设计一个缓存策略，动态缓存热点数据

2022-12-07 363

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

云数据库 Redis 版，社区版 2GB

简介： 写在前面，因为我们最近的大作业项目需要用到热点排行这个功能，因为我们是要使用Elasticsearch来存储数据，然后最初设想是在ES中实现这个热点排行的功能，但是经过仔细思考，在我们这个项目中使用ES来做热点排行是一个很蠢的方式，因为我们这只是一个很小的排行，所以最终我们还是使用Redis来实现热点排行

使用LRU？

LRU是一种常见的算法，假如我们设定TOP10的热点数据，那么我们可以规定LRU容量为10，当容量没有满的时候，我们可以直接放入，当满了的时候我们就将最后一个排除然后引入最新的放在首部

这看似实现了热点排行但是没有，比如说2号数据访问100次而11号数据才访问一次，那么使用LRU就把100次访问的排除掉了，这就是不合理的，所以我们应该以每个数据的访问频率来选择排行

如何进行访问率排行

把所有数据都加入内存中，然后记录每个数据被访问的频率，这看起来就是很简单的，使用zset就可以实现，但是假如你的数据有100w条呢？你这样全部存入Redis，那么会导致大key的出现，同时引起Redis的效率降低，那么可以单独启动一台服务器来保存排行榜的数据？这其实是浪费的，因为一般我们的排行榜都是TOP10~TOP100，基本占用不了多少内存，而在我们的项目中我们的数据量是比较少的，而且有上传时间，一般上传时间越近更容易上TOP10，而且我们需要的只是TOP10，所有有两种方案

第一种：在数据库中挑选最近上传的10条数据，然后如果有人访问了这10条数据，那么对应的数据的访问频率就加一，不在这10条数据里面就不去管它，然后经过一段时间就去掉末尾几条访问频率较低的数据，再随机挑选几条假如TOP10，然后循环

第二种：第一种还是存在一点缺陷，就是有可能最开始TOP10就是访问最高的，那么可能会把真正的TOP10挤下去，所有在第二种方案中，我们缓存20条数据，每隔一段时间去掉访问频率最低的5-10条，然后随机挑选进来补充至20条但是我们只取前10，其它与方案一类似，只是缓存更多的数据

代码编写

理解思路过后，代码编写是最简单的一步，如何在项目中引入Redis以及操作Redis的依赖配置就不再赘述，因为那个与代码编写逻辑没有什么关联

选择最近20条数据

    public void getCur2MySQL(){
        Set<ZSetOperations.TypedTuple<String>> set = new HashSet<>();
        List<Integer> cur2Ids = baseMapper.getCur2Ids();
        cur2Ids.stream().forEach(e->{
            DefaultTypedTuple<String> tuple = new DefaultTypedTuple<String>(String.valueOf(e),0d);
            set.add(tuple);
        });
        redisTemplate.opsForZSet().removeRange(Constant.POLICY_TOP_10,0,-1);
        redisTemplate.opsForZSet().add(Constant.POLICY_TOP_10,set);
    }

有访问就加一

这里加一方法可以使用Lua脚本，感兴趣的大佬可以去优化

  //访问
    public PolicyEntity getByPolicyById(Integer id) {
        addVisited(id);
        Object o = redisTemplate.opsForHash().get(Constant.POLICY_HASH_OBJECT, Integer.toString(id));
        PolicyEntity policy = JSON.parseObject((String) o, PolicyEntity.class);
        return policy;
    }
  //加一
    public void addVisited(Integer id){
        if(redisTemplate.opsForZSet().score(Constant.POLICY_TOP_10, String.valueOf(id)) != null){
            redisTemplate.opsForZSet().incrementScore(Constant.POLICY_TOP_10,String.valueOf(id),1d);
        }
    }

获取Top10

    public List<PolicyEntity> getTop10() {
        Set<String> ids = redisTemplate.opsForZSet().reverseRange(Constant.POLICY_TOP_10, 0, 9);
        List<Object> list = new ArrayList<>();
        ids.stream().forEach(list::add);
        List<Object> multiGet = redisTemplate.opsForHash().multiGet(Constant.POLICY_HASH_OBJECT, list);
        List<PolicyEntity> res = new ArrayList<>();
        multiGet.stream().forEach((d)->{
           PolicyEntity policyEntity = JSON.parseObject((String) d, PolicyEntity.class);
           res.add(policyEntity);
       });
        return res;
    }

接下来就是实现定时任务的代码编写，我使用的是Quartz编写定时任务，这个实现定时任务还是有着其它的方法，如果有兴趣的大佬可以去尝试尝试

编写任务

删除最后五个然后在数据库中随机挑选五个加入其中

@Component
public class TopTenQuartzJob extends QuartzJobBean {
    @Autowired
    StringRedisTemplate redisTemplate;
    @Autowired
    PolicyService policyService;
    @Override
    protected void executeInternal(JobExecutionContext jobExecutionContext) throws JobExecutionException {
        redisTemplate.opsForZSet().removeRange(Constant.POLICY_TOP_10,0,4);
        Set<String> ids = redisTemplate.opsForZSet().range(Constant.POLICY_TOP_10, 0, -1);
        List<Integer> list = ids.stream().map(e -> Integer.valueOf(e)).collect(Collectors.toList());
        List<Integer> id = policyService.listIdsAndNotIn(list);
        Set<ZSetOperations.TypedTuple<String>> set = new HashSet<>();
        id.stream().forEach(e->{
            DefaultTypedTuple<String> tuple = new DefaultTypedTuple<String>(String.valueOf(e),0d);
            set.add(tuple);
        });
        redisTemplate.opsForZSet().add(Constant.POLICY_TOP_10,set);
        System.out.println("删除了");
    }
}

其中的xml文件为

    <select id="listIdsAndNotIn" resultType="integer">
        select id from p_policy where id not in
        <foreach collection="list" open="(" close=")" separator="," item="id">
            #{id}
        </foreach>
        order by RAND() limit 5
    </select>

编写Trigger与JobDetail

@Configuration
public class QuarztConfig {
    @Value("${quartz.policy.top10.cron}")
    private String cron;
    @Bean
    public JobDetail topTenQuartzJobDetail(){
        JobDetail jobDetail = JobBuilder.newJob(TopTenQuartzJob.class)
                .storeDurably()
                .build();
        return jobDetail;
    }
    @Bean
    public Trigger topTenQuartzTrigger(){
        CronScheduleBuilder schedule = CronScheduleBuilder.cronSchedule(cron);
        CronTrigger trigger = TriggerBuilder.newTrigger()
                .forJob(topTenQuartzJobDetail())
                .withSchedule(schedule)
                .build();
        return trigger;
    }
}

这种方式实现排行榜还是存在着问题，假如存在一个经常访问的数据但是一直随机没有随机进Redis，那么它就一直上不了排行榜，但是对于我这种项目的实现已经够用了，因为在我这个项目中我们保存的是最新的文件而且比较少，一般对于文件这种上热榜一般都是新发布的，所以该影响对此项目的影响较小