• Redis应用场景


    内存数据库Redis  --主要是为了解决实现热点数据块的加速。

    毫无疑问,Redis开创了一种新的数据存储思路,使用Redis,我们不用在面对功能单调的数据库时,把精力放在如何把大象放进冰箱这样的问题上,而是利用Redis灵活多变的数据结构和数据操作,为不同的大象构建不同的冰箱。希望你喜欢这个比喻。

    下面是一篇新鲜出炉的文章,其作者是Redis作者@antirez,他描述了Redis比较适合的一些应用场景,NoSQLFan简单列举在这里,供大家一览:

    1.取最新N个数据的操作

    比如典型的取你网站的最新文章,通过下面方式,我们可以将最新的5000条评论的ID放在Redis的List集合中,并将超出集合部分从数据库获取

    • 使用LPUSH latest.comments<ID>命令,向list集合中插入数据
    • 插入完成后再用LTRIM latest.comments 0 5000命令使其永远只保存最近5000个ID
    • 然后我们在客户端获取某一页评论时可以用下面的逻辑(伪代码)
    FUNCTION get_latest_comments(start,num_items):
        id_list = redis.lrange("latest.comments",start,start+num_items-1)
        IF id_list.length < num_items
            id_list = SQL_DB("SELECT ... ORDER BY time LIMIT ...")
        END
        RETURN id_list
    END

    如果你还有不同的筛选维度,比如某个分类的最新N条,那么你可以再建一个按此分类的List,只存ID的话,Redis是非常高效的。

    2.排行榜应用,取TOP N操作

    这个需求与上面需求的不同之处在于,前面操作以时间为权重,这个是以某个条件为权重,比如按顶的次数排序,这时候就需要我们的sorted set出马了,将你要排序的值设置成sorted set的score,将具体的数据设置成相应的value,每次只需要执行一条ZADD命令即可。

    3.需要精准设定过期时间的应用

    比如你可以把上面说到的sorted set的score值设置成过期时间的时间戳,那么就可以简单地通过过期时间排序,定时清除过期数据了,不仅是清除Redis中的过期数据,你完全可以把Redis里这个过期时间当成是对数据库中数据的索引,用Redis来找出哪些数据需要过期删除,然后再精准地从数据库中删除相应的记录。

    4.计数器应用

    Redis的命令都是原子性的,你可以轻松地利用INCR,DECR命令来构建计数器系统。

    5.Uniq操作,获取某段时间所有数据排重值

    这个使用Redis的set数据结构最合适了,只需要不断地将数据往set中扔就行了,set意为集合,所以会自动排重。

    6.实时系统,反垃圾系统

    通过上面说到的set功能,你可以知道一个终端用户是否进行了某个操作,可以找到其操作的集合并进行分析统计对比等。没有做不到,只有想不到。

    7.Pub/Sub构建实时消息系统

    Redis的Pub/Sub系统可以构建实时的消息系统,比如很多用Pub/Sub构建的实时聊天系统的例子。

    8.构建队列系统

    使用list可以构建队列系统,使用sorted set甚至可以构建有优先级的队列系统。

    9.缓存

    这个不必说了,性能优于Memcached,数据结构更多样化。

    REDIS 在电商中的实际应用场景

     

    话说使用Redis已经有好一段时间,趁有点时间,结合Guang.com 使用经验,总结一下Redis 在社会化电商网站的实际应用场景。文笔较差,各位看官,凑合着看下吧。

    1. 各种计数,商品维度计数和用户维度计数

    说起电商,肯定离不开商品,而附带商品有各种计数(喜欢数,评论数,鉴定数,浏览数,etc),Redis的命令都是原子性的,你可以轻松地利用INCR,DECR等命令来计数。

    • 商品维度计数(喜欢数,评论数,鉴定数,浏览数,etc)

    采用Redis 的类型: Hash. 如果你对redis数据类型不太熟悉,可以参考 http://redis.io/topics/data-types-intro

    为product定义个key product:,为每种数值定义hashkey, 譬如喜欢数xihuan

    redis> HSET product:1231233 xihuan 5
    (integer) 1
    redis> HINCRBY product:1231233 xihuan 1 //喜欢数+1
    (integer) 6 
    redis> HGETALL product:1231233 //获取这key hashkey 和value
    1) "xihuan"
    2) "6"
    
    • 用户维度计数(动态数、关注数、粉丝数、喜欢商品数、发帖数 等)

    用户维度计数同商品维度计数都采用 Hash. 为User定义个key user:,为每种数值定义hashkey, 譬如关注数follow

    redis> HSET user:100000 follow 5
    (integer) 1
    redis> HINCRBY user:100000 follow 1 //关注数+1
    (integer) 6 
    redis> HGETALL user:100000 //获取这key hashkey 和value
    1) "follow"
    2) "6"
    

