360产品展示网站,网店怎么开通,wordpress 三主题公园,4米高挡土墙模板加固1.前言
在 Web 业务场景中#xff0c;我们经常保存这样一种信息#xff1a;一个 key 对应了一个数据集合。比如#xff1a;
手机 APP 中的每天用户登录信息#xff1a;一天对应一系列用户 ID。电商网站上商品的用户评论列表#xff1a;一个商品对应了一些列的评论。用户…1.前言
在 Web 业务场景中我们经常保存这样一种信息一个 key 对应了一个数据集合。比如
手机 APP 中的每天用户登录信息一天对应一系列用户 ID。电商网站上商品的用户评论列表一个商品对应了一些列的评论。用户在手机 APP 上的签到打卡信息一天对应一系列用户的签到记录。应用网站上的网页访问信息一个网页对应一些列的访问点击。
Redis 集合类型的特点就是一个键对应一系列数据所以非常适合用来存取这类数据。但是实际的使用场景中除了记录信息还需要对集合中的数据进行统计例如
在移动应用中需要统计每天的新增用户数和第二天的留存用户数在电商网站中需要统计评论列表中的最新评论在签到打开中需要统计一个月内连续打开的用户数在页面访问记录中需要统计网络独立访客UV量。
通常情况下我们面临的用户数量以及访问量是巨大的。所以我们必须要选择能够非常高效地统计大量数据比如亿级的集合类型。要选选择合适的集合就得了解常用的集合统计模式。集合类型常见的统计模式有四种包括聚合统计、排序统计、二值状态统计和基数统计下面分别分析下这些统计类型。 2.聚合统计
聚合统计就是指多个集合元素聚合结果包括
统计多个集合的共有元素交集统计把两个集合相比统计其中一个集合独有的元素差异统计统计多个集合的所有元素并集统计
在前言提到的场景中统计手机 APP 每天的用户新增数和第二天的用户留存数正好对应的聚合统计。
要完成这个统计任务我们可以用一个集合记录所有登录过 APP 的用户 ID同时用另一个集合记录每天登录过 APP 的用户 ID。然后再对这两个集合做聚合统计。
记录所有登录过 APP 的用户 ID比较简单可以直接使用 Set 类型把 key 设置为 user:id表示记录的是用户 IDvalue 是一个 Set 集合里面是所有登录过 APP 的用户 ID如下图所示 把每天登录的用户 ID 记录到一个新集合中这个集合叫做每日用户 Setkey 是 user:id:当天日期例如 user:id:20240129value 是 Set 集合记录当天登录的用户 ID。
假设 APP 是 2024 年 1 月 20 日上线那么 1 月 20 日前是没有用户的。
此时累计用户 Set 是空的。当天登录的用户 ID 会被记录到 user:id:20240120 的 Set 中。所以user:id:20240120 这个 Set 中的用户就是当天的新增用户。然后我们计算累计用户 Set 和 user:id:20240120 Set 的并集结果结果保存在 user:id 这个累计用户 Set 中如下所示
SUNIONSTORE user:id user:id user:id:20240120此时 user:id 这个累计用户 Set 中就有了 1 月 20 日的用户 ID。等到 1 月 21 日再统计时我们把 1 月 21 日登录的用户 ID 记录到 user:id:20240121 的 Set 中。接下来执行 SDIFFSTORE 命令计算 user:id:20240121 的 Set 和 累计用户 Set 的差集将结果保存在 key 为 user:new 的 Set 中如下所示
SDIFFSTORE user:new user:id:20240121 user:id这个差集的用户 ID 在 user:id:20240121 的 Set 中存在但是不在累计用户 Set 中。所以user:new 这个 Set 中记录的就是 1 月 21 日的新增用户。当要计算 1 月 21 日的留存用户时我们只需要再计算 user:id:20240120 和 user:id:20240121 这个两个 Set 的交集就可以得到同时在这两个集合中的用户 ID 了这些就是在 1 月 20 日登录且在 1 月 21 日留存的用户。执行的命令如下
