Redis键值结构设计

和MySQL数据库关系表的设计不同 <这篇文章是网上已有的加以总结>

用户登录系统

记录用户登录信息表

MySQL

1 mysql> select * from login;

2 +---------+----------------+-------------+---------------------+

3 | user_id | name           | login_times | last_login_time     |

4 +---------+----------------+-------------+---------------------+

5 |       1 | fk             |           5 | 2013-09-26 00:00:00 |

6 |       2 | zhangsan       |           1 | 2013-09-25 00:00:00 |

7 |       3 | zhaokuangyin   |           2 | 2013-09-01 00:00:00 |

8 +---------+----------------+-------------+---------------------

其中:user_id->主键(可自增), login_times->每次登录自增, last_login_time->当前时间

Redis
key <表名:主键名:列名> # 一般用冒号作为分隔符
value <列值>

 
         01 
         SET login:1:login_times 5 
        
         02 
         SET login:2:login_times 1 
        
         03 
         SET login:3:login_times 2 
        
         04 
           
         05 
         SET login:1:last_login_time 2013-09-26 
        
         06 
         SET login:2:last_login_time 2013-09-25 
        
         07 
         SET login:3:last_login_time 2013-09-01 
        
         08 
           
         09 
         SET login:1:name "fk" 
        
         10 
         SET login:2:name "zhangsan" 
        
         11 
         SET login:3:name "zhaokuangyin"

这样, 知道主键 user_id后就可以get到所有内容了, ***但是一般是通过name访问, 所以需要name到主键的映射.

 
         1 
         SET "login:fk:id" 1 
        
         2 
         SET "login:zhangsan:id" 2 
        
         3 
         SET "login:zhaokuangyin:id" 3

这样, 知道name就可以get到所有内容了.
(1)用户登录操作如下:

 
         01 
         # -*- coding: utf-8 -*- 
        
         02 
           
         03 
         from redis import client 
        
         04 
         import time 
        
         05 
           
         06 
         r = client.Redis() # 默认 
        
         07 
         # r = client.Redis(self, host='localhost', port=6379, db=0, password=None, socket_timeout=None, connection_pool=None, charset='utf-8', errors='strict', decode_responses=False, unix_socket_path=None) 
        
         08 
         # r = client.StrictRedis.from_url("redis://127.0.0.1:6381") 
        
         09 
           
         10 
         name = "fk" 
        
         11 
           
         12 
         # 根据name获取user_id 
        
         13 
         uid = r.get("login:%s:id" % name) 
        
         14 
         # 自增用户登录次数 
        
         15 
         ret = r.incr("login:%s:login_times" % uid) 
        
         16 
         # 更新最后登录时间 
        
         17 
         ret |= r.set("login:%s:last_login_time" % uid, time.strftime("%Y-%m-%d %H:%M:%S"))

(2)查看最近登陆的10个用户
①MySQL

 
         1 
         select * from login order by last_login_time desc limit 10

如果当表很大时, 可以在last_login_time上建个索引, 当需要查看登录次数最多的用户, 又要在login_tines上建索引...关系数据库不灵活性出现.
②Redis

 
         01 
         """查看最近登录用户(显示最近xx条评论用这个比较合适) 
        
         02 
         """ 
        
         03 
         N = 10 
        
         04 
         # 把当前登录人添加到链表里(登录时就要操作) 
        
         05 
         ret = r.lpush("login:last_login_times", uid) 
        
         06 
         # 保持链表只有N位 
        
         07 
         ret |= r.ltrim("login:last_login_times", 0, N-1) # ltrim (l表示list, trim 一个list,从索引 0到N-1) 
        
         08 
           
         09 
         # 获得最新登录人的id 
        
         10 
         last_login_list = r.lrange("login:last_login_times", 0, N-1)

***使用sorted set类型更适合

 
         01 
         """获取登录次数最多用户 
        
         02 
         使用sorted set类型更适合 
        
         03 
         """ 
        
         04 
         # 把用户和登录次数统一存储在一个sorted set里 
        
         05 
         # ZADD key 权值 member,python中zadd(key, score, member) 
        
         06 
         r.zadd("login:login_times", 1, 5) 
        
         07 
         r.zadd("login:login_times", 2, 1) 
        
         08 
         r.zadd("login:login_times", 3, 2) 
        
         09 
         # 某个用户登录，需要额外维护一个sorted set 
        
         10 
         # 对该用户的登录次数自增1 
        
         11 
         # ret = r.zincrby("login:login_times", 1, uid) <-- 错误, 修正如下 
        
         12 
         ret = r.zincrby("login:login_times", uid, 1) # ***和redis官网命令的参数顺序是不一样的, zincrby(key, value, Δscore) 
        
         13 
         # 获取登录次数最多的用户, 逆序排列取的排名第N的用户即可 
        
         14 
         login_times_list = r.zrevrange("login:login_times", 0, N-1)

Tag系统

tag信息存储设计

MySQL
两张表，一张book的明细，一张tag表，表示每本的tag，一本书存在多个tag。

 
         01 
         mysql> select * from book; 
        
         02 
         +------+-------------------------------+----------------+ 
        
         03 
         | id   | name                          | author         | 
        
         04 
         +------+-------------------------------+----------------+ 
        
         05 
         |    1 | The Ruby Programming Language | Mark Pilgrim   | 
        
         06 
         |    1 | Ruby on rail                  | David Flanagan | 
        
         07 
         |    1 | Programming Erlang            | Joe Armstrong  | 
        
         08 
         +------+-------------------------------+----------------+ 
        
         09 
           
         10 
         mysql> select * from tag; 
        
         11 
         +---------+---------+ 
        
         12 
         | tagname | book_id | 
        
         13 
         +---------+---------+ 
        
         14 
         | ruby    |       1 | 
        
         15 
         | ruby    |       2 | 
        
         16 
         | web     |       2 | 
        
         17 
         | erlang  |       3 | 
        
         18 
         +---------+---------+

假如要查找即是web又是ruby的书籍, 关系型sql语句是:

 
         1 
         select b.name, b.author from tag as t1, tag as t2, book as b where t1.tagname = 'web' and t2.tagname = 'ruby' and t1.book_id = t2.book_id and b.id = t1.book_id

关系型数据库不太适合集合操作
点击打开链接

Redis
book表用普通kv存储

1 SET book:1:name "The Ruby Programming Language"

2 SET book:2:name "Ruby on rail"

3 SET book:3:name "Programming Erlang"

4

5 SET book:1:author "Mark Pilgrim"

6 SET book:2:author "David Flanagan"

7 SET book:3:author "Joe Armstrong"

tag表用集合存储(因为要进行集合操作)

1 SADD tag:ruby 1

2 SADD tag:ruby 2

3 SADD tag:web 2

4 SADD tag:erlang 3

相关操作(与,或,差对应python set的&, |, - )

1 # 既属于ruby,又属于web的书

2 ruby_and_web_list = r.sinter("tag:ruby", "tag:web")

3 # 属于ruby,但不属于web的书

4 ruby_not_web_list = r.sdiff("tag:ruby", "tag:web")

5 # 属于ruby, 或属于web的书

6 ruby_or_web_list = r.sunion("tag:ruby", "
文章来源： http://blog.csdn.net/mirage520/article/details/25232133

Redis键值结构设计

用户登录系统

Tag系统

猜你喜欢