redis功能清单

文章目录

  • Redis高级功能使用说明
    • 功能清单
    • 1. 分布式锁
      • 1.1 功能描述
      • 1.2 使用方法
      • 1.3 测试接口
    • 2. 消息发布订阅
      • 2.1 功能描述
      • 2.2 使用方法
        • 发布消息
        • 订阅消息
      • 2.3 测试接口
    • 3. 接口限流
      • 3.1 功能描述
      • 3.2 使用方法
        • 方式一:直接使用工具类
        • 方式二:使用注解(推荐)
      • 3.3 测试接口
    • 4. 排行榜实现
      • 4.1 功能描述
      • 4.2 使用方法
      • 4.3 测试接口
    • 5. 用户行为分析
      • 5.1 功能描述
      • 5.2 使用方法
      • 5.3 测试接口
    • 6. 注意事项
    • 7. 性能优化建议

Redis高级功能使用说明

本文档介绍了系统中集成的Redis高级功能及其使用方法。

功能清单

  1. 分布式锁
  2. 消息发布订阅
  3. 接口限流
  4. 排行榜实现
  5. 多维度用户行为分析

1. 分布式锁

1.1 功能描述

分布式锁用于在分布式环境中对共享资源进行同步访问控制,防止多个服务实例同时操作同一资源导致的数据不一致问题。

1.2 使用方法

@Autowired
private RedisLockUtil lockUtil;public void doBusinessWithLock() {String lockKey = "业务唯一标识";String requestId = UUID.randomUUID().toString(); // 请求唯一标识boolean locked = lockUtil.tryLock(lockKey, requestId, 30); // 尝试获取锁,30秒超时if (locked) {try {// 执行需要加锁的业务逻辑doSomething();} finally {// 释放锁lockUtil.releaseLock(lockKey, requestId);}} else {// 获取锁失败的处理逻辑}
}

1.3 测试接口

  • GET /redis/lock/test - 测试分布式锁功能

2. 消息发布订阅

2.1 功能描述

消息发布订阅用于实现应用内的事件通知和组件间通信,支持一对多的消息推送。

2.2 使用方法

发布消息
@Autowired
private RedisPubSubUtil pubSubUtil;// 发布消息
pubSubUtil.publish("channel:name", "消息内容");
订阅消息

系统默认订阅了"user:actions"频道,订阅逻辑在UserActionSubscriber类中实现。

如需订阅新的频道,需要修改RedisPubSubConfig配置类:

@Bean
public RedisMessageListenerContainer container(RedisConnectionFactory connectionFactory,MessageListenerAdapter myListenerAdapter) {RedisMessageListenerContainer container = new RedisMessageListenerContainer();container.setConnectionFactory(connectionFactory);// 添加新的订阅container.addMessageListener(myListenerAdapter, new PatternTopic("my:channel"));return container;
}

2.3 测试接口

  • POST /redis/publish?channel=user:actions&message=test - 发布测试消息

3. 接口限流

3.1 功能描述

接口限流用于防止API被恶意频繁调用或突发流量冲击,保护系统稳定性。

3.2 使用方法

方式一:直接使用工具类
@Autowired
private RedisRateLimiter rateLimiter;public void doSomething() {String key = "限流标识"; // 可以是接口名、用户ID等boolean allowed = rateLimiter.isAllowed(key, 60, 100); // 60秒内最多允许100次请求if (allowed) {// 正常处理业务} else {// 触发限流,拒绝请求throw new RuntimeException("请求过于频繁");}
}
方式二:使用注解(推荐)
@RestController
public class MyController {@RateLimit(period = 60, count = 100, limitType = LimitType.IP)@GetMapping("/api/test")public Result test() {// 业务逻辑return Result.success();}
}

支持的限流类型:

  • IP:根据客户端IP限流
  • USER:根据用户ID限流(暂未实现用户识别)
  • INTERFACE:根据接口限流

3.3 测试接口

  • GET /redis/ratelimit/test?key=testKey - 测试限流功能

4. 排行榜实现

4.1 功能描述

基于Redis的Sorted Set实现各种排行榜功能,如热门用户、热门商品等。

4.2 使用方法

@Autowired
private RedisRankingUtil rankingUtil;// 添加或更新分数
rankingUtil.addScore("ranking:hot:products", productId, score);// 增加分数
rankingUtil.incrementScore("ranking:hot:products", productId, incrementScore);// 获取排行榜前N名
List<Map<String, Object>> topN = rankingUtil.getTopN("ranking:hot:products", 10);// 获取指定成员排名
Long rank = rankingUtil.getRank("ranking:hot:products", productId);// 获取指定成员分数
Double score = rankingUtil.getScore("ranking:hot:products", productId);

