【redis】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

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
java 复制代码
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>"
java 复制代码
// 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
java 复制代码
// 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

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

java 复制代码
// 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

相关推荐
He.ZaoCha5 分钟前
函数-3-日期函数
数据库·sql·mysql
paopaokaka_luck16 分钟前
基于Spring Boot+Vue的巴彦淖尔旅游网站(AI问答、腾讯地图API、WebSocket及时通讯、支付宝沙盒支付)
数据库·vue.js·spring boot·websocket·mysql·毕业设计·旅游
{⌐■_■}22 分钟前
【软件工程】tob和toc含义理解
前端·数据库·mysql·golang·软件工程·tidb
工藤学编程1 小时前
分库分表之实战-sharding-JDBC水平分库+分表后:查询与删除操作实战
数据库·spring boot·后端·sql·mysql
秋也凉2 小时前
redis的命令集合
数据库·redis·缓存
C++ 老炮儿的技术栈2 小时前
Visual Studio 2022 MFC Dialog 添加Toolbar及Tips提示
服务器·c语言·数据库·c++·ide·算法·visual studio
秋难降2 小时前
Python 知识点详解(二)
数据库·python·正则表达式
悟道|养家3 小时前
数据库性能优化指南:解决ORDER BY导致的查询性能问题( SQL Server )
数据库·性能优化
czhc11400756633 小时前
LINUX79 MYSQL
数据库·mysql
rocksun3 小时前
使用MCP Toolbox for Databases访问数据库
数据库·人工智能·mcp