博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Redis在Php项目中的实际应用场景
阅读量:6224 次
发布时间:2019-06-21

本文共 4523 字,大约阅读时间需要 15 分钟。

hot3.png

前言

一些案例中有的同学说为什么不可以用string类型,string类型完全可以实现呀

我建议你看下我的专栏文章《Redis高级用法》,里面介绍了用hash类型的好处

商品维度计数

对商品喜欢数,评论数,鉴定数,浏览数进行计数

说起电商,肯定离不开商品,而附带商品有各种计数(喜欢数,评论数,鉴定数,浏览数,etc)
Redis的命令都是原子性的,你可以轻松地利用INCR,DECR等命令来计数。

采用Redis 的类型: Hash. 如果你对redis数据类型不太熟悉,可以参考

为product定义个key product:,为每种数值定义hashkey, 譬如喜欢数like_num

$redis->hSet('product:123', 'like_num ', 5);  // 添加 id为123的商品 like_num 为5 $redis->hIncrBy('product:123', 'like_num ', 1);  // 添加 id为123的商品like_num +1$redis->hGetAll('product:123'); // 获取id为123的商品相关信息                                   array('like_num '=> 1)

用户维度计数

对用户动态数、关注数、粉丝数、喜欢商品数、发帖数等计数 

用户维度计数同商品维度计数都采用 Hash. 为User定义个key 为 user:
为每种数值定义hashkey, 譬如关注数follow

$redis->hSet('user:100000', 'follow ', 5);  // 添加uid为10000的用户follow 为5 $redis->hIncrBy('user:100000', 'follow ', 1);  // 更新uid为10000的用户follow +1$redis->hGetAll('user:100000'); // 获取uid为10000的用户                                   array('like_num '=> 1)

存储社交关系

譬如将用戶的好友/粉丝/关注,可以存在一个sorted set中,score可以是timestamp

默认集合按照score递增排序
这样求两个人的共同好友的操作,可能就只需要用求交集命令即可

$redis->zAdd('user:1000:follow', 1463557212, '1001');                                 #uid为1000用户关注uid为1001 , score值设定时间戳1463557212$redis->zAdd('user:1000:follow', 1463557333, '1002'); $redis->zAdd('user:2000:follow', 1463577568, '1001'); $redis->zAdd('user:2000:follow', 1463896964, '1003');                                 #uid为2000用户关注1001和1003用户 , score值设定时间戳$redis->zInter('com_fllow:1000:2000', array('user:1000:follow', 'user:2000:follow'));         #对集合'user:1000:follow'和'user:2000:follow'取交集'com_fllow:1000:2000'        #获得共同关注的uid $redis->zRange('com_fllow:1000:2000',0,-1); // 获取全部集合元素        #array('10001','10002')

用作缓存代替memcached

应用于商品列表,评论列表,@提示列表

相对memcached 简单的key-value存储来说,redis众多的数据结构(list,set,sorted set,hash,

etc)

可以更方便cache各种业务数据,性能也不亚于memcached。

NOTE: RPUSH pagewviews.user: EXPIRE pagewviews.user: 60 //注意要update timeout

反spam系统

应用系统评论、发布商品、论坛发贴的spam控制

作为一个电商网站被各种spam攻击是少不免(垃圾评论、发布垃圾商品、广告、刷自家商品排名等)

针对这些spam制定一系列anti-spam规则,其中有些规则可以利用redis做实时分析

譬如:1分钟评论不得超过2次、5分钟评论少于5次等(更多机制/规则需要结合drools )

常规sorted set将最近一天用户操作记录起来
(为什么不全部记录?节省memory,全部操作会记录到log,后续利用hadoop进行更全面分析统计)

