Redis应用—9.简单应用汇总

大纲

1.基于Redis实现的简单缓存机制(String数据结构)

2.实现一个最简单的分布式锁(String数据结构)

3.博客网站的文章发布与查看(String数据结构)

4.博客字数统计与文章预览(String数据结构)

5.用户操作日志审计功能(String数据结构)

6.实现一个简单的唯一ID生成器(incr命令)

7.实现博客点赞次数计数器(incr命令 + decr命令)

8.社交网站的网址点击追踪机制(长网址转短网址)(Hash数据结构)

9.基于Hash实现博客基本功能(Hash数据结构)

10.基于令牌的用户登录会话机制(Hash数据结构)

11.秒杀活动下的公平队列抢购机制(List数据结构)

12.基于List实现博客的分页浏览(List数据结构)

13.实现OA系统中的待办事项管理(List数据结构)

14.网站用户注册时的邮件验证机制(List数据结构)

15.网站每日UV数据指标去重统计(Set数据结构)

16.博客网站的文章标签管理(Set数据结构)

17.朋友圈点赞功能的实现(Set数据结构)

18.实现一个网站投票统计程序(Set数据结构)

19.实现微博的社交关系(Set数据结构)

20.实现网站上的抽奖程序(Set数据结构)

21.为商品搜索构建反向索引(Set数据结构)

22.实现音乐网站的排行榜(Sorted Set数据结构)

23.实现获取指定时间的新闻(Sorted Set数据结构)

24.实现购买某商品时也会购买其他商品的推荐功能(Sorted Set数据结构)

25.实现搜索框的自动补全(Sorted Set数据结构)

26.基于HyperLogLog的网站UV统计程序(HyperLogLog数据结构)

27.网站重复垃圾数据的快速去重和过滤(HyperLogLog数据结构)

28.周活月活年活的统计(HyperLogLog数据结构)

29.基于位图的用户行为记录(BitMap数据结构)

30.基于Geo的距离计算程序(Geo数据结构)

31.陌生人社交里的查找附近的人(Geo数据结构)

32.带有自动过期时间的分布式缓存(expire命令)

33.支持超时自动释放的简单分布式锁(expire命令)

34.支持自动过期的用户登录会话实现(expire命令)

35.支持冷数据自动淘汰的自动补全(expire命令)

36.支持身份验证的分布式锁释放(pipeline命令)

1.基于Redis实现的简单缓存机制(String数据结构)

Redis里存放了大量的key-value对，可以先通过"set key value"命令往Redis里存放一些数据，然后再通过"get key"命令从Redis里获取这些数据。

基于Redis的缓存机制可以实现高并发和高性能。比如可以把复杂查询后的结果放入Redis里作为缓存，下次查询时就直接从Redis缓存里取出，无需再到数据库中查询复杂SQL。比如可以将HTML页面存放在Redis缓存里，下次查询时就直接从Redis缓存里获取，无需先基于JSP动态渲染页面，再从磁盘上读取出来返回给浏览器。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");//最简单的缓存读写示例jedis.set("key1", "value1");System.out.println(jedis.get("key1"));}
}

2.实现一个最简单的分布式锁(String数据结构)

通过Redis的"set key value nx"命令可实现一个最简单的分布式锁。

当key不存在时，才能设置成功，返回true。当key存在时，会设置失败，返回false。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");//最简单的基于nx选项实现的分布式锁jedis.del("lock_test");String result = jedis.set("lock_test", "value_test", SetParams.setParams().nx());System.out.println("第一次加锁的结果：" + result);result = jedis.set("lock_test", "value_test", SetParams.setParams().nx());System.out.println("第二次加锁的结果：" + result);jedis.del("lock_test");result = jedis.set("lock_test", "value_test", SetParams.setParams().nx());System.out.println("第二次加锁的结果：" + result);}
}

3.博客网站的文章发布与查看(String数据结构)

Redis有mset、mget、msetnx等命令。其中mset可一次性设置多个key-value对，mget可获取多个key的value，msetnx就是在多个key都不存在的情况下一次性设置多个key的value。mset和mget，相当于batch批量设置和查询，可节省网络通讯时间。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");//博客的发布、修改与查看Long publishBlogResult = jedis.msetnx("article:1:title", "学习Redis","article:1:content", "如何学好Redis的使用","article:1:author", "Test","article:1:time", "2020-01-01 00:00:00");System.out.println("发布博客的结果：" + publishBlogResult);List<String> blog = jedis.mget("article:1:title", "article:1:content","article:1:author", "article:1:time");System.out.println("查看博客：" + blog);String updateBlogResult = jedis.mset("article:1:title", "修改后的学习redis","article:1:content", "修改后的如何学好redis的使用");System.out.println("修改博客的结果：" + updateBlogResult);blog = jedis.mget("article:1:title", "article:1:content","article:1:author", "article:1:time");System.out.println("再次查看博客：" + blog);}
}

4.博客字数统计与文章预览(String数据结构)

使用Redis的strlen命令可以统计value值的字数，getrange命令可以截取value值的内容。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");Long blogLength = jedis.strlen("article:1:content");System.out.println("博客的长度统计：" + blogLength);String blogContentPreview = jedis.getrange("article:1:content", 0, 5);System.out.println("博客内容预览：" + blogContentPreview);}
}

5.用户操作日志审计功能(String数据结构)

使用Redis的append命令可以向value值追加内容，比如需要记录用户每天的核心操作日志，就可以使用Redis的append命令。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");//操作日志的审计功能jedis.del("operation_log_2020_01_01");jedis.setnx("operation_log_2020_01_01", "");for (int i = 0; i < 10; i++) {jedis.append("operation_log_2020_01_01", "今天的第" + (i + 1) + "条操作日志\n");}String operationLog = jedis.get("operation_log_2020_01_01");System.out.println("今天所有的操作日志：\n" + operationLog);}
}

6.实现一个简单的唯一ID生成器(incr命令)

在单库单表中，唯一ID可以通过自增主键来生成。在分库分表中，唯一ID可以通过SnowFlake来生成。当然，Redis的incr命令也可以生成唯一ID。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");//唯一ID生成器jedis.del("order_id_counter");for (int i = 0; i < 10; i++) {Long orderId = jedis.incr("order_id_counter");System.out.println("生成的第" + (i + 1) + "个唯一ID：" + orderId);}}
}

7.实现博客点赞次数计数器(incr命令 + decr命令)

使用Redis的incr命令和decr命令可维护点赞次数。

public class JedisTest {public static void main(String[] args) throws Exception {Jedis jedis = new Jedis("127.0.0.1");//博客的点赞计数器jedis.del("article:1:dianzan");for (int i = 0; i < 10; i++) {jedis.incr("article:1:dianzan");}Long dianzanCounter = Long.valueOf(jedis.get("article:1:dianzan"));System.out.println("博客的点赞次数为：" + dianzanCounter);jedis.decr("article:1:dianzan");dianzanCounter = Long.valueOf(jedis.get("article:1:dianzan"));System.out.println("再次查看博客的点赞次数为：" + dianzanCounter);}
}

8.社交网站的网址点击追踪机制(长网址转短网址)(Hash数据结构)

