使用redis实现页面缓存

最新推荐文章于 2024-08-14 13:37:25 发布

哭的好伤心

最新推荐文章于 2024-08-14 13:37:25 发布

阅读量2.1k

点赞数

本文链接：https://blog.csdn.net/qq_43678748/article/details/84032634

版权

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

本文是<<redis in action>>一书第二章的读书笔记

我们要缓存的就是形式如下面的url

http://test.com/shwoItem?item=itemX

设计方案

第一个域,是zset类型的------key是viewed:userSessionid
存放的是商品id与用户查看此商品时的timestamp

第二个域,是zset类型的------可以是viewed:
member是商品id(全局范围内),score是商品被用户(全局范围内)浏览的次数(是负数)

第三个域,是hash类型的------key是item:itemId
存放的是商品的信息

用户查看了某件商品

 public void viewItem(Jedis conn, String token, String user, String item) {  long timestamp = System.currentTimeMillis() / 1000;  if (item != null) {          //用户user在某时浏览了某件商品   conn.zadd("viewed:" + token, timestamp, item);   //只记录用户最近查看的25件商品   conn.zremrangeByRank("viewed:" + token, 0, -26);   //有序set里 score的越小排名越靠前   conn.zincrby("viewed:", -1, item); //-1还是1?  } }

试着缓存这个页面

首先我们要判断,某个url是否能缓存

 /**  * 如果request 不符合规范 就不缓存 返回false  * 如果商品还没有被访问过 自然不能缓存 返回false  * 如果商品被访问过 但是访问的排名在10000之后 也就不缓存了 返回false  * 如果商品被访问过 且访问的排名在10000之内 就说明可以缓存 返回true  *   * @param conn  * @param request  * @return  */ public boolean canCache(Jedis conn, String request) {  //从类似http://test.com/shwoItem?item=itemX  //这样的字符串中获得paramter 代码就不赘述了  Map<String, String> params = getParams(request);  if (params == null)    return false;    //获得itemX这个信息  String itemId = extractItemId(params);  //params.containsKey("_") 这个条件只是示例  //用户可以加上自己的判别条件  if (itemId == null || params.containsKey("_")) {   return false;  }  // viewed:这个有序集里存放的是 商品的访问次数  Long rank = conn.zrank("viewed:", itemId);  // 查看这个商品的访问量是否在前10000内  //如果rank==null 说明商品还没有被访问过  return rank != null && rank < 10000; }

实现缓存request

public String cacheRequest(Jedis conn, String request, Callback callback) {  if (!canCache(conn, request)) {   return callback != null ? callback.call(request) : null;  }  String pageKey = "cache:" + hashRequest(request);  //这个只是示例 真实的情况 应该是复杂的业务逻辑产生最后的反馈页面  String content = conn.get(pageKey);    if (content == null && callback != null) {   content = callback.call(request);   //我们可以认为这个content就是html   //我们将要显示的数据缓存5分钟   conn.setex(pageKey, 300, content);  }  return content; }

传入的callback如下:

  Callback callback = new Callback() {   public String call(String request) {    return "content for " + request;   }  };

我们看看测试代码

package redisinaction;import org.junit.BeforeClass;import org.junit.Test;import redis.clients.jedis.Jedis;import redisinaction.Chapter02.Callback;/**    * This class is used for ...    * @author  dlf(460795365@qq.com) * @version 1.0, 2016年10月18日 下午9:34:27    */public class Chapter02Test {   static Jedis conn = null; static Chapter02 ch2=null;  @BeforeClass         public static void initConn(){  System.out.println("test before");  ch2=new Chapter02();    conn = new Jedis("10.150.0.80");  conn.auth("dlf123123"); }    @Test public void testCacheRequest() {    Callback callback = new Callback() {   public String call(String request) {    return "content for " + request;   }  };  //必须先viewItem 否则不管调用几次cacheRequest 都不能缓存  //为什么? 自己想  ch2.viewItem(conn, "dlf_session_id", "dlf", "itemX");  String url = "http://test.com/?item=itemX";  String result = ch2.cacheRequest(conn, url, callback);  System.out.println( result);    String result3 = ch2.cacheRequest(conn, url, null);  System.out.println(result3);    String result4 = ch2.cacheRequest(conn, url, null);  System.out.println(result4); }}

全局范围内被用户查看最多的n件产品(和上一章那个文章排序差不多)

    private static final int ARTICLES_PER_PAGE = 25;    public List<Map<String,String>>  getMostPopulate(Jedis conn, int page) {     int start = (page - 1) * ARTICLES_PER_PAGE;        int end = start + ARTICLES_PER_PAGE - 1;        Set<String> ids = conn.zrevrange("viewed:", start, end);                        List<Map<String,String>> items = new ArrayList<Map<String,String>>();        for (String id : ids){            Map<String,String> itemData = conn.hgetAll(id);            itemData.put("id", id);            items.add(itemData);        }        return items;    }

在viewItem里,我们已经记录了所有商品的浏览次数(负数)
conn.zincrby("viewed:", -1, item);
那么经过n天后,这个viewed里的数据项就很多了,而且其实也没有必要一直保存着所有商品的浏览次数
所以

public class RescaleViewedThread implements  Runnable{  private Jedis conn;  private boolean quit;  public RescaleViewedThread(int limit) {      conn = new Jedis("10.150.0.80");         conn.auth("dlf123123");  }  public void shutDown(){   quit=true;  }    @Override  public void run() {   while (!quit) {    try {     //移除排名20000之后的商品浏览信息     conn.zremrangeByRank("viewed:", 0, -20001);     //将所有商品的浏览数量降低一半     conn.zinterstore("viewed","viewed:0.5");     Thread.sleep(300);    } catch (InterruptedException e) {     // TODO Auto-generated catch block     e.printStackTrace();    }       }     }   }