Redis 網頁應用資料列快取與分析

在網頁應用程式中，有效運用 Redis 快取策略能顯著提升效能。本文將進一步探討如何利用 Redis 的資料結構特性，實作更精細的資料列快取和使用者行為分析。此方法能有效降低資料函式庫負載，並根據使用者行為動態調整快取策略，提升使用者經驗。文章將以 Python 程式碼示例，說明如何操作 Redis 的有序集合、字串等資料結構，實作資料列的定期更新和網頁瀏覽紀錄的追蹤。同時也將探討如何根據商品瀏覽排名，制定更最佳化的快取決策，以最大化快取效益。

Redis 網頁應用程式剖析：資料列快取與網頁分析

在前面的章節中，我們探討瞭如何使用 Redis 快取生成的網頁，以減少頁面載入時間並提高回應速度。然而，在某些情況下，我們可能需要進一步最佳化快取策略，以減少記憶體負擔。本章節將探討如何使用 Redis 實作資料列快取和網頁分析。

資料列快取

由於 Redis 不支援巢狀結構，我們需要使用其他方法來快取複雜的資料結構。常見的做法是使用 JSON 或其他序列化函式庫將資料序列化後儲存。為了實作資料列的定期快取，我們設計了一個排程函式和一個持續執行的快取函式。

排程函式：schedule_row_cache()

def schedule_row_cache(conn, row_id, delay):
    conn.zadd('delay:', row_id, delay)
    conn.zadd('schedule:', row_id, time.time())

此函式首先將資料列 ID 新增至 delay: 有序集合中，並設定延遲時間。然後，將資料列 ID 新增至 schedule: 有序集合中，並設定目前時間戳記。

快取函式：cache_rows()

def cache_rows(conn):
    while not QUIT:
        next = conn.zrange('schedule:', 0, 0, withscores=True)
        now = time.time()
        if not next or next[0][1] > now:
            time.sleep(.05)
            continue
        row_id = next[0][0]
        delay = conn.zscore('delay:', row_id)
        if delay <= 0:
            conn.zrem('delay:', row_id)
            conn.zrem('schedule:', row_id)
            conn.delete('inv:' + row_id)
            continue
        row = Inventory.get(row_id)
        conn.zadd('schedule:', row_id, now + delay)
        conn.set('inv:' + row_id, json.dumps(row.to_dict()))

內容解密：

1. 函式進入無限迴圈，直到 QUIT 變數被設定為 True。
2. 取得下一個需要快取的資料列 ID，包括時間戳記。如果沒有資料列需要快取或時間戳記在未來，則等待 50 毫秒後重試。
3. 檢查資料列的延遲時間。如果延遲時間小於或等於 0，則從 delay: 和 schedule: 有序集合中移除該資料列 ID，並刪除快取的資料列。
4. 取得資料函式庫中的資料列，更新 schedule: 有序集合中的時間戳記，並將資料列序列化後儲存至 Redis 中。

網頁分析

在網站營運過程中，我們可以透過分析使用者行為來最佳化網站設計和內容呈現。為了減少記憶體負擔，我們需要對網頁進行分析，並決定哪些頁面需要被快取。

更新 update_token() 函式

def update_token(conn, token, user, item=None):
    timestamp = time.time()
    conn.hset('login:', token, user)
    conn.zadd('recent:', token, timestamp)
    # 新增一行程式碼以記錄最近存取的商品頁面
    # ...

內容解密：

1. update_token() 函式更新使用者登入資訊，並記錄最近存取的時間戳記。
2. 新增一行程式碼以記錄最近存取的商品頁面，以便後續分析使用者行為。

未來，我們可以進一步探索以下方向：

1. 最佳化快取策略：根據業務需求和資料特徵，不斷調整和最佳化快取策略，以達到最佳的效果。
2. 使用更先進的序列化函式庫：嘗試使用更高效的序列化函式庫，如 MessagePack，以減少記憶體佔用和提高序列化效率。
3. 引入機器學習技術：利用機器學習技術分析使用者行為和資料特徵，實作更智慧的快取決策。

