前言

在笔者 3 年的 Java 一线开发经历中，尤其是一些移动端、用户量大的互联网项目，经常会使用到 Redis 作为缓存中间件的基本工具来解决一些特定的问题.

下面是笔者总结梳理的一些常见的 Redis 缓存应用场景，例如常见的 String 类型 Key-Value、对时效性要求高的场景、Hash 结构的场景以及对实时性要求高的场景等，基本涵盖了 Redis 中所有的 5 种基本类型.

如果你也在项目中经常使用 Redis 来作为缓存的中间件，那么你一定不会对下面的内容感到陌生。如果你还是刚入行不久，暂时还没接触到 Redis 这样的缓存中间件，那么也没关系，本篇文章对你也会有一定的帮助.

关于缓存的一些基本概念，大家可以看这里再回顾一下：https://www.cnblogs.com/CodeBlogMan/p/18022719 。

1、常见 key-value

首先介绍的是项目开发中常见的一些String 类型的 key-value 结构场景，如:

• 使用 jsonStr 结构存储的用户登录信息，包括：手机号、token、唯一 uuid、昵称等；
• jsonStr 结构某个热门商品的信息，包括：商品名称、商品唯一id、所属商家、价格等；
• String 类型的、带过期时间的分布式锁，包括：锁的超时时间、随机生成的 value、判断加锁成功、释放锁等。

下面用简单的 demo 来演示一下如何获取用户登录信息.

@RestController
@RequestMapping("/member")
public class MemberController {

    @Resource
    private MemberService memberService;

    /**
     * 通过 userUuid 获取会员信息
     * @param userUuid
     * @return 会员信息
     */
    @GetMapping("/info")
    public Response<MemberVO> getMemberInfo(@RequestParam(value = "userUuid") String userUuid) {
        return ResponseBuilder.buildSuccess(this.memberService.info(userUuid));
    }

}

    @Resource
    private RedisTemplate<String, String> redisTemplate;    

    private final String MEMBER_INFO_USER_UUID_KEY = "initial.member.user.uuid.key";
    
    @Override
    public MemberVO info(String userUuid) {
        //先查缓存
        String memberStr = redisTemplate.opsForValue().get(RedisKey.MEMBER_INFO_USER_UUID_KEY.concat(userUuid));
        if (StringUtils.isNotBlank(memberStr)){
            return JSON.parseObject(memberStr, MemberVO.class);
        }
        //缓存没有再查数据库
        LambdaQueryWrapper<Member> wrapper = new LambdaQueryWrapper<>();
        wrapper.eq(Member::getMemberUuid, userUuid)
                .eq(Member::getEnableStatus, NumberUtils.INTEGER_ZERO)
                .eq(Member::getDataStatus, NumberUtils.INTEGER_ZERO);
        return this.getOne(wrapper).convertExt(MemberVO.class);
    }

/**
 * 仅部分核心属性
 */
@EqualsAndHashCode(callSuper = true)
@Data
public class MemberVO extends BaseVO {
    /**
     * 用户唯一uuid
     */
    private String memberUuid;
    /**
     * 登录 token
     */
    private String token;
    /**
     * 用户昵称
     */
    private String nickName;
    /**
     * 电话号码
     */
    private String mobile;
    /**
     * 头像地址
     */
    private String avatarImg;
    /**
     * 性别：1-male，2-female，3-unknown
     */
    private Integer gender;
}

---

2、时效性强

在开发的时候我们经常会碰到时效性强的一些场景，从业务上对过期时间的要求比较高，比如:

• 如某个项目或者活动的预览链接，设定该链接在 30 分钟后失效，即过半小时后不允许再访问该预览链接；
• 从 web 端跳转到 app 客户端访问一些特定的内容，使用剪切板复制的分享口令打开客户端，设定在 60 分钟后过期；
• 用户在客户端或者小程序领取的优惠券，领取后放入“我的卡券”中，不同类型的卡券设定不同的过期时间，如某积分券在 30 天后过期等。

下面举两个例子，demo 虽然简单但是可以运行，不是伪代码:

    /**
     * 活动预览链接 30 分钟后过期
     */
    @Test
    public void testPreviewLinkExpire(){
        String baseUrl = "http://localhost:8089/initial/ealbum/preview/detail";
        Long projectId = UUIDUtils.generateUUIDToLong();
        String projectUuid = UUIDUtils.generateUUID();
        //这里是链接的签名，如果签名过期，那么意味着整个链接过期
        String tempLinkSign = DigestUtils.md5Hex(projectUuid);
        String signKey = RedisKey.INITIAL_EALBUM_TEMP_LINK_SIGN_KEY.concat(".").concat(projectId.toString());
        stringRedisTemplate.opsForValue().set(signKey, tempLinkSign, Duration.ofMinutes(30));
        String sign = stringRedisTemplate.opsForValue().get(signKey);
        if (StringUtils.isNotBlank(sign)){
            //拼接临时地址
            StringBuilder tempLinkUrl = new StringBuilder(baseUrl)
                    .append("?projectId=").append(projectId)
                    .append("&sign=").append(sign);
            log.info("打印看下预览地址：{}", tempLinkUrl);
        }
        throw new BusinessException("生成预览链接失败！");
    }

