优化Redis缓存效率

绝地灬酷狼 2022-05-28 03:12 186阅读 0赞

# [ 项目修炼之路（5）高并发下优化Redis缓存效率 ][_5_Redis_] #

标签： [优化][Link 1] [缓存][Link 2] [redis][] [大数据][Link 3]

2016年02月17日 17:31:11 10583人阅读 评论(3) 收藏 举报

![category_icon.jpg][] 分类：

架构 *（48）* ![arrow_triangle_20_down.jpg][] 大数据 *（27）* ![arrow_triangle_20_down.jpg][] 缓存 *（1）* ![arrow_triangle_20_down.jpg][]

目录[(?)][_5_Redis_][\[+\]][Link 4]

最近，公司给了个优化任务，某个耗时的操作，在百亿的交易额下，处理异常缓慢，需要优化，以为每日发息做准备，在这里给大家介绍下我的优化思路，共同探讨下：

代码逻辑：

通过用户id获取用户所在区域id，每次批量处理1千个用户，起20个线程处理。

# 第一步，加缓存 #

通过用户id获取用户所在区域id分两步实现（代码中已经标红），第一步通过用户获取城市id，第二部通过城市id获取区域id，使用上篇博客介绍的方法（[项目修炼之路（4）aop+注解的自动缓存][4_aop]），给两个方法加入redis缓存。

**\[javascript\]** [view plain][Link 4] [copy][Link 4]

1.  @Override  
2.      public PublicResult<HashMap<Integer, Integer>> getUserAreaFranchiseeIDS(List<Integer> uids) \{  
3.          PublicResult<HashMap<Integer, Integer>> result = new PublicResult<HashMap<Integer, Integer>>();  
4.          HashMap<Integer, Integer> resultMap = new HashMap<Integer, Integer>();  
5.    
6.          long time;  
7.          for(Integer uid :uids)\{  
8.              Integer areaId = Integer.valueOf(0);  
9.              try \{  
10.                 time=System.currentTimeMillis();  
11.                 UserAreaFranchisee area =getUserAreaFranchisee(uid).getResult();  
12.                 LOGGER.info("=getUserAreaFranchiseeIDS=>--.uid:\["\+uid+"\].\[get -- wmpsDayInterChange\]getUserAreaFranchisee() -------------spen time:" + (System.currentTimeMillis()-time));  
13.                 time=System.currentTimeMillis();  
14.                 int id = 0;  
15.                 if (area != null && area.getCityid() != null && area.getCityid().intValue() > 0) \{  
16.                     id = area.getCityid().intValue();  
17.                      tpr = logicTongchengAreaService.getTongchengArea(Integer.valueOf(id));  
18.                     if (tpr != null && tpr.isSuccess() && tpr.getResult() != null && tpr.getResult().getId() != null && tpr.getResult().getId() > 0) \{  
19.                         areaId = tpr.getResult().getId();  
20.                     \}  
21.                 \}  
22.                 LOGGER.info("=getUserAreaFranchiseeIDS=>--..uid:\["\+uid+"\].\[get -- wmpsDayInterChange\]getLogicTongchengAreaService() -------------spen time:" + (System.currentTimeMillis()-time));  
23.   
24.             \}catch (Exception e)\{  
25.                 LOGGER.error("=getUserAreaFranchiseeIDS=>",e);  
26.             \}  
27.             resultMap.put(uid,areaId);  
28.         \}  
29.   
30.   
31.         result.setSuccess(true);  
32.         result.setResult(resultMap);  
33.         return result;  
34.     \}

# 第二步，合并结果 #

问题：加入缓存后，发现，当访问频繁时，两次访问加入的缓存不合理：1，value为对象，给每次取值增加反序列化过程，实际只需id即可；2,两次操作，最终只需一个结果，造成资源浪费。