Redis的Hash数据结构可以实现网址点击追踪机制。需要对某个原地址进行追踪时：首先通过Redis的incr命令获取一个自增的10进制数。然后将10进制数转换为36进制数，并将转换后的36进制数作为短网址。接着通过hset命令设置短网址的点击次数为0，以及通过hset命令设置短网址和原地址的映射关系。当有用户访问该短网址时，就可以通过hincrBy命令对点击次数进行自增。

//短网址追踪案例
public class ShortUrlDemo {private static final String[] X36_ARRAY = "0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F,G,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z".split(",");private Jedis jedis = new Jedis("127.0.0.1");public ShortUrlDemo() {jedis.set("short_url_seed", "51167890045");}//获取短网址public String getShortUrl(String url) {//通过Redis的incr命令获取一个自增的10进制数long shortUrlSeed = jedis.incr("short_url_seed");//将10进制数转换为36进制数，并将转换后的36进制数作为短网址StringBuffer buffer = new StringBuffer();while (shortUrlSeed > 0) {buffer.append(X36_ARRAY[(int)(shortUrlSeed % 36)]);shortUrlSeed = shortUrlSeed / 36;}String shortUrl = buffer.reverse().toString();jedis.hset("short_url_access_count", shortUrl, "0");jedis.hset("url_mapping", shortUrl, url);return shortUrl;}//增加短网址的访问次数public void incrementShortUrlAccessCount(String shortUrl) {jedis.hincrBy("short_url_access_count", shortUrl, 1);}//获取短网址的访问次数public long getShortUrlAccessCount(String shortUrl) {return Long.valueOf(jedis.hget("short_url_access_count", shortUrl));}public static void main(String[] args) throws Exception {ShortUrlDemo shortUrlDemo = new ShortUrlDemo();String shortUrl = shortUrlDemo.getShortUrl("http://redis.com/index.html");System.out.println("页面上展示的短网址为：" + shortUrl);//假设访问152次for (int i = 0; i < 152; i++) {shortUrlDemo.incrementShortUrlAccessCount(shortUrl);}long accessCount = shortUrlDemo.getShortUrlAccessCount(shortUrl);System.out.println("短网址被访问的次数为：" + accessCount);}
}

9.基于Hash实现博客基本功能(Hash数据结构)

Java对象特别适合使用Hash数据结构来存放到Redis中。如果先将Java对象序列化成字符串，再以字符串形式存放到Redis里，那么在Redis中操作Java对象就不太方便了。其中使用Redis的命令有：hexists、hset、hgetAll、hincrBy。

//博客网站案例
public class BlogDemo {private Jedis jedis = new Jedis("127.0.0.1");//获取博客idpublic long getBlogId() {return jedis.incr("blog_id_counter");}//发表一篇博客public boolean publishBlog(long id, Map<String, String> blog) {if (jedis.hexists("article::" + id, "title")) {return false;}blog.put("content_length", String.valueOf(blog.get("content").length()));jedis.hset("article::" + id, blog);return true;}//查看一篇博客public Map<String, String> findBlogById(long id) {Map<String, String> blog = jedis.hgetAll("article::" + id);incrementBlogViewCount(id);return blog;}//更新一篇博客public void updateBlog(long id, Map<String, String> updatedBlog) {String updatedContent = updatedBlog.get("content");if (updatedContent != null && !"".equals(updatedContent)) {updatedBlog.put("content_length", String.valueOf(updatedContent.length()));}jedis.hset("article::" + id, updatedBlog);}//对博客进行点赞public void incrementBlogLikeCount(long id) {jedis.hincrBy("article::" + id, "like_count", 1);}//增加博客浏览次数public void incrementBlogViewCount(long id) {jedis.hincrBy("article::" + id, "view_count", 1);}public static void main(String[] args) {BlogDemo demo = new BlogDemo();//发表一篇博客long id = demo.getBlogId();Map<String, String> blog = new HashMap<String, String>();blog.put("id", String.valueOf(id));blog.put("title", "我喜欢学习Redis");blog.put("content", "学习Redis是一件特别快乐的事情");blog.put("author", "test");blog.put("time", "2020-01-01 10:00:00");demo.publishBlog(id, blog);//更新一篇博客Map<String, String> updatedBlog = new HashMap<String, String>();updatedBlog.put("title", "我特别喜欢学习Redis");updatedBlog.put("content", "我平时喜欢到官方网站上去学习Redis");demo.updateBlog(id, updatedBlog);//其他用户点击查看博客的详细内容，并进行点赞Map<String, String> blogResult = demo.findBlogById(id);System.out.println("查看博客的详细内容：" + blogResult);demo.incrementBlogLikeCount(id);//查看博客的浏览次数和点赞次数blogResult = demo.findBlogById(id);System.out.println("查看博客的详细内容：" + blogResult);}
}

10.基于令牌的用户登录会话机制(Hash数据结构)

用户中心在处理用户请求时，会先检查请求是否有令牌及令牌是否合法，此时可以使用Redis的hset和hget命令来实现令牌对应的session检查。

//用户会话管理案例
public class SessionDemo {private Jedis jedis = new Jedis("127.0.0.1");//检查session是否有效public boolean isSessionValid(String token) throws Exception {//校验token是否为空if (token == null || "".equals(token)) {return false;}//假设session是一个value为user_id的json字符串String session = jedis.hget("sessions", "session::" + token);if (session == null || "".equals(session)) {return false;}//检查这个session是否在有效期内String expireTime = jedis.hget("sessions::expire_time", "session::" + token);if (expireTime == null || "".equals(expireTime)) {return false;}SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");Date expireTimeDate = dateFormat.parse(expireTime);Date now = new Date();if (now.after(expireTimeDate)) {return false;}//如果token不为空，且获取到的session不为空，而且session没过期，则认为session在有效期内return true;}//模拟的登录方法public String login(String username, String password) {//基于用户名和密码去登录System.out.println("基于用户名和密码登录：" + username + ", " + password);Random random = new Random();long userId = random.nextInt() * 100;//登录成功后，生成一块令牌String token = UUID.randomUUID().toString().replace("-", "");//基于令牌和用户id去初始化用户的sessioninitSession(userId, token);//返回这个令牌给用户return token;}//用户登录成功之后，初始化一个sessionpublic void initSession(long userId, String token) {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");Calendar calendar = Calendar.getInstance();calendar.setTime(new Date());calendar.add(Calendar.HOUR, 24);Date expireTime = calendar.getTime();//通过hset来设置sessionjedis.hset("sessions", "session::" + token, String.valueOf(userId));jedis.hset("sessions::expire_time", "session::" + token, dateFormat.format(expireTime));}public static void main(String[] args) throws Exception {SessionDemo demo = new SessionDemo();//第一次访问系统，token都是空的boolean isSessionValid = demo.isSessionValid(null);System.out.println("第一次访问系统的session校验结果：" + (isSessionValid == true ? "通过" : "不通过"));//强制性进行登录，获取到tokenString token = demo.login("test","123456");System.out.println("登录过后拿到令牌：" + token);//第二次再次访问系统，此时是可以访问的isSessionValid = demo.isSessionValid(token);System.out.println("第二次访问系统的session校验结果：" + (isSessionValid == true ? "通过" : "不通过"));}
}

11.秒杀活动下的公平队列抢购机制(List数据结构)

