1. 数据库缓存
Redis 作为典型的 Key-Value 型内存数据库，数据缓存是其最广为人知的应用场景。使用 Redis 缓存数据操作简便，通常将序列化后的对象以 string 类型存储。但在实际应用中，需注意以下关键要点：
Key 设计：必须确保不同对象的 Key 具有唯一性，且尽量缩短长度，常见的做法是采用类名（或表名）与主键拼接的方式。
序列化方式：选择高效的序列化方案至关重要，这不仅能提升序列化速度，还可有效减少内存占用。
数据一致性：为保证缓存与数据库内容一致，一般有两种策略： 1 懒加载更新：仅在数据库查询后将对象存入缓存。当对象发生修改或删除操作时，立即清除对应缓存或设置为过期状态。 2 主动同步更新：在数据库新增和查询操作后将对象放入缓存，修改后更新缓存，删除时清除或设置对应缓存过期。
2. 分布式Session
Redis 是分布式独立服务，借助 String 类型可实现多个应用间的数据共享，以分布式 Session 为例，Spring项目可通过引入以下依赖： org.springframework.session spring-session-data-redis 即可轻松实现 Session 数据在多应用间的共享与管理，通用用于将单体应用改成分布式应用。
3. 分布式锁
类似Zookeeper，Redis也可以实现分布式锁功能 在分布式环境下，Java 自带的单体锁不再适用。利用Redis String 类型的 set 命令参数：
EX：以秒为单位设置键的过期时间。
PX：以毫秒为单位设置键的过期时间。
NX：仅当键不存在时，才执行设置操作，效果等同于 SETNX key value 。
XX：仅当键已存在时，才执行设置操作。
这些原子性操作使得基于 Redis 实现分布式锁成为可能。例如：set lock_key locked NX EX 1，若该操作返回 false，表明当前锁已被占用；若返回 true，则获取到锁，可继续后续操作，并在操作完成后通过 del 命令释放锁。即使程序异常未释放锁，由于设置了过期时间，锁也会在 1 秒后自动失效，不会影响其他程序运行。此外，推荐使用 redisson 第三方库来实现分布式锁。
4.排行榜
利用 sorted set（有序 set）结合热度计算算法，可轻松构建热度排行榜。通过 zrevrangebyscore 命令可获取按分数倒序排列的序列，zrank 命令可获取成员在排行榜的位置（分数正序排列位置，如需获取倒序位置，可使用 zcard-zrank 计算）。例如：
# id为6001的新闻点击数加1
zincrby hotNews:20190926 1 n6001
# 获取今天点击最多的15条新闻
zrevrange hotNews:20190926 0 15 withscores
5. 点赞、签到、打卡
以微博点赞为例，假设微博 ID 为 t1001，用户 ID 为 u3001，使用 like:t1001 维护该微博的所有点赞用户：
点赞操作：sadd like:t1001 u3001
取消点赞：srem like:t1001 u3001
判断是否点赞：sismember like:t1001 u3001
获取所有点赞用户：smembers like:t1001
统计点赞数：scard like:t1001
⠀相比数据库操作，Redis 的实现方式更为简洁高效。
6. 计数器
计数功能是 Redis 的优势应用场景之一，其高频率读写特性充分发挥了 Redis 作为内存数据库的高效性能。在 Redis 的数据结构中，string、hash 和 sorted set 均提供了 incr 方法用于原子性自增操作，不同数据结构适用于不同场景：
string 类型：适用于统计单日数据，如每天的注册用户数。可设定名为 REGISTERED_COUNT_TODAY 的 Key，并设置到凌晨 0 点的过期时间，每当有用户注册，使用 incr 命令使该 Key 值自增 1，每日零点自动清零。
hash 类型：适合处理具有多种属性的计数场景，如微博的点赞数、评论数、转发数和浏览数。将计数器的 Key 设为 weibo:weibo_id，hash 的 field 分别设置为 like_number、comment_number、forward_number 和 view_number，通过 hincrby 命令实现对应 field 的自增。
sorted set 类型：适用于排行榜功能，如发帖排行榜。将集合的 Key 设为 POST_RANK，用户发帖后，使用 zincrby 命令使该用户 id 的 score 值增加 1，sorted set 会自动重新排序，实时更新用户在排行榜的位置。
7. 排行榜
利用 sorted set（有序 set）结合热度计算算法，可轻松构建热度排行榜。通过 zrevrangebyscore 命令可获取按分数倒序排列的序列，zrank 命令可获取成员在排行榜的位置（分数正序排列位置，如需获取倒序位置，可使用 zcard-zrank 计算）。例如： # id为6001的新闻点击数加1 zincrby hotNews:20190926 1 n6001 # 获取今天点击最多的15条新闻 zrevrange hotNews:20190926 0 15 withscores
8. 抽奖
利用 set 结构的无序性，通过 Spop 命令（用于移除集合中指定 Key 的一个或多个随机元素，并返回）
9. 限流
通过 int 类型和 incr 方法，以访问者的 ip 及其他相关信息作为 Key，每次访问计数加 1，当计数超过设定阈值时，返回 false，实现限流功能。
10. 位统计
Redis 的 String 类型提供了 bitcount 命令（基于 1.6.6 版本引入的 bitmap 数据结构），由于字符以 8 位二进制形式存储，通过操作二进制位可实现高效统计。例如： bit 操作非常节省空间（1 MB=8388608 bit），适用于大数据量统计相对其他数据根式更节省存储空间，使用 Redis 的 bitmaps 统计用户留存率、活跃用户。
11. 商品标签
使用 tags:i5001 维护商品的所有标签，例如： sadd tags:i5001 画面清晰细腻 sadd tags:i5001 真彩清晰显示屏 sadd tags:i5001 流程至极
好友关系、用户关注、推荐模型
在微博等社交场景中，Redis 可用于处理好友关系和用户关注功能。以用户 A 为例，将其关注和粉丝的用户 id 分别存储在两个 set 中：
A:follow：存储 A 关注的所有用户 id
A:follower：存储 A 的所有粉丝用户 id
⠀通过 sinter 命令可计算交集，获取互相关注的用户。例如，当 A 访问用户 B 的主页时：
共同关注：通过 A:follow 和 B:follow 的交集获取
A 关注的人也关注了 B：通过 A:follow 和 B:follower 的交集获取
⠀此外，还可通过差集运算获取可能认识的人：
用户 1 可能认识的人：sdiff 2:follow 1:follow
用户 2 可能认识的人：sdiff 1:follow 2:follow
13. 显示最新的项目列表
以 Web 应用展示用户最新评论为例，每次有新评论发表时，将其 ID 添加到 Redis 列表（如 latest.comments）。为避免列表无限增长，可限定其长度为 5000。由于 Redis 中的最新 ID 采用常驻缓存并持续更新，获取 ID 的函数优先查询 Redis，仅当超出列表长度限制时，才访问数据库，有效减少数据库查询压力。
14. 全局 ID
在分库分表场景中，利用 Redis 的 int 类型及 incrby 命令的原子性，可高效生成全局唯一 ID。例如，执行incrby userid 1000，可一次性获取一段 ID，满足业务需求。
评论区