4.3 测试接口

  • GET /redis/ranking/test - 测试排行榜功能

5. 用户行为分析

5.1 功能描述

记录和分析用户行为数据,如页面访问、点赞、评论等,实现用户热度统计和行为分析。

5.2 使用方法

@Autowired
private UserBehaviorAnalysisUtil behaviorUtil;// 记录用户被查看
behaviorUtil.recordUserView(userId, viewerId);// 记录用户行为
behaviorUtil.recordUserAction("like", targetId, userId);// 获取用户热度
long dailyHeat = behaviorUtil.getUserDailyHeat(userId);
long monthlyHeat = behaviorUtil.getUserMonthlyHeat(userId);// 获取热门用户排行
List<Map<String, Object>> hotUsers = behaviorUtil.getHotUsersRanking(10);// 获取行为统计
Map<String, Long> stats = behaviorUtil.getDailyActionStats();

5.3 测试接口

  • GET /redis/behavior/view/{userId}?viewerId=1 - 记录用户被查看并返回热度数据
  • GET /redis/behavior/stats - 获取行为统计数据

6. 注意事项

  1. Redis连接配置在application.yml中设置
  2. 大规模数据存储时注意设置合理的过期时间,避免内存占用过大
  3. 分布式锁使用时确保加锁和解锁操作都能正确执行,建议使用try-finally结构
  4. 限流策略需根据业务特点和系统承载能力合理设置

7. 性能优化建议

  1. 使用Redis连接池,合理配置最大连接数
  2. 批量操作使用Pipeline提高性能
  3. 使用合适的数据结构,避免不必要的数据转换
  4. 定期清理过期数据,减轻Redis服务器负担
  5. 对于高频访问的数据,考虑使用本地缓存进一步提升性能

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/news/906811.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

从代码学习深度学习 - 预训练word2vec PyTorch版

文章目录 前言辅助工具1. 绘图工具 (`utils_for_huitu.py`)2. 数据处理工具 (`utils_for_data.py`)3. 训练辅助工具 (`utils_for_train.py`)预训练 Word2Vec - 主流程1. 环境设置与数据加载2. 跳元模型 (Skip-gram Model)2.1. 嵌入层 (Embedding Layer)2.2. 定义前向传播3. 训练…

Python实现对大批量Word文档进行自动添加页码(16)

前言 本文是该专栏的第16篇,后面会持续分享Python办公自动化干货知识,记得关注。 在处理word文档的时候,相信或多或少都遇到过这样的需求——需要对“目标word文档,自动添加页码”。 换言之,如果有大批量的word文档文件需要你添加页码,这个时候最聪明的办法就是使用“程…

云原生安全:Linux命令行操作全解析

&#x1f525;「炎码工坊」技术弹药已装填&#xff01; 点击关注 → 解锁工业级干货【工具实测|项目避坑|源码燃烧指南】 ——从基础概念到安全实践的完整指南 一、基础概念 1. Shell与终端交互 Shell是Linux命令行的解释器&#xff08;如Bash、Zsh&#xff09;&#xff0c;负…

Day 34

GPU训练 要让模型在 GPU 上训练&#xff0c;主要是将模型和数据迁移到 GPU 设备上。 在 PyTorch 里&#xff0c;.to(device) 方法的作用是把张量或者模型转移到指定的计算设备&#xff08;像 CPU 或者 GPU&#xff09;上。 对于张量&#xff08;Tensor&#xff09;&#xff1…

C++笔试题(金山科技新未来训练营):

题目分布&#xff1a; 17道单选&#xff08;每题3分&#xff09;3道多选题&#xff08;全对3分&#xff0c;部分对1分&#xff09;2道编程题&#xff08;每一道20分&#xff09;。 不过题目太多&#xff0c;就记得一部分了&#xff1a; 单选题&#xff1a; static变量的初始…

Spark(29)基础自定义分区器

&#xff08;一&#xff09;什么是分区 【复习提问&#xff1a;RDD的定义是什么&#xff1f;】 在 Spark 里&#xff0c;弹性分布式数据集&#xff08;RDD&#xff09;是核心的数据抽象&#xff0c;它是不可变的、可分区的、里面的元素并行计算的集合。 在 Spark 中&#xf…

python打卡训练营打卡记录day35

知识点回顾&#xff1a; 三种不同的模型可视化方法&#xff1a;推荐torchinfo打印summary权重分布可视化进度条功能&#xff1a;手动和自动写法&#xff0c;让打印结果更加美观推理的写法&#xff1a;评估模式 作业&#xff1a;调整模型定义时的超参数&#xff0c;对比下效果 1…

【MySQL】07.表内容的操作

1. insert 我们先创建一个表结构&#xff0c;这部分操作我们使用这张表完成我们的操作&#xff1a; mysql> create table student(-> id int primary key auto_increment,-> name varchar(20) not null,-> qq varchar(20) unique-> ); Query OK, 0 rows affec…