透過這些努力，我們可以進一步提升 Redis 網頁應用程式的效能和可擴充套件性，為使用者提供更好的體驗。

Redis 網頁分析與快取最佳化實務

在上一章中，我們探討瞭如何利用 Redis 最佳化 Fake Web Retailer 的資料函式庫和網頁伺服器負載。本章將深入介紹 Redis 的各種命令及其在實際應用中的使用方法。

網頁分析與熱門商品追蹤

為了實作更有效的快取策略，我們需要追蹤和分析網頁的瀏覽情況。以下程式碼展示瞭如何利用 Redis 的有序集合（Sorted Set）來記錄和分析商品頁面的瀏覽次數：

if item:
    conn.zadd('viewed:' + token, {item: timestamp})
    conn.zremrangebyrank('viewed:' + token, 0, -26)
    conn.zincrby('viewed:', item, -1)

內容解密：

1. conn.zadd('viewed:' + token, {item: timestamp})：將當前瀏覽的商品專案加入以 token 為鍵的有序集合中，timestamp 作為分數。
2. conn.zremrangebyrank('viewed:' + token, 0, -26)：保留最近瀏覽的 25 個商品專案，移除舊的瀏覽記錄。
3. conn.zincrby('viewed:', item, -1)：將全域的 viewed: 有序集合中該商品的分數減 1，分數越低表示瀏覽次數越多。

熱門商品列表維護

為了保持熱門商品列表的新鮮度，我們需要定期修剪和調整商品的瀏覽次數：

def rescale_viewed(conn):
    while not QUIT:
        conn.zremrangebyrank('viewed:', 20000, -1)
        conn.zinterstore('viewed:', {'viewed:': 0.5})
        time.sleep(300)

內容解密：

1. conn.zremrangebyrank('viewed:', 20000, -1)：移除排名在 20,000 名之後的商品專案。
2. conn.zinterstore('viewed:', {'viewed:': 0.5})：將所有商品的瀏覽次數減半，以避免分數過大並為新商品騰出空間。
3. time.sleep(300)：每 5 分鐘執行一次上述操作。

快取決策最佳化

根據商品的瀏覽次數來決定是否進行快取：

def can_cache(conn, request):
    item_id = extract_item_id(request)
    if not item_id or is_dynamic(request):
        return False
    rank = conn.zrank('viewed:', item_id)
    return rank is not None and rank < 10000

內容解密：

1. item_id = extract_item_id(request)：從請求中提取商品 ID。
2. if not item_id or is_dynamic(request):：檢查請求是否為動態內容或無商品 ID，若是則不進行快取。
3. rank = conn.zrank('viewed:', item_id)：取得該商品在熱門商品列表中的排名。
4. return rank is not None and rank < 10000：若商品排名在前 10,000 名內，則傳回 True，表示可以進行快取。

Redis 命令詳解

本章主要介紹 Redis 中尚未涵蓋的命令，透過學習這些命令，可以更好地理解如何解決實際問題。Redis 的命令依照資料結構的不同而有所區別，以下是主要涵蓋的內容：

• 字串（String）命令：除了基本的 GET 和 SET 操作外，Redis 的字串命令還包括 INCR、DECR、APPEND 等，用於實作計數器、字串拼接等功能。
• 列表（List）命令：用於操作列表資料結構，例如 LPUSH、RPUSH、LPOP、RPOP 等，用於實作佇列、堆積疊等資料結構。
• 集合（Set）命令：用於操作無序集合，例如 SADD、SREM、SMEMBERS 等，用於實作標籤系統、共同好友等功能。
• 雜湊（Hash）命令：用於操作雜湊資料結構，例如 HSET、HGET、HDEL 等，用於實作物件儲存、組態管理等功能。
• 有序集合（Sorted Set）命令：用於操作有序集合，例如 ZADD、ZREM、ZRANK 等，用於實作排行榜、熱門列表等功能。
• 發布/訂閱（Publish/Subscribe）命令：用於實作訊息發布和訂閱功能，例如 PUBLISH、SUBSCRIBE、UNSUBSCRIBE 等，用於實作即時訊息傳遞、事件驅動架構等功能。

