Redis 项目实战分析

---

1.1 项目实战一：百万 PV 新闻网站缓存架构

✅ 背景

某新闻网站日均访问量达百万级，文章访问量极不均衡（80/20 法则），对热点文章访问频繁，需设计高性能缓存方案。

📌 关键目标

• 缓存热点新闻，减轻 DB 压力
• 页面缓存 + 数据缓存结合
• 缓存过期与更新机制

---

📦 架构设计

缓存层	说明	技术选型
页面缓存	对静态页面直接缓存	Nginx + Redis
数据缓存	查询 DB 前先查 Redis	Redis
热点预热	发布文章时提前缓存热点	后台管理逻辑

---

🧠 代码示例（Python，使用 Flask 框架）

from flask import Flask, jsonify
import redis
import time

app = Flask(__name__)
r = redis.Redis(host='localhost', port=6379, decode_responses=True)

def get_article_from_db(article_id):
    # 模拟数据库查询
    time.sleep(0.5)
    return {"id": article_id, "title": f"文章{article_id}", "content": "这是一篇内容丰富的文章。"}


@app.route("/article/<int:article_id>")
def get_article(article_id):
    key = f"article:{article_id}"
    article = r.get(key)
    if article:
        return jsonify({"source": "cache", "data": eval(article)})

    # 缓存未命中，访问 DB
    article = get_article_from_db(article_id)
    r.setex(key, 300, str(article))  # 缓存 5 分钟
    return jsonify({"source": "db", "data": article})

if __name__ == "__main__":
    app.run(debug=True)

---

💡 缓存更新策略

• 发布/修改文章后，后台自动刷新 Redis 中对应的 key。
• 对热点文章列表定时进行预热（job 脚本自动执行）。

---

1.2 项目实战二：高并发电商抢购系统

✅ 背景

秒杀活动中，用户瞬间涌入，需要保障商品不被超卖、服务不被打垮。

---

📌 技术关键点

问题	解决方案
库存扣减一致性	Redis 原子操作
接口幂等性	防止重复请求
并发控制	限流 + 排队机制

---

🧠 示例代码：Redis 原子扣库存（Python）

from flask import Flask, request, jsonify
import redis

app = Flask(__name__)
r = redis.Redis(host='localhost', port=6379, decode_responses=True)

@app.route("/buy", methods=["POST"])
def buy_item():
    user_id = request.form["user_id"]
    product_id = request.form["product_id"]
    key = f"stock:{product_id}"
    user_key = f"purchased:{product_id}:{user_id}"

    # 避免重复下单
    if r.exists(user_key):
        return jsonify({"status": "fail", "msg": "重复下单"})

    # 扣减库存
    with r.pipeline() as pipe:
        while True:
            try:
                pipe.watch(key)
                stock = int(pipe.get(key) or 0)
                if stock > 0:
                    pipe.multi()
                    pipe.decr(key)
                    pipe.set(user_key, 1)
                    pipe.expire(user_key, 3600)
                    pipe.execute()
                    return jsonify({"status": "success", "msg": "购买成功"})
                else:
                    pipe.unwatch()
                    return jsonify({"status": "fail", "msg": "已售罄"})
            except redis.WatchError:
                continue

if __name__ == "__main__":
    r.set("stock:1001", 100)  # 初始化库存
    app.run()

---

1.3 项目实战三：消息中心与延时任务系统

✅ 背景

电商平台需要给用户发送短信/站内信/推送等消息，同时支持延迟通知（如：1 小时后提醒付款）。

---

📌 技术设计

功能	方案
延时消息调度	Redis ZSET
多级优先队列	队列优先级划分
失败重试机制	失败任务重新入队

---

🧠 延时队列实现（ZSET）

import redis
import time
import json

r = redis.Redis(host='localhost', port=6379, decode_responses=True)
DELAY_QUEUE = "delay:queue"

# 推送延时任务
def push_delay_task(task_id, delay_seconds):
    timestamp = int(time.time() + delay_seconds)
    task_data = {"id": task_id, "type": "sms", "msg": "请尽快完成支付"}
    r.zadd(DELAY_QUEUE, {json.dumps(task_data): timestamp})
    print("推送任务成功")

# 消费任务
def consume_delay_task():
    while True:
        now = int(time.time())
        items = r.zrangebyscore(DELAY_QUEUE, 0, now, start=0, num=1)
        if not items:
            time.sleep(1)
            continue
        for item in items:
            print("处理任务：", item)
            r.zrem(DELAY_QUEUE, item)

if __name__ == "__main__":
    # 示例：推送任务
    push_delay_task("task_001", delay_seconds=10)

    # 消费任务
    consume_delay_task()

---

🔚 附录

✅ Redis 命令速查表（部分）

功能	命令	示例
设置键值	SET	SET user:1 "Tom"
获取键值	GET	GET user:1
增加数值	INCR	INCR page:view
有序集合加分	ZINCRBY	ZINCRBY rank 10 "user1"

---

🔍 Redis 可视化工具推荐

工具	特点
RedisInsight	图形化分析、键空间管理
RDM	跨平台、支持 SSH 连接
Medis	macOS 优雅 Redis GUI

---

⚠ Redis 实战坑点与建议

• 热点 key 分布不均：引入本地缓存或按用户打散 key。
• keys 命令造成阻塞：避免线上使用，替换为 scan。
• AOF 日志膨胀：定期重写（rewrite）。
• 慢查询拖垮主线程：开启 slowlog 并监控。