SINTERSTORE user:id:rem user:id:20240120 user:id:20240121当你要对多个集合进行聚合计算时Set 类型会是一个一个非常不错的选择。不过这里有个潜在的风险Set 的差集、并集和交集的计算复杂度较高在数据量较大的情况下如果直接执行这些计算会导致 Redis 实例阻塞。所以可以从主从集群中选择一个从库让它专门负责聚合计算或者是把数据读取到客户端在客户端来完成聚合统计这样就可以规避阻塞主库实例和其他从库实例的风险了。
3.排序统计
排序统计我们以商品的最新评论列表的场景为例进行讲解。
最新评论列表包含了所有评论中的最新留言这就要求集合类型能对元素保序也就是说集合中的元素可以按序排列这种对元素保序的集合类型叫做有序集合。
Redis 常用的 4 个集合类型中List、Set、Hash、Sorted SetList 和 Sorted Set 就属于有序集合。
List 是按照元素进入 List 的顺序进行排序的而 Sorted Set 可以根据元素的权重来排序。比如说我们可以根据元素插入 Sorted Set 的时间确定权重值先插入的元素权重小后插入的元素权重大。
我们该如何选择呢
3.1 List 排序
每个商品对应一个 List这个 List 包含了对这个商品的所有评论而且会按照评论时间来保存这些评论每当有一个新评论就用 LPUSH 命令把它插入 List 的队头。
在只有一页面评论的时候逻辑非常简单但是在实际应用中一般都会分页显示一旦涉及到分页List 就可能会出现问题。
假设 当前的评论 List 是 {a, b, c, d, e, f}其中 1 是最新评论5 是最早评论。在展示第一页的 3 个评论时可以用下面的命令得到最新的三条评论 a、b、c
LRANGE comments 0 2
1) a
2) b
3) c然后在获取第二页的3个评论 d、e、f
LRANGE comments 3 5
1) d
2) e
3) f但是如果此时又产生了一条新评论 g评论 G 就会被插入到评论 List 的队头评论 List 就变成了 {g, a, b, c, d, e, f}。此时再用刚才的命令获取第二页评论时就会发现评论 c 又被展示出来了 也就是 c、d、e
LRANGE comments 3 5
1) c
2) d
3) e这是因为新元素插入前后List 相同位置上的元素就会发生变化用 LRANGE 读取时就会读到旧元素。
3.2 Sorted Set 排序
和 List 相比Sorted Set 就不存在这个问题因为它是根据元素的实际权重来排序和获取数据的。我们可以按照评论时间的先后给每条评论设置一个权重值然后再把评论保存到 Sorted Set 中。Sorted Set 也能通过 ZRANGBYSCORE 命令准备地获取到按排序的数据。
假设越新的评论权重越大目前最新评论的权重是 N我们执行下面的命令时就可以获得最新的 10 条评论
ZRANGEBYSCORE comments N-9 N所以在面对需要展示最新列表、排行榜等场景时如果数据更新频繁或者需要分页显示建议优先考虑 Sorted Set。
4.二值状态统计
这里的二值状态就是指集合元素的取值就只有 0 和 1 两种。在签到打卡的场景中我们只用记录签到1或未签到0所以它就是典型的二值状态。
签到统计时每个用户每天的签到用 1 个 bit 位就能表示一个月假设是 31 天的签到情况 31 个 bit 位就可以而一年的签到也只需要用 365 个 bit 位根本不用太复杂的集合类型。这个时候我们就可以选择 Bitmap。这个是 Redis 提供的扩展数据类型。
Bitmap 本身是用 String 类型作为底层数据结构实现的一种统计二值状态的数据类型。String 类型是会保存二进制的字节数组所以Redis 就把字节数组的每个 bit 位利用起来用来表示一个元素的二值状态。你可以把 Bitmap 看作是一个 bit 数组。
Bitmap 提供了 GETBIT/SETBIT 操作使用一个偏移值 offset 对 bit 数组的某一个 bit 位进行读和写。不过需要注意的是Bitmap 的偏移量是从 0 开始算的也就是说 offset 的最小值是 0。当使用 SETBIT 对一个 bit 位进行写操作时这个 bit 位会被设置为 1。Bitmap 还提供了 BITCOUNT 操作用来统计这个 bit 数组中所有 “1” 的个数。
假设我们要统计 ID 3000 的用户在 2024 年 1 月份的签到情况就可以按照下面的步骤进行操作。
执行下面的命令记录该用户在 1 月 20 号已签到。