Redis 命令詳解：深入理解 Redis 的基礎與實務應用

Redis 是一個高效能的鍵值資料函式庫，廣泛應用於各種場景中。瞭解 Redis 的命令是使用 Redis 的基礎，本章將探討 Redis 中的基本命令及其應用。

Redis 中的字串（STRING）資料型別

在 Redis 中，字串（STRING）是最基本的資料型別。它可以用於儲存三種不同型別的資料：

• 位元組字串（Byte string values）
• 整數值（Integer values）
• 浮點數值（Floating-point values）

整數和浮點數可以透過特定的命令進行增減操作。整數的範圍取決於平台的長整數範圍（32 位元平台上的有符號 32 位元整數，64 位元平台上的有符號 64 位元整數），而浮點數的範圍和精確度則受限於 IEEE 754 浮點數雙精確度表示法。

整數和浮點數的增減操作

Redis 提供了多種命令來對整數和浮點數進行增減操作，如下表所示：

# 連線到 Redis
>>> conn = redis.Redis()

# 取得鍵 'key' 的值
>>> conn.get('key')
# 由於鍵 'key' 不存在，傳回 None

# 對鍵 'key' 進行 INCR 操作
>>> conn.incr('key')
1
# 鍵 'key' 不存在時，INCR 操作會將其初始化為 0 然後加 1

# 對鍵 'key' 進行 INCRBY 操作，增加 15
>>> conn.incr('key', 15)
16

# 對鍵 'key' 進行 DECRBY 操作，減少 5
>>> conn.decr('key', 5)
11

# 取得鍵 'key' 的值
>>> conn.get('key')
'11'
# 注意傳回的是字串 '11'

# 設定鍵 'key' 的值為 '13'
>>> conn.set('key', '13')
True

# 對鍵 'key' 進行 INCR 操作
>>> conn.incr('key')
14
# 即使鍵 'key' 的值是字串 '13'，也可以進行 INCR 操作

#### 內容解密：

上述 Python 程式碼展示瞭如何使用 Redis 的 Python 使用者端函式庫來操作 Redis 資料函式庫。主要步驟包括：

1. 連線到 Redis 資料函式庫：使用 redis.Redis() 函式建立連線。
2. 取得鍵的值：使用 conn.get('key') 取得指定鍵的值。如果鍵不存在，傳回 None。
3. 對鍵進行 INCR 和 DECR 操作：使用 conn.incr() 和 conn.decr() 對鍵的值進行增減操作。如果鍵不存在或其值不是整數，Redis 會根據具體情況進行處理。
4. 設定鍵的值：使用 conn.set('key', '13') 設定鍵的值。

這些操作展示了 Redis 如何處理整數和字串型別的值，以及如何使用 Python 使用者端函式庫與 Redis 資料函式庫互動。

使用位元操作和子字串操作

除了基本的增減操作外，Redis 還提供了對位元組字串進行位元操作和子字串操作的功能。這些功能可以用於高效地處理結構化資料。

位元操作

Redis 提供了 BITOP 和 BITCOUNT 等命令來對位元組字串進行位元操作。例如，可以使用 BITOP 命令對多個位元組字串進行位元運算（如 AND、OR、XOR 和 NOT），並將結果儲存到另一個鍵中。

子字串操作

Redis 也提供了 GETRANGE 和 SETRANGE 等命令來對位元組字串進行子字串操作。例如，可以使用 GETRANGE 命令取得位元組字串的子字串，或使用 SETRANGE 命令覆寫位元組字串的一部分。

# 設定鍵 'mystring' 的值為 'Hello, Redis!'
>>> conn.set('mystring', 'Hello, Redis!')

# 取得鍵 'mystring' 的子字串，從索引 0 到 4
>>> conn.getrange('mystring', 0, 4)
'Hello'

# 從索引 7 開始，將 'World' 寫入鍵 'mystring' 的值中
>>> conn.setrange('mystring', 7, 'World')

# 取得鍵 'mystring' 的最新值
>>> conn.get('mystring')
'Hello, World!'

#### 內容解密：

上述程式碼展示瞭如何使用 Redis 的子字串操作命令。主要步驟包括：

1. 設定鍵 ‘mystring’ 的初始值為 ‘Hello, Redis!’。
2. 使用 GETRANGE 命令取得鍵 ‘mystring’ 的值的子字串，從索引 0 到 4，即 ‘Hello’。
3. 使用 SETRANGE 命令從索引 7 開始，將 ‘World’ 寫入鍵 ‘mystring’ 的值中，覆寫原有的部分內容。
4. 取得更新後的鍵 ‘mystring’ 的值，結果為 ‘Hello, World!’。

