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

Vue3 的 shallowRef 和 shallowReactive：优化性能

Vue3 的 shallowRef 和 shallowReactive：优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉，那么对 shallowRef 和 shallowReactive 是否了解呢？ 在编程和数据结构中，“shallow”（浅层）通常指对数据结构的最外层进行操作，而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素，而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层（Shallow） 定义
阅读更多...
性能测试介绍

性能测试介绍

性能测试是一种测试方法，旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试，可以确定系统是否能够满足预期的性能要求，找出性能瓶颈和潜在的问题，并进行优化和调整。 发现性能瓶颈：性能测试可以帮助发现系统的性能瓶颈，即系统在高负载或高并发情况下可能出现的问题
阅读更多...
HDFS—存储优化（纠删码）

HDFS—存储优化（纠删码）

纠删码原理 HDFS 默认情况下，一个文件有3个副本，这样提高了数据的可靠性，但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码，采用计算的方式，可以节省约50％左右的存储空间。 此种方式节约了空间，但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件，都会执行此策略。 默认只开启对 RS-6-3-1024k
阅读更多...
性能分析之MySQL索引实战案例

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题，本文将一起从代码层去分析为什么没有建立索引？ 开源ERP项目地址：https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置
阅读更多...
使用opencv优化图片（画面变清晰）

使用opencv优化图片（画面变清晰）

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化，使其看起来更清晰，同时保持尺寸不变，通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多，主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器：相机传
阅读更多...
零基础学习Redis(10) -- zset类型命令使用

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合，内部除了存储元素外，还会存储一个score，存储在zset中的元素会按照score的大小升序排列，不同元素的score可以重复，score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]
阅读更多...
MySQL高性能优化规范

MySQL高性能优化规范

前言：      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后，总结出了这篇！ 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来） 数据库对象的命名要能做到见名识意，并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀，备份
阅读更多...
黑神话，XSKY 星飞全闪单卷性能突破310万

黑神话，XSKY 星飞全闪单卷性能突破310万

当下，云计算仍然是企业主要的基础架构，随着关键业务的逐步虚拟化和云化，对于块存储的性能要求也日益提高。企业对于低延迟、高稳定性的存储解决方案的需求日益迫切。为了满足这些日益增长的 IO 密集型应用场景，众多云服务提供商正在不断推陈出新，推出具有更低时延和更高 IOPS 性能的云硬盘产品。 8 月 22 日 2024 DTCC 大会上（第十五届中国数据库技术大会），XSKY星辰天合正式公布了基于星
阅读更多...
SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型，它综合考虑了土壤-水分-大气以及植被间的相互作用；是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程，使其能够精确的模拟土壤中水分的运动，而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者
阅读更多...
从状态管理到性能优化：全面解析 Android Compose

从状态管理到性能优化：全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2