Spring Boot使用Redis常用场景
一、概述：Redis 是什么？为什么要用它？
Redis（Remote Dictionary Server）是一个内存中的数据存储系统（类似一个“超级大字典”），它能存各种类型的数据（字符串、列表、哈希等），而且读写速度极快（因为数据存在内存里）。
简单说，Redis 就像电脑的“缓存抽屉”：当你的程序需要频繁读取或修改某些数据时（比如用户登录信息、商品销量），直接从 Redis 里拿，比从硬盘的数据库（如 MySQL）里拿快 10 倍甚至 更多倍！
二、Redis 支持的数据类型（5种最常用）
Redis 能存很多种“结构”的数据，就像不同形状的盒子，装不同的东西：
| 类型 | 特点 | 举例场景 |
|---|---|---|
| 字符串（String） | 最基础类型，存文本或数字（比如 “张三” 或 “100”） | 存用户手机号、商品库存数量 |
| 哈希（Hash） | 类似“小字典”，存键值对的集合（比如 {“name”:“张三”, “age”:18}） | 存用户详细信息、商品属性 |
| 列表（List） | 有序的字符串列表（类似数组，可从左/右添加元素） | 存朋友圈动态列表、日志队列 |
| 集合（Set） | 无序、不重复的字符串集合（类似数学里的集合） | 存用户点赞的商品ID（去重） |
| 有序集合（ZSet） | 类似集合，但每个元素有“分数”（按分数排序） | 存排行榜（比如积分排名） |
三、Redis 的常见使用场景
Redis 能解决很多实际问题，最常用的 4 种场景：
- 缓存（最常用！）：把高频访问的数据（比如商品详情、首页广告）存到 Redis，减少数据库查询次数。
- 计数器：用 Redis 的
INCR命令（类似 +1 操作）统计文章阅读量、视频播放量，比数据库的+1快很多。 - 会话共享：多个服务器（比如 A 服务器和 B 服务器）共享用户登录状态（存 Redis 里，不用每个服务器单独存）。
- 分布式锁：在秒杀活动中，用 Redis 保证同一时间只有 1 个请求能修改库存（防止超卖）。
四、实际业务举例：商品详情页缓存
需求：用户访问商品详情页时，先从 Redis 查缓存；如果没有，再查数据库，并把结果存到 Redis（避免频繁查数据库）。
实现步骤
- 用户访问商品详情页（比如商品ID是 1001）；
- 程序先查 Redis 是否有
product:1001的缓存； - 如果有，直接返回缓存数据；
- 如果没有，查 MySQL 数据库，拿到商品详情；
- 把商品详情存到 Redis（设 30 分钟过期），再返回给用户。
@Service
public class ProductService {
@Autowired
private ProductMapper productMapper; // 操作数据库的类（假设已定义）
@Autowired
private RedisTemplate<String, Object> redisTemplate;
public Product getProductDetail(Long productId) {
String key = "product:" + productId;
// 1. 先查 Redis 缓存
Product product = (Product) redisTemplate.opsForValue().get(key);
if (product != null) {
return product; // 缓存有数据，直接返回
}
// 2. 缓存没有，查数据库
product = productMapper.selectById(productId);
// 3. 把数据库结果存到 Redis（设 30 分钟过期）
if (product != null) {
redisTemplate.opsForValue().set(key, product, 30, TimeUnit.MINUTES);
}
return product;
}
}
五、总结：使用 Redis 的注意事项
- 缓存过期时间：一定要给缓存设过期时间（比如 30 分钟），否则 Redis 内存会被占满！
- 避免缓存击穿：高并发时，如果某个热点缓存突然过期（比如秒杀商品），会导致大量请求同时查数据库。可以用“分布式锁”（比如 Redis 的
setIfAbsent命令）保证只有 1 个请求查数据库，其他请求等缓存更新。 - 数据一致性：如果数据库数据修改了，要及时删除或更新 Redis 里的旧缓存（比如用户修改了商品价格，要删除
product:1001的缓存）。 - 内存监控：用
redis-cli命令（或可视化工具如 RedisDesktopManager）监控内存使用情况，避免内存不足。