Redis只能做緩存？太out了！
大多數數據庫，由於經常和磁盤打交道，在高併發場景下，響應會非常的慢。爲了解決這種速度差異，大多數系統都習慣性的加入一個緩存層，來加速數據的讀取。redis由於它優秀的處理能力和豐富的數據結構，已經成爲了事實上的分佈式緩存標準。
但是，如果你以爲redis只能做緩存的話，那就太小看它了。
redis豐富的數據結構，使得它的業務使用場景非常廣泛，加上rdb的持久化特性，它甚至能夠被當作落地的數據庫使用。在這種情況下，redis能夠撐起大多數互聯網公司，尤其是社交、遊戲、直播類公司的半壁江山。
1. Redis能夠勝任存儲工作
redis提供了非常豐富的集羣模式：主從、哨兵、cluster，滿足服務高可用的需求。同時，redis提供了兩種持久化方式：aof和rdb，常用的是rdb。
通過bgsave指令，主進程會fork出新的進程，回寫磁盤。bgsave相當於做了一個快照，由於它並沒有WAL日誌和checkpoint機制，是無法做到實時備份的。如果機器突然斷電，那就很容易丟失數據。
幸運的是，redis是內存型的數據庫，主叢同步的速度是非常快的。如果你的集羣維護的好，內存分配的合理，那麼除非機房斷電，否則redis的SLA，會一直保持在非常高的水平。
聽起來不是絕對可靠啊，有丟失數據的可能！這在一般CRUD的業務中，是無法忍受的。但爲什麼redis能夠滿足大多數互聯網公司的需求？這也是由業務屬性所決定的。
在決定最大限度擁抱redis之前，你需要確認你的業務是否有以下特點：
除了核心業務，是否大多數業務對於數據的可靠性要求較低，丟失一兩條數據是可以忍受的？
- 面對的是C端用戶，可根據用戶ID快速定位到一類數據，數據集合普遍較小？無大量範圍查詢需求？
- 是否能忍受內存型數據的成本需求？
- 是否業務幾乎不需要事務操作？
很幸運的是，這類業務需求特別的多。比如常見的社交，遊戲、直播、運營類業務，都是可以完全依賴Redis的。
2. Reids應用場景
Redis具有鬆散的文檔結構，豐富的數據類型，能夠適應千變萬化的scheme變更需求，接下來我將介紹Redis除緩存外的大量的應用場景。
2.1 基本用戶數據存儲
在傳統的數據庫設計中，用戶表是非常難以設計的，變更的時候會傷筋動骨。使用Redis的hash結構，可以實現鬆散的數據模型設計。某些不固定，驗證型的功能屬性，可以以JSON接口直接存儲在hash的value中。使用hash結構，可以採用HGET和HMGET等指令，只獲取自己所需要的數據，在使用上也是非常便捷的。
>HSET user:199929 sex m
>HSET user:199929 age 22
>HGETALL user:199929
1) "sex"
2) "m"
3) "age"
4) "22"
複製代碼這種非統計型的、讀多寫少的場景，是非常適合使用KV結構進行存儲的。Redis的hash結構提供了非常豐富的指令，某個屬性也可以使用HINCRBY進行遞增遞減，非常的方便。
2.2 實現計數器
上面稍微提了一下HINCRBY指令，而對於Redis的Key本身來說，也有INCRBY指令，實現某個值的遞增遞減。
比如以下場景：統計某個帖子的點贊數；存放某個話題的關注數；存放某個標籤的粉絲數；存儲一個大體的評論數；某個帖子熱度；紅點消息數；點贊、喜歡、收藏數等。
> INCRBY feed:e3kk38j4kl:like 1
> INCRBY feed:e3kk38j4kl:like 1
> GET feed:e3kk38j4kl:like
"2"
複製代碼像微博這樣容易出現熱點的業務，傳統的數據庫，肯定是撐不住的，就要藉助於內存數據庫。由於Redis的速度非常快，就不用再採用傳統DB非常慢的count操作，所有這種遞增操作都是毫秒級別的，而且效果都是實時的。
2.3 排行榜
排行榜能提高參與者的積極性，所以這項業務非常常見，它本質上是一個topn的問題。
Redis中有一個叫做zset的數據結構，使用跳錶實現的有序列表，可以很容易實現排行榜一類的問題。當存入zset中的數據，達到千萬甚至是億的級別，依然能夠保持非常高的併發讀寫，且擁有非常棒的平均響應時間（5ms以內）。
