Redis 批量设置过期时间
王中阳Go 人气:0合理的使用缓存策略对开发同学来讲,就好像孙悟空习得自在极意功一般~
Redis如何批量设置过期时间呢?
不要说在foreach中通过set()函数批量设置过期时间
我们引入redis的PIPLINE,来解决批量设置过期时间的问题。
PIPLINE的原理是什么?
未使用pipline执行N条命令
使用pipline执行N条命令
通过图例可以很明显的看出来PIPLINE的原理:
客户端通过PIPLINE拼接子命令,只需要发送一次请求,在redis收到PIPLINE命令后,处理PIPLINE组成的命令块,减少了网络请求响应次数。
网络延迟越大PIPLINE的优势越能体现出来
拼接的子命令条数越多使用PIPLINE的优势越能体现出来
注意:并不是拼接的子命令越多越好,N值也有是上限的,当拼接命令过长时会导致客户端等待很长时间,造成网络堵塞;我们可以根据实际情况,把大批量命令拆分成几个PIPLINE执行。
代码封装
//批量设置过期时间 public static function myPut(array $data, $ttl = 0) { if (empty($data)) { return false; } $pipeline = Redis::connection('cache') ->multi(\Redis::PIPELINE); foreach ($data as $key => $value) { if (empty($value)) { continue; } if ($ttl == 0) { $pipeline->set(trim($key), $value); } else { $pipeline->set(trim($key), $value, $ttl); } } $pipeline->exec(); }
项目实战
需求描述
- 打开APP,给喜欢我的人发送我的上线通知(为了避免打扰,8小时内重复登录不触发通知)
- 每个人每半小时只会收到一次这类上线通知(即半小时内就算我喜欢的1万人都上线了,我也只收到一次喜欢的人上线通知)
要点分析
- 合理使用缓存,减少DB读写次数
- 不仅要减少DB读写次数,也要减少Redis的读写次数,使用PIPLINE
代码实现解析
- canRecall() 写的比较优雅,先判断是否已发送的标记,再判断HouseOpen::getCurrentOpen(),因为HouseOpen::getCurrentOpen()是要查询DB计算的,这种代码要尽可能少的被执行到,减少DB查询。
- array_diff() 取差集的思路,获得需要推送的人
封装工具类
<?php namespace App\Model\House; . . . class HouseLikeRecallUser { protected $_userid = ''; protected $_availableUser = []; protected $_recallFlagKey = ''; const TYPE_TTL_HOUSE_LIKE_RECALL = 60 * 30; //半小时后可以再次接收到喜欢的xxx进入通知 const TYPE_TTL_HOUSE_LIKE_RECALL_FLAG = 60 * 60 * 8; //8小时重复登录不触发 //初始化 传入setRecalled 的过期时间 public function __construct($userid) { $this->_userid = $userid; //登录后给喜欢我的人推送校验:同一场次重复登录不重复发送 $this->_recallFlagKey = CacheKey::getCacheKey(CacheKey::TYPE_HOUSE_LIKE_RECALL_FLAG, $this->_userid); } //设置当前用户推送标示 public function setRecalled() { Cache::put($this->_recallFlagKey, 1, self::TYPE_TTL_HOUSE_LIKE_RECALL_FLAG); } //获取当前用户是否触发推送 public function canRecall() { $res = false; if (empty(Cache::get($this->_recallFlagKey))) { $houseOpen = HouseOpen::getCurrentOpen(); if ($houseOpen['status'] == HouseOpen::HOUSE_STATUS_OPEN) { $res = true; } } return $res; } //获取需要推送用户 public function getAvailableUser() { //获得最近喜欢我的用户 $recentLikeMeUser = UserRelationSingle::getLikeMeUserIds($this->_userid, 100, Utility::getBeforeNDayTimestamp(7)); //获得最近喜欢我的用户的 RECALL缓存标记 foreach ($recentLikeMeUser as $userid) { $batchKey[] = CacheKey::getCacheKey(CacheKey::TYPE_HOUSE_LIKE_RECALL, $userid); } //获得最近喜欢我的且已经推送过的用户 $cacheData = []; if (!empty($batchKey)) { $cacheData = Redis::connection('cache')->mget($batchKey); } //计算最近喜欢我的用户 和 已经推送过的用户 的差集:就是需要推送的用户 $this->_availableUser = array_diff($recentLikeMeUser, $cacheData); return $this->_availableUser; } //更新已经推送的用户 public function updateRecalledUser() { //批量更新差集用户 $recalledUser = []; foreach ($this->_availableUser as $userid) { $cacheKey = CacheKey::getCacheKey(CacheKey::TYPE_HOUSE_LIKE_RECALL, $userid); $recalledUser[$cacheKey] = $userid; } //批量更新 设置过期时间 self::myPut($recalledUser, self::TYPE_TTL_HOUSE_LIKE_RECALL); } //批量设置过期时间 public static function myPut(array $data, $ttl = 0) { if (empty($data)) { return false; } $pipeline = Redis::connection('cache') ->multi(\Redis::PIPELINE); foreach ($data as $key => $value) { if (empty($value)) { continue; } if ($ttl == 0) { $pipeline->set(trim($key), $value); } else { $pipeline->set(trim($key), $value, $ttl); } } $pipeline->exec(); } }
调用工具类
public function handle() { $userid = $this->_userid; $houseLikeRecallUser = new HouseLikeRecallUser($userid); if ($houseLikeRecallUser->canRecall()) { $recallUserIds = $houseLikeRecallUser->getAvailableUser(); $houseLikeRecallUser->setRecalled(); $houseLikeRecallUser->updateRecalledUser(); //群发推送消息 . . . } }
总结
不同量级的数据需要不同的处理办法,减少网络请求次数,合理使用缓存,是性能优化的必经之路。
进一步思考
如果我喜欢的1万人同时上线(秒级并发),我只收到一个消息推送,要避免被通知轰炸,怎么解决这类并发问题呢?
加载全部内容