Redis绝不仅仅是个“缓存”。它凭借**内存级速度、丰富的数据结构和原子操作**，已成为解决高并发、实时性问题的瑞士军刀。对于Java程序员，理解这些场景能让你在设计系统时游刃有余。
下面，我将结合具体实例，详解上图中每一个核心应用场景。
🗂️ 1. 缓存：这是Redis的“主场”
这是最经典的应用，核心是**提升读性能、降低后端压力**。
- 场景：博客文章详情、电商商品信息、用户基础数据。
- 使用：
// 伪代码示例：经典的“缓存-读取”模式
public Article getArticle(Long id) {
// 1. 先查缓存
String key = "article:" + id;
Article article = redis.get(key);
if (article != null) {
return article; // 缓存命中
}
// 2. 缓存未命中，查数据库
article = db.selectById(id);
// 3. 写入缓存，并设置过期时间（如5分钟）
redis.setex(key, 300, article);
return article;
}- 注意点：需处理 缓存穿透（查不存在的数据）、缓存击穿（热点key过期瞬间）、缓存雪崩（大量key同时过期）等问题。
👥 2. 会话管理：分布式系统的关键
在微服务/分布式架构中，替换Tomcat的HttpSession。
- 场景：用户登录状态、购物车信息。
- 使用：用户登录后，生成一个全局唯一sessionId作为Key，将用户会话对象（序列化为JSON或二进制）存入Redis，并设置过期时间。所有应用服务器都从Redis读写此会话。
- 优势：无状态化应用服务器，便于水平扩展；集中管理会话。
🏆 3. 排行榜与计数器：利用Sorted Set
利用ZSET（有序集合）的天然排序特性。
- 场景：游戏积分榜、博客阅读量排行、热搜列表。
- 使用：
# 用户得分增加
ZINCRBY game_rank 100 "user:123"
# 获取前三名
ZREVRANGE game_rank 0 2 WITHSCORES- 延伸：HASH可用于存储文章阅读数、点赞数，通HINCRBY实现原子递增，性能极高。
⏱️ 4. 频率控制与限流：保护系统
利用INCREXPIRE的原子性实现简单高效的限流。
- 场景：短信验证码接口防刷、API调用频率限制。
- 使用：
// 伪代码：限制一个IP每分钟只能请求5次
public boolean isAllowed(String ip) {
String key = "limit:" + ip;
// 原子操作：计数并设置过期时间
Long count = redis.incr(key);
if (count == 1) {
redis.expire(key, 60); // 首次设置过期时间
}
return count <= 5;
}📨 5. 消息队列与发布订阅
虽然不如专业MQ，但在轻量级场景下很方便。
- 场景：系统间异步通知、轻量级任务队列。
- 使用：
- List作队列：用 LPUSHBRPOP 实现简单的生产者-消费者。
- 发布订阅：用 PUBLISH 和 SUBSCRIBE 实现事件广播，如“订单完成通知”。
🗺️ 6. 实时系统与复杂统计
利用Redis丰富的结构解决特殊问题。
- 场景：
- 地理空间GEO类型可存储地理位置，计算附近的人/商家。
- 位图统计BITMAP可极大节省空间，用于记录用户签到（每日1bit）、判断活跃用户等。