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

Springboot中分析SQL性能的两种方式详解

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式：MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录
阅读更多...
redis群集简单部署过程

redis群集简单部署过程

《redis群集简单部署过程》文章介绍了Redis,一个高性能的键值存储系统,其支持多种数据结构和命令,它还讨论了Redis的服务器端架构、数据存储和获取、协议和命令、高可用性方案、缓存机制以及监控和... 目录Redis介绍1. 基本概念2. 服务器端3. 存储和获取数据4. 协议和命令5. 高可用性6.
阅读更多...
Deepseek使用指南与提问优化策略方式

Deepseek使用指南与提问优化策略方式

《Deepseek使用指南与提问优化策略方式》本文介绍了DeepSeek语义搜索引擎的核心功能、集成方法及优化提问策略,通过自然语言处理和机器学习提供精准搜索结果,适用于智能客服、知识库检索等领域... 目录序言1. DeepSeek 概述2. DeepSeek 的集成与使用2.1 DeepSeek API
阅读更多...
Redis的数据过期策略和数据淘汰策略

Redis的数据过期策略和数据淘汰策略

《Redis的数据过期策略和数据淘汰策略》本文主要介绍了Redis的数据过期策略和数据淘汰策略,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录一、数据过期策略1、惰性删除2、定期删除二、数据淘汰策略1、数据淘汰策略概念2、8种数据淘汰策略
阅读更多...
Tomcat高效部署与性能优化方式

Tomcat高效部署与性能优化方式

《Tomcat高效部署与性能优化方式》本文介绍了如何高效部署Tomcat并进行性能优化,以确保Web应用的稳定运行和高效响应,高效部署包括环境准备、安装Tomcat、配置Tomcat、部署应用和启动T... 目录Tomcat高效部署与性能优化一、引言二、Tomcat高效部署三、Tomcat性能优化总结Tom
阅读更多...
Redis存储的列表分页和检索的实现方法

Redis存储的列表分页和检索的实现方法

《Redis存储的列表分页和检索的实现方法》在Redis中,列表（List）是一种有序的数据结构,通常用于存储一系列元素,由于列表是有序的,可以通过索引来访问元素,因此可以很方便地实现分页和检索功能,... 目录一、Redis 列表的基本操作二、分页实现三、检索实现3.1 方法 1：客户端过滤3.2 方法
阅读更多...
Python中操作Redis的常用方法小结

Python中操作Redis的常用方法小结

《Python中操作Redis的常用方法小结》这篇文章主要为大家详细介绍了Python中操作Redis的常用方法,文中的示例代码简洁易懂,具有一定的借鉴价值,有需要的小伙伴可以了解一下... 目录安装Redis开启、关闭Redisredis数据结构redis-cli操作安装redis-py数据库连接和释放增
阅读更多...
redis防止短信恶意调用的实现

redis防止短信恶意调用的实现

《redis防止短信恶意调用的实现》本文主要介绍了在场景登录或注册接口中使用短信验证码时遇到的恶意调用问题,并通过使用Redis分布式锁来解决,具有一定的参考价值,感兴趣的可以了解一下... 目录1.场景2.排查3.解决方案3.1 Redis锁实现3.2 方法调用1.场景登录或注册接口中，使用短信验证码场
阅读更多...
Redis 多规则限流和防重复提交方案实现小结

Redis 多规则限流和防重复提交方案实现小结

《Redis多规则限流和防重复提交方案实现小结》本文主要介绍了Redis多规则限流和防重复提交方案实现小结,包括使用String结构和Zset结构来记录用户IP的访问次数,具有一定的参考价值,感兴趣... 目录一：使用 String 结构记录固定时间段内某用户 IP 访问某接口的次数二：使用 Zset 进行
阅读更多...
解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

《解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)》该文章介绍了使用Redis的阻塞队列和Stream流的消息队列来优化秒杀系统的方案,通过将秒杀流程拆分为两条流水线,使用Redi... 目录Redis秒杀优化方案(阻塞队列+Stream流的消息队列)什么是消息队列？消费者组的工作方式每
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2