Redis利用原子操作(INCR,DECR)实现分布式计数器

 更新时间:2025年07月31日 09:05:35   作者:冰糖心书房  
在分布式系统中,由于多个服务实例需要共享和修改同一个计数值,实现一个准确、高效的分布式计数器至关重要,下面我们就来看看具体实现方法吧

在分布式系统中,由于多个服务实例需要共享和修改同一个计数值,实现一个准确、高效的分布式计数器至关重要。Redis 凭借其内存存储的高性能和原子操作命令,成为实现这一功能的理想选择。

核心原理:Redis 的原子操作

Redis 的单线程命令处理模型确保了单个命令的执行是原子性的。 这意味着当一个命令正在执行时,不会被其他客户端的命令打断。对于计数器而言,INCRDECR 这两个命令是核心。

  • INCR key: 将存储在 key 的数字值增一。如果 key 不存在,那么 key 的值会先被初始化为 0,然后再执行 INCR 操作。
  • DECR key: 将 key 中储存的数字值减一。如果 key 不存在,其值同样会先被初始化为 0 再执行 DECR

这两个操作的原子性是实现分布式计数器的基石,它保证了即使在大量并发请求下,计数结果也是准确的,避免了“读取-修改-写入”模式中可能出现的竞态条件。

基本实现方法

实现一个基本的分布式计数器非常简单,只需要为你的计数器定义一个唯一的键(key),然后调用相应的原子命令即可。

使用场景示例:

  • 文章阅读量统计: 每当有用户阅读一篇文章,就对该文章的计数器执行 INCR
  • 在线用户数: 用户登录时执行 INCR,登出时执行 DECR
  • 库存管理: 用户下单时执行 DECR,取消订单或补货时执行 INCR

Python 代码示例 (使用redis-py)

import redis

# 连接到 Redis
r = redis.Redis(host='localhost', port=6379, db=0, decode_responses=True)

def get_post_views(post_id: int) -> int:
    """获取文章的阅读量"""
    key = f"post:{post_id}:views"
    view_count = r.get(key)
    return int(view_count) if view_count else 0

def increment_post_views(post_id: int) -> int:
    """增加文章的阅读量"""
    key = f"post:{post_id}:views"
    # INCR 是原子操作,返回增加后的值
    return r.incr(key)

# --- 使用示例 ---
post_id = 123
print(f"文章 {post_id} 的初始阅读量: {get_post_views(post_id)}")

# 模拟10次并发的阅读请求
for _ in range(10):
    new_views = increment_post_views(post_id)
    print(f"阅读量已增加至: {new_views}")

print(f"文章 {post_id} 的最终阅读量: {get_post_views(post_id)}")

Java 代码示例 (使用Jedis)

import redis.clients.jedis.Jedis;

public class DistributedCounter {

    private final Jedis jedis;

    public DistributedCounter(String host, int port) {
        this.jedis = new Jedis(host, port);
    }

    public long increment(String key) {
        // incr 是原子操作
        return jedis.incr(key);
    }

    public long decrement(String key) {
        // decr 是原子操作
        return jedis.decr(key);
    }

    public long getCount(String key) {
        String value = jedis.get(key);
        return value != null ? Long.parseLong(value) : 0;
    }

    public static void main(String[] args) {
        DistributedCounter counter = new DistributedCounter("localhost", 6379);
        String counterKey = "online_users";

        System.out.println("初始在线人数: " + counter.getCount(counterKey));

        // 模拟用户登录
        long user1_login = counter.increment(counterKey);
        System.out.println("用户1登录,当前在线人数: " + user1_login);

        long user2_login = counter.increment(counterKey);
        System.out.println("用户2登录,当前在线人数: " + user2_login);

        // 模拟用户登出
        long user1_logout = counter.decrement(counterKey);
        System.out.println("用户1登出,当前在线人数: " + user1_logout);

        System.out.println("最终在线人数: " + counter.getCount(counterKey));
    }
}

处理需要重置的计数器(例如每日计数)

在某些场景下,计数器需要定期重置,例如统计每日活跃用户或每日API调用次数。一种常见的错误做法是先 INCR,再用 EXPIRE 设置过期时间。这种方式存在竞态条件:如果在 INCR 执行后、EXPIRE 执行前,服务发生故障,这个键就会永久存在,导致计数器无法自动重置。