使用zadd 可以添加新的記錄，我們會使用排行相關的分數，作爲記錄的score值，然後使用zrevrange指令即可獲取實時的排行榜數據，而zrevrank則可以非常容易的獲取用戶的實時排名。
>ZADD sorted:xjjdog:2021-07 55 dog0
>ZADD sorted:xjjdog:2021-07 89 dog1
>ZADD sorted:xjjdog:2021-07 32 dog2
>ZCARD sorted:xjjdog:2021-07
>3
> ZREVRANGE sorted:xjjdog:2021-07 0 -10 WITHSCORES # top10排行榜
1) "dog1"
2) "89"
3) "dog0"
4) "55"
5) "dog2"
6) "32"
複製代碼2.4 好友關係
set結構，是一個沒有重複數據的集合，你可以將某個用戶的關注列表、粉絲列表、雙向關注列表、黑名單、點贊列表等，使用獨立的zset進行存儲。
使用ZADD、ZRANK等，將用戶的黑名單使用ZADD添加，ZRANK使用返回的sorce值判斷是否存在黑名單中。使用sinter指令，可以獲取A和B的共同好友。
除了好友關係，有着明確黑名單、白名單業務場景的數據，都可以使用set結構進行存儲。這種業務場景還有很多，比如某個用戶上傳的通訊錄，計算通訊錄的好友關係等等。
在實際使用中，使用zset存儲這類關係的更多一些。zset同set一樣，都不允許有重複值，但zset多了一個score字段，我們可以存儲一個時間戳，用來標明關係建立所發生的時間，有更明確的業務含義。
2.5 統計活躍用戶數
類似統計每天的活躍用戶、用戶簽到、用戶在線狀態，這種零散的需求，實在是太多了。如果爲每一個用戶存儲一個bool變量，那佔用的空間就太多了。這種情況下，我們可以使用bitmap結構，來節省大量的存儲空間。
>SETBIT online:2021-07-23 3876520333 1
>SETBIT online:2021-07-24 3876520333 1
>GETBIT online:2021-07-23 3876520333
1
>BITOP AND active online:2021-07-23 online:2021-07-24
>GETBIT active 3876520333
1
>DEBUG OBJECT online:2021-07-23
Value at:0x7fdfde438bf0 refcount:1 encoding:raw serializedlength:5506446 lru:16410558 lru_seconds_idle:5
(0.96s)
複製代碼注意，如果你的id很大，你需要先進行一次預處理，否則它會佔用非常多的內存。
bitmap包含一串連續的2進制數字，使用1bit來表示真假問題。在bitmap上，可以使用and、or、xor等位操作(bitop)。
2.6 分佈式鎖
Redis的分佈式鎖，是一種輕量級的解決方案。雖然它的可靠性比不上Zookeeper之類的系統，但Redis分佈式鎖有着極高的吞吐量。
一個最簡陋的加鎖動作，可以使用redis帶nx和px參數的set指令去完成。下面是一小段簡單的分佈式樣例代碼。
public String lock(String key, int timeOutSecond) {
for (; ; ) {
String stamp = String.valueOf(System.nanoTime());
boolean exist = redisTemplate.opsForValue().setIfAbsent(key, stamp, timeOutSecond, TimeUnit.SECONDS);
if (exist) {
return stamp;
}
}
}
public void unlock(String key, String stamp) {
