共计 3513 个字符，预计需要花费 9 分钟才能阅读完成。
正当的应用缓存策略对开发同学来讲，就如同孙悟空习得自在极意功个别~
抛出问题
Redis 如何批量设置过期工夫呢？
不要说在 foreach 中通过 set()函数批量设置过期工夫
给出计划
咱们引入 redis 的 PIPLINE，来解决批量设置过期工夫的问题。
PIPLINE 的原理是什么？
- 未应用 pipline 执行 N 条命令
- 应用 pipline 执行 N 条命令
通过图例能够很显著的看进去 PIPLINE 的原理：
客户端通过 PIPLINE 拼接子命令，只须要发送一次申请，在 redis 收到 PIPLINE 命令后，解决 PIPLINE 组成的命令块，缩小了网络申请响应次数。
网络提早越大 PIPLINE 的劣势越能体现进去
拼接的子命令条数越多应用 PIPLINE 的劣势越能体现进去
留神：并不是拼接的子命令越多越好，N 值也有是下限的，当拼接命令过长时会导致客户端期待很长时间，造成网络梗塞；咱们能够依据理论状况，把大批量命令拆分成几个 PIPLINE 执行。
代码封装
// 批量设置过期工夫
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();}我的项目实战
需要形容
- 关上 APP，给喜爱我的人发送我的上线告诉（为了防止打搅，8 小时内反复登录不触发告诉）
- 每个人每半小时只会收到一次这类上线告诉（即半小时内就算我喜爱的 1 万人都上线了，我也只收到一次喜爱的人上线告诉）
要点剖析
- 正当应用缓存，缩小 DB 读写次数
- 不仅要缩小 DB 读写次数，也要缩小 Redis 的读写次数，应用
PIPLINE
代码实现解析
canRecall()写的比拟优雅，先判断是否已发送的标记，再判断HouseOpen::getCurrentOpen()，因为HouseOpen::getCurrentOpen()是要查问 DB 计算的，这种代码要尽可能少的被执行到，缩小 DB 查问。array_diff()取差集的思路，取得须要推送的人
封装工具类
<?php
namespace App\Model\House;
.
.
.
class HouseLikeRecallUser
{
protected $_userid = '';
protected $_availableUser = [];
protected $_recallFlagKey = '';
const TYPE_TTL_HOUSE_LIKE_RECALL = 60 * 30; // 半小时后能够再次接管到喜爱的 xxx 进入告诉
const TYPE_TTL_HOUSE_LIKE_RECALL_FLAG = 60 * 60 * 8; // 8 小时反复登录不触发
// 初始化 传入 setRecalled 的过期工夫
public function __construct($userid)
{
$this->_userid = $userid;
// 登录后给喜爱我的人推送校验：同一场次反复登录不反复发送
$this->_recallFlagKey = CacheKey::getCacheKey(CacheKey::TYPE_HOUSE_LIKE_RECALL_FLAG, $this->_userid);
}
// 设置以后用户推送标示
public function setRecalled()
{Cache::put($this->_recallFlagKey, 1, self::TYPE_TTL_HOUSE_LIKE_RECALL_FLAG);
}
// 获取以后用户是否触发推送
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;
}
// 获取须要推送用户
public function getAvailableUser()
{
// 取得最近喜爱我的用户
$recentLikeMeUser = UserRelationSingle::getLikeMeUserIds($this->_userid, 100, Utility::getBeforeNDayTimestamp(7));
// 取得最近喜爱我的用户的 RECALL 缓存标记
foreach ($recentLikeMeUser as $userid) {$batchKey[] = CacheKey::getCacheKey(CacheKey::TYPE_HOUSE_LIKE_RECALL, $userid);
}
// 取得最近喜爱我的且曾经推送过的用户
$cacheData = [];
if (!empty($batchKey)) {$cacheData = Redis::connection('cache')->mget($batchKey);
}
// 计算最近喜爱我的用户 和 曾经推送过的用户 的差集：就是须要推送的用户
$this->_availableUser = array_diff($recentLikeMeUser, $cacheData);
return $this->_availableUser;
}
// 更新曾经推送的用户
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] = $userid;
}
// 批量更新 设置过期工夫
self::myPut($recalledUser, self::TYPE_TTL_HOUSE_LIKE_RECALL);
}
// 批量设置过期工夫
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();
// 群发推送音讯
.
.
.
}
}总结
不同量级的数据须要不同的解决方法，缩小网络申请次数，正当应用缓存，是性能优化的必经之路。
进一步思考
如果我喜爱的 1 万人同时上线（秒级并发），我只收到一个音讯推送，要防止被告诉轰炸，怎么解决这类并发问题呢？
小伙伴们有没有解决思路，能够在评论区探讨哦~
相干浏览举荐
性能优化反思：不要在 for 循环中操作 DB
性能优化反思：不要在 for 循环中操作 DB 进阶版
最初
👍🏻：感觉有播种请点个赞激励一下！
🌟：珍藏文章，不便回看哦！
💬：评论交换，相互提高！
本文由博客一文多发平台 OpenWrite 公布！
正文完
