如何利用 Redis 的原子操作（INCR, DECR）实现分布式计数器？

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，INCR 和 DECR 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 INCR 和 EXPIRE 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 INCR 和 DECR 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。