秒杀系统有很多实现方案，其中一种方案就是公平队列方案。对所有涌入系统的秒杀抢购请求，都放入Redis的一个List数据结构里排队，然后请求入队后就让请求等待秒杀结果。接着通过一个消费者从List中按顺序获取抢购请求，按顺序进行库存扣减。扣减成功才响应请求抢购成功，可以通过Redis的rpush和lpop命令实现一个公平队列。

//秒杀活动案例
public class SecKillDemo {private Jedis jedis = new Jedis("127.0.0.1");//秒杀抢购请求入队public void enqueueSecKillRequest(String secKillRequest) {jedis.rpush("sec_kill_request_queue", secKillRequest);}//秒杀抢购请求出队public String dequeueSecKillRequest() {return jedis.lpop("sec_kill_request_queue");}public static void main(String[] args) throws Exception {SecKillDemo demo = new SecKillDemo();for (int i = 0; i < 10; i++) {demo.enqueueSecKillRequest("第" + (i + 1) + "个秒杀请求");}while (true) {String secKillRequest = demo.dequeueSecKillRequest();if (secKillRequest == null || "null".equals(secKillRequest) || "".equals(secKillRequest)) {break;}System.out.println(secKillRequest);}}
}

12.基于List实现博客的分页浏览(List数据结构)

发表博客时就把博客数据lpush到一个List里，分页查询时就通过"lrange list start_index end_index"命令查询某一页的数据，获取所有数据量时就通过"llen list"命令来获取。

//博客网站案例
public class BlogDemo {private Jedis jedis = new Jedis("127.0.0.1");//获取博客idpublic long getBlogId() {return jedis.incr("blog_id_counter");}//发表一篇博客public boolean publishBlog(long id, Map<String, String> blog) {if (jedis.hexists("article::" + id, "title")) {return false;}blog.put("content_length", String.valueOf(blog.get("content").length()));jedis.hset("article::" + id, blog);jedis.lpush("blog_list", String.valueOf(id));return true;}//查看一篇博客public Map<String, String> findBlogById(long id) {Map<String, String> blog = jedis.hgetAll("article::" + id);incrementBlogViewCount(id);return blog;}//更新一篇博客public void updateBlog(long id, Map<String, String> updatedBlog) {String updatedContent = updatedBlog.get("content");if (updatedContent != null && !"".equals(updatedContent)) {updatedBlog.put("content_length", String.valueOf(updatedContent.length()));}jedis.hset("article::" + id, updatedBlog);}//对博客进行点赞public void incrementBlogLikeCount(long id) {jedis.hincrBy("article::" + id, "like_count", 1);}//增加博客浏览次数public void incrementBlogViewCount(long id) {jedis.hincrBy("article::" + id, "view_count", 1);}//分页查询博客public List<String> findBlogByPage(int pageNo, int pageSize) {int startIndex = (pageNo - 1) * pageSize;int endIndex = pageNo * pageSize - 1;return jedis.lrange("blog_list", startIndex, endIndex);}public static void main(String[] args) {BlogDemo demo = new BlogDemo();//发表一篇博客long id = demo.getBlogId();Map<String, String> blog = new HashMap<String, String>();blog.put("id", String.valueOf(id));blog.put("title", "我喜欢学习Redis");blog.put("content", "学习Redis是一件特别快乐的事情");blog.put("author", "test");blog.put("time", "2020-01-01 10:00:00");demo.publishBlog(id, blog);//更新一篇博客Map<String, String> updatedBlog = new HashMap<String, String>();updatedBlog.put("title", "我特别的喜欢学习Redis");updatedBlog.put("content", "我平时喜欢到官方网站上去学习Redis");demo.updateBlog(id, updatedBlog);//构造20篇博客数据for (int i = 0; i < 20; i++) {id = demo.getBlogId();blog = new HashMap<String, String>();blog.put("id", String.valueOf(id));blog.put("title", "第" + (i + 1) + "篇博客");blog.put("content", "学习第" + (i + 1) + "篇博客，是一件很有意思的事情");blog.put("author", "test");blog.put("time", "2020-01-01 10:00:00");demo.publishBlog(id, blog);}//分页浏览所有的博客，先浏览第一页int pageNo = 1;int pageSize = 10;List<String> blogPage = demo.findBlogByPage(pageNo, pageSize);System.out.println("展示第一页的博客......");for (String blogId : blogPage) {blog = demo.findBlogById(Long.valueOf(blogId));System.out.println(blog);}pageNo = 2;blogPage = demo.findBlogByPage(pageNo, pageSize);System.out.println("展示第二页的博客......");for (String blogId : blogPage) {blog = demo.findBlogById(Long.valueOf(blogId));System.out.println(blog);}//点击查看博客的详细内容，并进行点赞Random random = new Random();int blogIndex = random.nextInt(blogPage.size());String blogId = blogPage.get(blogIndex);Map<String, String> blogResult = demo.findBlogById(Long.valueOf(blogId));System.out.println("查看博客的详细内容：" + blogResult);demo.incrementBlogLikeCount(Long.valueOf(blogId));//查看博客的浏览次数和点赞次数blogResult = demo.findBlogById(Long.valueOf(blogId));System.out.println("查看博客的详细内容：" + blogResult);}
}

13.实现OA系统中的待办事项管理(List数据结构)

使用Redis的lindex、lset、linsert、lrange、lrem可实现待办事项管理。

新增待办事项：lpush list event

插入待办事项：linsert list index event

查询待办事项列表：lrange list 0 -1

完成待办事项：lrem list 0 event

添加已办事项：lpush done_list event

修改待办事项：lindex和lset

查询已办事项列表：lrange done_list 0 -01

//OA系统的待办事项的管理案例
public class TodoEventDemo {private Jedis jedis = new Jedis("127.0.0.1");//添加待办事项public void addTodoEvent(long userId, String todoEvent) {jedis.lpush("todo_event::" + userId, todoEvent);}//分页查询待办事项列表public List<String> findTodoEventByPage(long userId, int pageNo, int pageSize) {int startIndex = (pageNo - 1) * pageSize;int endIndex = pageNo * pageSize - 1;return jedis.lrange("todo_event::" + userId, startIndex, endIndex);}//插入待办事项public void insertTodoEvent(long userId, ListPosition position, String targetTodoEvent, String todoEvent) {jedis.linsert("todo_event::" + userId, position, targetTodoEvent, todoEvent);}//修改一个待办事项public void updateTodoEvent(long userId, int index, String updatedTodoEvent) {jedis.lset("todo_event::" + userId, index, updatedTodoEvent);}//完成(移除)一个待办事项public void finishTodoEvent(long userId, String todoEvent) {jedis.lrem("todo_event::" + userId, 0, todoEvent);}public static void main(String[] args) throws Exception {TodoEventDemo demo = new TodoEventDemo();//添加20个待办事项long userId = 2;for (int i = 0; i < 20; i++) {demo.addTodoEvent(userId, "第" + (i + 1) + "个待办事项");}//查询第一页待办事项int pageNo = 1;int pageSize = 10;List<String> todoEventPage = demo.findTodoEventByPage(userId, pageNo, pageSize);System.out.println("第一次查询第一页待办事项......");for (String todoEvent :todoEventPage) {System.out.println(todoEvent);}//插入一个待办事项Random random = new Random();int index = random.nextInt(todoEventPage.size());String targetTodoEvent = todoEventPage.get(index);demo.insertTodoEvent(userId, ListPosition.BEFORE, targetTodoEvent, "插入的待办事项");System.out.println("在" + targetTodoEvent + "前面插入了一个待办事项");//重新分页查询第一页待办事项todoEventPage = demo.findTodoEventByPage(userId, pageNo, pageSize);System.out.println("第二次查询第一页待办事项......");for (String todoEvent :todoEventPage) {System.out.println(todoEvent);}//修改一个待办事项index = random.nextInt(todoEventPage.size());demo.updateTodoEvent(userId, index, "修改后的待办事项");//完成一个待办事项demo.finishTodoEvent(userId, todoEventPage.get(0));//最后查询一次待办事项todoEventPage = demo.findTodoEventByPage(userId, pageNo, pageSize);System.out.println("第三次查询第一页待办事项......");for (String todoEvent :todoEventPage) {System.out.println(todoEvent);}}
}

