NoSQL帶給我們的東西很多，高性能，水平擴展性，還有不一樣的思維方式。豐富的數據結構使得redis的設計非常的有趣。不像關係型資料庫那樣，DEV和DBA需要深度溝通，review每行sql語句，也不像memcached那樣，不需要DBA的參與。redis的DBA需要熟悉數據結構，並能了解使用場景。下面學步園小編來講解下有哪些常見Redis資料庫鍵值的設計?
有哪些常見Redis資料庫鍵值的設計
用戶登錄系統
記錄用戶登錄信息的一個系統，我們簡化業務後只留下一張表。
關係型資料庫的設計
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，每次用戶登錄後，login_times會自增，而last_login_time更新為當前時間。
REDIS的設計
關係型數據轉化為KV資料庫，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，於是user:1user:2等key會分成一組。於是以上的關係數據轉化成kv數據後記錄如下：
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後登錄時間和姓名。
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的映射關係，這裡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)
#更新該用戶的最後登錄時間
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後登錄時間，登錄次數，關係型和kv資料庫無啥區別。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了解需求後，考慮到以後表如果比較大，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資料庫鍵值的設計
過了兩天，又來一個需求，需要知道登錄次數最多的人是誰。同樣的關係型如何處理?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，表上每個欄位上都有素引。
關係型資料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，於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資料庫。
redis里如何滿足以上的需求呢?對於求最新的N條數據的需求，鏈表的後進後出的特點非常適合。我們在上面的登錄代碼之後添加一段代碼，維護一個登錄的鏈表，控制他的長度，使得裡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裡
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，對於排序，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)
那麼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不需要考慮索引什麼的。
TAG系統
tag在互聯網應用里尤其多見，如果以傳統的關係型資料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。
關係型資料庫的設計
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，如果以關係型資料庫會怎麼處理?
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還是比較複雜的，如果要求即ruby，但不是web方面的書籍呢?
關係型數據其實並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、並集
saddtag:ruby1
saddtag:ruby2
saddtag:web2
saddtag:erlang3
那麼，即屬於ruby又屬於web的書?
inter_list=redis.sinter("tag.web","tag:ruby")
即屬於ruby，但不屬於web的書?
inter_list=redis.sdiff("tag.ruby","tag:web")
屬於ruby和屬於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，關係型資料庫是不太適合的，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。放在一個複雜的系統里，ddl(創建索引)有可能改變執行計劃。導致其它的sql採用不同的執行計劃，業務複雜的老系統，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。對於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。
未來的OLTP系統應該是kv和關係型的緊密結合。
以上就是關於「有哪些常見Redis資料庫鍵值的設計」的內容，希望對大家有用。更多資訊請關注學步園。學步園，您學習IT技術的優質平台!