万独立用户呢（因为bitmap得占有全部的用户数）
使用经验
1）type = string, 最大512MB
2）注意setbit时的偏移量，可能有较大耗时
3）位图不是绝对好
6、HyperLogLog
可以用来统计累计系统用户数（不需要太精确）
1、极小空间完成独立数量统计，是一个数学算法
2、本质还是字符串
3、3个命令
pfadd key element [element...]:向hyperloglog添加元素
pfcount key[key...] : 计算hyperloglog的独立总数
pfmerge destkey sourcekey [sourcekey ...] : 合并多个hyperloglog
4、使用经验
1）错误率：0.81%
2）无法取出单条数据
7、list集合的使用
后台管理系统可以用list用来存储后台折线图的数据，redisKey 可以由年份 + 统计的类型（如充值人数）+ 业务类型（游戏）组成， 集合的大小可以设置为365或者366个，对应天数，第三个参数为数值。这样就可以通过redisKey获取哪个年份哪一个月的时间范围内的游戏业务充值人数了。
//向list集合插入数据
redisClient.lset("redisKey", 1, "1");
// 获取list集合的所有数据
List<String> re = redisClient.lrange("redisKey", 0, -1);
8、hash的使用
后台管理系统可以用hash进行存储对应时间段的图标数据
每天跑定时任务，获取到的数据都记录在一张统计表上，通过查询对应时间段的业务数据，用redis的hset进行存储。
redisKey可以有两个时间段进行拼接， hash的field为统计类型 + 业务类型进行拼接， value为对应的值，组成map。
// 查询该时间段内的数据
Map<String, String> hash = dataQuery.query(startDate, endDate);
redisClient.hmset(redisKey, hash);
// 获取时间段内的业务数据，比如说一个月
Map<String, String> map = redisClient.hgetAll("redisKey");
9、sunionstore
keysArray为多个类型为Set<String> 的key的数组，将他们进行聚合，得到一个包含全部值的set，存入Set<String> setKey, 返回set的数据大小countValue.
countValue = redisClient.sunionstore(setKey, keysArray);
温馨提示：该指令最好不要使用，时间复杂度为 O(n), 计算时间非常耗时，而且 将大量的Set数据存入Redis，是非常吃内存的，Redis服务器的价格是按分配内存大小进行计费的。所以后来，花了一些时间，将涉及该指令的代码进行优化，尽量不用到他，或者只是小部分数据用到它。
来源：CSDN
作者：我想，所以，我要
链接：https://blog.csdn.net/xiao__jia__jia/article/details/104639528