14.网站用户注册时的邮件验证机制(List数据结构)

用户注册时使用Redis的lpush命令将发送邮件任务放入List，发送邮件时就用Redis的brpop命令阻塞式地从List队列里获取任务。

//注册之后发送邮件的案例
public class SendMailDemo {private Jedis jedis = new Jedis("127.0.0.1");//将发送邮件的任务进入队列public void enqueueSendMailTask(String sendMailTask) {jedis.lpush("send_mail_task_queue", sendMailTask);}//阻塞式获取发送邮件任务//即从List中获取不到元素会阻塞5秒public List<String> takeSendMailTask() {return jedis.brpop(5, "send_mail_task_queue");}public static void main(String[] args) {SendMailDemo demo = new SendMailDemo();System.out.println("尝试阻塞式地获取发送邮件任务......");//此时队列中没有任务，会进行阻塞List<String> sendMailTasks = demo.takeSendMailTask();demo.enqueueSendMailTask("第一个邮件发送任务");sendMailTasks = demo.takeSendMailTask();System.out.println(sendMailTasks);}
}

15.网站每日UV数据指标去重统计(Set数据结构)

每日UV就是每日的独立访客，可以使用Redis的Set数据结构来实现，具体可以使用Redis的sadd命令添加访客和scard命令统计访客。

//网站UV统计案例
public class UVDemo {private Jedis jedis = new Jedis("127.0.0.1");//添加一次用户访问记录public void addUserAccess(long userId) {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");String today = dateFormat.format(new Date());jedis.sadd("user_access::" + today, String.valueOf(userId));}//获取当天的网站uv的值public long getUV() {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");String today = dateFormat.format(new Date());return jedis.scard("user_access::" + today);}public static void main(String[] args) throws Exception {UVDemo demo = new UVDemo();for (int i = 0; i < 100; i++) {long userId = i + 1;for (int j = 0; j < 10; j++) {demo.addUserAccess(userId);}}long uv = demo.getUV();System.out.println("当日uv为：" + uv);}
}

16.博客网站的文章标签管理(Set数据结构)

使用Redis的sadd和smembers命令可管理标签。

//博客网站案例
public class BlogDemo {private Jedis jedis = new Jedis("127.0.0.1");//获取博客idpublic long getBlogId() {return jedis.incr("blog_id_counter");}//发表一篇博客public boolean publishBlog(long id, Map<String, String> blog, String[] tags) {if (jedis.hexists("article::" + id, "title")) {return false;}blog.put("content_length", String.valueOf(blog.get("content").length()));jedis.hmset("article::" + id, blog);jedis.lpush("blog_list", String.valueOf(id));jedis.sadd("article::" + id + "::tags", tags);return true;}//查看一篇博客public Map<String, String> findBlogById(long id) {Map<String, String> blog = jedis.hgetAll("article::" + id);Set<String> tags = jedis.smembers("article::" + id + "::tags");blog.put("tags", tags.toString());incrementBlogViewCount(id);return blog;}...
}

17.朋友圈点赞功能的实现(Set数据结构)

用户对某条朋友圈进行点赞，可以使用sadd命令。用户对某条朋友圈取消点赞，可以使用srem命令。查看某个用户是否对某条朋友圈进行过点赞，可以使用sismember命令。查看某条朋友圈具体被哪些人点赞，可以使用smembers命令。查看某条朋友圈的点赞次数，可以使用scard命令。

//朋友圈点赞案例
public class MomentsDemo {private Jedis jedis = new Jedis("127.0.0.1");//对某条朋友圈进行点赞public void likeMoment(long userId, long momentId) {jedis.sadd("moment_like_users::" + momentId, String.valueOf(userId));}//对某条朋友圈取消点赞public void dislikeMoment(long userId, long momentId) {jedis.srem("moment_like_users::" + momentId, String.valueOf(userId));}//查看自己是否对某条朋友圈点赞过public boolean hasLikedMoment(long userId, long momentId) {return jedis.sismember("moment_like_users::" + momentId, String.valueOf(userId));}//获取某条朋友圈有哪些人点赞了public Set<String> getMomentLikeUsers(long momentId) {return jedis.smembers("moment_like_users::" + momentId);}//获取某条朋友圈被几个人点赞了public long getMomentLikeUsersCount(long momentId) {return jedis.scard("moment_like_users::" + momentId);}public static void main(String[] args) throws Exception {MomentsDemo demo = new MomentsDemo();//用户idlong userId = 11;//朋友圈idlong momentId = 151;//朋友1的用户idlong friendId = 12;//朋友2的用户idlong otherFriendId = 13;//朋友1对你的朋友圈进行点赞，再取消点赞demo.likeMoment(friendId, momentId);demo.dislikeMoment(friendId, momentId);boolean hasLikedMoment = demo.hasLikedMoment(friendId, momentId);System.out.println("朋友1刷朋友圈，看到是否对自己的朋友圈点赞过：" + (hasLikedMoment ? "是" : "否"));//朋友2对你的朋友圈进行点赞demo.likeMoment(otherFriendId, momentId);hasLikedMoment = demo.hasLikedMoment(otherFriendId, momentId);System.out.println("朋友2刷朋友圈，看到是否对自己的朋友圈点赞过：" + (hasLikedMoment ? "是" : "否"));//查看自己的朋友圈的点赞情况Set<String> momentLikeUsers = demo.getMomentLikeUsers(momentId);long momentLikeUsersCount = demo.getMomentLikeUsersCount(momentId);System.out.println("自己刷朋友圈，看到自己发的朋友圈被" + momentLikeUsersCount + "个人点赞了，点赞的用户为：" + momentLikeUsers);}
}

18.实现一个网站投票统计程序(Set数据结构)

使用Redis的sadd和scard命令可实现投票功能。

//投票统计案例
public class VoteDemo {private Jedis jedis = new Jedis("127.0.0.1");//投票public void vote(long userId, long voteItemId) {jedis.sadd("vote_item_users::" + voteItemId, String.valueOf(userId));}//检查用户对投票项是否投过票public boolean hasVoted(long userId, long voteItemId) {return jedis.sismember("vote_item_users::" + voteItemId, String.valueOf(userId));}//获取一个投票项被哪些人投票public Set<String> getVoteItemUsers(long voteItemId) {return jedis.smembers("vote_item_users::" + voteItemId);}//获取一个投票项被多少人投票public long getVoteItemUsersCount(long voteItemId) {return jedis.scard("vote_item_users::" + voteItemId);}public static void main(String[] args) throws Exception {VoteDemo demo = new VoteDemo();//定义用户idlong userId = 1;//定义投票项idlong voteItemId = 110;//进行投票demo.vote(userId, voteItemId);//检查我是否投票过boolean hasVoted = demo.hasVoted(userId, voteItemId);System.out.println("用户查看自己是否投票过：" +(hasVoted ? "是" : "否"));//归票统计Set<String> voteItemUsers = demo.getVoteItemUsers(voteItemId);long voteItemUsersCount = demo.getVoteItemUsersCount(voteItemId);System.out.println("投票项有哪些人投票：" + voteItemUsers + "，有几个人投票：" + voteItemUsersCount);}
}

