当前位置: 首页 > news >正文

【redis】string应用场景:缓存功能和计数功能

文章目录

  • 缓存功能
    • 实现思路
    • 存在的问题
    • 伪代码实现
  • 记数功能
    • 实现思路
    • 统计
    • 伪代码实现

缓存功能

实现思路

image.png

整体的思路:
应用服务器访问数据的时候,先查询 Redis

  • 如果 Redis 上数据存在了,就直接从 Redis 读取数据交给应用服务器,不继续访问数据库了
  • 如果 Redis 上数据不存在,再读取 MySQL,把读到的结果,返回给应用服务器。同时,把这个数据也写入到 Redis

Redis 这样的缓存,经常用来存储“热点”数据(高频被使用的数据)

刚才上述描述的过程,相当于是把最近使用到的数据作为热点数据

  • 暗含了一层假设:某个数据一旦被用到了,那么很可能在最近这段时间就会被反复用到

存在的问题

上述策略,存在一个明显的问题:
随着时间的推移,肯定是会有越来越多的 keyRedis 上访问不到,从而从 MySQL 读取并写入 Redis 中,此时 Redis 里面的数据不就越来越多了吗?

  1. 在把数据写给 Redis 的时候,给这个 key 设置一个过期时间
  2. Redis 也在内存不足的时候,提供了“淘汰策略

伪代码实现

  1. 假设业务是根据用户 uid 获取用户信息
UserInfo getUserInfo(long uid) {
	...
}

uid 还需要拼接一些前缀:user:info

  • 因为 Redis 里面存的信息有很多种,不仅仅只有用户信息
  • 所以为了后续进行区分,例如 grade:infoadmin:info… 需要拼接一个前缀
  1. 首先从 Redis 获取用户信息,我们假设用户信息保存在“user:info<uid>
// 根据 uid 得到 Redis的键
String key = "user:info: " + uid;


// 尝试从 Redis 中获取对应的值
String value = Redis 执行命令: get key;

// 如果缓存命中(hit)
if(value != null) {
	// 假设我们的用户信息按照 JSON 格式存储
	UserInfo userinfo = JSON 反序列化(value);
	return userInfo;
}
  1. 如果没有从 Redis 中得到用户信息及缓存 miss,则进一步从 MySQL 中获取对应的信息,随后写入缓存并返回
// 如果未命中(miss)
if(value == null) {
	// 从数据库中,根据 uid 获取用户信息
	UserInfo userInfo = MySQL 执行 SQL: select * from user_info where uid = <uid>

	// 如果表中没有 uid 对应的用户信息
	if(userInfo == null) {
		响应 404
		return null;	
	}
	
	// 将用户信息序列化成 JSON 格式
	String value = JSON 序列化(userInfo);
	
	// 写入缓存,为了防止数据腐烂(rot),设置过期时间为 1 小时(3600s)
	Redis 执行命令: set key value ex 3600
	
	// 返回用户信息
	return userInfo;
}

记数功能

许多应⽤都会使⽤ Redis 作为计数的基础⼯具,它可以实现快速计数、查询缓存的功能,同时数据可以异步处理或者落地到其他数据源。

如图下图所⽰,例如视频⽹站的视频播放次数可以使⽤ Redis 来完成:⽤⼾每播放⼀次视频,相应的视频播放数就会⾃增 1

实现思路

image.png|435

企业为什么老乐意收集用户的数据?

  • 因为统计可以进一步明确用户拒的需求,然后根据需求改进和迭代产品

统计

Redis 可以计数,但是不擅长统计

比如,想在上述的 Redis 中,统计播放量前 100 的视频有哪些

  • 基于 Redis 搞,就很麻烦
  • 相比之下,如果是 MySQL 来存储上述数据,一个 SQL 就搞定了
    所以在 Redis 计数之后,还需要将播放量同步到“统计数据仓库”中

异步的方式:这里写入统计数据仓库(MySQL/HDFS…)的步骤是异步

  • 不是说,来一个播放请求,这里就必须立马写一个数据
  • 不要求两边是同时完成的,只要最后都完成了就行

伪代码实现

// 在 Redis 中统计某视频的播放次数
long incrVideoCounter(long vid) {
	key = "video: " + vid;
	long count = Redis 执行命令: incr key
	return counter;
}

实际中要开发一个成熟、稳定的真实技术系统,要面临的挑战远不止如此简单:防作弊、按照不同维度计数、避免单点击问题、数据持久到底层数据源等等

相关文章:

  • UVa12303 Composite Transformations
  • c#客户端请求 Server-Sent Events
  • 音视频开发面试准备
  • Python组合数据类型(二)
  • Python字典,集合
  • Linux 网络:skb 数据管理
  • WEB实时推送消息的7种方式
  • 开发常用软件
  • C++设计模式-抽象工厂模式:从原理、适用场景、使用方法,常见问题和解决方案深度解析
  • Python 构建Flask网页端远程控制Windows系统功能
  • 基于Ollama平台部署的Qwen大模型实现聊天机器人
  • 计算机考研C语言
  • Docker搭建Redis哨兵模式【一主两从三哨兵】
  • 《TCP/IP网络编程》学习笔记 | Chapter 17:优于 select 的 epoll
  • 面试之《commonjs,requirejs和es6 Module的区别》
  • Photo Works在线图片编辑器:一键修复老照片,轻松焕新记忆
  • java-单列模式-final-枚举
  • 「 DelegateUI 」Ant-d 风格的 Qt Qml UI 套件
  • 瑞芯微RK3576(1)-硬件设计
  • 浙江大学:DeepSeek行业应用案例集(153页)(文末可下载PDF)
  • 特朗普要征电影关税惊扰全球电影业,“让好莱坞再次伟大”或现反效果
  • 赵心童世锦赛历史性夺冠,你今天打斯诺克很可能订不到位
  • 今天全国铁路、公路进入返程高峰,这些路段时段通行压力大
  • 新华社:让历史照鉴未来
  • 上音校园春日花艺引路人打卡,阳台音乐会吹响《玫瑰人生》
  • 艺术开卷|韩羽读齐白石:妙在似与不似之间