Redis存储总用String？你大概错过了更优的使用方法
|
在一些比较特殊的场合可能需要组合排序，可能有多个Zset分别用来对同一个实体在不同维度的排序，按时间排序、按人数排序等。这个时候就可以组合使用Zset带来的便捷性，利用pipeline再结合多个Zset最终得出组合排序集合。 二、案例：沪江团购系统大促hot-top接口cache设计 以沪江团购系统大促hot-top接口cache设计为例，我们总结了Redis提供的5种数据类型的各自特点和一般的使用场景。但是我们不仅仅可以分开使用这些数据类型，我们完全可以综合使用这些数据类型来完成复杂的cache场景。 下面我们分享一个使用多个Zset、String来优化团购系统前台接口的例子。由于篇幅和时间限制，这里只介绍跟本次案例相关的信息。 注：hot-top接口是指热点、排名接口的意思，表示它的浏览量、并发量比较高，一般大促的时候都会有几个这种性能要求比较高的接口。 我们先来分析一个查询接口所包含的常规信息。 首先一个查询接口肯定是有query condition查询条件，然后是sort排序信息、最后是page分页信息。这是一般接口所承担的基本职责，当然，特殊场景下还需要支持master/slave replication时关于数据session一致性的要求，需要提供跟踪标记来回master查询数据，这里就不展开了。 我们可以抽象出这几个维度的信息：
由于这里我们纯粹用Redis来提高cache能力，不涉及到有关于任何搜索的能力，所以这里忽略其他复杂查询的情况。其实我们在复杂的地方使用了Elastcsearch来提高搜索能力。 上述我们分析总结出了一个查询接口的基本信息，这里还有一个有关于高并发接口的设计原则，就是将hot-top接口和一般search接口分离开，因为只有分而治之才能分别根据特点选用不同的技术。 如果我们不分职责将所有的查询场景封装在一个接口里，那么在后面优化接口性能的时候基本就很麻烦了，有些场景是无法或者很难用cache来解决的，因为接口里耦合了各种场景逻辑，就算勉强能实现性能也不会高。 前面做这些铺垫是为了能在介绍案例的时候达成一个基本的共识。现在我们来看下这个团购系统的hot-top接口的具体逻辑。 注：在大促的时候需要展现团购列表，这个接口的访问量是非常大的，团购活动需要根据参团人数倒序排序，并且分页返回指定数量的团列表。我们假设这个接口名为getTopGroups(getTopGroupsRequestrequest)。 1)query condition查询条件问题 我们来仔细分析下，首先不同的查询条件从DB里查询出来的数据是不一样的，也就是说查询出来的团列表是不一样的，可能有company公司、channel渠道等过滤条件。 由于一个团购活动下不会有太多团，顶多上百个是极限了，所以一个查询条件出来的团列表也顶多几十个，而且根据场景分析热点查询条件不会超过十个，所以我们选择将查询条件Hash出一个code来缓存本次查询条件的全量团列表集合，但是这些结果集是没有任何排序的。 2)sort排序问题 再看根据参团人数排序问题，我们立刻就可以想到使用Zset来处理团排序问题，因为只有一个排序维度，所以一个Zset就够了。我们使用一个Zset来缓存所有团的参团人数集合，它是一个全量的团排序集合。 那么我们如何将用户的查询条件出来的团列表根据参团人数排序呢?刚好可以使用Zset的交集运算，直接计算出当前这个集合的Zset子集。 3)page分页问题 通过对已经排序之后的团列表Zset使用Zrange来获取出分页集合。我们来看下完整的流程，如何处理查询、排序、分页的。 下图从query condition计算Hash Code，然后通过DB查询出当前条件全量团列表：
（编辑：晋中站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
