Redis數據庫常見的鍵值設計有哪些

這篇文章將為大家詳細講解有關Redis數據庫常見的鍵值設計有哪些，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

　　用戶登錄系統

　　記錄用戶登錄信息的一個系統，我們簡化業務后只留下一張表。

　　關系型數據庫的設計

　　mysql>select*fromlogin;

　　+---------+----------------+-------------+---------------------+

　　|user_id|name|login_times|last_login_time|

　　+---------+----------------+-------------+---------------------+

　　|1|kenthompson|5|2011-01-0100:00:00|

　　|2|dennisritchie|1|2011-02-0100:00:00|

　　|3|JoeArmstrong|2|2011-03-0100:00:00|

　　+---------+----------------+-------------+---------------------+

　　user_id表的主鍵，name表示用戶名，login_times表示該用戶的登錄次數，每次用戶登錄后，login_times會自增，而last_login_time更新為當前時間。

　　REDIS的設計

　　關系型數據轉化為KV數據庫，我的方法如下：

　　key表名：主鍵值：列名

　　value列值

　　一般使用冒號做分割符，這是不成文的規矩。比如在php-adminforredis系統里，就是默認以冒號分割，于是user:1user:2等key會分成一組。于是以上的關系數據轉化成kv數據后記錄如下：

　　Setlogin:1:login_times5

　　Setlogin:2:login_times1

　　Setlogin:3:login_times2

　　Setlogin:1:last_login_time2011-1-1

　　Setlogin:2:last_login_time2011-2-1

　　Setlogin:3:last_login_time2011-3-1

　　setlogin:1:name”kenthompson“

　　setlogin:2:name“dennisritchie”

　　setlogin:3:name”JoeArmstrong“

　　這樣在已知主鍵的情況下，通過get、set就可以獲得或者修改用戶的登錄次數和最后登錄時間和姓名。

　　一般用戶是無法知道自己的id的，只知道自己的用戶名，所以還必須有一個從name到id的映射關系，這里的設計與上面的有所不同。

　　set"login:kenthompson:id"1

　　set"login:dennisritchie:id"2

　　set"login:JoeArmstrong:id"3

　　這樣每次用戶登錄的時候業務邏輯如下(python版)，r是redis對象，name是已經獲知的用戶名。

　　#獲得用戶的id

　　uid=r.get("login:%s:id"%name)

　　#自增用戶的登錄次數

　　ret=r.incr("login:%s:login_times"%uid)

　　#更新該用戶的最后登錄時間

　　ret=r.set("login:%s:last_login_time"%uid,datetime.datetime.now())

　　如果需求僅僅是已知id，更新或者獲取某個用戶的最后登錄時間，登錄次數，關系型和kv數據庫無啥區別。一個通過btreepk，一個通過hash，效果都很好。

　　假設有如下需求，查找最近登錄的N個用戶。開發人員看看，還是比較簡單的，一個sql搞定。

　　select*fromloginorderbylast_login_timedesclimitN

　　DBA了解需求后，考慮到以后表如果比較大，所以在last_login_time上建個索引。執行計劃從索引leafblock的最右邊開始訪問N條記錄，再回表N次，效果很好。

　　有哪些常見Redis數據庫鍵值的設計

　　過了兩天，又來一個需求，需要知道登錄次數最多的人是誰。同樣的關系型如何處理?DEV說簡單

　　select*fromloginorderbylogin_timesdesclimitN

　　DBA一看，又要在login_time上建立一個索引。有沒有覺得有點問題呢，表上每個字段上都有素引。

　　關系型數據庫的數據存儲的的不靈活是問題的源頭，數據僅有一種儲存方法，那就是按行排列的堆表。統一的數據結構意味著你必須使用索引來改變sql的訪問路徑來快速訪問某個列的，而訪問路徑的增加又意味著你必須使用統計信息來輔助，于是一大堆的問題就出現了。

　　沒有索引，沒有統計計劃，沒有執行計劃，這就是kv數據庫。

　　redis里如何滿足以上的需求呢?對于求最新的N條數據的需求，鏈表的后進后出的特點非常適合。我們在上面的登錄代碼之后添加一段代碼，維護一個登錄的鏈表，控制他的長度，使得里面永遠保存的是最近的N個登錄用戶。

　　#把當前登錄人添加到鏈表里

　　ret=r.lpush("login:last_login_times",uid)