19.实现微博的社交关系(Set数据结构)

使用Redis的sadd命令和srem命令可以实现类似微博的关注和取关功能，使用Redis的sinter命令可以获取共同关注的人(两个Set取交集)，使用Redis的sdiff命令可以获取没有关注的人(两个Set取差集)。

//微博案例
public class MicroBlogDemo {private Jedis jedis = new Jedis("127.0.0.1");//关注别人，userId关注followUserIdpublic void follow(long userId, long followUserId) {jedis.sadd("user::" + followUserId + "::followers", String.valueOf(userId));//关注者都有谁jedis.sadd("user::" + userId + "::follow_users", String.valueOf(followUserId));//都关注了谁}//取消关注别人public void unfollow(long userId, long followUserId) {jedis.srem("user::" + followUserId + "::followers", String.valueOf(userId));//关注者都有谁jedis.srem("user::" + userId + "::follow_users", String.valueOf(followUserId));//都关注了谁}//查看有哪些人关注了自己public Set<String> getFollowers(long userId) {return jedis.smembers("user::" + userId + "::followers");//关注者都有谁}//查看关注了自己的人数public long getFollowersCount(long userId) {return jedis.scard("user::" + userId + "::followers");//关注者都有谁}//查看自己关注了哪些人public Set<String> getFollowUsers(long userId) {return jedis.smembers("user::" + userId + "::follow_users");//都关注了谁}//查看自己关注的人数public long getFollowUsersCount(long userId) {return jedis.scard("user::" + userId + "::follow_users");//都关注了谁}//获取用户跟其他用户之间共同关注的人有哪些public Set<String> getSameFollowUsers(long userId, long otherUserId) {return jedis.sinter("user::" + userId + "::follow_users", "user::" + otherUserId + "::follow_users");}//获取otherUserId关注的，但userId没有关注的人，这些人可以推荐给userIdpublic Set<String> getRecommendFollowUsers(long userId, long otherUserId) {return jedis.sdiff("user::" + otherUserId + "::follow_users", "user::" + userId + "::follow_users");}public static void main(String[] args) throws Exception {MicroBlogDemo demo = new MicroBlogDemo();//定义用户idlong userId = 31;long friendId = 32;long superstarId = 33;long classmateId = 34;long motherId = 35;//定义关注的关系链demo.follow(userId, friendId);demo.follow(userId, motherId);demo.follow(userId, superstarId);demo.follow(friendId, superstarId);demo.follow(friendId, classmateId);//明星看看自己被哪些人关注了Set<String> superstarFollowers = demo.getFollowers(superstarId);long superstarFollowersCount = demo.getFollowersCount(superstarId);System.out.println("明星被哪些人关注了：" + superstarFollowers + "，被关注的人数为：" + superstarFollowersCount);//朋友看看自己被哪些人关注了，自己又关注了哪些人Set<String> friendFollowers = demo.getFollowers(friendId);long friendFollowersCount = demo.getFollowersCount(friendId);System.out.println("朋友被哪些人关注了：" + friendFollowers + "，被多少人关注了：" + friendFollowersCount);Set<String> friendFollowUsers = demo.getFollowUsers(friendId);long friendFollowUsersCount = demo.getFollowUsersCount(friendId);System.out.println("朋友关注了哪些人：" + friendFollowUsers + "，关注了多少人：" + friendFollowUsersCount);//查看我关注了哪些人Set<String> myFollowUsers = demo.getFollowUsers(userId);long myFollowUsersCount = demo.getFollowUsersCount(userId);System.out.println("我关注了哪些人：" + myFollowUsers + ", 我关注的人数：" + myFollowUsersCount);//获取我和朋友共同关注的用户Set<String> sameFollowUsers = demo.getSameFollowUsers(userId, friendId);System.out.println("我和朋友共同关注的人有哪些：" + sameFollowUsers);//获取可以推荐给我关注的人Set<String> recommendFollowUsers = demo.getRecommendFollowUsers(userId, friendId);System.out.println("推荐给我关注的人有哪些：" + recommendFollowUsers);}
}

20.实现网站上的抽奖程序(Set数据结构)

使用Redis的sadd命令和srandmember命令可以实现抽奖功能。

//抽奖案例
public class LotteryDrawDemo {private Jedis jedis = new Jedis("127.0.0.1");//添加抽奖候选人public void addLotteryDrawCandidate(long userId, long lotteryDrawEventId) {jedis.sadd("lottery_draw_event::" + lotteryDrawEventId +"::candidates", String.valueOf(userId));}//实际进行抽奖public List<String> doLotteryDraw(long lotteryDrawEventId, int count) {return jedis.srandmember("lottery_draw_event::" + lotteryDrawEventId +"::candidates", count);}public static void main(String[] args) throws Exception {LotteryDrawDemo demo = new LotteryDrawDemo();int lotteryDrawEventId = 120;for (int i = 0; i < 20; i++) {demo.addLotteryDrawCandidate(i + 1, lotteryDrawEventId);}List<String> lotteryDrawUsers = demo.doLotteryDraw(lotteryDrawEventId, 3);System.out.println("获奖人选为：" + lotteryDrawUsers);}
}

21.为商品搜索构建反向索引(Set数据结构)

使用Redis的sadd命令和sinter命令可以为商品搜索构建反向索引。

//商品搜索案例
public class ProductSearchDemo {private Jedis jedis = new Jedis("127.0.0.1");//添加商品的时候附带一些关键词public void addProduct(long productId, String[] keywords) {for (String keyword : keywords) {jedis.sadd("keyword::" + keyword + "::products", String.valueOf(productId));}}//根据多个关键词搜索商品public Set<String> searchProduct(String[] keywords) {List<String> keywordSetKeys = new ArrayList<String>();for (String keyword : keywords) {keywordSetKeys.add("keyword::" + keyword + "::products");}String[] keywordArray = keywordSetKeys.toArray(new String[keywordSetKeys.size()]);return jedis.sinter(keywordArray);}public static void main(String[] args) throws Exception {ProductSearchDemo demo = new ProductSearchDemo();//添加一批商品demo.addProduct(11, new String[]{"手机", "iphone", "潮流"});demo.addProduct(12, new String[]{"iphone", "潮流", "炫酷"});demo.addProduct(13, new String[]{"iphone", "天蓝色"});//根据关键词搜索商品Set<String> searchResult = demo.searchProduct(new String[]{"iphone", "潮流"});System.out.println("商品搜索结果为：" + searchResult);}
}

22.实现音乐网站的排行榜(Sorted Set数据结构)

