Redis string与hash统计访问首页的次数实践

统计每个用户访问次数

1.统计每个用户访问首页的次数;
2.网站用户量比较大（10w）

有些博主建议使用hash table 占用资源更少：

使用 Hash 数据类型维护大量计数器
有时候需要维护大量计数器，比如每一个论坛主题的查看数，比如每一个用户访问页面次数，因为论坛主题和用户基数可能很大，直接基于论坛主题或用户 ID 生成计数器的话，占用 Redis 资源还是相当可观的，这时可以用 Hash 数据类型压缩所需资源。

我们分别以这两种情况来看下redis资源消耗情况；

1. 首先看redis 查看redis 内存情况：

   127.0.0.1:6379> info memory
   # Memory
   used_memory:2452648
   used_memory_human:2.34M
   used_memory_rss:16113664
   used_memory_rss_human:15.37M
   used_memory_peak:22097048
   used_memory_peak_human:21.07M
   total_system_memory:2097569792
   total_system_memory_human:1.95G
   used_memory_lua:41984
   used_memory_lua_human:41.00K
   maxmemory:0
   maxmemory_human:0B
   maxmemory_policy:noeviction
   mem_fragmentation_ratio:6.57
   

2. 插入string的类型的数据10w

~~~ php
 for($i=0;$i<100000;$i++) {
      Redis::set('home:view'.$i,rand(1,100055));
     }
 

3. 查看redis memory

      127.0.0.1:6379> info memory
      # Memory
      used_memory:11180680
      used_memory_human:10.66M
      used_memory_rss:21225472
      used_memory_rss_human:20.24M
      used_memory_peak:22097048
      used_memory_peak_human:21.07M
      total_system_memory:2097569792
      total_system_memory_human:1.95G
      used_memory_lua:41984
      used_memory_lua_human:41.00K
      maxmemory:0
      maxmemory_human:0B
      maxmemory_policy:noeviction
      mem_fragmentation_ratio:1.90
      mem_allocator:jemalloc-4.0.3

4. 添加10w hash table

       $data = [];
      for($i=0;$i<100000;$i++) {
           $data[$i] = rand(1,100055);
      }
      Redis::hmSet('home:view') ;

5. 查看memory

      127.0.0.1:6379> info memory
      # Memory
      used_memory:20913488
      used_memory_human:19.94M
      used_memory_rss:32522240
      used_memory_rss_human:31.02M
      used_memory_peak:22769304
      used_memory_peak_human:21.71M
      total_system_memory:2097569792
      total_system_memory_human:1.95G
      used_memory_lua:41984
      used_memory_lua_human:41.00K
      maxmemory:0
      maxmemory_human:0B
      maxmemory_policy:noeviction
      mem_fragmentation_ratio:1.56
      mem_allocator:jemalloc-4.0.3

通过上述测试发现，hash table 所占用的资源更加多，而且通过string添加统计可以直接用inc()方法，巴适；

所以综上所述的话，在简单的数据统计的话可能还是string更合适点；

hash 及string 缓存

需求

1.需要获取所有分类（品牌）及单个分类信息；

2.添加缓存；

1. 用string ：找到所有的缓存序列变化，存入redis缓存；

   缺点：

   1.更新某个分类需要整个分类缓存；

   2.缓存更新设计不合理或不及时更容易导致双写不一致问题；

   3.获取单个分类需要获取整个缓存信息；

2. 用hash table:

   1.通过hmset hset();轻松实现缓存的批量及单个更新；

   2.获取单个分类hget()，所有分类hgetall();获取缓存更自由

以上就写了方法名不上具体代码,以上都是引用predis redis拓展包