redisTemplate.execute(script, Arrays.asList(key), stamp);
}
複製代碼刪除操作的lua爲。
local stamp = ARGV[1]
local key = KEYS[1]
local current = redis.call("GET",key)
if stamp == current then
redis.call("DEL",key)
return "OK"
end
複製代碼redisson的RedLock，是使用最普遍的分佈式鎖解決方案，有讀寫鎖的差別，並處理了多redis實例情況下的異常問題。
2.7 分佈式限流
使用計數器去實現簡單的限流，在Redis中是非常方便的，只需要使用incr配合expire指令即可。
incr key
expire key 1
複製代碼這種簡單的實現，通常來說不會有問題，但在流量比較大的情況下，在時間跨度上會有流量突然飆升的風險。根本原因，就是這種時間切分方式太固定了，沒有類似滑動窗口這種平滑的過度方案。
同樣是redisson的RRateLimiter，實現了與guava中類似的分佈式限流工具類，使用非常便捷。下面是一個簡短的例子：
RRateLimiter limiter = redisson.getRateLimiter("xjjdogLimiter");
// 只需要初始化一次
// 每2秒鐘5個許可
limiter.trySetRate(RateType.OVERALL, 5, 2, RateIntervalUnit.SECONDS);
// 沒有可用的許可，將一直阻塞
limiter.acquire(3);
複製代碼2.8 消息隊列
redis可以實現簡單的隊列。在生產者端，使用LPUSH加入到某個列表中；在消費端，不斷的使用RPOP指令取出這些數據，或者使用阻塞的BRPOP指令獲取數據，適合小規模的搶購需求。
Redis還有PUB/SUB模式，不過pubsub更適合做消息廣播之類的業務。
在Redis5.0中，增加了stream類型的數據結構。它比較類似於Kafka，有主題和消費組的概念，可以實現多播以及持久化，已經能滿足大多數業務需求了。
2..9 LBS應用
早早在Redis3.2版本，就推出了GEO功能。通過GEOADD指令追加lat、lng經緯數據，可以實現座標之間的距離計算、包含關係計算、附近的人等功能。
關於GEO功能，最強大的開源方案是基於PostgreSQL的PostGIS，但對於一般規模的GEO服務，redis已經足夠用了。
2.10 更多擴展應用場景
要看redis能幹什麼，就不得不提以下java的客戶端類庫redisson。redisson包含豐富的分佈式數據結構，全部是基於redis進行設計的。
redisson提供了比如Set、 SetMultimap、 ScoredSortedSet、 SortedSet, Map、 ConcurrentMap、 List、 ListMultimap、 Queue、BlockingQueue等非常多的數據結構，使得基於redis的編程更加的方便。在github上，可以看到有上百個這樣的數據結構：github.com/redisson/re…
對於某個語言來說，基本的數組、鏈表、集合等api，配合起來能夠完成大部分業務的開發。Redis也不例外，它擁有這些基本的api操作能力，同樣能夠組合成分佈式的、線程安全的高併發應用。
由於Redis是基於內存的，所以它的速度非常快，我們也會把它當作一箇中間數據的存儲地去使用。比如一些公用的配置，放到redis中進行分享，它就充當了一個配置中心的作用；比如把JWT的令牌存放到Redis中，就可以突破JWT的一些限制，做到安全登出。
3. 一站式Redis面臨的挑戰
redis的數據結構豐富，一般不會在功能性上造成困擾。但隨着請求量的增加，SLA要求的提高，我們勢必會對Redis進行一些改造和定製性開發。
3.1 高可用挑戰
redis提供了主從、哨兵、cluster等三種集羣模式，其中cluster模式爲目前大多數公司所採用的方式。