SETBIT uid:sign:3000:202401 19 1检查该用户在 1 月 20 号是否签到
GETBIT uid:sign:3000:202401 19统计该用户在 8 月份的签到次数
BITCOUNT uid:sign:3000:202401这样我们就知道该用户在 8 月份的签到情况了。
你可以再考虑下如果记录了 1 亿个用户 10 天的签到情况有没有办法统计出 这 10 天连续签到用户的总数吗
分析之前我们要先知道Bitmap 支持用 BITOP 命令对多个 Bitmap 按位做与 或 异或的操作操作的结果会保存到一个新的 Bitmap 中。
我们以按位与操作为例。下图中可以看到三个 Bitmapbm1、bm2、bm3对应 bit 位做与操作结果保存到一个新的 Bitmap 中BITOP AND resmap bm1 bm2 bm3。 回到刚刚的问题在统计 1 亿个用户连续 10 天的签到情况时可以把日期作为 key每个 key 对应一个 1 亿位的 Bitmap每个 bit 对应一个用户当天的签到情况。
接下来我们对 10 个 Bitmap 做与操作得到的结果也是一个 Bitmap。在这个 Bitmap 中只有 10 天都签到的用户对应的 bit 位上的值才会是 1。最后我们可以用 BITCOUNT 统计下 Bitmap 中 1 的个数这就是 1 亿用户中连续签到 10 天的用户总数了。
现在统计下内存开销。每天使用 1 个 1 亿位的 Bitmap大约占 12M 的内存10^8/8/1024/102410 天的 Bitmap 的内存开销为 120M内存压力你不算大。不过实际应用时最好对 Bitmap 设置过期时间让 Redis 自动删除不再需要的签到记录以节省内存开销。
所以在统计海里数据的时候Bitmap 能够有效地节省内存空间。
5.基数统计
基数统计就是指统计一个集合中不重复的元素个数。对应的就是统计网页的 UV。
网页 UV 有个独特的地方就是需要去重 一个用户一天内的多次访问智能算作一次。 在 Redis 集合中 Set 类型默认支持去重所以看到有去重需求时第一个想到的就是 Set 类型。
我们来看一个例子有一个用户 user1 访问 page1 时你把这个信息添加到 Set 中
SADD page1:uv user1用户 1 再来访问时Set 去重功能就能保证不会重复记录用户 1 的访问次数。当你需要统计 UV 时可以直接用 SCARD 命令这个命令会返回一个集合中的元素个数。
但是如果 page1 非常火爆UV 达到了千万这个时候一个 Set 就要记录千万个用户 ID而在搞促销活动时这样的页面可能有成千上万个如果每个页面都用这样的 Set 就会消耗很大的空间。
当然也可以使用 Hash 类型记录 UV。例如可以把用户 ID 作为集合的 key当用户访问页面时就用 HSET 命令对这个用户 ID 记录一个值 “1” 表示一个独立访客
HSET page1:uv user1 1即使用户多次访问重复执行这个命令user1 的值仍为 1。当要统计 UV 时我们可以用 HLEN 命令统计 Hash 集合中的所有元素个数即可。但是和 Set 类型一样当页面很多时Hash 类型也会消耗很大的内存空间。
有没有什么办法既能完成统计又能节省空间呢
它就是 Redis 的 HyperLogLog 了。它是一种用于统计基数的数据集合类型它最大的优势是当集合元素非常多时它计算基数所需的空间总是固定的而且还非常小。
在 Redis 中每个 HyperLogLog 只需 12 KB 的内存就可以计算接近 2 的 64 次方个元素的基数。
在统计 UV 时你可以用 PFADD 命令把访问页面的每个用户都添加到 HyperLogLog 中。
PFADD page1:uv user1 user2 user3 user4接下来就可以用 PFCOUNT 命令直接获得 page1 的 UV 值了这个命令的作用就是返回 HyperLogLog 的统计结果。
PFCOUNT page:uv需要注意下HyperLogLog 的统计规则是基于概率完成的所以它给出的统计结果会有一定的误差标准误算率是 0.81%。也就是使用 HyperLogLog 统计 UV 是 100 万但实际的 UV 可能是 101 万。虽然误差不大但是如果需要精确统计结果的话最好还是利益 Set 或 Hash 类型。