使用SQLite Expert个人版VACUUM功能修复数据库

使用SQLite Expert个人版VACUUM功能修复数据库 一、SQLite Expert工具简介 SQLite Expert 是一款功能强大的SQLite数据库管理工具&#xff0c;分为免费的个人版&#xff08;Personal Edition&#xff09;和收费的专业版&#xff08;Professional Edition&#xff09;。其核心功…

LM-BFF——语言模型微调新范式

gpt3&#xff08;GPT3——少样本示例推动下的通用语言模型雏形)结合提示词和少样本示例后&#xff0c;展示出了强大性能。但大语言模型的训练门槛太高&#xff0c;普通研究人员无力&#xff0c;LM-BFF(Making Pre-trained Language Models Better Few-shot Learners)的作者受gp…

遥感解译项目Land-Cover-Semantic-Segmentation-PyTorch之二训练模型

遥感解译项目Land-Cover-Semantic-Segmentation-PyTorch之一推理模型 背景 上一篇文章了解了这个项目的环境安装和模型推理,这篇文章介绍下如何训练这个模型,添加类别 下载数据集 在之前的一篇文章中,也有用到这个数据集 QGIS之三十六Deepness插件实现AI遥感训练模型 数…

【NLP 71、常见大模型的模型结构对比】

三到五年的深耕&#xff0c;足够让你成为一个你想成为的人 —— 25.5.8 模型名称位置编码Transformer结构多头机制Feed Forward层设计归一化层设计线性层偏置项激活函数训练数据规模及来源参数量应用场景侧重GPT-5 (OpenAI)RoPE动态相对编码混合专家架构&#xff08;MoE&#…

[250521] DBeaver 25.0.5 发布:SQL 编辑器、导航器全面升级,新增 Kingbase 支持!

目录 DBeaver 25.0.5 发布&#xff1a;SQL 编辑器、导航器全面升级&#xff0c;新增 Kingbase 支持&#xff01; DBeaver 25.0.5 发布&#xff1a;SQL 编辑器、导航器全面升级&#xff0c;新增 Kingbase 支持&#xff01; 近日&#xff0c;DBeaver 发布了 25.0.5 版本&#xf…

服务器硬盘虚拟卷的处理

目前的情况是需要删除逻辑卷&#xff0c;然后再重新来弄一遍。 数据已经备份好了&#xff0c;所以不用担心数据会丢失。 查看服务器的具体情况 使用 vgdisplay 操作查看服务器的卷组情况&#xff1a; --- Volume group ---VG Name vg01System IDFormat …

Flutter 中 build 方法为何写在 StatefulWidget 的 State 类中

Flutter 中 build 方法为何写在 StatefulWidget 的 State 类中 在 Flutter 中&#xff0c;build 方法被设计在 StatefulWidget 的 State 类中而非 StatefulWidget 类本身&#xff0c;这种设计基于几个重要的架构原则和实际考量&#xff1a; 1. 核心设计原因 1.1 生命周期管理…

传统医疗系统文档集中标准化存储和AI智能化更新路径分析

引言 随着医疗数智化建设的深入推进&#xff0c;传统医疗系统如医院信息系统(HIS)、临床信息系统(CIS)、护理信息系统(NIS)、影像归档与通信系统(PACS)和实验室信息系统(LIS)已经成为了现代医疗机构不可或缺的技术基础设施。这些系统各自承担着不同的功能&#xff0c;共同支撑…

探索常识性概念图谱:构建智能生活的知识桥梁

目录 一、知识图谱背景介绍 &#xff08;一&#xff09;基本背景 &#xff08;二&#xff09;与NLP的关系 &#xff08;三&#xff09;常识性概念图谱的引入对比 二、常识性概念图谱介绍 &#xff08;一&#xff09;常识性概念图谱关系图示例 &#xff08;二&#xff09…

Linux/aarch64架构下安装Python的Orekit开发环境

1.背景 国产化趋势越来越强&#xff0c;从软件到硬件&#xff0c;从操作系统到CPU&#xff0c;甚至显卡&#xff0c;就产生了在国产ARM CPU和Kylin系统下部署Orekit的需求&#xff0c;且之前的开发是基于Python的&#xff0c;需要做适配。 2.X86架构下安装Python/Orekit开发环…

Ctrl+鼠标滚动阻止页面放大/缩小

项目场景&#xff1a; 提示&#xff1a;这里简述项目相关背景&#xff1a; 一般在我们做大屏的时候&#xff0c;不希望Ctrl鼠标上下滚动的时候页面会放大/缩小&#xff0c;那么在有时候&#xff0c;又不希望影响到别的页面&#xff0c;比如说这个大屏是在另一个管理后台中&am…

MySQL——复合查询表的内外连

目录 复合查询 回顾基本查询 多表查询 自连接 子查询 where 字句中使用子查询 单行子查询 多行子查询 多列子查询 from 字句中使用子查询 合并查询 实战OJ 查找所有员工入职时候的薪水情况 获取所有非manager的员工emp_no 获取所有员工当前的manager 表的内外…