Redis的Sorted Set里的元素会按照分数进行排序。使用zadd命令可以把音乐加入排行榜中(刚开始分数可能就是0)，使用zscore命令可以获取音乐的分数，使用zrem命令可以删除某首音乐，使用zincrby命令可以给某首音乐增加分数(比如播放、分享、点赞时)，使用zrevrank命令可以获取音乐在排行榜里的排名，使用zrevrange set 0 100 withscores(可以获取排名前100首热门歌曲)。

//音乐排行榜案例
public class MusicRankingListDemo {private Jedis jedis = new Jedis("127.0.0.1");//把新的音乐加入到排行榜里去public void addSong(long songId) {jedis.zadd("music_ranking_list", 0, String.valueOf(songId));}//增加歌曲的分数public void incrementSongScore(long songId, double score) {jedis.zincrby("music_ranking_list", score, String.valueOf(songId));}//获取歌曲在排行榜里的排名public long getSongRank(long songId) {return jedis.zrevrank("music_ranking_list", String.valueOf(songId));}//获取音乐排行榜public Set<Tuple> getMusicRankingList() {return jedis.zrevrangeWithScores("music_ranking_list", 0, 2);}public static void main(String[] args) throws Exception {MusicRankingListDemo demo = new MusicRankingListDemo();for (int i = 0; i < 20; i++) {demo.addSong(i + 1);}demo.incrementSongScore(5, 3.2);demo.incrementSongScore(15, 5.6);demo.incrementSongScore(7, 9.6);long songRank = demo.getSongRank(5);System.out.println("查看id为5的歌曲的排名：" + (songRank + 1));Set<Tuple> musicRankingList = demo.getMusicRankingList();System.out.println("查看音乐排行榜排名前3的歌曲：" + musicRankingList);}
}

23.实现获取指定时间的新闻(Sorted Set数据结构)

可以对Redis里的Sorted Set的数据进行倒序排序，然后可以选择其中指定的分数区间范围内的数据，并进行分页查询。

可以维护一个新闻数据集合，里面的分数都是新闻的时间戳。使用zadd命令可以把当日最新的新闻加入到一个集合里，使用zrem命令可以删除某个新闻，使用zcard命令可以统计当日最新新闻，使用zrevrangeByScoreWithScores命令可以按时间分数进行倒序排序，使用zcount命令可以获取指定分数范围的数量。

//新闻浏览案例
public class NewsDemo {private Jedis jedis = new Jedis("127.0.0.1");//加入一篇新闻public void addNews(long newsId, long timestamp) {jedis.zadd("news", timestamp, String.valueOf(newsId));}//搜索新闻public Set<Tuple> searchNews(long maxTimestamp, long minTimestamp, int index , int count) {return jedis.zrevrangeByScoreWithScores("news", maxTimestamp, minTimestamp, index, count);}public static void main(String[] args) throws Exception {NewsDemo demo = new NewsDemo();for (int i = 0; i < 20; i++) {demo.addNews(i + 1, i + 1);}long maxTimestamp = 18;long minTimestamp = 2;int pageNo = 1;int pageSize = 10;int startIndex = (pageNo - 1) * 10;Set<Tuple> searchResult = demo.searchNews(maxTimestamp, minTimestamp, startIndex, pageSize);System.out.println("搜索指定时间范围内的新闻的第一页：" + searchResult);}
}

24.实现购买某商品时也会购买其他商品的推荐功能(Sorted Set数据结构)

用户购买两个商品时，其中一个商品可以作为key，另一个商品作为value，商品的购买数量作为score，设置到Redis的Sorted Set数据结构中，这样后续就可以根据score分数来获取购买某商品时应该推荐那些商品，对应的Redis命令是zincrby命令和zrevrangeWithScores命令。

//推荐其他商品案例
public class RecommendProductDemo {private Jedis jedis = new Jedis("127.0.0.1");//购买商品productId的同时，也购买了商品otherProductIdpublic void continuePurchase(long productId, long otherProductId) {jedis.zincrby("continue_purchase_products::" + productId, 1, String.valueOf(otherProductId));}//推荐其他人购买productId时也会购买的其他商品public Set<Tuple> getRecommendProducts(long productId) {return jedis.zrevrangeWithScores("continue_purchase_products::" + productId, 0, 2);}public static void main(String[] args) throws Exception {RecommendProductDemo demo = new RecommendProductDemo();int productId = 1;for (int i = 0; i < 20; i++) {demo.continuePurchase(productId, i + 2);}for (int i = 0; i < 3; i++) {demo.continuePurchase(productId, i + 2);}Set<Tuple> recommendProducts = demo.getRecommendProducts(productId);System.out.println("推荐其他人购买过的商品：" + recommendProducts);}
}

25.实现搜索框的自动补全(Sorted Set数据结构)

使用zincrby命令和zrevrange命令可以实现搜索框的自动补全功能。每次搜索时，key为潜在搜索词，value为完整搜索词，score为当前时间。

//自动补全案例
public class AutoCompleteDemo {private Jedis jedis = new Jedis("127.0.0.1");//搜索某个关键词public void search(String keyword) {char[] keywordCharArray = keyword.toCharArray();StringBuffer potentialKeyword = new StringBuffer("");for (char keywordChar : keywordCharArray) {potentialKeyword.append(keywordChar);//key为潜在搜索词，value为完整搜索词，score为当前时间jedis.zincrby("potential_Keyword::" + potentialKeyword.toString() + "::keywords", new Date().getTime(), keyword);}}//获取自动补全列表//按照score排序，就可以获取最新搜索的搜索词public Set<String> getAutoCompleteList(String potentialKeyword) {return jedis.zrevrange("potential_Keyword::" + potentialKeyword + "::keywords", 0, 2);}public static void main(String[] args) throws Exception {AutoCompleteDemo demo = new AutoCompleteDemo();demo.search("我爱大家");demo.search("我喜欢学习Redis");demo.search("我很喜欢一个城市");demo.search("我不太喜欢玩儿");demo.search("我喜欢学习Spark");Set<String> autoCompleteList = demo.getAutoCompleteList("我");System.out.println("第一次自动补全推荐：" + autoCompleteList);autoCompleteList = demo.getAutoCompleteList("我喜");System.out.println("第二次自动补全推荐：" + autoCompleteList);}
}

26.基于HyperLogLog的网站UV统计程序(HyperLogLog数据结构)

Redis的HyperLogLog可以得到去重统计的近似数。如果基于Redis的set来统计UV，则太耗费内存了，而且也没必要太精准。如果基于HyperLogLog来统计UV，则只占12KB内存，且误差只有0.8%。

使用Redis的HyperLogLog的具体方式是：先通过pfadd命令对数据进行计数，再通过pfcount命令获取计数结果。

//基于HyperLogLog统计UV的案例
public class HyperLogLogUVDemo {private Jedis jedis = new Jedis("127.0.0.1");//初始化uv数据public void initUVData() {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");String today = dateFormat.format(new Date());for (int i = 0; i < 1358; i++) {for (int j = 0; j < 10; j++) {jedis.pfadd("hyperloglog_uv_" + today, String.valueOf((i + 1)));}}}//获取uv值public long getUV() {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");String today = dateFormat.format(new Date());return jedis.pfcount("hyperloglog_uv_" + today);}public static void main(String[] args) throws Exception {HyperLogLogUVDemo demo = new HyperLogLogUVDemo();demo.initUVData();long uv = demo.getUV();System.out.println("今天uv的值是：" + uv);}
}

