用Redis玩转购物车性能，聊聊那些数据结构和优化细节

今天咱们来聊聊怎么用Redis这个速度快得飞起的内存数据库,来做一个既高效又能撑住大流量的购物车系统，你想想，双十一的时候，几亿人同时往购物车里塞东西，要是用传统的关系型数据库，比如MySQL，每次加个商品都得去读写硬盘，数据库很可能就直接被压垮了，Redis把数据放在内存里，读写速度是微秒级别的，天生就是解决这种高并发场景的利器。

核心数据结构：就用Hash（来源：Redis官方文档与常见实践）

那购物车的数据用Redis的哪种结构来存最合适呢？答案最常见的就是Hash（哈希），为什么是它？因为它太像购物车本身的样子了。

我们可以给每个用户分配一个唯一的购物车Key,cart:user123，这个Key对应的就是一个Hash结构，在这个Hash里面：

• 字段（Field）：就用商品的ID，product_1001。
• 值（Value）：就存这个商品的数量，3。

这样一个简单的结构,就能清晰地记录下用户买了哪几样东西，每样买了多少，而且Hash结构的优点非常明显：

1. 高效操作：你想给用户增加一件商品 product_1001，直接用 HINCRBY cart:user123 product_1001 1 命令就行了，这个命令是原子性的，不用担心多个人同时操作会出错，而且速度极快，想查看整个购物车？一个 HGETALL cart:user123 命令就把所有商品和数量都取出来了。
2. 节省空间：相比用String类型存储整个购物车的JSON字符串，Hash只存储发生变化的字段，在商品数量多、频繁修改少量商品时，更节省内存。

不能只存ID和数量：商品信息的优化（来源：电商系统设计经验）

但是问题来了,用户在查看购物车页面时，需要看到商品的名字、图片、当前价格等信息，你不可能只显示一个商品ID和数量给用户看，那这些额外的商品信息从哪里来？

最简单的想法是,从Redis里取出商品ID列表，然后再去后面的MySQL数据库里查询这些商品的详细信息，但这会产生大量的数据库查询，尤其是购物车商品多的时候，速度就慢下来了，又走回了老路。

这里常见的优化方案是冗余存储关键信息（来源：性能优化常见策略），我们可以在把商品加入购物车的那一刻，不仅记录商品ID和数量，还把当时商品的关键快照信息也存进去，怎么做呢？有两种主流思路：

• 还是用Hash，但扩展Value，我们可以把Value不再是简单的一个数字，而是一个小JSON字符串，{"skuId": "1001", "name": "某某手机", "image": "url", "price": 2999, "quantity": 1}，这样一次 HGETALL 就能拿到渲染页面所需的所有数据，完全不用查数据库，缺点是如果商品信息变了（比如降价），购物车里的快照价格不会自动变，需要在业务逻辑里处理（比如下单时重新校验价格）。
• 采用组合数据结构（来源：复杂场景数据设计），主购物车还是用Hash存 商品ID:数量，使用String类型或Hash类型建立一个商品信息缓存，Key是 product_info:1001，Value是商品的详细信息JSON，当需要展示购物车时，先用 HMGET 批量获取所有商品的ID和数量，再用 MGET 命令一次性从商品信息缓存中获取所有商品的详细信息，然后在应用程序里做拼装，这种方案解耦了购物车数据和商品数据，商品信息更新更灵活，但需要两次Redis请求（不过批量操作依然很快）。

应对特殊场景和进一步优化（来源：大规模系统实战经验）

除了基本的增删改查,购物车还有些特殊场景要考虑。

• 过期时间：用户的购物车数据不能永久存在Redis里，太占内存，所以一定要给购物车的Key设置一个过期时间（TTL），比如30天，用 EXPIRE cart:user123 2592000 命令，这样超过30天没动的购物车，Redis会自动清理掉。
• 全选和反选：这种状态不适合存在Hash里，因为它是针对整个购物车的操作，我们可以用一个简单的String类型Key来存，cart_select_all:user123，值就是 true 或 false。
• 大数据量问题：万一有个用户是“收藏癖”，往购物车里加了上万件商品怎么办？一个HashKey太大，可能会影响Redis性能，这时候可以考虑分片（来源：Redis集群管理），比如按商品类别分，把电子产品放到 cart:user123:electronics，图书放到 cart:user123:books 不同的Key里，虽然查询时麻烦点，但保证了单个Key不会过大。

别忘了Redis是内存数据库,数据存在内存里，虽然有持久化机制，但通常我们不把它当作最终可靠的数据源，最保险的做法是，在用户进行下单结算这个关键动作时，再将购物车数据从Redis中读取出来，并持久化到MySQL等数据库中生成正式的订单，这样既保证了购物车操作的速度，又确保了订单数据的万无一失。

用Redis做购物车,核心就是利用其内存高速读写的特性，配合灵活的数据结构（主要是Hash），再通过冗余存储、缓存策略等技巧规避数据库瓶颈，最后设置好过期时间和管理好大数据量，就能轻松玩转高并发下的购物车了。