一、加速緩存

Redis最常見的應用之一是作為緩存層，用于存儲頻繁訪問的數據，從而減輕數據庫的負載。
通過將數據存儲在內存中，Redis可以實現高速的讀取和寫入操作，極大地提升應用程序的性能。例如，在一個電子商務網站中，可以將熱門商品的信息存儲在Redis中，當用戶訪問這些商品時，首先從Redis中讀取，如果Redis中沒有，再從數據庫中讀取并更新到Redis中。
示例
假設我們有一個在線書店應用，用戶經常查看書籍的詳細信息。
我們可以使用Redis來緩存這些熱門書籍的信息：

// 嘗試從Redis緩存中獲取書籍信息
Book cachedBook = redisTemplate.opsForValue().get(id);
if (cachedBook != null) {return cachedBook;
}// 如果緩存中沒有，從數據庫查詢
Bookbook book = bookRepository.findById(id).orElse(null);
if (book != null) {// 將查詢結果放入緩存，并設置過期時間redisTemplate.opsForValue().set(id, book, 10, TimeUnit.MINUTES);
}
return book;

二、會話管理

在Web應用中，Redis常用于存儲用戶會話信息，如登錄狀態、購物車內容等。
由于其快速的讀寫速度，Redis非常適合這種需要頻繁訪問和更新的數據。
示例
假設我們有一個需要用戶登錄的Web應用，可以使用Redis來存儲用戶的登錄狀態：

// 用戶登錄時，將會話信息存儲到Redis中
redisTemplate.opsForValue().set(sessionId, user, 1, TimeUnit.HOURS);// 用戶訪問時，從Redis中獲取會話信息
User user = redisTemplate.opsForValue().get(sessionId);
if (user != null) {// 用戶已登錄，繼續處理請求
} else {// 用戶未登錄，重定向到登錄頁面
}

三、排行榜和計數器

Redis的原子增減操作非常適合用于計數器和排行榜應用，如社交媒體的點贊數、閱讀數、排名等。
Redis的Sorted Set數據類型可以方便地實現排行榜功能。
示例
假設我們要實現一個文章閱讀量排行榜：

// 增加文章的閱讀量
redisTemplate.opsForValue().increment("article:" + articleId + ":views");// 獲取排行榜
Set<ZSetOperations.TypedTuple<String>> range = redisTemplate.opsForZSet().reverseRangeWithScores("article:views", 0, 9);
for (ZSetOperations.TypedTuple<String> tuple : range) {System.out.println("文章ID: " + tuple.getValue() + ", 閱讀量: " + tuple.getScore());
}

四、消息隊列

Redis支持發布/訂閱模式，可以用作輕量級的消息隊列系統，用于異步任務處理、事件處理等。
示例
假設我們要實現一個異步任務處理系統：

// 生產者發送消息
redisTemplate.convertAndSend("taskQueue", new TaskMessage("processData"));// 消費者接收消息并處理
@RedisMessageListener(topics = "taskQueue")
public void receiveMessage(Message message, String channel) {TaskMessage taskMessage = (TaskMessage) message.getBody();processData(taskMessage.getData());
}

五、實時分析

Redis的有序集合和位圖數據結構使其成為實時分析和計數的理想工具，可以用于記錄用戶活動、頁面訪問量等。
示例
假設我們要統計網站的訪問量：

// 增加頁面訪問量
redisTemplate.opsForValue().increment("page:" + pageId + ":views");// 獲取頁面訪問量
Long views = redisTemplate.opsForValue().get("page:" + pageId + ":views");
System.out.println("頁面訪問量: " + views);

六、分布式鎖

在分布式系統中，Redis可以用于實現分布式鎖，可以在分布式系統中協調多節點對共享資源的訪問，確保操作的原子性。
示例：

// 實現一個分布式鎖來防止并發寫入數據庫
// 嘗試獲取鎖
Boolean lockAcquired = redisTemplate.opsForValue().setIfAbsent("lock:data", "locked", 10, TimeUnit.SECONDS);
if (lockAcquired) {try {// 持有鎖，執行數據庫寫操作} finally {// 釋放鎖redisTemplate.delete("lock:data");}
} else {// 獲取鎖失敗，等待或重試
}

public void redisLock() throws InterruptedException {//獲取鎖(重入鎖)，執行鎖的名稱RLock lock = redissonclient.getlock("my:book:lock:id");//嘗試獲取鎖，參數分別是:獲取鎖的最大等待時間(期間會重試)，鎖自動釋放時間，時間單位//boolean isLock=lock.tryLock(10,30,TimeUnit.SECONDS);boolean isLock =lock.tryLock( time:10,TimeUnit.SECONDS);//判斷是否獲取成功if (isLock) {try {System.out.println("執行業務");} finally {//釋放鎖lock.unlock();}}
}

public <T> T executeWithLock(String lockKey, long timeout, Callable<T> action) {RLock lock = redissonClient.getLock(lockKey);boolean isLock = false;try {// 嘗試獲取鎖，最大等待時間1秒，鎖自動釋放時間為timeout秒isLock = lock.tryLock(1, timeout, TimeUnit.SECONDS);if (isLock) {try {// 執行傳入的操作并返回結果return action.call();} finally {// 檢查是否持有鎖再釋放if (lock.isHeldByCurrentThread()) {lock.unlock();}}} else {System.out.println("未能獲取鎖，稍后重試");return null; // 或者拋出異常}} catch (InterruptedException e) {// 處理異常，恢復線程中斷狀態Thread.currentThread().interrupt();System.out.println("獲取鎖時被中斷");return null; // 或者拋出異常} catch (Exception e) {// 處理其他異常System.out.println("執行操作時發生異常: " + e.getMessage());return null; // 或者拋出異常}
}

redis實現的分布式鎖是不可重入的。同一個線程再次獲取鎖會失敗。
redisson實現的分布式鎖是可重入的。同一個線程可以再次獲取鎖，判斷依據是線程id。可重入能避免多個鎖之間產生死鎖的問題。它在存儲鎖數據的時候利用的是hash結構記錄線程id和重入次數，key是自定義的鎖名稱。

