浪花 - 主页性能优化

2024-01-21 04:52
文章标签 优化 性能 主页 浪花

本文主要是介绍浪花 - 主页性能优化,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!

目录

一、缓存

1. 为什么用缓存?

2. 缓存的实现方式

3. Redis

4. 使用 Spring Data Redis 中操作 Redis

5. 自定义 RedisTemplate(配置)

 6. 主页推荐用户查询使用缓存

 7. 对比查询速度

 8. 缓存预热

二、定时任务

1. Spring Scheduler

2. 其他


一、缓存

1. 为什么用缓存?

  • 数据量大查询慢,用缓存先读取部分数据保存到读写性能更快的介质中(比如内存)

2. 缓存的实现方式

  • 分布式缓存:Redis、Memcache 等
  • 单机缓存:Ehcache、Caffeine(Java 内存缓存,高性能)、Google Guava
  • 单机缓存的缺点:数据不一致

3. Redis

  • Remote Dictionary Server(远程词典服务器)
  • 基于内存的高性能 NoSQL 数据库
  • key - value 存储系统
  • Redis 的数据结构:String、Set、Map、Hash、SortedSet

4. 使用 Spring Data Redis 中操作 Redis

  • Spring Data:通用数据访问框架,定义了一组增删改查的框架,包括对操作各种数据库的集成
  • 使用步骤参考:浪花 - 单机登录升级为分布式 Session 登录-CSDN博客
  • SpringDataRedis 快速入门

    • 引入 spring-boot-starter-data-redis 依赖
    • application.yml 配置 Redis 信息
    • 注入 RedisTemplate
      • 调用方法操作 Redis 数据库
      • 调用 redisTemplate 中的 API 获取操作指定数据类型的对象 optForValue()
  • String Redis Template
    • 手动序列化
    • 将数据存入 Redis
    • 取出数据
    • 手动反序列化
/*** Redis 操作测试* @author 乐小鑫* @version 1.0*/
@SpringBootTest
public class RedisTest {@Resourceprivate RedisTemplate redisTemplate;@Testvoid test() {ValueOperations valueOperations = redisTemplate.opsForValue();// 增valueOperations.set("ghostString", "dog");valueOperations.set("ghostInt", 1);valueOperations.set("ghostDouble", 2.0);User user = new User();user.setId(1L);user.setUsername("ghost");valueOperations.set("ghostUser", user);// 查Object ghost = valueOperations.get("ghostString");Assertions.assertTrue("dog".equals((String) ghost));ghost = valueOperations.get("ghostInt");Assertions.assertTrue(1 == (Integer) ghost);ghost = valueOperations.get("ghostDouble");Assertions.assertTrue(2.0 == (Double) ghost);System.out.println(valueOperations.get("ghostUser"));valueOperations.set("ghostString", "dog");redisTemplate.delete("ghostString");}
}

5. 自定义 RedisTemplate(配置)

  • 原生提供的序列化器存储对象时序列化有问题,自定义 RedisTemplate 实现存储 String 类型的 key
/*** RedisTemplate 配置* @author 乐小鑫* @version 1.0*/
@Configuration
public class RedisTemplateConfig {@Beanpublic RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory connectionFactory) {RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();redisTemplate.setConnectionFactory(connectionFactory);redisTemplate.setKeySerializer(RedisSerializer.string());return redisTemplate;}
}

6. 主页推荐用户查询使用缓存

  • 不同用户看到的推荐列表不同
  • 设计缓存 key
    • 在每个键前面加上系统 / 模块 / 业务 / 功能 的前缀,以区分不同业务的缓存
    • Redis 内存不能无限增加,一定要设置过期时间!!如果快到限制值了,会开启 Redis 的自动淘汰机制,可能会把重要数据清除掉

直接使用单层的 key 作为键可能会对其他业务产生影响,例如以 username 为 key,其他业务可能也用 username 为 key,用的是同一台 Redis 服务器时会影响其他业务的数据。

