分布式缓存是分布式系统中的重要组件，主要解决高并发、大数据场景下，热点数据访问的性能问题，提供高性能的数据快速访问。

使用缓存常见场景是：项目中部分数据访问比较频繁，对下游 DB（例如 MySQL）造成服务压力，这时候可以使用缓存来提高效率。下面来讲BAT等一线企业中Redis各种应用场景核心设计！

一、常用指令

接下来看看每个数据结构常用的指令有哪些，我们用一张表比较清晰的展示：

二、场景解析

1.1string存储

1.2String 类型使用场景

场景一：商品库存数

从业务上，商品库存数据是热点数据，交易行为会直接影响库存。而 Redis 自身 String 类型提供了：

1. set goods_id 10; 设置 id 为 good_id 的商品的库存初始值为 10；
2. decr goods_id; 当商品被购买时候，库存数据减 1。

依次类推的场景：商品的浏览次数，问题或者回复的点赞次数等。这种计数的场景都可以考虑利用 Redis 来实现。

场景二：时效信息存储

Redis 的数据存储具有自动失效能力。也就是存储的 key-value 可以设置过期时间：set(key, value, expireTime)。

比如，用户登录某个 App 需要获取登录验证码， 验证码在 30 秒内有效。那么我们就可以使用 String 类型存储验证码，同时设置 30 秒的失效时间。

2.1hash存储数据

2.2Hash 类型使用场景

Redis 在存储对象（例如：用户信息）的时候需要对对象进行序列化转换然后存储。

还有一种形式，就是将对象数据转换为 JSON 结构数据，然后存储 JSON 的字符串到 Redis。

对于一些对象类型，还有一种比较方便的类型，那就是按照 Redis 的 Hash 类型进行存储。

例如，我们存储一些网站用户的基本信息， 我们可以使用：

这样就存储了一个用户基本信息，存储信息有：{name : 小明， phone : “123456”，sex : “男”}

当然这种类似场景还非常多， 比如存储订单的数据，产品的数据，商家基本信息等。以淘宝购物车为主

2.3实现信息存储的优缺点

1.原生:

• set user: 1:name james;
• set user:1:age 23;
• set user:1:sex boy;

优点:简单直观，每个键对应一个值

缺点:键数过多，占用内存多，用户信息过于分散，不用于生产环境

2.将对象序列化存入

redis set user:1 serial ize (userInfo);

优点:编程简单，若使用序列化合理内存使用率高

缺点:序列化与反序列化有一定开销，更新属性时需要把userInfo全取出来进行反序列化，更新后再序列化到redis

3.hash存储:

hmset user:1 name james age 23 sex boy

优点:简单直观，使用合理可减少内存空间消耗

缺点:要控制ziplist 与hashtable两种编码转换，Mhashtable会消耗更多内存。

3.1List 类型使用场景

list 是按照插入顺序排序的字符串链表。可以在头部和尾部插入新的元素（双向链表实现，两端添加元素的时间复杂度为 O(1)） 。

场景一：消息队列实现

目前有很多专业的消息队列组件 Kafka、RabbitMQ 等。 我们在这里仅仅是使用 list 的特征来实现消息队列的要求。在实际技术选型的过程中，大家可以慎重思考。

list 存储就是一个队列的存储形式：

1. lpush key value; 在 key 对应 list 的头部添加字符串元素；
2. rpop key;移除列表的最后一个元素，返回值为移除的元素。

场景二：最新上架商品

在交易网站首页经常会有新上架产品推荐的模块， 这个模块是存储了最新上架前 100 名。

这时候使用 Redis 的 list 数据结构，来进行 TOP 100 新上架产品的存储。

Redis ltrim 指令对一个列表进行修剪（trim），这样 list 就会只包含指定范围的指定元素。

start 和 stop 都是由 0 开始计数的，这里的 0 是列表里的第一个元素（表头），1 是第二个元素。

如下伪代码演示：

4.1set 类型使用场景

set 也是存储了一个集合列表功能。和 list 不同，set 具备去重功能。当需要存储一个列表信息，同时要求列表内的元素不能有重复，这时候使用 set 比较合适。与此同时，set 还提供的交集、并集、差集。

例如，在交易网站，我们会存储用户感兴趣的商品信息，在进行相似用户分析的时候， 可以通过计算两个不同用户之间感兴趣商品的数量来提供一些依据。

获取到两个用户相似的产品， 然后确定相似产品的类目就可以进行用户分析。

类似的应用场景还有， 社交场景下共同关注好友， 相似兴趣 tag 等场景的支持。

4.2Set集合特殊的操作命令

setA={A,B,C} setB={B, C}

1）集合与集合之间的交集

sinter setA setB－－>得到集合{B,C}

集合与集合之间的并集

sunion setA setB －－>得到集合{A,B,C}

3）集合与集合之间的差集

sdiff setA setB－－>得到集合{A}

4.3Set集合特殊的操作命令应用场景