    2. 存储社交关系

    譬如将用戶的好友/粉丝/关注,可以存在一个sorted set中,score可以是timestamp,这样求两个人的共同好友的操作,可能就只需要用求交集命令即可。

    redis> ZADD user:100000:follow 61307510400000 "100001" //score 为timestamp
    (integer) 1
    redis> ZADD user:100000:follow 61307510402300 "100002"
    (integer) 1
    redis> ZADD user:100000:follow 61307510405600 "100003"
    (integer) 1
    redis> ZADD user:200000:follow 61307510400000 "100001"
    (integer) 1
    redis> ZADD user:200000:follow 61307510402300 "100005"
    (integer) 1
    redis> ZADD user:200000:follow 61307510405600 "100004"
    (integer) 1
    redis> ZINTERSTORE out:100000:200000 1 user:100000:follow user:200000:follow //交集命令,获得共同关注
    (integer) 2
    redis> ZRANGE out:100000:200000 0 -1
    1) "100001"
    

    3. 用作缓存代替memcached(商品列表,评论列表,@提示列表,etc)

    相对memcached 简单的key-value存储来说,redis众多的数据结构(list,set,sorted set,hash, etc)可以更方便cache各种业务数据,性能也不亚于memcached。

    NOTE: RPUSH pagewviews.user: EXPIRE pagewviews.user: 60 //注意要update timeout

    4. 反spam系统(评论,发布商品,论坛发贴,etc)

    作为一个电商网站被各种spam攻击是少不免(垃圾评论、发布垃圾商品、广告、刷自家商品排名等),针对这些spam制定一系列anti-spam规则,其中有些规则可以利用redis做实时分析,譬如:1分钟评论不得超过2次、5分钟评论少于5次等(更多机制/规则需要结合drools )。 采用sorted set将最近一天用户操作记录起来(为什么不全部记录?节省memory,全部操作会记录到log,后续利用hadoop进行更全面分析统计),通过ZRANGEBYSCORE user:200000:operation:comment 61307510405600 +inf 获得1分钟内的操作记录, redis> ZADD user:200000:operation:comment 61307510402300 "这是一条评论" //score 为timestamp (integer) 1 redis> ZRANGEBYSCORE user:200000:operation:comment 61307510405600 +inf//获得1分钟内的操作记录 1) "这是一条评论"

    BTW, 更复杂一点的实时计算可以采用Storm。

    5. 用户Timeline/Feeds

     有个类似微博的栏目我关注,里面包括关注的人、主题、品牌的动态。redis在这边主要当作cache使用。

    redis> ZADD user:100000:feed:topic  61307510400000 <feedId> //score 为timestamp
    (integer) 1
    redis> EXPIRE user:100000:feed:topic 24*60*60 //set timeout to one day
    (integer) 1
    redis> ZADD user:100000:feed:friend 61307510400000 <feedId> //不同类型feed
    (integer) 1
    redis> EXPIRE user:100000:feed:friend 24*60*60 //set timeout
    (integer) 1
    

    6. 最新列表&排行榜(用户刚刚喜欢的商品,etc)

    这里采用Redis的List数据结构或sorted set 结构, 方便实现最新列表or排行榜 等业务场景。

    7. 消息通知

    其实这业务场景也可以算在计数上,也是采用Hash。如下:

    redis> HSET user:<userId>:message:ur system 1//1条未读系统消息
    (integer) 1
    redis> HINCRBY user:<userId>:message:ur system 1 //未读系统消息+1
    (integer) 2
    redis> HINCRBY user:<userId>:message:ur comment 1 //未读评论消息+1
    (integer) 1
    redis> HSET user:<userId>:message:ur system 0//设为系统消息已读
    (integer) 1
    redis> HGETALL user:<userId>:message:ur //获取这key hashkey 和value
    1) "system"
    2) "0"
    3) "comment"
    4) "1"
    

    8. 将Redis用作消息队列

    当在集群环境时候,java ConcurrentLinkedQueue 就无法满足我们需求,此时可以采用Redis的List数据结构实现分布式的消息队列。

    Redis中5种数据结构的使用场景介绍

    这篇文章主要介绍了Redis中5种数据结构的使用场景介绍,本文对Redis中的5种数据类型String、Hash、List、Set、Sorted Set做了讲解,需要的朋友可以参考下
     

    一、redis 数据结构使用场景

    原来看过 redisbook 这本书,对 redis 的基本功能都已经熟悉了,从上周开始看 redis 的源码。目前目标是吃透 redis 的数据结构。我们都知道,在 redis 中一共有5种数据结构,那每种数据结构的使用场景都是什么呢?

    String——字符串
    Hash——字典
    List——列表
    Set——集合
    Sorted Set——有序集合

    下面我们就来简单说明一下它们各自的使用场景:

    1. String——字符串

    String 数据结构是简单的 key-value 类型,value 不仅可以是 String,也可以是数字(当数字类型用 Long 可以表示的时候encoding 就是整型,其他都存储在 sdshdr 当做字符串)。使用 Strings 类型,可以完全实现目前 Memcached 的功能,并且效率更高。还可以享受 Redis 的定时持久化(可以选择 RDB 模式或者 AOF 模式),操作日志及 Replication 等功能。除了提供与 Memcached 一样的 get、set、incr、decr 等操作外,Redis 还提供了下面一些操作:

    复制代码代码如下:

