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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
//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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
|
<?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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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?
到此这篇关于redis 如何批量设置过期时间(pipline的使用)的文章就介绍到这了,更多相关redis 批量设置过期时间内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://juejin.cn/post/7033389382769836063