优化后：二次缓存变为一次缓存，key与value均为简单string与Integer

**\[java\]** [view plain][Link 4] [copy][Link 4]

# 第三步：批量读取 #

问题：redis为单线程，批量数据访问时，单个从redis拿数据的时间被延长，造成时间上的浪费，而且，浪费在网络上的时间比读数据时间要长

优化后：批量从redis获取一次获取，多次io改为一次io，拿不到的数据，才从数据库中读取，同时缓存到redis。

**\[java\]** [view plain][Link 4] [copy][Link 4]

# 第四步：批量添加 #

问题：设置缓存周期后，每隔一段时间，读取数据几乎全从数据库读取，加上增加到redis的时间，会造成周期性读取缓慢。

优化后：时间限制拉长，判断是否能从redis获取一半的数据，如果不能，批量将数据缓存到redis（一次io），再走逻辑

**\[java\]** [view plain][Link 4] [copy][Link 4]

1.  @Override  
2.      public PublicResult<String> getUserAreaFranchiseeIDS(ArrayList<Integer> uids) \{  
3.          PublicResult<String> result = new PublicResult<String>();  
4.          HashMap<Integer, Integer> resultMap = new HashMap<Integer, Integer>();  
5.          long time;  
6.          ArrayList<String> uidKeys = new ArrayList<String>();  
7.          for(int i=0;i<uids.size();i++)\{  
8.              uidKeys.add(i,RedisKeyUtils.USER\_AREA\_ID+ uids.get(i));  
9.          \}  
10.         List<Integer> listAreas = RedisUtils.mget(uidKeys.toArray(),Integer.class);  
11.   
12.         try \{  
13.             if (ListUtil.countNullNumber(listAreas) > listAreas.size() / 2) \{  
14.                 initRedisByUids(uids);  
15.                 listAreas = RedisUtils.mget(uidKeys.toArray(), Integer.class);  
16.             \}  
17.         \}catch (Exception e)\{  
18.             LOGGER.error("=getUserAreaFranchiseeIDS=>initRedisByUids error",e);  
19.         \}  
20.   
21.         for(int i=0 ;i<uids.size();i++)\{  
22.             Integer uid = uids.get(i);  
23.             Integer areaId = Integer.valueOf(0);  
24.             if(listAreas.get(i)==null)\{  
25.                 try \{  
26.                     time=System.currentTimeMillis();  
27.                     areaId = userAreaFranchiseeService.getUserAreaIdByUid(uid);  
28.                     LOGGER.info("=getUserAreaFranchiseeIDS=>--.uid:\[" + uid + "\].\[get -- wmpsDayInterChange\]getUserAreaIdByUid() -------------spen time:" + (System.currentTimeMillis() - time));  
29.   
30.                 \}catch (Exception e)\{  
31.                     LOGGER.error("=getUserAreaFranchiseeIDS=>error uid:\["\+uid+"\]",e);  
32.                 \}  
33.                 listAreas.set(i,areaId);  
34.             \}  
35.             areaId = listAreas.get(i);  
36.             resultMap.put(uid,areaId);  
37.         \}  
38.         result.setSuccess(true);  
39.         result.setResult(JSON.toJSONString(resultMap));  
40.         return result;  
41.     \}  
42.   
43.     private boolean initRedisByUids(ArrayList<Integer> uids)\{  
44.         boolean isSuccess = false;  
45.         HashMap<String, Integer> resultMap =null;  
46.         try \{  
47.             resultMap = ListUtil.getMaxAndMinInterger(uids);  
48.             if(resultMap!=null && !resultMap.isEmpty())\{  
49.   
50.                 List<UserAreaUidVo> listResult = userAreaFranchiseeService.getUserAreaIdPageByUid(resultMap.get(ListUtil.minNumKey), resultMap.get(ListUtil.maxNumKey));  
51.                 if(listResult!=null && !listResult.isEmpty())\{  
52.                     HashMap<String ,List> hashMapForUid =uidToRedisKeyAndVlues(listResult);  
53.                     RedisUtils.mset(hashMapForUid.get(RedisKeys).toArray(),hashMapForUid.get(RedisValues).toArray(),RedisKeyUtils.USER\_AREA\_ID\_TIME);  
54.                     isSuccess=true;  
55.                 \}  
56.             \}  
57.         \}catch(Exception e)\{  
58.             LOGGER.error("=initRedisByUids=>",e);  
59.         \}  
60.   
61.         return isSuccess;  
62.     \}  
63.   
64.     private HashMap<String ,List> uidToRedisKeyAndVlues(List<UserAreaUidVo> listUserArea)\{  
65.         HashMap<String ,List> hashMapForUid = new HashMap<String ,List>();  
66.         List<String> keys = new ArrayList<String>(listUserArea.size());  
67.         List<Integer> values = new ArrayList<Integer>(listUserArea.size());  
68.         for(int i=0;i<listUserArea.size();i++)\{  
69.             keys.add( RedisKeyUtils.USER\_AREA\_ID + listUserArea.get(i).getUid());  
70.             values.add(listUserArea.get(i).getAreaid() == null ? 0 : listUserArea.get(i).getAreaid());  
71.         \}  
72.         hashMapForUid.put(RedisKeys,keys);  
73.         hashMapForUid.put(RedisValues,values);  
74.         return hashMapForUid;  
75.     \}