    /**
     * 剪切板口令码1小时过期
     */
    @Test
    public void testClipboardTextKey(){
        //这里先随机生产一个 uuid 作为例子
        String articleId = UUIDUtils.generateUUID();
        String redisKey = RedisKey.CLIP_BOARD_TEXT_KEY.concat(".").concat(articleId);
        String value = JSON.toJSONString(ClipboardVO.builder()
                .articleId(articleId)
                .articleTitle("测试标题")
                .copyright(NumberUtils.INTEGER_ZERO).build());
        //很简单的一个结构，就是常见的 String 类型的 key-value，但是对时效性有要求，一个小时后直接失效
        stringRedisTemplate.opsForValue().set(redisKey, value, Duration.ofHours(1));
        //这里去拿 value，判断是否过期
        ClipboardVO vo = Optional.ofNullable(stringRedisTemplate.opsForValue().get(redisKey))
                .filter(StringUtils::isNotBlank)
                .map(val -> JSON.parseObject(val, ClipboardVO.class))
                .orElse(null);
        log.info("打印一下返回的vo：{}", vo);
    }

---

3、计数器相关

关于计数器也是 Redis 的一个常见应用场景了，比如以下几点:

• 点赞数/收藏数：文章的点赞数，文章的收藏数，可以同步到文章表作为一个属性； 。

• 文章评论数：采用 String 结构，redis-key 可以是文章 id 标识，redis-value 则是评论数，也可以同步到文章表作为一个属性； 。

• 未读消息数：采用 Hash 结构，常量 redis-key，用户标识为 hash-key，数量为 hash-value，需要同步到通知表； 。

• 加入购物车的商品数：采用 BoundHash 结构，redis-key 为用户标识，hash-key 为商品 id 标识，hash-value 为数量，需要同步到购物车的表.

下面举两个例子吧，部分实体、DTO/VO 之类的没有写明，大家能意会就好，重要的是思路:

    /**
     * 用户未读通知数量计数
     */
    @Test 
    public void testNoticeCountNum() {
        //关于热 Key 这里场景有点不够：因为通知数量只有启动app和点击按钮的时候才会调用，并不是那么地频繁，QPS 几万应该没问题
        //但有大 key 的可能性，那么：1、定期清理缓存，配合数据库解决；2、Hash 底层会压缩数据；3、看占用内存的大小或者元素的数量；4、数据分片
        NoticeAddDTO dto = NoticeAddDTO.builder()
                .targetUserUuid("123qwe456rty789uio")
                .superType(NumberUtils.INTEGER_TWO)
                .subType(5)
                .content("内容内容").build();
        //无论何种业务系统的何种类型消息，先入数据库
        Notification notification = this.notificationService.addNotice(dto);
        //1、按消息的 tab 类型来做，可以为每一种类型都新建一个Redis-Key来单独存，这样是可行的，从某种程度上来说是拆 Key
        //2、思考了一下还是用 Hash 结构，用 List 或者 String 可以解决类型的问题，但是难以按照用户来取值
        HashOperations<String, String, Integer> hashOperations = redisTemplate.opsForHash();
        //由于一个小时会清除全部缓存，当前未读数量需要查数据库来确认
        this.notificationService.checkUnReadCount(notification);
        if (NumberUtils.INTEGER_ONE.equals(notification.getSuperType()) && NumberUtils.INTEGER_ONE.equals(notification.getSubType())) {
            //业务系统产生的消息，未读消息数+1；
            Long increment = hashOperations.increment(RedisKey.INITIAL_NOTICE_COMMENT_NUM_PERFIX, dto.getTargetUserUuid(), 1);
            log.info("新增的评论tab消息数量：{}", increment);
        }
        if (NumberUtils.INTEGER_TWO.equals(dto.getSuperType())) {
            Long increment = hashOperations.increment(RedisKey.INITIAL_NOTICE_NUM_PERFIX, dto.getTargetUserUuid(), 1);
            log.info("新增的通知tab消息数量：{}", increment);
        }
        //业务系统撤回消息，未读数-1
        if (NumberUtils.INTEGER_TWO.equals(dto.getSuperType())) {
            //Redis里不存在去做自减一，得到的就是-1；所以一定有值，不用判空只需判断正负
            Long num = hashOperations.increment(RedisKey.INITIAL_NOTICE_NUM_PERFIX, dto.getTargetUserUuid(), -1);
            log.info("撤回后通知tab消息数量：{}", num);
            int intNUm = num.intValue();
            //为了避免出现负数，要拿0作为界限来比
            int result = intNUm < NumberUtils.INTEGER_ZERO ? NumberUtils.INTEGER_ZERO : intNUm;
            hashOperations.put(RedisKey.INITIAL_NOTICE_NUM_PERFIX, dto.getTargetUserUuid(), result);
        }
    }