但是，redis的cluster模式，有不少的硬傷。redis cluster採用虛擬槽的概念，把所有的key映射到 0～16383個整數槽內，屬於無中心化的架構。但它的維護成本較高，slave也不能夠參與讀取操作。
它的主要問題，在於一些批量操作的限制。由於key被hash到多臺機器上，所以mget、hmset、sunion等操作就非常的不友好，經常發生性能問題。
redis的主從模式是最簡單的模式，但無法做到自動failover，通常在主從切換後，還需要修改業務代碼，這是不能忍受的。即使加上haproxy這樣的負載均衡組件，複雜性也是非常高的。
哨兵模式在主從數量比較多的時候，能夠顯著的體現它的價值。一個哨兵集羣，能夠監控成百上千個集羣，但是哨兵集羣本身的維護是比較困難的。幸運的是，redis的文本協議非常簡單，在netty中，甚至直接提供了redis的codec。自研一套哨兵系統，加強它的功能，是可行的。
3.2 冷熱數據分離
redis的特點是，不管什麼數據，都一股腦地搞到內存裏做計算，這對於有時間序列概念，有冷熱數據之分的業務，造成了非常大的成本考驗。爲什麼大多數開發者喜歡把數據存放在MySQL中，而不是Redis中？除了事務性要求以外，很大原因是歷史數據的問題。
通常，這種冷熱數據的切換，是由中間件完成的。我們上面也談到了，Redis是一個文本協議，非常簡單。做一箇中間件，或者做一個協議兼容的Redis模擬存儲，是比較容易的。
比如我們Redis中，只保留最近一年的活躍用戶。一個好幾年不活躍的用戶，突然間訪問了系統，這時候我們獲取數據的時候，就需要中間件進行轉換，從容量更大，速度更慢的存儲中查找。
這個時候，Redis的作用，更像是一個熱庫，更像是一個傳統cache層做的事情，發生在業務已經上規模的時候。但是注意，直到此時，我們的業務層代碼，一直都是操作的redis的api。它們使用這衆多的函數指令，並不關心數據到底是真正存儲在redis中，還是在ssdb中。
3.3 功能性需求
redis還能玩很多花樣。舉個例子，全文搜索。很多人都會首選es，但redis生態就提供了一個模塊：RediSearch，可以做查詢，可以做filter。
但我們通常還會有更多的需求，比如統計類、搜索類、運營效果分析等。這類需求與大數據相關，即使是傳統的DB也不能勝任。這時候，我們當然要把redis中的數據，導入到其他平臺進行計算啦。
如果你選擇的是redis數據庫，那麼dba打交道的，就是rdb，而不是binlog。有很多的rdb解析工具(比如redis-rdb-tools)，能夠定期把rdb解析成記錄，導入到hadoop等其他平臺。
此時，rdb成爲所有團隊的中樞，成爲基本的數據交換格式。導入到其他db後的業務，該怎麼玩怎麼玩，完全不會因爲業務系統選用了redis就無法運轉。
4. 總結
大多數業務系統，跑在redis上，這是很多一直使用MySQL做業務系統的同學所不能想象的。看完了上面的介紹，相信你能夠對redis能夠實現的存儲功能有個大體的瞭解。打開你的社交app、遊戲app、視頻app，看一下它們的功能，能夠涵蓋多少呢？
我這裏要強調的是，某些數據，並不是一定要落地到RDBMS纔算安全，它們並不是一個強需求。
那既然redis這麼厲害，爲什麼還要有mysql、tidb這樣的存儲呢？關鍵還在於業務屬性上。
如果一個業務系統，每次交互的數據，都是一個非常大的結果集，並涉及到非常複雜的統計、過濾工作，那麼RDBMS是必須的；但如果一個系統，能夠通過某個標識，快速定位到一類數據，這一類數據在可以預見的未來，是有限的，那就非常適合Redis存儲。
一個電商系統，選用redis做存儲就是作死，但一個社交系統就快活的多。在合適的場景選用合適的工具，纔是我們應該做的。
但是一個系統，能否在產品驗證期，就能快速的響應變化，快速開發上線，纔是成功的關鍵。這也是使用redis做數據庫，所能夠帶來的最大好處。千萬別被那概率極低的丟數據場景，給嚇怕了。比起產品成功，你的系統即使是牢如鋼鐵，也一文不值。