2023.12.24 关于 Redis 中 String 类型内部编码及应用场景

news2024/9/28 5:28:33

String 类型内部编码

3 种内部编码方式

String 类型应用场景

Cache 缓存

键名命名规则

计数（Counter）

共享会话（Session ）

手机验证码

总结

String 类型内部编码

3 种内部编码方式

int：用来表示 64 位 ——> 8 字节的整数
embstr：压缩字符串，针对短字符串进行的特殊优化，适用于比较短的字符串
raw：普通字符串，适用于表示更长的字符串只是单纯的字节数组

实例理解

此处我们使用 object encoding key 命令来查看 key 对应 value 的编码方式

注意：

当 Redis 存储小数时，其本质还是当做字符串来进行存储的，和整数相比有一定差别
整数是直接用内部编码 int 来进行存储的（准确来说相当于 Java 中的 long 类型）
所以整数在进行算数运算时比较方便
但每当小数需要进行算数运算时，都需要把字符串转成小数再进行运算，结果再转回字符串来保存

String 类型应用场景

Cache 缓存

使用 Redis 作为缓存，其中绝大部分数据均从 Redis 中获取
因为 Redis 具有支撑高并发的特性，所以缓存通常能起到加速读写和降低后端压力的作用
下图为 Redis + MySQL 组成的缓存存储架构

整体思路

当应用服务器访问数据的时，先查询 Redis 中的数据
如果 Redis 上存在需访问的数据，就直接从 Redis 中取数据交给应用服务器，不继续访问 MySQL 数据库
如果 Redis 上不存在需访问的数据，便向下读取 MySQL 数据库，将读到的结果返回给 Redis，同时也将该数据写入到 Redis 中，继而再由 Redis 返回给应用服务器

注意点一：

Redis 这样的缓存，经常用来存储热点数据，即高频被使用的数据，这个定义方式，结合业务场景有很多种方式
刚才上述描述的过程，相当于是把最近使用到的数据作为热点数据
暗含了一层假设，某个数据一旦被用到了，那么很可能在最近这段时间就会被反复用到

问题：

随着时间的推移，肯定会有越来越多的 key 在 Redis 中访问不到，从而将会有更多的数据从 MySQL 中读取并写入到 Redis 中
那么此时 Redis 中的数据不就会越来越多吗？

解决方案：

把数据写入 Redis 的同时给这个 key 设置一个过期时间
Redis 在内存不足的时候，提供了淘汰策略

键名命名规则

与 MySQL 关系型数据库不同的是 Redis 没有表、字段这种命名空间，而且也没有对键名有着强制要求（除一些不能用的特殊字符外）
设计合理的键名有利于防止键冲突和项目的可维护性

推荐方式：

" 业务名 : 对象名 : 唯一标识 : 属性 " 作为键名

实例理解

MySQL 的数据库名为 " vs " 用户表名为 " user_info "
那么对应的键可以使用 " vs:user_info:3679 " 、"vs : user_info : 6379 : name"
如果当前 Redis 只会被一个业务使用，便可以省略业务名 " vs "
当然也可以使用团队内部都认同的缩写进行替代
" user : 6379 : friends : messages : 5217 " 可以被 " u : 6379 : fr : m : 5217 " 代替
因为键名过长也会导致 Redis 的性能明显下降

计数（Counter）

许多应用都会使用 Redis 作为计数的基础工具
它可以实现快速计数、查询缓存的功能，同时可以异步处理或者落地到其他数据源
例如网站视频的播放量、点赞数

实例理解

记录视频网站的视频播放次数

注意点一：

此处的统计数据仓库可能是 MySQL 也可能是 HDFS（分布式文件系统）
HDFS 是 Hadoop 的核心组件之一，旨在存储和管理大规模数据集，并提供高度容错性

注意点二：

注意理解此处的异步的方式将播放量同步到其他数据源
异步是指操作不需要立即完成，而是可以延迟执行
当面对大量的播放请求时，只要持续不断地进行写入操作就行

通俗理解：

不要求 Redis 更新 value 的时候，统计数据仓库也跟着同步更新
统计数据仓库更新慢点没有关系，只要保证最终数据能正确写入就行了

注意点三：

实际开发中要完成一个成熟、稳定的真实计数系统，要面临的挑战远不止如此简单

挑战包括：

防作弊、按照不同纬度计数、避免单点问题、数据持久化到底层数据源等
最终我们还是要根据实际的业务需求场景进行确定

注意点四：

Redis 不擅长数据统计
比如根据上述实例，统计出播放量前 100 的视频，基于 Redis 搞就十分麻烦
相比之下，使用 MySQL 来存储上述数据，一个 sql 就可以搞定

补充：

企业为什么总喜欢收集用户的数据？

原因：

需对数据进行统计，并根据统计来进一步明确用户的需求，再根据需求改进和迭代产品

共享会话（Session ）

使用 Redis 将用户的 Session 信息进行机制管理
这种模式下，只要保证 Redis 是高可用和可拓展性的，无论用户被均衡到哪台 Web 服务器上，都集中从 Redis 中查询、更新 Session 信息

手机验证码

1、生产验证码

用户输入手机号码，点击获取验证码，限制 1分钟之内最多获取 5次验证码或每次获取验证码必须间隔 30 秒
主要因为怕用户频繁获取验证码，对服务器施加过大压力

2、检查验证码

将短信收到的验证码，提交到系统中，并由系统进行检查验证码是否正确

实例理解

此处我们提供伪一段代码来进行理解
此处的限制条件为 1分钟内最多获取 5次验证码
String 发送验证码(phoneNumber) {
    key = "shortMsg:limit:" + phoneNumber;
    // 设置过期时间为 1 分钟（60 秒）
    // 使⽤ NX，只在不存在 key 时才能设置成功
    bool r = Redis 执⾏命令：set key 1 ex 60 nx
    if (r == false) {
        // 说明之前设置过该⼿机的验证码了
        long c = Redis 执⾏命令：incr key
        if (c > 5) {
            // 说明超过了⼀分钟 5 次的限制了
            // 限制发送
            return null;
        }
    }

    // 说明要么之前没有设置过⼿机的验证码；要么次数没有超过 5 次
    String validationCode = ⽣成随机的 6 位数的验证码();

    validationKey = "validation:" + phoneNumber;
    // 验证码 5 分钟（300 秒）内有效
    Redis 执⾏命令：set validationKey validationCode ex 300;

    // 返回验证码，随后通过⼿机短信发送给⽤⼾
    return validationCode ;
}

// 验证⽤⼾输⼊的验证码是否正确
bool 验证验证码(phoneNumber, validationCode) {
    validationKey = "validation:" + phoneNumber;

    String value = Redis 执⾏命令：get validationKey;
    if (value == null) {
        // 说明没有这个⼿机的验证码记录，验证失败
        return false;
    }

    if (value == validationCode) {
        return true;
    } else {
        return false;
    }
}
注意：

像发送短信这样的操作，都是有专门的 SDK（软件开发工具包）来实现的，即第三方提供的短信平台服务（收费）

总结

以上介绍了四种关于 Redis 字符串数据类型的经典场景，但其适用场景远不止此
开发人员可结合字符串类型的特点以及提供的命令，充分发挥自己的想象力，在自己的业务中去找到适合的场景去使用 Redis 的字符串类型