ITOO考评学生端性能优化——Redis

2024-08-27 15:18
文章标签 优化 性能 redis 学生 考评 itoo

本文主要是介绍ITOO考评学生端性能优化——Redis，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

【项目背景】

    1.学生抽题慢
    2. 做学生端的时候发现学生每次做一道题的时候触发一次数据库，把数据更新到数据库里面，这样子学生端前台响应很慢，每次点击的时候都有1-2秒的延迟。然后当学生多的时候，不断的对一张表进行更改，大家都懂得。


【解决方案】

    （加Redis）

1. 把共用的东西放到Redis里面
2. 师姐的意思大体是这样子的，我每次更新的时候并不是更新的数据库，而是Redis，一段时间后内容把整个都提交到数据库里面。（反正原话我已经忘记了……）

【代码展示】

       1. 关于问题1

            其实解决抽题中的公共部分，而且给的文档很详细很简单： 

    
/**
* 代码逻辑：
* 首先查看Redis是否有题型
* 如果有的话，直接读取Redis的内容，如果没有的话，就去数据库里面查
**/
public void queryComponentById(HttpServletRequest request,
			HttpServletResponse response) {
		System.out.println("进入查询组件方法");
		String perSortTypeId = request.getParameter("questionTypeId");
		if (perSortTypeId == null || perSortTypeId.equals("")) {
			return;
		}
//		jediscluster.del(perSortTypeId);
		// 定义题型集合
		List<QuestionTypeDetail> questionTypesDetailList = new ArrayList<QuestionTypeDetail>();
		String getQuestionTypeDetail=jediscluster.get(perSortTypeId);
		
		if (getQuestionTypeDetail==null || getQuestionTypeDetail.equals("")) {
			questionTypesDetailList = examPageBean.queryComponentById(perSortTypeId, dataBaseName);
			if (questionTypesDetailList==null || questionTypesDetailList.equals("")) {
				System.out.println("没有相应的题型组件");
			}else{
				try {
					jediscluster.set(perSortTypeId,JsonUtils.objectToJson(questionTypesDetailList));
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
			
		}else{
			JsonUtils.jsonToList(getQuestionTypeDetail, QuestionTypeDetail.class);
		}
		JacksonJsonUntil.beanToJson(response, questionTypesDetailList);
 
主要用到的Redis的代码例子： 
    
//添加list
@RequestMapping("test4")
public  void test4(HttpServletRequest request,
			HttpServletResponse response) throws Exception {
jediscluster.set("listkey" ,JsonUtils.objectToJson(list));	
	}
     
//查询list
@RequestMapping("test6")
public  void test6(HttpServletRequest request,
			HttpServletResponse response) throws Exception {
List<EnrollStudent> enrollStudentList = new ArrayList<EnrollStudent>();
     //获取缓存
			String json = jediscluster.get("listkey");
             //将json转化为list
enrollStudentList = JsonUtils.jsonToList(json,EnrollStudent.class);
}

    2. 关于问题2

     昨天才接触Redis,我还比较单纯，已经对于Redis的操作，只有文档上面的Get，set这两个方法。所以当郭郭跟我说，重名的时候，数据就会被覆盖了，我一测试，可不是嘛，于是我果断的用 perSortTypeId作为key值。
   
    但是，今天在查询的时候，才知道是因为我直接set，如果用list存储结构，用lpush（）方法就能轻松解决问题了。但是也是因为关于底层Redis封装的方法太少了，用起来一直在各种转换。 

    
/**
	 * 根据课程id,学生id,试卷id,数据库；查询考生答题记录；
	 * 十一期 谭倩倩
	 * 修改人：谭倩倩
	 * 修改原因：添加Radis
	 * @param request
	 * @param response
	 */
	@RequestMapping("/queryStudentRecord")
	public void queryStudentRecord(HttpServletRequest request,
			HttpServletResponse response)
			{
				//课程id
				String CourseId= examineeArrangement.getCourseId();
				//学号
				String StudentCode = examineeArrangement.getStudentId();
				//试卷id
				String PaperId = examineeArrangement.getPaperMainId();
				//数据库
				String DateBaseName = "itoo_exam";
				//查询考生答题记录
				//把查询出来的学生答题记录保存用Radis下来_十一期 谭倩倩
				List<PaperRecord> ListPaperRecord=new ArrayList<PaperRecord>();
				String stuPaperRecord=examineeArrangement.getStudentId()+"ListPaperRecord";
//				String getListPaperRecord=jediscluster.get(stuPaperRecord);	
			
				List<String> getListPaperRecord= jediscluster.lrange(stuPaperRecord, 0, jediscluster.llen(stuPaperRecord)-1); //lrange（）方法是来查询出所有以stuPaperRecord为key健的值，上面说过因为是list结构存储。
				
				
				if (getListPaperRecord==null || getListPaperRecord.equals("")||getListPaperRecord.size()==0) {
					