27.网站重复垃圾数据的快速去重和过滤(HyperLogLog数据结构)

可以使用Redis的HyperLogLog对垃圾数据进行快速过滤，比如通过执行"pfadd key content"命令。如果返回的是1，那么说明之前没见过这条数据。如果返回的是0，说明之前见过这条数据了。

//垃圾内容过滤案例
public class GarbageContentFilterDemo {private Jedis jedis = new Jedis("127.0.0.1");//判断当前内容是否是垃圾内容public Boolean isGarbageContent(String content) {return jedis.pfadd("hyperloglog_contennt", content) == 0;}public static void main(String[] args) {GarbageContentFilterDemo demo = new GarbageContentFilterDemo();String content = "正常的内容";System.out.println("是否为垃圾内容：" + (demo.isGarbageContent(content) ? "是" : "否"));content = "垃圾内容";System.out.println("是否为垃圾内容：" + (demo.isGarbageContent(content) ? "是" : "否"));content = "垃圾内容";System.out.println("是否为垃圾内容：" + (demo.isGarbageContent(content) ? "是" : "否"));}
}

28.周活月活年活的统计(HyperLogLog数据结构)

首先使用pfadd命令对每天日活进行计数，然后再通过pfcount命令获取每天日活结果，周活跃用户数和年活跃用户数都可以基于日活跃用户数来进行统计。

//网站日常指标统计案例
public class WebsiteStatisticsDemo {private Jedis jedis = new Jedis("127.0.0.1");//初始化某一天的uv数据public void initUVData(String date) {Random random = new Random();int startIndex = random.nextInt(1000);System.out.println("今日访问uv起始id为：" + startIndex);for (int i = startIndex; i < startIndex + 1358; i++) {for (int j = 0; j < 10; j++) {jedis.pfadd("hyperloglog_uv_" + date, String.valueOf((i + 1)));}}}//获取某日的uv值public long getUV(String date) {return jedis.pfcount("hyperloglog_uv_" + date);}//获取周活跃用户数public long getWeeklyUV() {List<String> keys = new ArrayList<String>();SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");Calendar calendar = Calendar.getInstance();calendar.setTime(new Date());for (int i = 0; i < 7; i++) {calendar.add(Calendar.DAY_OF_YEAR, 1);String date = dateFormat.format(calendar.getTime());keys.add("hyperloglog_uv_" + date);}String[] keyArray = keys.toArray(new String[keys.size()]);jedis.pfmerge("weekly_uv", keyArray);return jedis.pfcount("weekly_uv");}public static void main(String[] args) throws Exception {WebsiteStatisticsDemo demo = new WebsiteStatisticsDemo();SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");Calendar calendar = Calendar.getInstance();calendar.setTime(new Date());long duplicateUv = 0;for (int i = 0; i < 7; i++) {calendar.add(Calendar.DAY_OF_YEAR, 1);String date = dateFormat.format(calendar.getTime());demo.initUVData(date);long uv = demo.getUV(date);System.out.println("日期为" + date + "的uv值为：" + uv);duplicateUv += uv;}long weeklyUV = demo.getWeeklyUV();System.out.println("实际的周活跃用户数为：" + weeklyUV);}
}

29.基于位图的用户行为记录(BitMap数据结构)

Redis的位图命令setbit：一个字节(byte)8个位(bit)，每个位是0或者1。"setbit key offset value"，指将左起向右偏移offset的位置设置value。

如果用户系统需要统计某用户登录天数，且统计窗口随机。那么这时可这样设计：以用户ID为位图的key，登录日期天数作为偏移量。

所以这个key是有365个位的。用户在某一天登录了，就在这个key上对应的偏移量设1。用户user1在第2天登录了，可以设置："setbit user1 1 1"。用户user1在第8天登录了，可以设置："setbit user1 7 1"。用户user1在第365天登录了，可以设置："setbit user1 364 1"。这样一个用户总共就只需要46个字节而已，1亿用户 * 46byte = 4G。查看用户最后两周是否登录，可以执行："bitcount user1 -2 -1"。

如果要把活跃用户统计出来，比如1号~3号连续登录要去重。那么可以这样设计：以日期为位图的key，用户ID作为偏移量。固定好对应于二进制位的那一个位，id和二进制位做好映射。

比如1号用户在2020年1月1号登录了，那么"setbit 20200101 1 1"。比如1号用户在2020年1月2号登录了，那么"setbit 20200102 1 1"。比如7号用户在2020年1月2号登录了，那么"setbit 20200102 7 1"。因此可以通过位或算出2020年1月2号到2020年1月2号的活跃用户数是："bitop or destkey 20200101 20200102"。然后获取destkey有多少个1即可："bitcount destkey 0 -1"。

如果要记录用户是否执行过某些操作，也可以使用位图来实现高效记录。此时可这样设计：以操作类型为位图的key，用户ID作为位图的偏移量。

//网站用户操作日志案例
public class UserOperationLogDemo {private Jedis jedis = new Jedis("127.0.0.1");//记录用户的操作日志public void recordUserOperationLog(String operation, long userId) {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");String today = dateFormat.format(new Date());jedis.setbit("operation::" + operation + "::" + today + "::log", userId, String.valueOf(1));}//判断用户今天是否执行过某个操作public Boolean hasOperated(String operation, long userId) {SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd");String today = dateFormat.format(new Date());return jedis.getbit("operation::" + operation + "::" + today + "::log", userId);}public static void main(String[] args) {UserOperationLogDemo demo = new UserOperationLogDemo();demo.recordUserOperationLog("操作1", 110);System.out.println("用户110是否执行过操作：" + (demo.hasOperated("操作1", 110) ? "是" : "否"));System.out.println("用户111是否执行过操作：" + (demo.hasOperated("操作1", 111) ? "是" : "否"));}
}

30.基于Geo的距离计算程序(Geo数据结构)

使用Redis的geoadd命令和geodist命令可以计算两个经纬度的距离。

//用户与商家的距离计算案例
public class UserShopDistanceDemo {private Jedis jedis = new Jedis("127.0.0.1");//添加一个地理位置public void addLocation(String name, double longitude, double latitude) {jedis.geoadd("location_data", longitude, latitude, name);}//获取用户到商家的位置public double getDistance(String user, String shop) {return jedis.geodist("location_data", user, shop, GeoUnit.KM);}public static void main(String[] args) {UserShopDistanceDemo demo = new UserShopDistanceDemo();demo.addLocation("张三", 116.49428833935545, 39.86700462665782);demo.addLocation("丫丫小吃店", 116.45961274121092, 39.87517301328063);System.out.println("用户到商家的距离为：" + demo.getDistance("张三", "丫丫小吃店"));}
}

31.陌生人社交里的查找附近的人(Geo数据结构)

使用Redis的georadiusByMember命令可以查找某位置附近的位置。

//查找附近的人案例
public class NearbyShopsDemo {private Jedis jedis = new Jedis("127.0.0.1");//添加一个地理位置public void addLocation(String name, double longitude, double latitude) {jedis.geoadd("location_data", longitude, latitude, name);}//查找附近5公里内的店铺public List<GeoRadiusResponse> getNearbyShops() {return jedis.georadiusByMember("location_data", "张三", 5.0, GeoUnit.KM);}public static void main(String[] args) {NearbyShopsDemo demo = new NearbyShopsDemo();List<String> nearbyShops = new ArrayList<String>();List<GeoRadiusResponse> results = demo.getNearbyShops();for (GeoRadiusResponse result : results) {String name = result.getMemberByString();if (!name.equals("张三")) {nearbyShops.add(name);}}System.out.println("附近5公里内的商家：" + nearbyShops);}
}