正确的做法是使用 Lua 脚本将 INCREXPIRE 捆绑成一个原子操作。

Lua 脚本示例

-- increment_with_ttl.lua
local key = KEYS[1]
local ttl = ARGV[1]

local count = redis.call("INCR", key)

-- 如果是第一次增加(即增加后的值为1),则设置过期时间
if count == 1 then
    redis.call("EXPIRE", key, ttl)
end

return count

在应用程序中,通过 EVAL 命令执行此脚本,可以确保增加计数和设置过期时间这两步操作的原子性。

复杂操作与事务

如果需要根据计数值执行更复杂的操作(例如,检查库存是否足够再减库存),简单的 DECR 可能不够用。虽然可以使用 WATCH, MULTI, EXEC 事务来解决,但这会增加代码的复杂性。 在这种情况下,使用 Lua 脚本通常是更简单、更高效的选择,因为它将整个逻辑封装在服务器端作为一个原子单元执行。

总结

利用 Redis 的 INCRDECR 原子操作是实现分布式计数器的标准且高效的方法。其核心优势在于 Redis 保证了单个命令的原子性,从而避免了分布式环境下的竞态条件。对于需要自动重置的计数器,强烈建议使用 Lua 脚本来确保操作的原子性,防止数据不一致。

到此这篇关于Redis利用原子操作(INCR,DECR)实现分布式计数器的文章就介绍到这了,更多相关Redis分布式计数器内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Redis 持久化原理分析和使用建议详解

    Redis 持久化原理分析和使用建议详解

    本文主要介绍了Redis提供的三大持久化机制,即AOF日志、RDB快照以及混合持久化机制,结合图文实例给大家讲解的非常详细,感兴趣的朋友一起看看吧
    2025-02-02
  • Redis哨兵模式的实现

    Redis哨兵模式的实现

    Redis的哨兵模式是一种用于自动监控Redis实例状态并在主服务器出现故障时自动切换到从服务器的机制,本文主要介绍了Redis哨兵模式的实现,感兴趣的可以了解一下
    2024-02-02
  • Redis字符串String操作详解从基础到高级应用小结

    Redis字符串String操作详解从基础到高级应用小结

    本文全面解析Redis字符串类型,涵盖设置、修改、数字运算、过期处理及分布式锁、计数器等高级应用,提供基础命令与性能优化策略,助开发者高效利用这一核心数据类型实现缓存、统计等功能,感兴趣的朋友一起看看吧
    2025-07-07
  • Redis集群方案

    Redis集群方案

    前段时间搞了搞Redis集群,想用做推荐系统的线上存储,说来挺有趣,这边基础架构不太完善,因此需要我们做推荐系统的自己来搭这个存储环境,就自己折腾了折腾
    2020-07-07
  • Redis Tag 字段详解与最佳实践

    Redis Tag 字段详解与最佳实践

    本文将深入介绍Tag 字段的工作原理、创建方式、查询语法,以及常见场景下的最佳实践与注意事项,对Redis Tag字段相关知识感兴趣的朋友一起看看吧
    2025-07-07
  • 通过kubesphere部署redis的方法

    通过kubesphere部署redis的方法

    这篇文章主要介绍了通过kubesphere部署redis的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-11-11
  • redis的持久化和缓存机制解读

    redis的持久化和缓存机制解读

    这篇文章主要介绍了redis的持久化和缓存机制,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-06-06
  • Redis慢日志的实现示例

    Redis慢日志的实现示例

    慢查询日志是Redis提供的一个用于观察系统性能的功能,本文主要介绍了Redis慢日志的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-04-04
  • Redis报错:Could not create server TCP listening socket 127.0.0.1:6379: bind:解决方法

    Redis报错:Could not create server TCP 

    这篇文章主要介绍了Redis报错:Could not create server TCP listening socket 127.0.0.1:6379: bind:解决方法,是安装与启动Redis过程中比较常见的问题,需要的朋友可以参考下
    2023-06-06
  • reids自定义RedisTemplate以及乱码问题解决

    reids自定义RedisTemplate以及乱码问题解决

    本文主要介绍了reids自定义RedisTemplate以及乱码问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2024-04-04

最新评论