redi缓存(5)缓存的获取和集合的处理结局

问题终于解决啦

就是修改Object的类------>换成list集合

package com.fuwei.util;

import org.apache.log4j.Logger;

import org.springframework.data.redis.core.RedisTemplate;

import org.springframework.data.redis.core.ValueOperations;

import java.io.Serializable;

import java.util.List;

import java.util.Set;

import java.util.concurrent.TimeUnit;

/**

* Redis工具类

*/

public class RedisUtil {

private RedisTemplate<Serializable, List> redisTemplate;

/**

* 批量删除对应的value

* @param keys

*/

public void remove(final String... keys) {

for (String key : keys) {

remove(key);

}

}

/**

* 批量删除key

* @param pattern

*/

public void removePattern(final String pattern) {

Set<Serializable> keys = redisTemplate.keys(pattern);

if (keys.size() > 0)

redisTemplate.delete(keys);

}

/**

* 删除对应的value

* @param key

*/

public void remove(final String key) {

if (exists(key)) {

redisTemplate.delete(key);

}

}

/**

* 判断缓存中是否有对应的value

* @param key

* @return

*/

public boolean exists(final String key) {

return redisTemplate.hasKey(key);

}

/**

* 读取缓存

* @param key

* @return

*/

public Object get(final String key) {

Object result = null;

ValueOperations<Serializable, List> operations = redisTemplate

.opsForValue();

result = operations.get(key);

return result;

}

/**

* 写入缓存

* @param key

* @param value

* @return

*/

public boolean set(final String key, List value) {

boolean result = false;

try {

ValueOperations<Serializable, List> operations = redisTemplate

.opsForValue();

operations.set(key, value);

result = true;

} catch (Exception e) {

e.printStackTrace();

}

return result;

}

/**

* 写入缓存

* @param key

* @param value

* @return

*/

public boolean set(final String key, List value, Long expireTime) {

boolean result = false;

try {

ValueOperations<Serializable, List> operations = redisTemplate

.opsForValue();

operations.set(key, value);

redisTemplate.expire(key, expireTime, TimeUnit.SECONDS);

result = true;

} catch (Exception e) {

e.printStackTrace();

}

return result;

}

public void setRedisTemplate(

RedisTemplate<Serializable, List> redisTemplate) {

this.redisTemplate = redisTemplate;

}

}

查询接口处

第一次储存数据在redis里面(这个时候不能转换成json格式的数据)

json的数据返货回来的数据不是集合需要序列化

这个地方容易出问题(最开始就是这个地方出问题<转换成就送数据>)

在服务器上面查看数据

第二次访问 缓存里面获取数据

还有返回的数据展示到jsp页面

终于把这个redis的缓存弄好了(搞了好久的时间)

接下来准备测试压力

先部署一下准备测试压力

数据的通过量

图形的展示

基本通过量是在200左右的数据

现在关闭redis在再来测试一次

再来测试一次

同样的链接 通过的数据少了很多

平局量也少很多

最后在看看深度思考

1.为什么要使用memcache？memcashe有什么作用？

主要用于动态Web应用以减轻数据库的负载。

它通过在内存中缓存数据和对象来减少读取数据库的次数，从而提高了网站访问的速度。

Memcache的实现原理

memcache处理的原子是每一个key、val，key会通过一个hash表转换成hash的key，便于查找对比以及竟可能的做到散列。

同时mem用的是一个二级散列，通过一个hash表来维护。memcache有两个核心组件:服务端和客户端。

在一个memcache组件查询中，client先通过key的hash值来确定kv在service端的位置，当server端确定后，客户端就会发一个请求个server端。

让它来查找出确切数据，因为这之间没有交互以及多播协议，因此mem带给网络的影响最小。

2.什么是负载均衡，为什么要做负载均衡？

要理解负载均衡，必须先搞清楚正向代理和反向代理。

正向代理与反向代理【总结】

注：

• 正向代理，代理的是用户。
• 反向代理，代理的是服务器

当一台服务器的单位时间内的访问量越大时，服务器压力就越大，大到超过自身承受能力时，服务器就会崩溃。为了避免服务器崩溃，让用户有更好的体验，我们通过负载均衡的方式来分担服务器压力。

我们可以建立很多很多服务器，组成一个服务器集群，当用户访问网站时，先访问一个中间服务器，在让这个中间服务器在服务器集群中选择一个压力较小的服务器，然后将该访问请求引入该服务器。如此以来，用户的每次访问，都会保证服务器集群中的每个服务器压力趋于平衡，分担了服务器压力，避免了服务器崩溃的情况。

负载均衡是用反向代理的原理实现的。

负载均衡 建立在现有网络结构之上，它提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。

负载均衡，英文名称为Load Balance，其意思就是分摊到多个操作单元上进行执行，例如Web服务器、FTP服务器、企业关键应用服务器和其它关键任务服务器等，从而共同完成工作任务

3.nginx如何实现负载均衡？

http://blog.csdn.net/qq_28602957/article/details/61615876(参考资料)

1、轮询（默认）

每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。

upstream backserver { server 192.168.0.14; server 192.168.0.15; }

2、weight

指定轮询几率，weight和访问比率成正比，用于后端服务器性能不均的

情况。

upstream backserver { server 192.168.0.14 weight=3; server 192.168.0.15 weight=7; }

权重越高，在被访问的概率越大，如上例，分别是30%，70%。

4、fair（第三方）

按后端服务器的响应时间来分配请求，响应时间短的优先分配。

upstream backserver { server server1; server server2; fair; }

5、url_hash（第三方）

按访问url的hash结果来分配请求，使每个url定向到同一个后端服务器，后端服务器为缓存时比较有效。

upstream backserver { server squid1:3128; server squid2:3128; hash $request_uri; hash_method crc32; }

每个设备的状态设置为:

1.down 表示单前的server暂时不参与负载

2.weight 默认为1.weight越大，负载的权重就越大。

3.max_fails：允许请求失败的次数默认为1.当超过最大次数时，返回proxy_next_upstream模块定义的错误

4.fail_timeout:max_fails次失败后，暂停的时间。

5.backup： 其它所有的非backup机器down或者忙的时候，请求backup机器。所以这台机器压力会最轻。

今天完成的事情:把前面的redis数据的缓存和数据的获取的问题,开始的list的集合的储存和json的数据的储存,开始测试的返回的数据,在开始不熟悉,到后面慢慢的熟悉,中间还是做了一些没有用的事情,通过快两周的学习的bug和类,充分了解到Object和list 还有ValueWrapper的几个数据类型之间,强转有时候不能实现,还有从服务器返回的数据(redis),类型不同不能展示

今天遇到的困难:就是那个list和Object的类的转换的问题,最后还是从新编写基础的的list的类,再来让查询的接口层调用,最后才解决,开始准备就是简单的强转,强转类不行

今天的收获:还是有充分了解了Object的类和list的类型的区别,开始觉得强转是可以的,但是获取数据有问题

加油坚持最久弄redis快疯了<终于解决了>