设计缓存首先的原则是不要和其他 key 发生冲突

  • 推荐用户时先查询缓存中是否有已经缓存好的用户
    • 有缓存:直接返回缓存中的数据
    • 无缓存:先查询数据库,将数据库中的缓存写入 Redis,再返回数据
    • 注意缓存穿透:数据库中没有要查询的数据,但是客户端一直不停发送请求查询数据,缓存中没有,查询就会打到数据库,不停查询缓存中都没有数据,就会不停执行数据库的查询,占用数据库资源,可能会把数据库搞崩
    • 解决缓存穿透:缓存空值,即如果数据库中没有数据,就向 Redis 中缓存一个空值,下次再来查询,查询打到 Redis,发现有一个空值就会直接空值,不再查询数据库
/*** 用户推荐* @param request* @return 用户列表*/@GetMapping("/recommend")public BaseResponse<Page<User>> recommendUsers(long pageSize, long pageNum, HttpServletRequest request) {log.info("推荐用户列表");ValueOperations valueOperations = redisTemplate.opsForValue();User loginUser = userService.getLoginUser(request);String key = String.format("langhua:user:recommend:%s", loginUser.getId());Page<User> userPage = (Page<User>) valueOperations.get(key);// 查缓存,有直接返回缓存数据if (userPage != null) {return ResultUtils.success(userPage);}// 没有缓存数据,才查询数据库QueryWrapper<User> queryWrapper = new QueryWrapper<>();userPage = userService.page(new Page<>((pageNum - 1) * pageSize, pageSize), queryWrapper);// 查询所有用户// 将查询出来的数据写入缓存try {valueOperations.set(key,userPage);} catch (Exception e) {log.error("redis key set error", e);}return ResultUtils.success(userPage);}

7. 对比查询速度

  • 第一次查询:缓存中没有数据,请求打到数据库,1.13 秒

  • 后续查询:缓存中已经缓存了用户列表数据,直接返回缓存数据,26.85 毫秒,性能优化显著

8. 缓存预热

  • 为什么要缓存预热?

场景分析:当缓存里没有数据时,第一个用户进来需要查询数据库才能看到响应数据,页面响应时间较久,对有些用户不友好

解决方案:在所有用户进入之前预先缓存好数据,程序员自己加载缓存,而不是等到用户进入再触发

  • 优点:每个用户来访问响应都很快,提升用户体验
  • 缺点
    • 增加开发成本
    • 预热时机需要谨慎选择:预热的时机太早可能会缓存到错误数据或老数据
    • 需要占用额外空间

注意❗在分析一个技术的优缺点时,要从整个项目从 0 到 1 的整个软件生命周期去考虑(需求分析开始到项目部署上线和维护)

  • 缓存预热的实现
    • 定时任务
    • 手动触发

二、定时任务

使用定时任务,每天刷新所有用户的推荐列表(缓存预热)

  1. 缓存预热的意义(新增数据少、总数据量大)
  2. 缓存占用空间不能太大,需要给其他缓存预留空间
  3. 缓存数据的周期(根据业务需求来选择)

1. Spring Scheduler

  • SpringBoot 默认已经整合,直接使用即可
  • 使用步骤
    • 主类(程序入口)添加注解开启定时任务支持:@EnableScheduling
    • 要定时执行的方法添加 @Scheduled 注解
    • 通过 cron 表达式指定定时任务执行周期:在线Cron表达式生成器 (qqe2.com)
    •  运行项目等待定时任务执行
/*** 缓存预热定时任务* @author 乐小鑫* @version 1.0*/
@Component
@Slf4j
public class PreCacheUser {@Resourceprivate RedisTemplate redisTemplate;@Resourceprivate UserService userService;List<Long> mainUserList = Arrays.asList(3L);// 重要用户列表,为该列表的用户开启缓存预热@Scheduled(cron = "0 5 21 ? * * ")public void doPreCacheUser() {// 查出用户存到 Redis 中for (Long userId : mainUserList) {QueryWrapper<User> queryWrapper = new QueryWrapper<>();Page<User> userPage = userService.page(new Page<>(1, 20), queryWrapper);// 查询所有用户String key = String.format("langhua:user:recommend:%s", userId);ValueOperations valueOperations = redisTemplate.opsForValue();// 将查询出来的数据写入缓存try {valueOperations.set(key,userPage,30000, TimeUnit.MILLISECONDS);} catch (Exception e) {log.error("redis key set error", e);}}}
}
  • 定时任务添加缓存成功✔ 

2. 其他

  • Quartz:独立于 Spring 的定时任务框架
  • XXL-Job 等分布式任务调度平台

这篇关于浪花 - 主页性能优化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/628412

相关文章

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

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

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

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

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

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

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

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

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

PR曲线——一个更敏感的性能评估工具

在不均衡数据集的情况下,精确率-召回率(Precision-Recall, PR)曲线是一种非常有用的工具,因为它提供了比传统的ROC曲线更准确的性能评估。以下是PR曲线在不均衡数据情况下的一些作用: 关注少数类:在不均衡数据集中,少数类的样本数量远少于多数类。PR曲线通过关注少数类(通常是正类)的性能来弥补这一点,因为它直接评估模型在识别正类方面的能力。 精确率与召回率的平衡:精确率(Pr