如何用Redis给系统加上访问计数？

wen java案例 2026-06-06 74

如何用Redis给系统加上访问计数？—— 从入门到高并发实战

📖 文章导读

为什么选择Redis来计数？ —— 传统数据库 vs Redis的对比
Redis计数的核心原理 —— INCR命令与原子性
从零实现访问计数器 —— 基础代码示例（Python / Node.js）
高并发下的进阶方案 —— 避免热点Key、Pipeline、Lua脚本
常见问题与陷阱 —— 数据丢失、过期策略、一致性
问答环节 —— 解决你最关心的5个问题

为什么选择Redis来计数？

在系统设计中，访问计数是最常见的需求之一，你可能需要统计：页面PV（Page View）、用户点赞数、文章阅读量、API调用次数。

如何用Redis给系统加上访问计数？

传统做法是使用MySQL等关系型数据库,但问题很明显：

写入频繁：每次访问都要写一次数据库，高并发下磁盘I/O成为瓶颈。
行锁竞争：多用户同时更新同一行,会导致锁等待甚至死锁。
响应变慢：计数操作本身不应阻塞主业务,但数据库写入容易拖慢接口。

而Redis基于内存，单线程模型配合原子命令（INCR），每秒可处理数十万次写入,天然适合高频计数场景。

核心差异：数据库写入是“持久化+事务”，Redis计数器是“内存+原子操作”。

Redis计数的核心原理

Redis提供了一个非常简单的命令：INCR key

如果key不存在,则初始化为0后再加1。
每次执行INCR,返回值就是加1后的结果。
该操作是原子性的,不会有并发冲突。

# 示例
> SET article:1:views 0
OK
> INCR article:1:views
(integer) 1
> INCR article:1:views
(integer) 2

为什么INCR是线程安全的？

Redis是单线程处理命令，即使是成千上万个客户端同时发送INCR，也会在队列中顺序执行，不会出现“读取-修改-写入”的race condition。

从零实现访问计数器

下面我们用Python（使用redis-py库）和Node.js（使用ioredis）演示一个文章阅读计数器。

Python 示例

import redis
r = redis.Redis(host='localhost', port=6379, db=0)
def increment_view(article_id):
    key = f"article:{article_id}:views"
    views = r.incr(key)
    # 可选：设置过期时间（例如7天后重置）
    r.expire(key, 60 * 60 * 24 * 7)
    return views
# 使用
print(increment_view(1001))  # 输出 1, 2, 3...

Node.js 示例

const Redis = require('ioredis');
const redis = new Redis();
async function incrementView(articleId) {
    const key = `article:${articleId}:views`;
    const views = await redis.incr(key);
    // 设置过期时间
    await redis.expire(key, 60 * 60 * 24 * 7);
    return views;
}
incrementView(1001).then(console.log);

关键点

Key命名规范：建议使用对象:ID:属性的格式,便于管理和排查。
过期时间：如果计数无需永久保留,设置过期时间可以防止内存无限增长。
读与写分离：计数写入通过INCR，读取直接用GET,不要在每次显示时再DB查询。

高并发下的进阶方案

当系统流量巨大（例如秒杀、直播、热点文章），简单的INCR就可能遇到以下问题：

1 热点Key问题

某个文章的阅读量突然爆炸,导致单个Redis节点CPU飙升。

解决方案：

本地计数+异步写入：在应用内存中先累计100次，再批量INCR 100到Redis。
Redis集群分片：对Key做hash,分散到不同节点。

2 Pipeline批量操作

如果一次需要更新多个计数器,不要用多次网络请求：

pipe = r.pipeline()
pipe.incr('article:1:views')
pipe.incr('article:2:views')
pipe.incr('article:3:views')
pipe.execute()

Pipeline将多次命令打包一次发送，减少RTT（往返时间）。

3 Lua脚本实现原子读-改-写

如果计数逻辑更复杂（先查是否超过上限，再+1）,直接使用Lua脚本保证原子性：

-- Lua脚本：仅当当前值<10000时，才+1
local cur = redis.call('GET', KEYS[1])
if not cur or tonumber(cur) < 10000 then
    return redis.call('INCR', KEYS[1])
else
    return -1
end

在Python中调用：

script = """
local cur = redis.call('GET', KEYS[1])
if not cur or tonumber(cur) < 10000 then
    return redis.call('INCR', KEYS[1])
else
    return -1
end
"""
result = r.eval(script, 1, 'article:1:views')