《Redis实战》笔记——第二章

本章讲述Redis在Web方面的应用场景，将数据库的数据处理任务转交给Redis完成。

涉及的新命令：

    zremrangebyrank （移除一定范围内成员）

    setex（设置值同时设置有效时间）

    zcard（返回长度）

​

登录和cookie缓存

首先是管理登录会话，使用令牌cookie，使用一个散列（Hash）来存储cookie令牌和已登录用户。

检查用户是否登录，可以使用给定的token去查找，返回用户ID，代码如下：

def check_token(conn, token):     return conn.hget('login:', token)   #对应redis命令：hget login token

​

二是管理用户浏览信息，这里使用了一个update_token函数，个人理解如果是单纯登录，则item参数不存在，更新token，若item存在，则记录用户浏览的时间和item。

使用Zremrangebyrank函数，移除旧记录，保留最新的一部分，代码如下：

​

def update_token(conn, token, user, item=None):     timestamp = time.time()                             #返回浮点数，如111.111     conn.hset('login:', token, user)                    #hset login token user     conn.zadd('recent:', token, timestamp)              #zadd recent 111.111 token      if item:         conn.zadd('viewed:' + token, item, timestamp)   #zadd viewedtoken 111.111 itemA         conn.zremrangebyrank('viewed:' + token, 0, -26) #zremrangebyrank viewedtoken 0 -26

​

三是会话清理，为防止内存过多，需要清理一些旧的会话。在上面代码的第4行，保证了如果用户在进行操作，时间戳将会不断更新。所以清除1000万之后的会话也就有了保证。清理会话的同时，浏览记录等信息也将被清除。代码如下：

QUIT = False LIMIT = 10000000 def clean_sessions(conn):     while not QUIT:         size = conn.zcard('recent:')                    #zcard recent 获取长度         if size <= LIMIT:                                            time.sleep(1)                                            continue ​         end_index = min(size - LIMIT, 100)                       tokens = conn.zrange('recent:', 0, end_index-1)  #zrange recent 0 99 获取token ​         session_keys = []                                        for sess in sessions:             session_keys.append('viewed:' + sess)             session_keys.append('cart:' + sess)      ​         conn.delete(*session_keys)                      #del cart viewed         conn.hdel('login:', *tokens)                    #hdel login token1 token2         conn.zrem('recent:', *tokens)                   #zrem recent token1 token2

​

使用Redis实现购物车

 使用散列（Hash）存储每个用户的购物车，进行增删

def add_to_cart(conn, session, item, count):   #session为上一步存储的token     if count <= 0:         conn.hrem('cart:' + session, item)          #此处书中代码有误，应为hdel，即hdel carttoken1 f1     else:         conn.hset('cart:' + session, item, count)   #hset carttoken1 f1 1

 

网页缓存

网页中许多内容不需要动态生成，对于可以缓存的请求，函数首先从缓存中获取，若不存在，生成内容并放入redis中，并设置一个有效时间。

def cache_request(conn, request, callback):     if not can_cache(conn, request):                         return callback(request)                         page_key = 'cache:' + hash_request(request)          content = conn.get(page_key)                         if not content:         content = callback(request)                          conn.setex(page_key, content, 300)          #setex pagekey 300 content     return content

 

数据行缓存

假设网站进行促销活动，需要从数据库取出特价商品以及剩余数量，则需要对数据行进行缓存。

使用String缓存一个数据行，列名为其键，内容为其值，使用json格式。

使用两个有序集合记录何时进行更新，第一个有序集合，成员为行ID，值为时间戳，记录何时将其ID缓存到redis中。第二个有序集合成员为行ID，值为一个数字，每隔多久更新一次数据行，若想取消商品，将延迟值删除或者设置小于等于0即可。

 

redis中没有嵌套结构，如有需要可以通过键名来模拟嵌套。

 

def schedule_row_cache(conn, row_id, delay):     conn.zadd('delay:', row_id, delay)           #数据行的延迟值 zadd delay 5 rowid     conn.zadd('schedule:', row_id, time.time())  #数据行的调度 zadd sche 11.11 rowid

缓存时先取出第一个进行判断是否存在或已经到达时间，然后根据延迟时间判断，延迟时间小于等于0的移除。

若大于，表示商品还需要显示，设置下一次更新时间，并进行更新。

def cache_rows(conn):     while not QUIT:         next = conn.zrange('schedule:', 0, 0, withscores=True)  #取最小         now = time.time()         if not next or next[0][1] > now:             time.sleep(.05)                                                  continue         row_id = next[0][0]         delay = conn.zscore('delay:', row_id)                   #获取延迟值 zscore delay rowid         if delay <= 0:             conn.zrem('delay:', row_id)                                      conn.zrem('schedule:', row_id)                                   conn.delete('inv:' + row_id)                                     continue         row = Inventory.get(row_id)                                      conn.zadd('schedule:', row_id, now + delay)             #更新调度时间         conn.set('inv:' + row_id, json.dumps(row.to_dict()))   #更新商品

 

网页分析

在update_token()函数中增加一行，记录浏览次数

 

def update_token(conn, token, user, item=None):     timestamp = time.time()     conn.hset('login:', token, user)     conn.zadd('recent:', token, timestamp)     if item:         conn.zadd('viewed:' + token, item, timestamp)         conn.zremrangebyrank('viewed:' + token, 0, -26)         conn.zincrby('viewed:', item, -1)

 

为了让新流行的商品也有机会进入排行，进行一定的修剪，此处是将排名20000之后的商品删除，将剩余的商品的权值降低一半。

 

def rescale_viewed(conn):     while not QUIT:         conn.zremrangebyrank('viewed:', 20000, -1)      #zremrangebyrank viewed 20000 -1         conn.zinterstore('viewed:', {'viewed:': .5})    #zinterstore viewed 1 viewed weight 0.5         time.sleep(300)

 

判断页面是否需要缓存

 

def can_cache(conn, request):     item_id = extract_item_id(request)          #​判断是否为商品页，能否取出ID     if not item_id or is_dynamic(request):               return False     rank = conn.zrank('viewed:', item_id)       #获取rank     return rank is not None and rank < 10000 #true为前10000的商品，进行缓存