当前位置：首页 > 问答 > 正文

手把手带你一步步搞定Redis那些代码，边学边用更容易理解

凤伟才
问答
2025-12-28 00:43:36
9

手把手带你一步步搞定Redis那些代码，边学边用更容易理解

咱们今天不聊那些高大上的理论，就直接上手，想象你正在开发一个真实的项目，看看Redis是怎么一步步帮我们解决实际问题的，你就把自己当成一个开发者,我们一起来写代码。

第一步：先把Redis用起来——就像用记事本

刚开始，别想太复杂，你就把Redis当成一个超级快的、放在内存里的“键值对”小本本，你往里存东西，它瞬间就给你记住；你问它要,它瞬间就给你找出来。

你正在做一个用户系统，用户登录成功后，你想把他的基本信息存起来，下次他再访问的时候，就不用总去查慢吞吞的数据库了，这时候，Redis的SET和GET命令就派上用场了。

代码场景1：缓存用户信息

假设我们用Python语言，并且用了一个叫redis.py的库（来源：Python官方推荐的redis-py库）。

import redis
import json
# 第一步：连接到本地的Redis服务器，就像连数据库一样
r = redis.Redis(host='localhost', port=6379, db=0)
# 假设用户登录成功了，我们从数据库查到了他的信息
user_id = 12345
user_info_from_db = {
    "name": "张三",
    "age": 30,
    "email": "zhangsan@example.com"
}
# 第二步：把这个用户信息存到Redis里，为了存复杂结构，我们把它转成JSON字符串
# 键的名字很重要，我们起个有意义的：`user:{用户ID}`
user_key = f"user:{user_id}"
r.set(user_key, json.dumps(user_info_from_db)) # 使用SET命令
# 我们还可以设置一个过期时间，比如10分钟后自动删除，避免数据永远占着内存
r.expire(user_key, 600)
# 第三步：当用户再次访问时，我们先来Redis找
cached_user = r.get(user_key)
if cached_user:
    # 找到了！直接使用，省了一次数据库查询
    user_info = json.loads(cached_user)
    print(f"从缓存中找到用户：{user_info['name']}")
else:
    # 没找到（可能过期了），再去查数据库，然后重复第二步
    print("缓存未命中，需要查询数据库...")

看，就这么简单几行代码，你就实现了一个最核心的缓存功能，这能极大地减轻你数据库的压力,让网站响应更快。

第二步：解决新问题——不止是简单的存和取

现在你的网站人气旺了,出现了新需求：

排行榜： 比如要给用户按积分排个名次。
计数： 比如要统计一篇文章的阅读量。
好友列表： 用户之间可以关注和取关。

这时候，你会发现光靠SET和GET这个“小本本”不够用了，幸好，Redis不只有字符串,它还有好几种更强大的数据结构。

代码场景2：实现文章阅读量计数

手把手带你一步步搞定Redis那些代码，边学边用更容易理解

计数是非常常见的需求，而且要求速度极快，每次有人阅读都要+1，用数据库的UPDATE语句会非常吃力，Redis的字符串类型可以直接进行数字的增减，原子性的（来源：Redis命令参考手册），意思是不会出现两个人同时加,结果只加了一次的错误。

# 继续使用上面的连接 r
article_id = 1001
# 当有用户点击阅读文章时
def article_read(article_id):
    article_key = f"article:read_count:{article_id}"
    # 使用 INCR 命令，如果这个key不存在，它会先设为0再加1，所以非常安全
    new_count = r.incr(article_key)
    print(f"文章{article_id}的阅读量现在是：{new_count}")
# 调用一次，阅读量+1
article_read(article_id)

代码场景3：实现一个简单的排行榜

排行榜需要能排序，Redis的ZSET（有序集合）天生就是干这个的，它每个成员都有一个分数（score）,Redis会自动按分数排序。

假设我们有一个小游戏,要记录玩家的得分和排名。

# 排行榜的键名
leaderboard_key = "game:leaderboard"
# 玩家得分更新
def update_score(player_id, score):
    # 使用 ZADD 命令，如果玩家已存在，就用新的分数替换（XX表示仅更新存在的成员，但通常我们直接用新分数覆盖）
    r.zadd(leaderboard_key, {player_id: score})
# 模拟几个玩家得分
update_score("player_1", 1000)
update_score("player_2", 1500)
update_score("player_3", 800)
# 获取排名前3的玩家（从高到低，0到2名）
top_players = r.zrevrange(leaderboard_key, 0, 2, withscores=True)
print("排行榜前三名：")
for rank, (player, score) in enumerate(top_players, start=1):
    print(f"第{rank}名: {player.decode()}， 分数: {score}")
# 获取某个玩家的排名（从高到低排，所以排名从0开始）
player_rank = r.zrevrank(leaderboard_key, "player_2")
if player_rank is not None:
    print(f"player_2的排名是：{player_rank + 1}") # 显示为第几名，更符合习惯

通过这两个例子，你看到了Redis如何用专门的数据结构，优雅地解决了SET/GET解决不了的问题，代码依然很简单,但功能很强劲。

第三步：深入一点——保证操作的“原子性”

手把手带你一步步搞定Redis那些代码，边学边用更容易理解

这是一个稍微进阶但非常重要的概念，想象一个“秒杀”场景：库存只有1件商品，10万人同时来抢，你的代码逻辑是“先查库存，大于0则减库存”，但在高并发下，可能10万个请求同时查到的库存都是1，然后都执行了减库存，结果卖出去10万件,这显然是灾难。

Redis的所有命令都是原子操作的（来源：《Redis设计与实现》中关于单线程架构的说明），但多个命令组合在一起就不是了，为了解决这个问题，Redis提供了“事务”和“Lua脚本”的功能。

代码场景4：用事务安全地减库存

我们用MULTI和EXEC把几个命令包成一个事务，Redis会保证这个事务内的命令按顺序执行,中间不会被其他命令打断。

# 商品库存的键
stock_key = "item:stock:10086"
# 初始化库存为10
r.set(stock_key, 10)
def seckill_item(user_id):
    # 开启事务
    pipe = r.pipeline()
    try:
        # 监视库存键，类似乐观锁
        pipe.watch(stock_key)
        current_stock = int(pipe.get(stock_key))
        if current_stock > 0:
            # 库存充足，开始将命令放入队列
            pipe.multi()
            pipe.decr(stock_key) # 库存减1
            pipe.sadd("item:success_users", user_id) # 把成功用户记录到一个集合里
            # 执行事务
            result = pipe.execute()
            print(f"用户{user_id}抢购成功！剩余库存：{result[0]}")
            return True
        else:
            pipe.unwatch()
            print("库存不足！")
            return False
    except redis.WatchError:
        # 如果在执行过程中，stock_key被其他客户端修改了，事务会失败
        print("抢购失败，请重试。")
        return False
# 模拟两个请求（实际中可能是并发的）
seckill_item("user_A")
seckill_item("user_B")

这个例子比前面的复杂，但它展示了如何在真实的高并发场景下，用Redis保证数据的一致性，你先有个印象,知道Redis有这个能力就行。

总结一下

我们一步步从最简单的缓存，到用不同的数据结构解决特定问题，再到用事务处理并发，都是非常实际的代码例子,学习Redis代码最好的方式就是这样：