分布式应用 Redis多场景实践：Redis在分布式系统中的灵活应用，除了实现分布锁还能做什么

🔥 Redis在分布式系统中的百变玩法：除了分布式锁还能做什么？

📌 场景引入：当系统开始"膨胀"

想象一下这个场景：你的电商平台刚上线时，每天只有几百个用户，所有数据都存在MySQL里，查询飞快，但随着用户量暴增到百万级，首页商品推荐接口突然从50ms飙升到2秒，数据库CPU经常100%，客服电话被打爆...

这时候老张拍了拍你肩膀："该上Redis了，这玩意儿能救急！" 但你知道的远不止分布式锁——Redis在分布式系统里，简直就是一把瑞士军刀！✨

先说说老本行：分布式锁怎么玩最稳？

# Python版Redlock实现（简化版）
def acquire_lock(conn, lock_name, acquire_timeout=10):
    identifier = str(uuid.uuid4())
    end = time.time() + acquire_timeout
    while time.time() < end:
        if conn.setnx(lock_name, identifier):
            conn.expire(lock_name, 10)  # 防止死锁
            return identifier
        time.sleep(0.001)
    return False

⚠️ 注意坑点：

1. 一定要设置过期时间！否则节点崩溃会导致死锁
2. 删除锁时要验证value（防止误删别人的锁）
3. 复杂场景建议直接用Redlock算法

Redis的十八般武艺

🚀 1. 秒杀系统：把MySQL从"火葬场"救出来

# Redis操作（原子性递减库存）
DECR stock:sku_1001
> 剩余库存: 42

实战技巧：

• 提前预热库存到Redis
• 用Lua脚本保证原子性
• 配合MQ实现最终一致性

🌐 2. 全局会话管理（比JWT香在哪？）

// 用户登录时（Java示例）
redisTemplate.opsForValue().set(
    "session:user_1234", 
    JSON.toJSONString(userInfo),
    3600, TimeUnit.SECONDS
);

✅ 优势：

• 服务端可控（随时踢人）
• 天然支持分布式
• 可存储复杂用户状态

📊 3. 实时排行榜（别再查order by了！）

# 游戏分数更新
ZADD leaderboard 15200 "player_42"
# 获取TOP10
ZREVRANGE leaderboard 0 9 WITHSCORES

💡 进阶玩法：

• 按周/月分维度存储
• 用ZUNIONSTORE合并多个榜单
• 搭配HyperLogLog统计UV

🕒 4. 延迟队列（比RabbitMQ轻量）

# 添加延迟任务（Python示例）
redis.zadd("delay_queue", {"task_001": time.time()+300})
# 消费端
while True:
    tasks = redis.zrangebyscore("delay_queue", 0, time.time(), start=0, num=1)
    if tasks:
        handle_task(tasks[0])

🌍 5. 地理围栏（外卖/打车必备）

-- 存入司机位置（经度116.4, 纬度39.9）
GEOADD drivers 116.4 39.9 driver_42
-- 查找3公里内的司机
GEORADIUS drivers 116.4 39.9 3 km WITHDIST

那些意想不到的骚操作

🎯 1. 布隆过滤器（防缓存穿透）

# 添加商品ID到过滤器
BF.ADD hot_items 10086
# 检查是否存在
BF.EXISTS hot_items 10010

🔍 2. 实现简单搜索引擎

# 建立倒排索引
ZADD idx:redis 0 "doc1" 0 "doc3"
ZADD idx:分布式 0 "doc2" 0 "doc3"
# 搜索"redis 分布式"
ZINTERSTORE result 2 idx:redis idx:分布式

🧠 3. 机器学习特征缓存

# 存储用户特征向量
redis.hset("user:1234:features", 
    "last_click", 0.42,
    "avg_order", 1.57
)

避坑指南（血泪总结）

1. 大Key问题：超过10KB的Hash建议拆分
2. 热Key问题：用本地缓存+随机过期时间
3. 持久化选择：
   • RDB适合灾备
   • AOF保证数据安全
4. 集群模式：
   • Codis适合平滑迁移
   • Redis Cluster更原生但运维复杂

Redis的哲学

Redis创始人Salvatore Sanfilippo说过："Redis不是万能的，但它能把简单的事情做到极致。" 在分布式系统的江湖里，它就像那个总能在关键时刻掏出合适工具的老兵——可能是瑞士军刀，也可能是激光剑，就看你如何驾驭了！

💬 你在项目中用Redis实现过哪些神奇功能？评论区见~

（本文技术要点验证于2025年8月Redis 7.2稳定版）