- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基干Redis微博系统基本功能策划
基于Redis的微博系统基本功能设计 摘要:微博系统对信息实时性和并发性的要求,传统的关系型数据库无法满足性能要求。Key-Value模型的内存数据库Redis,非常适合微博系统对数据快速存取的需要
关键词:Redis;Key-Value;微博
中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2016)25-0061-03
Abstract:Microblog system requirements for information-real-time performance and concurrency. Traditional relational database does not meet performance requirements. Key-Value model memory database Redis, very suitable for the microblog system with fast access to the data needed.
Key words:Redis; Key-Value; Microblog
1 概述
微博系统类似于一个群聊的庞大聊天室,每时每刻都会有大量的消息产生,而且产生的消息会反馈给需要的用户,这样就要求数据的读写非常快。关系型数据库在数据量超过一定规模时,由于自身逻辑相对复杂,在信息检索上无法满足用户的体验
Redis数据库本身的数据就放在内存中,而且有合适的数据结构。Twitter、新浪微博都是目前最大的Redis用户
2 Redis介绍
Redis是一个速度非常快的非关系型数据库。Redis可以存储键(Key)与5种不同类型的值(Value)之间的映射,可以将存储在内存中的键值对持久化到硬盘。Redis还可以使用复制特性来扩展读性能,使用客户端分片来扩展写性能
其重要特性如下:
① 持久化:Redis定期把数据异步flush到硬盘进行保存。服务器重启,数据不会丢失
② 主从复制:主要用1台服务器进行数据备份与恢复
③ Vitual Memory功能:物理内存毕竟是有限的,这技术主要是把很少用的Value保存到硬盘,而Key保留在内存做检索,提高访问性能
④ 多种数据结构支持:Redis的Key是string类型,Value的类型有:string、set、list、zset(sorted set)、hash。针对每种数据类型,还提供相应的操作命令,比如list类型有LPOP、LPUSH、RPOP、RPUSH等操作,set类型SDIFF(差运算)、SINTER(交运算)、SUNION(并运算)等操作①
3 PHP和Redis构建微博系统基本功能
利用PHP的Redis扩展,在PHP中实现微博系统新用户的创建、消息发布、关注与粉丝设计、消息推送等基本功能。PHP版本为5.5.12,Redis版本为3.0.501
3.1 用户信息表示
Redis hash是一个string类型的field和value的映射表.一个key可对应多个field,一个field对应一个value。将一个对象存储为hash类型,较于每个字段都存储成string类型更能节省内存。新建一个hash对象时开始是用zipmap(又称为small hash)来存储的。这个zipmap其实并不是hash table,但是zipmap相比正常的hash实现可以节省不少hash本身需要的一些元数据存储开销。尽管zipmap的添加,删除,查找都是O(n),但是由于一般对象的field数量都不太多。所以使用zipmap也是很快的,也就是说添加删除平均还是O(1)。如果field或者value的大小超出一定限制后,Redis会在内部自动将zipmap替换成正常的hash实现.
这里我们在数据库中表示用户信息和发布的消息都用Redis的hash结构。用户信息如表1
创建新用户时,我们用到一个user:id:的计数器,实际就是Redis的一个Key,初始一个值,然后每次添加到user:uid的hash后值要自增1。用用户信息中login和id两个filed的值构造另一个hash表users:,用来建立login和id之间的映射。关键代码如下:
if($redis-hget(”users:”,$login)){echo “{$login}已经存在,重新输入”;}
else{$uidarray=$redis-multi()-incr(”user:id:”)-exec();
$uid=$uidarray[0];
$userinfo=array(
“login”=$log
您可能关注的文档
- 城市公共交通发展现状与`应对措施.doc
- 城市公园与休闲体育资源整合途径探析.doc
- 城市公立医院党内监督工作探讨..doc
- 城市加油站规划布局探析..doc
- 城市化背景下投射实践.doc
- 城市化进程中新市民教育培训探讨.doc
- 城市化进程中耕地保护问题探析.doc
- 城市历史建筑案例探讨引入建筑史教学探讨.doc
- 城市可持续发展能力测度与提升机制..doc
- 城市园林种植存在问题与`对策.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)