【Redis从头学-4】Redis中的String数据类型实战应用场景之验证码、浏览量、点赞量、Json格式存储

简介: 【Redis从头学-4】Redis中的String数据类型实战应用场景之验证码、浏览量、点赞量、Json格式存储

🌟前言


之前的篇章对Redis已经做出了具体介绍,并且对其命令的使用也做出了相应的案例。本文就结合String数据类型结构的特性,一起探讨其实战中的应用场景。


🌟String数据类型分析


1.底层实现分析:其基于SDS数据结构实现。SDS作为一种动态字符串,不仅保存了字符串的值,还保存了字符串的长度信息,这样可以快速获取字符串的长度,不用重新计算。

2.空间效率分析:Redis的String类型以字节数数组形式存在,采用了一些优化策略节省空间。当一个字符串长度较小,redis会自动调整SDS的空间大小,减少内存浪费。

3.存储位置分析:Redis将值存储在内存中,读写效率搞笑。此外,还提高了大量的基础命令以及批量操作命令,提高了数据处理效率。

4.key过期策略:通过设置key的过期时间来节省冗余数据造成的空间浪费。


🌟String类型实战应用场景


通过上述对String类型的分析,可以结合实际需求选择适合String类型结构的场景,比如使用String类型实现验证码存储功能、文章浏览量统计功能、JSON格式热点数据功能等等。


验证码存储功能


场景描述


在用户注册功能中,要为用户生成和验证验证码,并设置相应的过期时间。此例子为简单演示功能,具体生产场景中比这个要复杂很多!旨在让大家感受String数据类型在redis中的应用场景。


测试效果


测试描述:首先通过获取验证码接口,获取验证码;之后通过注册接口将用户名、密码、以及输入的验证码输入来验证注册功能。


生成验证码:


2cc3263fb299d2f51e693af2edc04f79_8ca9f23cccd4428ba1b4e1a784764bfb.png


redis存储查看


7c6677b4a38f2efd96f6380d07b6aa78_a4ee827ac6cd45e7a69207ea064dba06.png


进行注册


52f2bb0001d001bfb8d02ef3a7def02e_55681dd6f2f44fc4b42aa238248cdb52.png


场景代码


场景:


  • 用户在前台输入用户名、密码
  • 点击获取验证码按钮,获取验证码(经过以下代码中的/captcha接口)
  • captcha接口中生成验证码,并存储到redis中,60秒过期时间。
  • 用户根据生成的验证码以及输入的用户名、密码进行注册
  • 验证验证码是否与redis中获取的一致。若一致再将注册的用户信息存入到数据库,否则注册失败。


具体的代码解释可以看相应的代码注释。


@RestController
@RequestMapping("/api/v1/cap")
public class TestCodeController {
    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @PostMapping("/register")
    public JsonData registerUser(@RequestBody UserLogin userLogin) {
        // 验证验证码是否正确
        if (validateCaptcha(userLogin.getUsername(),userLogin.getCaptcha())) {
            //保存到数据库,这里就不写了。
           return JsonData.buildSuccess("注册成功");
        }
        return JsonData.buildError("注册失败");
    }
    @GetMapping("/captcha")
    public JsonData getCaptcha(String userName) throws IOException {
        // 生成随机四位0-9的验证码
        String captcha = generateRandomCaptcha();
        // 将验证码保存在缓存中,用于后续验证。key的名称使用register拼接当前用户名
        String key="registry:"+userName;
        stringRedisTemplate.opsForValue().set(key,captcha,60, TimeUnit.SECONDS);
        return JsonData.buildSuccess(captcha);
    }
    //生成随机数
    private String generateRandomCaptcha() {
        Random random = new Random();
        StringBuilder captcha = new StringBuilder();
        for (int i = 0; i < 4; i++) {
            captcha.append(random.nextInt(10));
        }
        return captcha.toString();
    }
    private boolean validateCaptcha(String userName,String code) {
    //通过当前用户名相应的key来获取存储到redis中的code。来进行校验验证码。
     String codeUserName=stringRedisTemplate.opsForValue().get("registry:"+userName);
        if (code.equals(codeUserName)){
            return true;
        }
        return false;
    }
}


文章浏览量、点赞统计


这里由于篇幅原因,给出了简单的浏览量、点赞量统计的简单逻辑代码。主要实现是通过其increment这个API实现其key对应的值进行自增1,取消点赞则自减1。


//文章浏览量统计
    public JsonData browCount(int userId,int articleId){
        //browCount
        Long browCount=0L;
       browCount=stringRedisTemplate.opsForValue().increment(articleId+":"+userId);
       return JsonData.buildSuccess(browCount);
    }
    //点赞量。
    public JsonData likeCount(int userId,int articleId){
        //likeCount,可以通过文章的getter方法获取当前文章数量
        Long likeCount=0L;
       likeCount=stringRedisTemplate.opsForValue().increment(articleId+":"+userId);
        return JsonData.buildSuccess(likeCount);
    }


