关于java:技术实践第三期|HashTag在Redis集群环境下的使用

33次阅读

共计 2079 个字符,预计需要花费 6 分钟才能阅读完成。

简介:欢送理解友盟 + 技术干货第三期内容:Redis 集群环境如何依照前缀批量删除缓存。心愿能对开发者们在理论利用中有所帮忙。

一、背景

数据源列表增加缓存反对,types 字段可传多值,如 app, mini, web 等,会构建如下缓存 key,

  • application_list:123456:app
  • application_list:123456:mini
  • application_list:123456:web
  • application_list:123456:app,mini
  • application_list:123456:app,web
  • application_list:123456:mini,web
  • application_list:123456:app,mini,web

当创立利用,更新利用或删除利用的时候,须要批量删除旧版本缓存。

二、思路

1. 依照前缀 application_list:123456,查问所有相干的 key

2. 遍历 keys,执行删除

/**
 * 移除缓存
 *
 * @param prefix prefix
 */
public static void deleteByPrefix(String prefix) {long start = System.currentTimeMillis();
    Set<String> keys;
    try {keys = jedisCluster.keys(CacheKeyUtils.buildCacheKey(prefix, "*"));
        LOGGER.info("cache keys {} with prefix {}", keys, prefix);
        if (keys != null && !keys.isEmpty()) {jedisCluster.del(keys.toArray(new String[keys.size()]));
        }
    } catch (Exception e) {LOGGER.error("cache deleteByPrefix error, prefix = {}", prefix, e);
        throw new BusinessException(CoreErrorEnum.CACHE_DELETE_ERROR, prefix);
    }
    long end = System.currentTimeMillis();
    LOGGER.info("cache deleteByPrefix success, prefix = {}, cost {} ms", prefix, (end - start));
}

三、问题

依照这个写完,执行报错,”JedisCluster only supports KEYS commands with patterns containing hash-tags (curly-brackets enclosed strings)”

Redis Cluster 采纳虚构槽分区,所有的键依据哈希函数映射到 0~16383 整数槽内,计算公式:slot = CRC16(key) % 16384。每个节点负责保护一部分槽以及槽所映射的键值数据,如图所示:

四、计划

应用 HashTag 生成缓存 Key

if (StringUtils.isNotEmpty(platform)) {
    cacheKey = CacheKeyUtils.buildCacheKey(CacheKeyUtils.buildHashTag(CacheConstant.APPLICATION_LIST, String.valueOf(userId)), "platform",
        platform);
} else if (types != null && !types.isEmpty()) {
    cacheKey = CacheKeyUtils.buildCacheKey(CacheKeyUtils.buildHashTag(CacheConstant.APPLICATION_LIST, String.valueOf(userId)), "types",
        types.stream().sorted().collect(Collectors.joining(",")));
} else {
    cacheKey = CacheKeyUtils.buildCacheKey(CacheKeyUtils.buildHashTag(CacheConstant.APPLICATION_LIST, String.valueOf(userId)));
}
  • {application_list:123456}:app
  • {application_list:123456}:mini
  • {application_list:123456}:web
  • {application_list:123456}:app,mini
  • {application_list:123456}:app,web
  • {application_list:123456}:mini,web
  • {application_list:123456}:app,mini,web

缓存用户下全量的数据源

每次从缓存或者数据库查问以后用户下的所有数据源,依照参数筛选。

原文链接
本文为阿里云原创内容,未经容许不得转载。

正文完
 0