# 总结： #

在工作中，我们会遇到各种难题，实际这些难题，帮助我们提升了自己的解决问题能力外，还帮助我们制造了一种奇妙的东西，叫思路，或者叫框架，就是再有类似问题时，我们会映射过来，我是不是解决过，不仅仅局限在代码端，在生活和处理社会问题时，实际是相通的！

所以，代码积累的不仅仅是工作经验，还有生活经验！

附录：工具类：

**\[java\]** [view plain][Link 4] [copy][Link 4]

1.  public class ListUtil \{  
2.    
3.      public static String maxNumKey ="max";  
4.      public static String minNumKey ="min";  
5.      /\*\* 
6.       \* 按照某大小对list分页 
7.       \* @param targe 
8.       \* @param size 
9.       \* @return 
10.      \*/  
11.     public static List<List>  splitList(List targe,int size) \{  
12.         List<List> listArr = new ArrayList<List>();  
13.         //获取被拆分的数组个数  
14.         int arrSize = targe.size()%size==0?targe.size()/size:targe.size()/size+1;  
15.         for(int i=0;i<arrSize;i++) \{  
16.             List  sub = new ArrayList();  
17.             //把指定索引数据放入到list中  
18.             for(int j=i\*size;j<=size\*(i+1)-1;j++) \{  
19.                 if(j<=targe.size()-1) \{  
20.                     sub.add(targe.get(j));  
21.                 \}  
22.             \}  
23.             listArr.add(sub);  
24.         \}  
25.         return listArr;  
26.     \}  
27.   
28.     /\*\* 
29.      \* 统计list中为null的元素个数 
30.      \* @param listTest 
31.      \* @return 
32.      \*/  
33.    public static long countNullNumber(List listTest)\{  
34.        long  count=0;  
35.        for(int i=0;i<listTest.size();i++)\{  
36.            if(listTest.get(i)==null)\{  
37.                count++;  
38.            \}  
39.        \}  
40.        return count;  
41.    \}  
42.   
43.     /\*\* 
44.      \* 统计list中为null的元素个数 
45.      \* @param listTest 
46.      \* @return 
47.      \*/  
48.     public static HashMap getMaxAndMinInterger(List<Integer> listTest)throws Exception\{  
49.         if(listTest==null || listTest.isEmpty())\{  
50.             throw new Exception("=ListUtil.getMaxAndMinInterger=> listTest is null");  
51.         \}  
52.         HashMap<String,Integer> result = new HashMap<String,Integer>();  
53.         Integer  maxNum=null;  
54.         Integer minNum=null;  
55.         for(int i=0;i<listTest.size();i++)\{  
56.             if(!(listTest.get(i)==null))\{  
57.                 if(maxNum==null)\{  
58.                     maxNum=listTest.get(i);  
59.                 \}  
60.   
61.                 if(maxNum<listTest.get(i))\{  
62.                     maxNum=listTest.get(i);  
63.                 \}  
64.   
65.                 if(minNum==null)\{  
66.                     minNum=listTest.get(i);  
67.                 \}  
68.                 if(minNum>listTest.get(i))\{  
69.                     minNum=listTest.get(i);  
70.                 \}  
71.             \}  
72.         \}  
73.         if(maxNum==null || minNum == null)\{  
74.             throw new Exception("=ListUtil.getMaxAndMinInterger=> listTest is null");  
75.         \}  
76.         result.put(maxNumKey,maxNum);  
77.         result.put(minNumKey,minNum);  
78.         return result;  
79.     \}  
80.   
81.   
82. \}

[_5_Redis_]: https://blog.csdn.net/xvshu/article/details/50681563
[Link 1]: http://so.csdn.net/so/search/s.do?q=%E4%BC%98%E5%8C%96&t=blog
[Link 2]: http://so.csdn.net/so/search/s.do?q=%E7%BC%93%E5%AD%98&t=blog
[redis]: http://so.csdn.net/so/search/s.do?q=redis&t=blog
[Link 3]: http://so.csdn.net/so/search/s.do?q=%E5%A4%A7%E6%95%B0%E6%8D%AE&t=blog
[category_icon.jpg]: /images/20220528/fab0e1b26b354985be71c12c2fece0e1.png
[arrow_triangle_20_down.jpg]: /images/20220528/9168193117624c51be0f0c6320369ed4.png
[Link 4]: https://blog.csdn.net/xvshu/article/details/50681563#
[4_aop]: http://blog.csdn.net/xvshu/article/details/50681026