					ListPaperRecord = paperRecordBean.queryAllStuPaperRecord(CourseId, StudentCode, PaperId, DateBaseName);
					for (int i = 0; i < ListPaperRecord.size(); i++) {
						PaperRecord enPR=ListPaperRecord.get(i);
						try {
							jediscluster.lpush(stuPaperRecord, JsonUtils.objectToJson(enPR));
						} catch (IOException e) {
							// TODO:单个实体存入Redis
							e.printStackTrace();
						}
					}
				}else{
					
//					List<PaperRecord> changeRecord= (List<PaperRecord>)getListPaperRecord;
					ListPaperRecord.clear();
					for (int i = 0; i < getListPaperRecord.size(); i++) {					
						PaperRecord enPaRecord=JsonUtils.jsonToPojo(getListPaperRecord.get(i), PaperRecord.class);
						ListPaperRecord.add(enPaRecord);						
					}
				}
				JacksonJsonUntil.beanToJson(response, ListPaperRecord);
					
			}

 
    
重点逻辑：
  1. 获取Redis存储数据的个数作为循环的条件

    把list的每个实体查询出来，匹配对应的答案，
    更新list里面的数据


//缓存更新
		List<PaperRecord> stuListPaperRecord=new ArrayList<PaperRecord>();
		String stuPaperRecord=examineeArrangement.getStudentId()+"ListPaperRecord";
		long count=jediscluster.llen(stuPaperRecord);//获取Redis存储数据的个数
//		stuListPaperRecord=JsonUtils.jsonToList(StrListPaperRecord,PaperRecord.class);
		
		if (count==0) {
			examPageBean.updatePaperRecord(studentAnswer, questionId, score,teacherCode, examineeArrangement);
		}else{
			//更新缓存，
			for (long i = 0; i < count; i++) {
				//TODO:自己测试用
				String strPR=jediscluster.lindex(stuPaperRecord, i);
//				int i=(int)count;
//				PaperRecord enPaperRecord=stuListPaperRecord.get(i);
//				if (getEn.length()>0) {
//					PaperRecord paperRecord=new PaperRecord();
					PaperRecord paperRecord=JsonUtils.jsonToPojo(strPR, PaperRecord.class);
					
					if (paperRecord.getQuestionContentId().equals(questionId)) {
						
						paperRecord.setStudentAnswer(studentAnswer);
						 String jsonPaRecord;
						
	
							try {
								jsonPaRecord = JsonUtils.objectToJson(paperRecord);															
								jediscluster.lset(stuPaperRecord, i, jsonPaRecord);//更新Redis里面的数据
								System.out.println("答题记录写入缓存成功");
							} catch (IOException e) {
								// TODO Auto-generated catch block
								e.printStackTrace();
							}
			

				
			}
		}


总结：

     其实，我是在点击“交卷”的时候把数据存储到数据库的。
       我感觉我的Redis仅仅是用了一点点，并没有很好地利用。以后有机会自己再多学习一下，感谢我老公和红霞给我各种指导和建议。
     还有，就是不要仅仅依赖技术文档。这次我明显感觉到文档给我的满足不了业务需求，不要尝试用自己的简单逻辑处理，先去查查网上有没有好的方法。




这篇关于ITOO考评学生端性能优化——Redis的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1112033。

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N
阅读更多...
Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战：从入门到进阶优化1. MyBatis
阅读更多...
MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL？1.2 动态SQL的优点1.3 动态S
阅读更多...
Python如何使用__slots__实现节省内存和性能优化

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景：内存吃得满满的类__slots__：你的内存管理小助手举个大概的例子：看看效果如何？1.
阅读更多...
一文详解SpringBoot响应压缩功能的配置与优化

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML
阅读更多...
Redis 中的热点键和数据倾斜示例详解

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键（Hot Key）定义特点应对策略示例数据倾斜（Data S
阅读更多...
MySQL中慢SQL优化的不同方式介绍

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化，主要从两个方面考虑，SQL 语
阅读更多...
MySQL中慢SQL优化方法的完整指南

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案
阅读更多...
redis+lua实现分布式限流的示例

redis+lua实现分布式限流的示例

《redis+lua实现分布式限流的示例》本文主要介绍了redis+lua实现分布式限流的示例,可以实现复杂的限流逻辑,如滑动窗口限流,并且避免了多步操作导致的并发问题,具有一定的参考价值,感兴趣的可... 目录为什么使用Redis+Lua实现分布式限流使用ZSET也可以实现限流，为什么选择lua的方式实现
阅读更多...
Redis中管道操作pipeline的实现

Redis中管道操作pipeline的实现

《Redis中管道操作pipeline的实现》RedisPipeline是一种优化客户端与服务器通信的技术,通过批量发送和接收命令减少网络往返次数,提高命令执行效率,本文就来介绍一下Redis中管道操... 目录什么是pipeline场景一:我要向Redis新增大批量的数据分批处理事务（ MULTI/EXE
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2