從你提供的文本來看，核心是 Redis 作為緩存的檢查機制，以及非原子性操作導致的不一致性問題。
我們可以拆解為兩個部分來理解：

---

📌 1. 邏輯：先查 Redis，再決定是否注冊

邏輯流程

1. 先查詢 Redis 是否有某個 key（可能是用戶注冊標識、驗證碼等）。
2. 如果 Redis 中有數據，則直接返回（避免重復操作）。
3. 如果 Redis 中沒有數據，則執行新的注冊，并存入 Redis，設置60秒過期時間。

示例代碼

String key = "user:register:" + phoneNumber;
String cachedValue = redisTemplate.opsForValue().get(key);if (cachedValue == null) {  // Redis 無數據，執行注冊邏輯// 執行新用戶注冊userService.register(phoneNumber);// 將 key 存入 Redis，防止重復注冊redisTemplate.opsForValue().set(key, "registered", 60, TimeUnit.SECONDS);
} else {System.out.println("該用戶已注冊");
}

? 作用

• 通過 Redis 緩存查詢結果，降低數據庫查詢次數，提高性能。
• 避免并發重復注冊。

---

📌 2. 非原子性操作，導致數據不一致

這一部分說的是 多個 Redis 操作不是原子的，可能會導致數據不一致問題，尤其是在并發情況下。

? 問題：非原子性操作

Redis 并不自動保證多個操作的原子性。如果有多個線程同時執行：

1. A 線程查詢 Redis，發現 key 不存在（緩存失效）。
2. B 線程也查詢 Redis，發現 key 也不存在（同樣緩存失效）。
3. A 和 B 線程都開始執行注冊邏輯（導致重復注冊）。
4. A 和 B 線程都將數據寫入 Redis，但只有一個生效，另一個可能會被覆蓋。

🛠 解決方案

1. 使用 SETNX 實現分布式鎖

   • SETNX（SET if Not eXists）可以確保只有一個線程可以寫入 key，避免并發問題：

   Boolean success = redisTemplate.opsForValue().setIfAbsent(key, "registered", 60, TimeUnit.SECONDS);
   if (Boolean.TRUE.equals(success)) {userService.register(phoneNumber);
   } else {System.out.println("該用戶已注冊");
   }
   

   作用：

   • 只有第一個線程能成功寫入 key，其余線程會失敗，避免重復注冊。

2. 使用 Redis 事務 (MULTI / EXEC)

   • MULTI + EXEC 確保多個 Redis 操作在同一事務中執行：

   redisTemplate.execute((RedisCallback<Object>) connection -> {connection.multi();connection.set(key.getBytes(), "registered".getBytes());connection.expire(key.getBytes(), 60);return connection.exec();
   });
   

   作用：

   • 確保寫入 key 和設置過期時間是原子的，不會被中途修改。

3. 使用 Redisson 分布式鎖

   • 適用于高并發場景，保證多個服務器之間不會重復注冊：

   RLock lock = redissonClient.getLock("register-lock:" + phoneNumber);
   try {if (lock.tryLock(5, 10, TimeUnit.SECONDS)) { userService.register(phoneNumber);}
   } finally {lock.unlock();
   }
   

   作用：

   • 只有一個線程能拿到鎖，執行注冊，其他線程等待或直接返回。

---

🔍 結論

• 先查 Redis，若不存在則執行注冊并緩存數據，提升性能，減少數據庫壓力。
• 但多個 Redis 操作非原子性，可能會導致數據不一致（如并發下重復注冊）。
• 解決方案
  1. SETNX（互斥鎖）：確保只有一個線程能注冊。
  2. Redis 事務：保證多個 Redis 操作同時執行。
  3. Redisson 分布式鎖：在多服務器環境下防止并發問題。

? 最終目標：確保并發情況下數據一致性，避免重復注冊或異常數據覆蓋。 🚀