七、地理位置數據

Redis支持地理空間數據，可以用于構建地理位置應用，如附近的人、地點推薦等功能。
示例
假設我們要實現一個附近的人功能：

// 添加地理位置坐標
redisTemplate.opsForGeo().add("users", "user1", 116.397428, 39.90923);// 查詢附近的人
GeoResults<RedisGeoCommands.GeoLocation<String>> nearbyUsers = redisTemplate.opsForGeo().radius("users", 116.397428, 39.90923, 1, RedisGeoCommands.GeoUnit.KILOMETERS);
for (GeoResult<RedisGeoCommands.GeoLocation<String>> result : nearbyUsers) {System.out.println("用戶ID: " + result.getContent().getName() + ", 距離: " + result.getDistance().getValue() + "km");
}

# 添加餐廳地理位置
GEOADD restaurants 13.361389 38.115556 "餐廳A"
GEOADD restaurants 15.087269 37.502669 "餐廳B"
GEOADD restaurants 9.191383 45.464211 "餐廳C"# 用戶當前位置：經緯度 (14, 37)
# 查找附近 100 公里內的餐廳
GEORADIUS restaurants 14 37 100 km
# 返回：餐廳A 餐廳B

八、限流

Redis 適合用于限流（Rate Limiting）場景。限流的目的是控制某個操作在特定時間內的訪問頻率，比如 API 請求、短信發送、登錄嘗試等。Redis 的原子操作和高效性能使其成為實現限流的理想工具。
示例
假設我們要限制API的調用頻率

// 嘗試獲取令牌
Long tokens = redisTemplate.opsForValue().increment("api:" + apiId + ":tokens");
if (tokens <= 10) {// 令牌充足，處理請求
} else {// 令牌不足，拒絕請求
}

使用 Redis 實現滑動窗口計數器

• 使用 Redis 的 List 存儲每次請求的時間。
• 每次請求時，移除時間窗口外的舊記錄，并添加新記錄。
• 統計當前時間窗口內的記錄數，如果超過閾值則拒絕請求。

限制每個用戶每分鐘只能訪問10次，假設用戶在第一分鐘的最后一秒訪問了9次，又在下一分鐘的第一秒訪間了10次，這樣的訪問是可以通過現在的訪問頻率限制的，但實際上該用戶在2秒內訪問了19次，這與每個用戶每分鐘只能訪問10次的限制差距較大。盡管這種情況比較極端，但是在一些場合中還是需要粒度更小的控制方案。如果要精確地保證每分鐘最多訪問10次需要記下用戶每次訪問的時間。
因此對每個用戶，我們使用一個列表類型的鍵來記錄他最近10次訪間客的時間。一旦鍵中的元素超過10個，就判斷時間最早的元素距現在的時間是否小于1分鐘。如果是則表示用戶最近1分鐘的訪問次數超過了10次；如果不是就將現在的時間加入到列表中，同時把最早的元素刪除。
如果要限制“A時間最多訪問B次”時，如果“B”的數值較大，此方法會占用較多的存儲空間，實際使用時還需要開發者自己去權衡。

// 偽代碼如下
// 獲取列表長度
$listLength = LLEN rate:limiting:$IP
if $listLength<10// 將當前時間新增到列表左側LPUSH rate:limiting:$IP now()
else // 獲取列表最后一位元素，也就是最早的那個時間$time = LINDEX rate:limiting:$IP - 1if now() - $time < 60return "訪問超過了限制"else// 將當前時間新增到列表左側，并刪除最右側的元素LPUSH rate:limiting:$IP now()RPOP rate:limiting:$IP

九、數據共享

在微服務架構中，Redis可以作為服務間共享數據的媒介。
示例
假設我們有兩個服務需要共享用戶信息：

// 服務A設置用戶信息
redisTemplate.opsForValue().set("user:" + userId, user);// 服務B獲取用戶信息
User user = redisTemplate.opsForValue().get("user:" + userId);

十、簽到

Redis的Bitmap是一種非常適合用于簽到系統的數據結構。它通過位圖（bit array）存儲和操作數據，可以高效地處理大量的簽到操作，特別適合于需要頻繁更新并查詢某個用戶是否已簽到的場景。
假設每個用戶的簽到狀態通過 位圖（Bitmap） 記錄，每個用戶對應一個唯一的 ID，通過設置和查詢位來確定該用戶是否簽到。

設置用戶 101 已簽到
SETBIT sign_in_bitmap 101 1比如查詢用戶 ID 為 101 的簽到狀態
GETBIT sign_in_bitmap 101統計總共有多少用戶已簽到
BITCOUNT sign_in_bitmap