32.带有自动过期时间的分布式缓存(expire命令)

其实就是使用Redis的expire命令设置过期时间。

//数据自动过期的案例
public class ExpireDemo {private static Jedis jedis = new Jedis("127.0.0.1");public static void main(String[] args) throws Exception {jedis.set("test_key", "test_value");jedis.expire("test_key", 10);Thread.sleep(12 * 1000);String testValue = jedis.get("test_key");System.out.println("数据是否过期：" + (testValue == null || "null".equals(testValue) ? "是" : "否"));}
}

33.支持超时自动释放的简单分布式锁(expire命令)

其实就是使用Redis的setnx命令和expire命令设置锁及其过期时间。

//支持超时自动释放的简单分布式锁案例
public class TimeoutDistributedLockDemo {private static Jedis jedis = new Jedis("127.0.0.1");//加锁public Boolean lock(String key, String value, int timeout) {long result = jedis.setnx(key, value);jedis.expire(key, timeout);return result > 0;}public static void main(String[] args) throws Exception {TimeoutDistributedLockDemo demo = new TimeoutDistributedLockDemo();demo.lock("test_lock", "test_value", 10);Thread.sleep(12 * 1000);Boolean result = demo.lock("test_lock", "test_value", 10);System.out.println("第二次加锁结果：" + (result ? "成功" : "失败"));}
}

34.支持自动过期的用户登录会话实现(expire命令)

通过expire命令设置过期时间让用户登录自动过期。

//用户会话管理案例
public class SessionDemo {private Jedis jedis = new Jedis("127.0.0.1");//检查session是否有效public boolean isSessionValid(String token) throws Exception {//校验token是否为空if (token == null || "".equals(token)) {return false;}String session = jedis.get( "session::" + token);if (session == null || "".equals(session) || "null".equals(session)) {return false;}//如果token不为空，且获取到的Session不为空，且Session没过期，此时可以认为Session在有效期内return true;}//模拟的登录方法public String login(String username, String password) {//基于用户名和密码去登录System.out.println("基于用户名和密码登录：" + username + ", " + password);Random random = new Random();long userId = random.nextInt() * 100;//登录成功后，生成一块令牌String token = UUID.randomUUID().toString().replace("-", "");//基于令牌和用户id去初始化用户的Sessionjedis.set("session::" + token, String.valueOf(userId));jedis.expire("session::" + token, 10);//返回这个令牌给用户return token;}public static void main(String[] args) throws Exception {SessionDemo demo = new SessionDemo();//第一次访问系统，token都是空的boolean isSessionValid = demo.isSessionValid(null);System.out.println("第一次访问系统的Session校验结果：" + (isSessionValid == true ? "通过" : "不通过"));//强制性进行登录，获取到tokenString token = demo.login("test","123456");System.out.println("登陆过后拿到令牌：" + token);//第二次再次访问系统，此时是可以访问的isSessionValid = demo.isSessionValid(token);System.out.println("第二次访问系统的Session校验结果：" + (isSessionValid == true ? "通过" : "不通过"));Thread.sleep(12 * 1000);//第三次再次访问系统，Session已过期，此时是不可以访问的isSessionValid = demo.isSessionValid(token);System.out.println("第三次访问系统的Session校验结果：" + (isSessionValid == true ? "通过" : "不通过"));}
}

35.支持冷数据自动淘汰的自动补全(expire命令)

通过expire命令设置过期时间让冷数据自动淘汰实现冷热分离。

//自动补全案例
public class AutoCompleteDemo {private Jedis jedis = new Jedis("127.0.0.1");//搜索某个关键词public void search(String keyword) {char[] keywordCharArray = keyword.toCharArray();StringBuffer potentialKeyword = new StringBuffer("");for (char keywordChar : keywordCharArray) {potentialKeyword.append(keywordChar);jedis.zincrby("potential_Keyword::" + potentialKeyword.toString() + "::keywords", new Date().getTime(), keyword);//通过设置过期时间，冷数据就会自动淘汰jedis.expire("potential_Keyword::" + potentialKeyword.toString() + "::keywords", 10);}}//获取自动补全列表public Set<String> getAutoCompleteList(String potentialKeyword) {return jedis.zrevrange("potential_Keyword::" + potentialKeyword + "::keywords", 0, 2);}public static void main(String[] args) throws Exception {AutoCompleteDemo demo = new AutoCompleteDemo();demo.search("我爱大家");demo.search("我喜欢学习Redis");demo.search("我很喜欢一个城市");demo.search("我不太喜欢玩儿");demo.search("我喜欢学习Spark");Set<String> autoCompleteList = demo.getAutoCompleteList("我");System.out.println("第一次自动补全推荐：" + autoCompleteList);autoCompleteList = demo.getAutoCompleteList("我喜");System.out.println("第二次自动补全推荐：" + autoCompleteList);Thread.sleep(12 * 1000);autoCompleteList = demo.getAutoCompleteList("我");System.out.println("第三次自动补全推荐：" + autoCompleteList);}
}

36.支持身份验证的分布式锁释放(pipeline命令)

通过Redis的pipeline命令和事务操作可以保证多个命令在一个事务内全部完成，从而减少多次网络请求带来的开销。

pipeline的watch命令可以在事务开始执行前对所要操作的key执行监测，从而保证了事务的完整性和一致性。因此，为了防止锁篡改，可以在加锁完成之后对锁进行watch操作，一旦锁发生变化，则终止事务，回滚操作。

//支持超时自动释放的分布式锁案例
public class TimeoutDistributedLockDemo {private static Jedis jedis = new Jedis("127.0.0.1");//加锁public Boolean lock(String key, String value, int timeout) {long result = jedis.setnx(key, value);jedis.expire(key, timeout);return result > 0;}//释放锁，需要判断是否是当前线程加的锁，才可以释放//key是锁的名称，value是线程名称public Boolean unlock(String key, String value) {String currentValue = jedis.get(key);Pipeline pipeline = jedis.pipelined();try {pipeline.watch(key);if (currentValue == null || currentValue.equals("") || currentValue.equals("null")) {return true;}if (currentValue.equals(value)) {//通过pipeline.multi()命令开启事务pipeline.multi();pipeline.del(key);//通过pipeline.exec()提交事务pipeline.exec();return true;} else {return false;}} catch (Exception e) {e.printStackTrace();return false;} finally {pipeline.unwatch();pipeline.close();}}public static void main(String[] args) throws Exception {TimeoutDistributedLockDemo demo = new TimeoutDistributedLockDemo();demo.lock("test_lock", "test_value", 10);Thread.sleep(12 * 1000);Boolean result = demo.lock("test_lock", "test_value", 10);System.out.println("第二次加锁结果：" + (result ? "成功" : "失败"));System.out.println("不是加锁线程能否释放锁：" + (demo.unlock("test_lock", "非加锁线程的名称") ? "能" : "否"));System.out.println("加锁线程能否释放锁：" + (demo.unlock("test_lock", "加锁线程的名称") ? "能" : "否"));}
}