存储JSON格式数据


通过Jackson将数据库查询到的对象,转为json格式并存储到redis中。


//存储json格式数据
    public JsonData detail() throws JsonProcessingException {
    //假设数据是从数据库查询而来,将其存入到redis中
        User user=new User(1,"username","123456");
        ObjectMapper objectMapper=new ObjectMapper();
        String userJson=objectMapper.writeValueAsString(user);
        stringRedisTemplate.opsForValue().set(user.getId()+":"+"userInfo",userJson);
        return JsonData.buildSuccess();
    }


🌟写在最后


有关于String数据类型实战场景到此就结束了。功能演示代码的逻辑简单,目的是理解String数据类型的应用,实际场景的逻辑根据具体需求而定。感谢大家的阅读,希望大家在评论区对此部分内容散发讨论,便于学到更多的知识。


目录
相关文章
|
数据采集 存储 数据可视化
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
2017 0
分布式爬虫框架Scrapy-Redis实战指南
|
11月前
|
存储 NoSQL 前端开发
Redis专题-实战篇一-基于Session和Redis实现登录业务
本项目基于SpringBoot实现黑马点评系统,涵盖Session与Redis两种登录方案。通过验证码登录、用户信息存储、拦截器校验等流程,解决集群环境下Session不共享问题,采用Redis替代Session实现数据共享与自动续期,提升系统可扩展性与安全性。
608 3
Redis专题-实战篇一-基于Session和Redis实现登录业务
|
11月前
|
存储 缓存 NoSQL
Redis专题-实战篇二-商户查询缓存
本文介绍了缓存的基本概念、应用场景及实现方式,涵盖Redis缓存设计、缓存更新策略、缓存穿透问题及其解决方案。重点讲解了缓存空对象与布隆过滤器的使用,并通过代码示例演示了商铺查询的缓存优化实践。
419 1
Redis专题-实战篇二-商户查询缓存
|
缓存 监控 NoSQL
Redis 实操要点:Java 最新技术栈的实战解析
本文介绍了基于Spring Boot 3、Redis 7和Lettuce客户端的Redis高级应用实践。内容包括:1)现代Java项目集成Redis的配置方法;2)使用Redisson实现分布式可重入锁与公平锁;3)缓存模式解决方案,包括布隆过滤器防穿透和随机过期时间防雪崩;4)Redis数据结构的高级应用,如HyperLogLog统计UV和GeoHash处理地理位置。文章提供了详细的代码示例,涵盖Redis在分布式系统中的核心应用场景,特别适合需要处理高并发、分布式锁等问题的开发场景。
712 42
|
缓存 NoSQL Java
基于SpringBoot的Redis开发实战教程
Redis在Spring Boot中的应用非常广泛,其高性能和灵活性使其成为构建高效分布式系统的理想选择。通过深入理解本文的内容,您可以更好地利用Redis的特性,为应用程序提供高效的缓存和消息处理能力。
1614 79
|
机器学习/深度学习 存储 NoSQL
基于 Flink + Redis 的实时特征工程实战:电商场景动态分桶计数实现
本文介绍了基于 Flink 与 Redis 构建的电商场景下实时特征工程解决方案,重点实现动态分桶计数等复杂特征计算。通过流处理引擎 Flink 实时加工用户行为数据,结合 Redis 高性能存储,满足推荐系统毫秒级特征更新需求。技术架构涵盖状态管理、窗口计算、Redis 数据模型设计及特征服务集成,有效提升模型预测效果与系统吞吐能力。
1438 10
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
3696 7
|
JSON 前端开发 应用服务中间件
配置Nginx根据IP地址进行流量限制以及返回JSON格式数据的方案
最后,记得在任何生产环境部署之前,进行透彻测试以确保一切运转如预期。遵循这些战术,守卫你的网络城堡不再是难题。
515 3
|
JSON 前端开发 搜索推荐
关于商品详情 API 接口 JSON 格式返回数据解析的示例
本文介绍商品详情API接口返回的JSON数据解析。最外层为`product`对象,包含商品基本信息(如id、name、price)、分类信息(category)、图片(images)、属性(attributes)、用户评价(reviews)、库存(stock)和卖家信息(seller)。每个字段详细描述了商品的不同方面,帮助开发者准确提取和展示数据。具体结构和字段含义需结合实际业务需求和API文档理解。
1072 37
|
10月前
|
JSON API 数据格式
淘宝拍立淘按图搜索API系列,json数据返回
淘宝拍立淘按图搜索API系列通过图像识别技术实现商品搜索功能,调用后返回的JSON数据包含商品标题、图片链接、价格、销量、相似度评分等核心字段,支持分页和详细商品信息展示。以下是该API接口返回的JSON数据示例及详细解析: