首页数据显示-Redis 基本回顾 | 学习笔记

简介: 快速学习 首页数据显示-Redis 基本回顾

开发者学堂课程【微服务+全栈在线教育实战项目演练(SpringCloud Alibaba+SpringBoot)首页数据显示-Redis 基本回顾】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/667/detail/11434


首页数据显示-Redis 基本回顾


内容简介

一、查询热门课程和名师

二、Redis 介绍

三、Redis 的特点


一、查询热门课程和名师

methods:{

//查询热门课程和名师

getHotCourseTeacher (){

index, getIndexData ()

then(response=){

this,  edulistresponse , data, data, edulist

this, teacher list=response, data, data,  teacherlist

})

没有调用不执行,现在调用一下

//调用查询热门课程和名师的方法

this, getHotCourseTeacher ()

首页面数据做了显示,只是有些图片没有显示,效果是对的,删几个数据,课程是8个热门课程都有显示,下边名师也有了数据显示,只是没有图片,找图片放上去有图片显示就可以了,前端部分就实现了。

一个网站中浏览量最大的就是首页,比如一个教育平台,进去就是首页面,需要对首页面数据做缓存处理。


二、Redis 介绍

Redis 是当前比较热门的 NOSQL 系统之一,它是一个开源的使用 ANSIc 语言编写的 key-value 存储系统(区别于MySOL 的二维表格的形式存储。)。

和 Memcache 类似,但很大程度补偿了 Memcache 的不足。和 Memcache 一样,Redis 数据都是缓存在计算机内存中,不同的是,Memcache 只能将数据缓存到内存中,无法自动定期写入硬盘,这就表示,一断电线重启,内存清空,数据丢失。

所以 Memcache 的应用场景适用于缓存无需持久化的数据。而 Redis 不同的是它会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,实现数据的持久化。


三、Redis 的特点

1,Redis 读取的速度是110000次/s,写的速度是81000次/s;

2,原子 Redls 的所有操作都是原子性的,同时 Redis 还支持对几个操作全并后的原子性执行。

3,支持多种数据结构:

string(字符串):list(列表);hash(哈希),set(集合);zsel(有序集合)

4.持久化,集群部署

5.支持过期时间,支持事务,消息订阅

Redis 一般叫做内存数据库或者叫做缓存使用的,这是它比较常见的一个用途,Redis 并不是什么数据都适合做缓存,有些数据是不能存进去的。

一般来讲,把经常进行查询,不经常修改的数据放到 Redis 作为缓存,比如现在我们做一个财务系统,财务系统中数据是和钱相关的,数据就很重要,做转账出账数据是经常改的,所以这种数据绝对不适合放到 Redis 中,肯定也不适合做缓存,这个就很明确,不是所有数据都适合做缓存。

我们现在需要做的就是把首页数据做缓存,首页数据的特点,首页数据访问量最大,所有人进入项目,先看的是首页数据,而且首页数据不会经常改,就比如轮播图就是显示热门课程,不会经常修改,热门课程和名师更是不经常改,这些数据就适合放到 Redis 中。