　　#保持鏈表只有N位

　　ret=redis.ltrim("login:last_login_times",0,N-1)

　　這樣需要獲得最新登錄人的id，如下的代碼即可

　　last_login_list=r.lrange("login:last_login_times",0,N-1)

　　另外，求登錄次數最多的人，對于排序，積分榜這類需求，sortedset非常的適合，我們把用戶和登錄次數統一存儲在一個sortedset里。

　　zaddlogin:login_times51

　　zaddlogin:login_times12

　　zaddlogin:login_times23

　　這樣假如某個用戶登錄，額外維護一個sortedset，代碼如此

　　#對該用戶的登錄次數自增1

　　ret=r.zincrby("login:login_times",1,uid)

　　那么如何獲得登錄次數最多的用戶呢，逆序排列取的排名第N的用戶即可

　　ret=r.zrevrange("login:login_times",0,N-1)

　　可以看出，DEV需要添加2行代碼，而DBA不需要考慮索引什么的。

　　TAG系統

　　tag在互聯網應用里尤其多見，如果以傳統的關系型數據庫來設計有點不倫不類。我們以查找書的例子來看看redis在這方面的優勢。

　　關系型數據庫的設計

　　兩張表，一張book的明細，一張tag表，表示每本的tag，一本書存在多個tag。

　　mysql>select*frombook;

　　+------+-------------------------------+----------------+

　　|id|name|author|

　　+------+-------------------------------+----------------+

　　|1|TheRubyProgrammingLanguage|MarkPilgrim|

　　|1|Rubyonrail|DavidFlanagan|

　　|1|ProgrammingErlang|JoeArmstrong|

　　+------+-------------------------------+----------------+

　　mysql>select*fromtag;

　　+---------+---------+

　　|tagname|book_id|

　　+---------+---------+

　　|ruby|1|

　　|ruby|2|

　　|web|2|

　　|erlang|3|

　　+---------+---------+

　　假如有如此需求，查找即是ruby又是web方面的書籍，如果以關系型數據庫會怎么處理?

　　selectb.name,b.authorfromtagt1,tagt2,bookb

　　wheret1.tagname='web'andt2.tagname='ruby'andt1.book_id=t2.book_idandb.id=t1.book_id

　　tag表自關聯2次再與book關聯，這個sql還是比較復雜的，如果要求即ruby，但不是web方面的書籍呢?

　　關系型數據其實并不太適合這些集合操作。

　　REDIS的設計

　　首先book的數據肯定要存儲的，和上面一樣。

　　setbook:1:name”TheRubyProgrammingLanguage”

　　Setbook:2:name”Rubyonrail”

　　Setbook:3:name”ProgrammingErlang”

　　setbook:1:author”MarkPilgrim”

　　Setbook:2:author”DavidFlanagan”

　　Setbook:3:author”JoeArmstrong”

　　tag表我們使用集合來存儲數據，因為集合擅長求交集、并集

　　saddtag:ruby1

　　saddtag:ruby2

　　saddtag:web2

　　saddtag:erlang3

　　那么，即屬于ruby又屬于web的書?

　　inter_list=redis.sinter("tag.web","tag:ruby")

　　即屬于ruby，但不屬于web的書?

　　inter_list=redis.sdiff("tag.ruby","tag:web")

　　屬于ruby和屬于web的書的合集?

　　inter_list=redis.sunion("tag.ruby","tag:web")

　　簡單到不行阿。

　　從以上2個例子可以看出在某些場景里，關系型數據庫是不太適合的，你可能能夠設計出滿足需求的系統，但總是感覺的怪怪的，有種生搬硬套的感覺。

　　尤其登錄系統這個例子，頻繁的為業務建立索引。放在一個復雜的系統里，ddl(創建索引)有可能改變執行計劃。導致其它的sql采用不同的執行計劃，業務復雜的老系統，這個問題是很難預估的，sql千奇百怪。要求DBA對這個系統里所有的sql都了解，這點太難了。這個問題在oracle里尤其嚴重，每個DBA估計都碰到過。對于MySQL這類系統，ddl又不方便(雖然現在有onlineddl的方法)。碰到大表，DBA凌晨爬起來在業務低峰期操作，這事我沒少干過。而這種需求放到redis里就很好處理，DBA僅僅對容量進行預估即可。

關于“Redis數據庫常見的鍵值設計有哪些”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。