使用 Redis 缓存来实现用户最近浏览的商品列表
背景
最近在开发商品浏览历史，由于错误选择了 Redis 的数据结构来进行存储，导致性能低下。下面我们来分析一下浏览历史需要考虑的点，以及实现上可选的数据结构。
实现思路
首先我们可以确认以下问题：
怎么添加
用户最近浏览的商品，肯定是要在用户打开商品详情页的时候才算浏览。
分页
Redis 中 List 的 LRANGE 可以指定获取指定长度的元素，可选。
Redis 中 SortedSet 有序集合，可以通过 ZREVRANGEBYSCORE 来分页，可选。
map 不支持分页，直接 pass。
数据重复
如果使用 List 来存储商品，由于 list 是不支持去重的，pass。
使用map来存储，可以通过map key的唯一性来保证元素唯一，但是map不支持分页 pass。
使用 Set 和 SortedSet 来存储，由于 set 天然支持去重，可选。
排序
如果使用 List 和 Map 来存储，需要手动指定浏览日期(需要精确到秒)的方式，来在内存中进行排序，很不友好。
这里可以选择上面提到的 SortedSet ，该数据结构有一个 score 值，可以进行排序。
失效时间
浏览历史肯定是存在过期时间的，这一点上选择 Redis 来设置最大过期时间(最大可以为一个月)是很方便的。
如果使用关系型数据库，可能还需要定时清理数据库中的数据。相比于 Redis 的 expire 就麻烦的多。
结论
结合上面的考虑，选择 SortedSet 是最好的选择。对去重和排序比较友好，并且使用SortedSet最大的好处是在查询的时候就可以通过偏移量来进行分页查询，而不需要拿出所有的数据在内存中进行分页。
所以我们在定义 key 的时候，就可以这么玩：
比如，一个人在pc端，store001店铺下查看了spu001的商品，查看日期是 2020-06-09
key = user+pc+store001
value = spu001+2020-06-09
sorce = System.currentTimeMillis()
这里日期到天就好，使用 System.currentTimeMillis() 来进行精确到毫秒的排序。
SortedSet实现工具类
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.connection.RedisZSetCommands;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.ZSetOperations;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.Set;
/**
* @author leizige
*/
@Component
public class RedisUtil{
@Resource
private ZSetOperations<String, String> zSetOperations;
private final Long EMPTY = 0L;
/**
* 添加一个元素, zset与set最大的区别就是每个元素都有一个score，因此有个排序的辅助功能; zadd
* key,value已存在,score覆盖
*
* @param key
* @param value
*/
public boolean add(String key, String value, double score) {
return zSetOperations.add(key, value, score);
}
/**
* 查询集合中指定顺序的值 zrevrange
* <p>
* 返回有序的集合中，score大的在前面
*
* @param key
* @param offset
* @param count
* @return
*/
public Set<String> reverseRangeByScore(String key, int offset, int count) {
return zSetOperations.reverseRangeByScore(key, 1, Long.MAX_VALUE, (offset - 1) * count, count);
}
/**
* ZCARD key
* <p>
* 返回有序集 key 的基数。
* <p>
* 可用版本：
* >= 1.2.0
* 时间复杂度:
* O(1)
* 返回值:
* 当 key 存在且是有序集类型时，返回有序集的基数。
* 当 key 不存在时，返回 0
*
* @param key
* @return
*/
public Long zCard(String key) {
return zSetOperations.zCard(key);
}
/**
* 删除元素 zrem
*
* @param key
* @param value
*/
public Long remove(String key, String value) {
return zSetOperations.remove(key, value);
}
/**
* 移除有序集 key 中，指定排名(rank)区间内的所有成员。
* <p>
* 区间分别以下标参数 start 和 stop 指出，包含 start 和 stop 在内。
* <p>
* 下标参数 start 和 stop 都以 0 为底，也就是说，以 0 表示有序集第一个成员，以 1 表示有序集第二个成员，以此类推。
* 你也可以使用负数下标，以 -1 表示最后一个成员， -2 表示倒数第二个成员，以此类推。
* 可用版本：
* >= 2.0.0
* 时间复杂度:
* O(log(N)+M)， N 为有序集的基数，而 M 为被移除成员的数量。
*
* @param key
* @param start
* @param end
* @return 被移除成员的数量
*/
public Long removeRange(String key, long start, long end) {
return zSetOperations.removeRange(key, start, end);
}
}
实现原理
为了保证 Redis 中数据量的大小，限制每个用户足迹最多保存 100 条记录，最长保存 30 天。
新增足迹
使用System.currentTimeMillis()作为SortedSet的score来排序，并且 Set 天然支持去除重复数据，使用 ItemCode+LocalDate.now() 作为key，可以避免当天重复浏览一个商品，但Redis中只保存一条记录。
void add(){
@Value("${browsingHistory.maxSize:100}")
private Long maxSize;
/**
* 默认过期时长，单位：秒
*/
private final static int DEFAULT_EXPIRE = 60 * 60 * 24 * 30;
public String set(String key,String value) {
redisUtil.add(key, value,System.currentTimeMillis());
//获取数量
Long size = redisUtil.zCard(key);
//如果最大数量超过配置的,就把超出的那一个干掉
if(size > maxSize){
Long removeRange = redisUtil.removeRange(key, 0,0);
}
redisUtils.expire(key, DEFAULT_EXPIRE);
return key;
}
}
查询足迹
先查看该用户有没有浏览历史,数量为0直接返回
在从 Redis 中取出数据的时候就进行分页，避免在内存中进行分页操作。
void query(){
public Page<ItemResDto> queryAll(String key,int currentPage, int pageSize) {
Long size = redisUtil.zCard(key);
if (null == size || size.equals(0L)) {
return new Pager<>();
}
//这里将缓存中的商品编码拿出来,组装商品信息后返回
Set<String> values = redisUtil.reverseRangeByScore(key, currentPage, pageSize);
return new Page<>(newItemResDtoList, size, pageSize, currentPage);
}
}
清空足迹
public void removeAll(String key) {
redisUtils.delete(key);
}