這些操作展示瞭如何使用 Redis 的子字串操作命令來高效地處理位元組字串。

結語

本章介紹了 Redis 中的基本命令及其應用，重點探討了 STRING 資料型別的相關操作。透過瞭解這些基本命令，我們可以更好地利用 Redis 高效地處理各種資料型別，並在實際應用中發揮其強大的功能。後續章節將繼續探討 Redis 的其他資料型別和進階功能。

Redis 中的字串操作與 LIST 結構詳解

Redis 提供了豐富的字串操作功能以及 LIST 資料結構，使得開發者能夠靈活地處理字串和序列資料。本章將探討 Redis 中的字串操作方法以及 LIST 結構的使用。

3.1 Redis 中的字串操作方法

Redis 提供了多種方法來操作字串，包括子字串的擷取、單一位元的操作等。這些方法使得 Redis 在處理字串時更具彈性。

GETRANGE 與 SUBSTR

在 Redis 2.6 之後的版本中，建議使用 GETRANGE 方法來擷取字串的子字串。對於舊版 Redis（2.6 之前），則使用 SUBSTR 方法。

>>> conn.append('new-string-key', 'hello ')
6L
>>> conn.append('new-string-key', 'world!')
12L
>>> conn.getrange('new-string-key', 3, 7)
'lo wo'

在上述範例中，我們首先對一個新的 key new-string-key 追加了 'hello ' 和 'world!'，然後使用 GETRANGE 方法擷取索引 3 到 7 的子字串，結果為 'lo wo'。

SETRANGE 與 SETBIT

當使用 SETRANGE 和 SETBIT 對字串進行寫入操作時，如果原有的字串長度不足，Redis 會自動以空字元（null）擴充套件字串。

>>> conn.setrange('new-string-key', 0, 'H')
12
>>> conn.get('new-string-key')
'Hello World!'
>>> conn.setbit('another-key', 2, 1)
0
>>> conn.get('another-key')
'\x04'

在這裡，我們使用 SETRANGE 將 new-string-key 的第一個字元改為 'H'。同時，使用 SETBIT 對 another-key 的第三個位元設為 1，結果儲存為 '\x04'。

表 3.2：Redis 中的子字串操作方法

這些命令使得 Redis 在處理字串時具備極高的靈活性，甚至可以構建複雜的資料結構。

3.2 Redis 中的 LIST 結構

Redis 的 LIST 結構允許開發者儲存有序的字串序列，並支援從兩端推入和彈出元素。LIST 結構非常適合用於實作工作佇列、最近瀏覽的文章列表或最愛的聯絡人列表等功能。

常用的 LIST 操作命令

使用範例

>>> conn.rpush('my-list', 'a', 'b', 'c')
3
>>> conn.lrange('my-list', 0, -1)
['a', 'b', 'c']
>>> conn.lpush('my-list', 'x', 'y')
5
>>> conn.lrange('my-list', 0, -1)
['y', 'x', 'a', 'b', 'c']

在上述範例中，我們首先使用 RPUSH 將 'a'、'b'、'c' 推入 my-list。然後，使用 LRANGE 取得整個 LIST 的內容。接著，使用 LPUSH 將 'x' 和 'y' 推入 LIST 的左端。

在後續章節中，我們將進一步探討 Redis 的其他資料結構，如 SET、HASH 和 ZSET，以及如何利用這些資料結構來構建更複雜的應用。同時，我們也將深入討論 Redis 的事務處理機制和發布/訂閱模式，以幫助開發者更好地利用 Redis 的強大功能。