    /**
     * 用户加入购物车的商品计数
     */
    @Resource
    private ShoppingCarService shoppingCarService;
    @Test
    public void testUserShoppingCarInfo(){
        //首选方案：boundHashOps() 在使用上的主要区别就是需要先绑定 Redis-Key，方便后续操作；而 opsForHash() 则是直接操作数据
        String userUuid = "1656698374114156635";
        String gooId = "3523465836543623675";
        Long shopId = 34776547437357643L;
        //1、首先是入参DTO的信息应该至少包含哪些？
        ShoppingCarGoodInfoDTO dto = ShoppingCarGoodInfoDTO.builder()
                .userUuid(userUuid).goodId(gooId)
                    .goodName("商品名称").goodDesc("618专属活动商品")
                .price(BigDecimal.valueOf(98.99D))
                .shopId(shopId).shopName("xx品牌旗舰店")
                .quantities(2).manufactureTime(1720146162L).build();
        ShoppingCar shoppingCar = dto.convertExt(ShoppingCar.class);
        //2、先入数据库
        this.shoppingCarService.save(shoppingCar);
        //3、再入 redis：将用户 uuid 作为 redis-key，goodId 作为 hash-key，商品的具体信息为 hash-value
        BoundHashOperations<String, String, String> operations = redisTemplate.boundHashOps(userUuid);
        //这样就是有多少个用户，就有多少个Redis-Key；虽然一般来说用不完，也不会造成大 Key 问题，但数量多了无疑是对资源的一种巨大消耗，要考虑成本
        String goodInfo = JSON.toJSONString(shoppingCar);
        operations.put(gooId, goodInfo);
        //入 redis 的时候直接设置7天过期时间，这样可以定期删除 Key 保证空间
        operations.expire(Duration.ofDays(7));
        //计数
        Long size = operations.size();
        log.info("打印看下数量：{}", size);
        //todo: 更新购物车时也是先入数据库，再更新 Redis，并设置过期时间；查询时先查 Redis，没有再查数据库，然后重新写入数据库，设置过期时间
    }

---

4、高实时性

实时性要求高的场景，一般指的是：用户在使用某个功能时，服务能够近乎实时地提供结果。且并发量高时，如果每次都去请求数据库，那么所花费的开销对系统来说无疑是种挑战和压力。如果将数据存储在 Redis 中进行取用，那么其响应速度将会是极快的.

下面举 2 个例子:

• 用户在 app 客户端发表的评论，需要实时地展示在评论区，这个场景对性能有较高的要求，用 Redis 可以做到即进即出，而且方便入数据库；
• 文章系统在编写文章时会选用一些媒体资源如图片、视频等，那么对于媒资系统而言，将这些数据立即同步到媒资系统就十分有必要了；

    /**
     * 性能要求高，评论即进即出，而且可以入库
     */
    @Test
    public void testCommentList(){
        TestCommentAddDTO dto = TestCommentAddDTO.builder()
                .parentId(NumberUtils.INTEGER_ZERO)
                .articleType(NumberUtils.INTEGER_ONE)
                .articleTitle("新闻06").articleId(12)
                .content("评论一下看看").creatorName("用户375368")
                .creatorUuid("abc123def789UUID").createTime(new Date())
                .build();
        //评论队列先入 Redis 缓存，从队列左边进入，值得注意的是，List 结构只是表示队列的形式，具体的数据结构是 String 类型的
        Long num = stringRedisTemplate.opsForList().leftPush(RedisKey.COMMENT_IMPORT_LIST, JSON.toJSONString(dto));
        //这里返回的数量是该队列的大小
        log.info("评论队列先入 Redis 缓存，数量为：{}", num);
        //经验证，这里的方法是根据Redis-Key 弹出（即删除）全部的 Value，并且设置超时时间为 5 秒；leftPull 配合 rightPop 就是先进先出
        String str = stringRedisTemplate.opsForList().rightPop(RedisKey.COMMENT_IMPORT_LIST,5, TimeUnit.SECONDS);
        log.info("从右边弹出全部 Redis 队列缓存的内容，内容为：{}", str);
        //反序列化解析
        TestCommentAddDTO result = Optional.ofNullable(str)
                .filter(StringUtils::isNotBlank)
                .map(val -> JSON.parseObject(val, TestCommentAddDTO.class))
                .orElse(null);
        log.info("打印一下：{}", result);
        //todo：接下来可以入数据库
    }

