从购物车到点赞排行：用Spring Boot RedisTemplate的opsForHash和opsForZSet搞定5个真实业务场景-洪萨配资

从购物车到点赞排行：用Spring Boot RedisTemplate的opsForHash和opsForZSet搞定5个真实业务场景

Redis作为高性能的内存数据库，在现代互联网应用中扮演着越来越重要的角色。特别是在高并发场景下，合理利用Redis的数据结构可以显著提升系统性能。本文将基于Spring Boot框架，通过RedisTemplate提供的opsForHash和opsForZSet等操作，实现五个典型的业务场景。

1. 用opsForHash实现购物车功能

电商平台的购物车是一个典型的使用哈希表结构的场景。每个用户的购物车可以看作是一个哈希表，其中商品ID作为字段(field)，商品数量和属性作为值(value)。

// 添加商品到购物车 public void addToCart(String userId, String productId, int quantity) { redisTemplate.opsForHash().put("cart:" + userId, productId, String.valueOf(quantity)); } // 获取购物车中某商品数量 public int getProductQuantity(String userId, String productId) { Object quantity = redisTemplate.opsForHash().get("cart:" + userId, productId); return quantity != null ? Integer.parseInt(quantity.toString()) : 0; } // 获取整个购物车内容 public Map<Object, Object> getCart(String userId) { return redisTemplate.opsForHash().entries("cart:" + userId); }

哈希表结构的优势在于：

可以单独操作某个字段，而不需要读取整个哈希表
内存占用更高效，特别适合存储对象类型的数据
支持原子性操作，保证数据一致性

2. 用opsForZSet实现文章点赞排行榜

内容平台的点赞排行是一个典型的排序需求，有序集合(ZSet)可以完美解决这个问题。我们可以将文章ID作为成员(member)，点赞数作为分数(score)。

// 用户点赞文章 public void likeArticle(String articleId, String userId) { // 使用集合记录已点赞用户，防止重复点赞 String likeKey = "article:liked:" + articleId; if (redisTemplate.opsForSet().add(likeKey, userId) == 1) { // 点赞成功，增加文章分数 redisTemplate.opsForZSet().incrementScore("article:ranking", articleId, 1); } } // 获取点赞排行榜前10 public Set<ZSetOperations.TypedTuple<Object>> getTop10Articles() { return redisTemplate.opsForZSet().reverseRangeWithScores("article:ranking", 0, 9); }

有序集合的特点：

自动按分数排序
支持范围查询
可以获取成员的排名
支持分数增减操作

3. 用opsForList实现最新评论列表

对于内容平台的评论系统，我们通常需要展示最新的评论。Redis的列表(List)结构可以很好地满足这个需求。

// 添加新评论 public void addComment(String articleId, String commentId, String comment) { String key = "comments:" + articleId; // 将新评论添加到列表头部 redisTemplate.opsForList().leftPush(key, comment); // 限制列表长度，只保留最近100条评论 redisTemplate.opsForList().trim(key, 0, 99); } // 获取最新10条评论 public List<Object> getLatestComments(String articleId, int count) { return redisTemplate.opsForList().range("comments:" + articleId, 0, count - 1); }

列表结构的优势：

插入和获取头部元素的时间复杂度都是O(1)
支持范围查询
可以方便地实现队列或栈的功能

4. 用opsForSet实现共同关注/好友推荐

社交网络中的共同关注和好友推荐功能可以利用Redis的集合(Set)结构来实现。

// 用户关注某人 public void followUser(String userId, String followId) { redisTemplate.opsForSet().add("following:" + userId, followId); redisTemplate.opsForSet().add("followers:" + followId, userId); } // 获取共同关注 public Set<Object> getCommonFollowing(String userId1, String userId2) { return redisTemplate.opsForSet().intersect( "following:" + userId1, "following:" + userId2 ); } // 推荐可能认识的人(共同关注最多的人) public Set<Object> recommendFriends(String userId) { // 获取用户关注的人 Set<Object> following = redisTemplate.opsForSet().members("following:" + userId); // 获取这些人的关注列表 List<String> otherKeys = following.stream() .map(f -> "following:" + f) .collect(Collectors.toList()); // 计算这些关注列表与当前用户关注列表的交集 return redisTemplate.opsForSet().intersect( "following:" + userId, otherKeys ); }

集合结构的特点：

自动去重
支持集合运算(并集、交集、差集)
可以快速判断元素是否存在

5. 用opsForValue实现分布式锁和验证码缓存

Redis的字符串(String)结构虽然简单，但在实际应用中非常有用，比如实现分布式锁和验证码缓存。

// 获取分布式锁 public boolean tryLock(String lockKey, String requestId, long expireTime) { return redisTemplate.opsForValue().setIfAbsent( lockKey, requestId, expireTime, TimeUnit.MILLISECONDS ); } // 释放分布式锁 public boolean releaseLock(String lockKey, String requestId) { String script = "if redis.call('get', KEYS[1]) == ARGV[1] then " + "return redis.call('del', KEYS[1]) " + "else " + "return 0 " + "end"; return redisTemplate.execute( new DefaultRedisScript<>(script, Long.class), Collections.singletonList(lockKey), requestId ) == 1; } // 存储验证码 public void storeCaptcha(String phone, String captcha) { String key = "captcha:" + phone; redisTemplate.opsForValue().set(key, captcha, 5, TimeUnit.MINUTES); } // 验证验证码 public boolean verifyCaptcha(String phone, String inputCaptcha) { String key = "captcha:" + phone; String storedCaptcha = (String) redisTemplate.opsForValue().get(key); return inputCaptcha != null && inputCaptcha.equals(storedCaptcha); }

字符串结构的使用技巧：