    1.LEN niushuai:O(1)获取字符串长度
    2.APPEND niushuai redis:往字符串 append 内容,而且采用智能分配内存(每次2倍)
    3.设置和获取字符串的某一段内容
    4.设置及获取字符串的某一位(bit)
    5.批量设置一系列字符串的内容
    6.原子计数器
    7.GETSET 命令的妙用,请于清空旧值的同时设置一个新值,配合原子计数器使用

    2. Hash——字典

    在 Memcached 中,我们经常将一些结构化的信息打包成 hashmap,在客户端序列化后存储为一个字符串的值(一般是 JSON 格式),比如用户的昵称、年龄、性别、积分等。这时候在需要修改其中某一项时,通常需要将字符串(JSON)取出来,然后进行反序列化,修改某一项的值,再序列化成字符串(JSON)存储回去。简单修改一个属性就干这么多事情,消耗必定是很大的,也不适用于一些可能并发操作的场合(比如两个并发的操作都需要修改积分)。而 Redis 的 Hash 结构可以使你像在数据库中 Update 一个属性一样只修改某一项属性值。

    复制代码代码如下:

    存储、读取、修改用户属性

    3. List——列表

    List 说白了就是链表(redis 使用双端链表实现的 List),相信学过数据结构知识的人都应该能理解其结构。使用 List 结构,我们可以轻松地实现最新消息排行等功能(比如新浪微博的 TimeLine )。List 的另一个应用就是消息队列,可以利用 List 的 *PUSH 操作,将任务存在 List 中,然后工作线程再用 POP 操作将任务取出进行执行。Redis 还提供了操作 List 中某一段元素的 API,你可以直接查询,删除 List 中某一段的元素。

    复制代码代码如下:

    1.微博 TimeLine
    2.消息队列

    4. Set——集合

    Set 就是一个集合,集合的概念就是一堆不重复值的组合。利用 Redis 提供的 Set 数据结构,可以存储一些集合性的数据。比如在微博应用中,可以将一个用户所有的关注人存在一个集合中,将其所有粉丝存在一个集合。因为 Redis 非常人性化的为集合提供了求交集、并集、差集等操作,那么就可以非常方便的实现如共同关注、共同喜好、二度好友等功能,对上面的所有集合操作,你还可以使用不同的命令选择将结果返回给客户端还是存集到一个新的集合中。

    1.共同好友、二度好友
    2.利用唯一性,可以统计访问网站的所有独立 IP
    3.好友推荐的时候,根据 tag 求交集,大于某个 threshold 就可以推荐

    5. Sorted Set——有序集合

    和Sets相比,Sorted Sets是将 Set 中的元素增加了一个权重参数 score,使得集合中的元素能够按 score 进行有序排列,比如一个存储全班同学成绩的 Sorted Sets,其集合 value 可以是同学的学号,而 score 就可以是其考试得分,这样在数据插入集合的时候,就已经进行了天然的排序。另外还可以用 Sorted Sets 来做带权重的队列,比如普通消息的 score 为1,重要消息的 score 为2,然后工作线程可以选择按 score 的倒序来获取工作任务。让重要的任务优先执行。

    1.带有权重的元素,比如一个游戏的用户得分排行榜
    2.比较复杂的数据结构,一般用到的场景不算太多

    二、redis 其他功能使用场景

    1. 订阅-发布系统

    Pub/Sub 从字面上理解就是发布(Publish)与订阅(Subscribe),在 Redis 中,你可以设定对某一个 key 值进行消息发布及消息订阅,当一个 key 值上进行了消息发布后,所有订阅它的客户端都会收到相应的消息。这一功能最明显的用法就是用作实时消息系统,比如普通的即时聊天,群聊等功能。

    2. 事务——Transactions

    谁说 NoSQL 都不支持事务,虽然 Redis 的 Transactions 提供的并不是严格的 ACID 的事务(比如一串用 EXEC 提交执行的命令,在执行中服务器宕机,那么会有一部分命令执行了,剩下的没执行),但是这个 Transactions 还是提供了基本的命令打包执行的功能(在服务器不出问题的情况下,可以保证一连串的命令是顺序在一起执行的,中间有会有其它客户端命令插进来执行)。Redis 还提供了一个 Watch 功能,你可以对一个 key 进行 Watch,然后再执行 Transactions,在这过程中,如果这个 Watched 的值进行了修改,那么这个 Transactions 会发现并拒绝执行。

     
     
     
  • 相关阅读:
    拓扑排序模板
    杭电 2066 一个人的旅行
    杭电 1596 find the safest road (最小路径变形求最大安全度)
    【状态压缩DP】【BZOJ1087】【SCOI2005】互不侵犯king
    【bzoj1001】【最短路】【对偶图】【最大流转最小割】狼抓兔子题解
    [BZOJ1179][APIO2009][强连通分量Tarjan+spfa]ATM
    [BZOJ1194][HNOI2006][强连通分量Tarjan+dfs]潘多拉的盒子
    说一说ST表 讲一讲水题
    【强连通分量】tarjan算法及kosaraju算法+例题
    对拍程序讲解及源码举例
  • 原文地址:https://www.cnblogs.com/micro-chen/p/5732267.html
Copyright © 2020-2023  润新知