相关文章
|
7月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
2月前
|
NoSQL 算法 Redis
【Docker】(3)学习Docker中 镜像与容器数据卷、映射关系!手把手带你安装 MySql主从同步 和 Redis三主三从集群!并且进行主从切换与扩容操作,还有分析 哈希分区 等知识点!
Union文件系统(UnionFS)是一种**分层、轻量级并且高性能的文件系统**,它支持对文件系统的修改作为一次提交来一层层的叠加,同时可以将不同目录挂载到同一个虚拟文件系统下(unite several directories into a single virtual filesystem) Union 文件系统是 Docker 镜像的基础。 镜像可以通过分层来进行继承,基于基础镜像(没有父镜像),可以制作各种具体的应用镜像。
498 5
|
7月前
|
数据采集 存储 NoSQL
基于Scrapy-Redis的分布式景点数据爬取与热力图生成
基于Scrapy-Redis的分布式景点数据爬取与热力图生成
395 67
|
6月前
|
存储 缓存 NoSQL
告别数据僵尸!Redis实现自动清理过期键值对
在数据激增的时代,Redis如同内存管理的智能管家,支持键值对的自动过期功能,实现“数据保鲜”。通过`EXPIRE`设定生命倒计时、`TTL`查询剩余时间,结合惰性删除与定期清理策略,Redis高效维护内存秩序。本文以Python实战演示其过期机制,并提供最佳实践指南,助你掌握数据生命周期管理的艺术,让数据优雅退场。
420 0
|
9月前
|
存储 NoSQL 算法
Redis分片集群中数据是怎么存储和读取的 ?
Redis集群采用的算法是哈希槽分区算法。Redis集群中有16384个哈希槽(槽的范围是 0 -16383,哈希槽),将不同的哈希槽分布在不同的Redis节点上面进行管理,也就是说每个Redis节点只负责一部分的哈希槽。在对数据进行操作的时候,集群会对使用CRC16算法对key进行计算并对16384取模(slot = CRC16(key)%16383),得到的结果就是 Key-Value 所放入的槽,通过这个值,去找到对应的槽所对应的Redis节点,然后直接到这个对应的节点上进行存取操作
|
9月前
|
缓存 NoSQL 关系型数据库
Redis和Mysql如何保证数据⼀致?
1. 先更新Mysql,再更新Redis,如果更新Redis失败,可能仍然不⼀致 2. 先删除Redis缓存数据,再更新Mysql,再次查询的时候在将数据添加到缓存中 这种⽅案能解决1 ⽅案的问题,但是在⾼并发下性能较低,⽽且仍然会出现数据不⼀致的问题,⽐如线程1删除了 Redis缓存数据,正在更新Mysql,此时另外⼀个查询再查询,那么就会把Mysql中⽼数据⼜查到 Redis中 1. 使用MQ异步同步, 保证数据的最终一致性 我们项目中会根据业务情况 , 使用不同的方案来解决Redis和Mysql的一致性问题 : 1. 对于一些一致性要求不高的场景 , 不做处理例如 : 用户行为数据 ,
|
9月前
|
NoSQL Redis
Redis的数据淘汰策略有哪些 ?
Redis 提供 8 种数据淘汰策略: 淘汰易失数据(具有过期时间的数据) 1. volatile-lru(least recently used):从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰 2. volatile-lfu(least frequently used):从已设置过期时间的数据集(server.db[i].expires)中挑选最不经常使用的数据淘汰 3. volatile-ttl:从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据淘汰 4. volatile-random:从已设置过期
|
9月前
|
NoSQL Redis
Redis的数据持久化策略有哪些 ?
Redis 提供了两种方式,实现数据的持久化到硬盘。 1. RDB 持久化(全量),是指在指定的时间间隔内将内存中的数据集快照写入磁盘。 2. AOF持久化(增量),以日志的形式记录服务器所处理的每一个写、删除操作 RDB和AOF一起使用, 在Redis4.0版本支持混合持久化方式 ( 设置 aof-use-rdb-preamble yes )
|
9月前
|
存储 NoSQL Redis
Redis的数据过期策略有哪些 ?
1. 惰性删除 :只会在取出 key 的时候才对数据进行过期检查。这样对 CPU 最友好,但是可能会造成太多过期 key 没有被删除。数据到达过期时间,不做处理。等下次访问该数据时,我们需要判断 a. 如果未过期,返回数据 b. 发现已过期,删除,返回nil 2. 定期删除 : 每隔一段时间抽取一批 key 执行删除过期 key 操作。并且,Redis 底层会通过限制删除操作执行的时长和频率来减少删除操作对 CPU 时间的影响。默认情况下 Redis 定期检查的频率是每秒扫描 10 次,用于定期清除过期键。当然此值还可以通过配置文件进行设置,在 redis.conf 中修改配置“hz”
|
12月前
|
缓存 NoSQL Redis
Redis经典问题:数据并发竞争
数据并发竞争是大流量系统(如火车票系统、微博平台)中常见的问题,可能导致用户体验下降甚至系统崩溃。本文介绍了两种解决方案:1) 加写回操作加互斥锁,查询失败快速返回默认值;2) 保持多个缓存备份,减少并发竞争概率。通过实践案例展示,成功提高了系统的稳定性和性能。