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
<?phpnamespace 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!