#获取5秒内操作记录$res = $redis->zRangeByScore('user:1000:comment', time() - 5, time());#判断5秒内不能评论if (!$res) {    $redis->zAdd('user:1000:comment', time(), '评论内容');} else {    echo '5秒之内不能评论';}#5秒内评论不得超过2次if($redis->zRangeByScore('user:1000:comment',time()-5 ,time())==1)echo '5秒之内不能评论2次';#5秒内评论不得少于2次if(count($redis->zRangeByScore('user:1000:comment',time()-5 ,time()))<2)echo '5秒之内不能评论2次';

用户Timeline/Feeds

应用于关注的人、主题、品牌及专栏

redis在这边主要当作cache使用

$redis->zAdd('user:2000:feed:topic', time(), '13');//score 为timestamp uid为2000的用户关注tid为13的topic$redis->expire('user:2000:feed:topic',24*60*60);#关注有效期为24小时# ttl 30天之内按秒数计算 30天之外以timestamp为准

最新列表&排行榜

用于记录用户刚刚喜欢的商品最新列表or排行榜 等业务场景

商品最新列表-sorted set结构呈现        $redis->zAdd('user:1000:product:like', time(), '3002');        $redis->zAdd('user:1000:product:like', time(), '3001');        $redis->zAdd('user:1000:product:like', time(), '3004');        $redis->zAdd('user:1000:product:like', time(), '3003');                $redis->zRange('user:1000:product:like', 0, -1,true);         #默认喜欢时间升序序排列        #            Array(                [3002] => 1463565179                [3001] => 1463565189                [3004] => 1463565199                [3003] => 1463565209            )                $redis->zRevRange('user:1000:product:like', 0, -1,true);         #以喜欢时间降序排列        #            Array            (                [3003] => 1463565424                [3004] => 1463565414                [3001] => 1463565404                [3002] => 1463565394            )        排行榜-list数据结构呈现        $redis->lPush('user:1000:product:like', '3002');        $redis->lPush('user:1000:product:like', '3001');        $redis->lPush('user:1000:product:like', '3004');        $redis->lPush('user:1000:product:like', '3003');                $redis->lRange('user:1000:product:like', 0, -1);                Array        (            [0] => 3003            [1] => 3004            [2] => 3001            [3] => 3002        )

消息通知

采用Hash结构对消息通知业务场景计数

$redis->hSet('user:1000:message:notice', 'system', 1);#设置1条未读系统消息$redis->hIncrBy('user:1000:message:notice', 'system', 1);#未读系统消息+1$redis->hSet('user:1000:message:notice', 'comment', 1);#设置1条未读评论$redis->hIncrBy('user:1000:message:notice', 'comment', 1);#未读评论+1$redis->hGetAll('user:1000:message:notice');#查看所有消息通知数量Array(    [system] => 2    [comment] => 2)

将Redis用作消息队列

采用Redis的List数据结构实现分布式的消息队列

转载于:https://my.oschina.net/PHPDOTAER/blog/1814733

你可能感兴趣的文章
“认知计算”如何有效释放数据价值
查看>>
采访与书评 —— 《BDD In Action》
查看>>
Java永久代去哪儿了
查看>>
解读:Java 11中的模块感知服务加载器
查看>>
微软为无服务器架构引入新API管理消费层
查看>>
《Clojure Recipes》书评与问答
查看>>
微服务通信策略
查看>>
Apache Pulsar中的地域复制,第1篇:概念和功能
查看>>
实现一个最简单的模板分离
查看>>
Java的序列化特性将要退出历史舞台了
查看>>
SQLer:无需编程语言即可将SQL查询转换为RESTful API的工具
查看>>
Phantom.js维护者退出,项目的未来成疑
查看>>
京东物流王梓晨:打造全栈团队,你要避开这些大坑
查看>>
解决C# 7.2中的结构体性能问题
查看>>
2018年最好的45个Vue开源项目汇总
查看>>
Oracle即将发布的全新Java垃圾收集器 ZGC
查看>>
微软发布Azure Time Series Insight正式版
查看>>
51信用卡微服务集成测试自动化探索
查看>>
Beaker:一个基于Electron的点对点Web浏览器
查看>>
如何进行5万并发用户负载测试?
查看>>