1: 캐시 - 핫 데이터
핫 데이터(자주 쿼리되지만 자주 수정되거나 삭제되지 않는 데이터), 첫 번째 선택은 Redis 캐시를 사용하는 것인데, 결국 너무 강력해서 QPS가 버블링됩니다. 매우 강력함 유사한 도구라고 모두 동일한 안정성을 갖는 것은 아니며 memcached에 비해 사용할 수 있는 데이터 유형이 풍부합니다. 또한 메모리에 있는 데이터는 선택할 수 있는 AOF 및 RDB와 같은 지속성 메커니즘도 제공합니다. , 차갑거나 뜨겁게 선택해야 합니다.
특정 애플리케이션에 따라 참고할 사항: 많은 사람들이 Spring의 AOP를 사용하여 Redis 캐시의 자동 생성 및 삭제를 구축합니다. 프로세스는 다음과 같습니다.
데이터베이스 전에 Redis 쿼리를 선택하고 Redis 데이터를 사용합니다. 그렇지 않은 경우 데이터베이스를 선택한 다음 redis에 데이터를 삽입하세요
데이터베이스를 업데이트하거나 삭제하고, 데이터가 Redis에 있는지 확인하고, 데이터가 있으면 먼저 Redis에서 데이터를 삭제한 다음 업데이트하세요. 또는 데이터베이스의 데이터를 삭제하세요
동시인 경우 위 작업 볼륨이 작을 때는 기본적으로 문제가 없지만 동시성이 높은 상황에서는 다음 시나리오에 주의하세요.
업데이트를 위해 Redis의 데이터가 먼저 삭제됩니다. 이때 다른 스레드가 쿼리를 실행하고 그것이 redis에 없다는 것을 발견하고 즉시 SQL을 쿼리하여 redis에 데이터 조각을 삽입합니다. 빌어먹을 선택 스레드가 방금 큰 실수를 저질렀습니다! 따라서 Redis의 잘못된 데이터는 다음 업데이트 또는 삭제 전까지 영원히 존재하게 됩니다.
둘: 카운터
클릭수 계산과 같은 애플리케이션. 단일 스레드로 인해 동시성 문제를 방지하고 오류 없음을 보장하며 100% 밀리초 수준의 성능을 제공합니다! 시원한.
명령: INCRBY
물론 끝났습니다. 끈기를 잊지 마세요. 결국 Redis는 메모리만 저장합니다!
세: Queue
메시징 시스템과 동일합니다. ActiveMQ, RocketMQ 등 다른 도구도 비슷하지만, 개인적으로 데이터 일관성 요구 사항이 높으면 Professional을 사용하는 것이 좋습니다. RocketMQ와 같은 시스템.
redis는 큐에 추가된 요소의 수를 반환하여 큐에 데이터를 추가하므로 이러한 비즈니스에 액세스하는 사용자 수를 결정하는 데 사용할 수 있습니다.
큐는 동시 요청을 직렬로 전환할 수 있을 뿐만 아니라, 대기열 또는 스택 사용도 가능
4: 비트 작업(빅 데이터 처리)
수억 명의 사용자에 대한 시스템 로그인, 수에 대한 통계 등 수억 개의 데이터가 있는 시나리오에서 사용됩니다. 중복 제거된 로그인, 사용자의 온라인 여부 등.
10억 명의 Tencent 사용자를 생각해 보세요. 몇 밀리초 내에 사용자가 온라인 상태인지 확인해야 합니다. 각 사용자에 대한 키를 생성한 다음 하나씩 기록해야 한다고 말하지 마십시오. (필요한 메모리를 계산할 수 있는데, 이는 매우 무섭고 유사한 요구 사항이 많이 있습니다. Tencent는 이것에만 얼마를 소비합니까? ...) 좋아요. 여기서는 내부 작업을 사용해야 합니다. setbit, getbit, bitcount 명령을 사용하세요.
원칙은 다음과 같습니다.
redis에서 충분히 긴 배열을 구성합니다. 각 배열 요소는 0과 1의 두 값만 가질 수 있으며 이 예제에서는 이 배열의 아래 첨자 인덱스를 사용하여 사용자 ID를 나타냅니다. 위의 (숫자여야 함) 그렇다면 수억 길이의 이 큰 배열이 첨자와 요소 값(0 및 1)을 통해 메모리 시스템을 구축할 수 있다는 것이 분명하며 위에서 언급한 여러 시나리오도 실현될 수 있습니다. . 사용된 명령은 다음과 같습니다: setbit, getbit, bitcount
Five: 분산 잠금 및 단일 스레드 메커니즘
redis를 통해 필터링할 수 있는 프런트 엔드의 반복되는 요청(유사한 상황을 자유롭게 확장할 수 있음)을 확인합니다. 요청은 요청합니다. IP의 해시, 매개변수, 인터페이스 등을 키로 사용하여 redis(멱등성 요청)을 저장하고 유효 기간을 설정한 후 다음 요청이 오면 먼저 redis에 이 키가 있는지 검색하고, 그런 다음 반복 제출
redis의 단일 스레드 기능을 기반으로 하는 두 번째 킬 시스템은 데이터베이스 "폭발"을 방지합니다.
"인스턴트 킬"과 유사한 전역 증분 ID 생성
Six : 최신 목록
예를 들어 뉴스 목록 페이지의 최신 뉴스 목록, 총량이 매우 많은 경우 A 제한 10에서 선택하는 등 하위 옵션을 사용하지 마십시오. redis의 LPUSH 명령을 사용해 보십시오. 목록을 작성하고 순서대로 하나씩 삽입하면 됩니다. 하지만 기억이 지워지면 어떻게 될까요? 또한 간단합니다. 스토리지 키를 쿼리할 수 없는 경우 mysql을 사용하여 목록을 쿼리하고 redis로 초기화하세요.
위는 Redis 사용 시나리오에 대한 전체 소개입니다.
관련 참조:Redis 튜토리얼
위 내용은 Redis의 사용 시나리오는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!