    /**
     * 性能要求高，立即同步文章选用的媒体信息到媒资系统
     */
    @Test
    public void testMediaSet(){
        ArrayList<String> imageList = new ArrayList<>();
        imageList.add("20240702165612_image_xxx_filename_Media.png");
        imageList.add("20240702164556_image_xxx_filename_Media.png");
        ArrayList<String> videoList = new ArrayList<>();
        videoList.add("20240702152319_video_xxx_filename_Media.mp4");
        ArticleMediaDTO dto = ArticleMediaDTO.builder()
                .articleId(123L)
                .articleTitle("测文章")
                .articleType(NumberUtils.INTEGER_TWO)
                .imageMediaId(imageList)
                .videoMediaId(videoList).build();
        //这里每次只添加一条，但是需要保证整个队列没有重复的元素，故选择Set
        stringRedisTemplate.opsForSet().add(RedisKey.INITIAL_ARTICLE_MEDIA_KEY_SET, JSON.toJSONString(dto));
        //这里pop()是随机弹出一个元素，由于每次都是及时弹出的，所以队列里有的话只会有一个，否则为空
        String str = stringRedisTemplate.opsForSet().pop(RedisKey.INITIAL_ARTICLE_MEDIA_KEY_SET);
        ArticleMediaDTO result = Optional.ofNullable(str)
                .filter(StringUtils::isNotBlank)
                .map(val -> JSON.parseObject(val, ArticleMediaDTO.class))
                .orElse(null);
        log.info("打印一下弹出的内容：{}", result);
        //todo: 接下来还可以与 MQ 配合进行通知操作
    }

---

5、排行榜系列

顾名思义，排行的场景很好理解，无论是 web 网页应用还是 app 客户端，都有很多需要排行的场景，如:

• 用户参与活动的成绩排名
• 用户参与某个抽奖游戏的积分排名
• 用户在 app 内的活跃度排名

而 Redis 提供的 ZSet 集合数据类型结构能很好地实现各种复杂的排行榜需求，下面举一个 demo 来简单实现.

    /**
     * 计算用户成绩排名，ZSet 的 Score 需要根据一个权重来生成，最终 Redis 就会根据 Score 来排序
     */
    @Test 
    public void testUserScoreRanking(){
        //1、首先看分数（平均分、总分、最高分），总之按照配置会得到有一个分数；如果是整数那么就直接看用时，如果是小数会取小数点后两位
        //2、如果分数相同，那么比谁的用时少（平均用时、总用时、最短用时），总之会得到一个用时，时间统一都精确到毫秒
        //3、如果分数和用时都完全一样，那么就看交卷时间，谁的的交卷时间早谁就排前面，这里的时间也精确到毫秒
        ScoreData scoreData = ScoreData.builder()
                .finalScore(82.36D)
                .spendTime(368956L)
                .submitTime(1719915961902L).build();
        Long activityId = UUIDUtils.generateUUIDToLong();
        String userUuid = UUIDUtils.generateUUID();
        //注意：分数取大，用时取小，这样的组合无法组成权重；如果将用时取反，即剩余时间，那么剩余时间取大，两者都成正比就能形成一个权重了
        //具体：1、分数右移两位，组成权重的整数部分；
        BigDecimal scoreBigDecimal = BigDecimal.valueOf(scoreData.getFinalScore()).movePointRight(NumberUtils.INTEGER_TWO);
        //2、用一天的毫秒数 - 用时毫秒树 = 剩余时间，剩余时间小数点左移8位，组成权重的小数部分；
        long time = Constants.MAX_DAY_TIME - scoreData.getSpendTime();
        BigDecimal spendTimeBig = BigDecimal.valueOf(time).movePointLeft(8);
        //3、整数部分+小数部分，即为 ZSet 的权重
        BigDecimal weight = scoreBigDecimal.add(spendTimeBig);
        //Java 的 BigDecimal 类提供了任意精度的计算，能完全满足对当代数学算术运算结果的精度要求，广泛运用于金融、科学计算等领域。
        String rankingKey = RedisKey.INITIAL_ACTIVITY_PLAYER_SCORE_RANKING_KET.concat(".").concat(activityId.toString());
        //最后到这里就可以写进 ZSet 了
        stringRedisTemplate.opsForZSet().add(rankingKey, userUuid, weight.doubleValue());
    }

---

6、文章小结

到这里本篇文章就结束了，关于在实际 Java 互联网项目开发中常见的 Redis 缓存应用场景其实还有很多，以上只是我做的一些总结.

今天的分享就到这里，如有不足和错误，还请大家指正。或者你有其它想说的，也欢迎大家在评论区交流！ 。

最后此篇关于【解决方案】Java互联网项目中常见的Redis缓存应用场景的文章就讲到这里了,如果你想了解更多关于【解决方案】Java互联网项目中常见的Redis缓存应用场景的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。