Redis在电商中的实际应用-Java

示例代码用Jedis编写。

1. 各种计数,商品维度计数和用户维度计数

  说起电商,肯定离不开商品,而附带商品有各种计数(喜欢数,评论数,鉴定数,浏览数,etc),Redis的命令都是原子性的,你可以轻松地利用INCR,DECR等命令来计数。

  • 商品维度计数(喜欢数,评论数,鉴定数,浏览数,etc)

    采用Redis 的类型: Hash. 如果你对redis数据类型不太熟悉,可以参考 http://redis.io/topics/data-types-intro。为product定义个key product:,为每种数值定义hashkey, 譬如喜欢数like

   jedis.hset("product:1", "like", "5");
   jedis.hincrBy("product:1", "like", 1);//喜欢加一
   System.out.print(jedis.hget("product:1", "like"));
  • 用户维度计数(动态数、关注数、粉丝数、喜欢商品数、发帖数 等)

     用户维度计数同商品维度计数都采用 Hash. 为User定义个key user:,为每种数值定义hashkey, 譬如关注数follow

   jedis.hset("user:1", "follow", "5");
   jedis.hincrBy("user:1", "follow", 1);//关注数加一
   System.out.print(jedis.hget("user:1", "follow")); 

2. 存储社交关系

     譬如将用戶的好友/粉丝/关注,可以存在一个sorted set中,score可以是timestamp,这样求两个人的共同好友的操作,可能就只需要用求交集命令即可。

   jedis.zadd("user:1000:friends", System.currentTimeMillis(), "user:1001");
                             //uid为1000用户和uid为1001是朋友 , score值设定时间戳
   jedis.zadd("user:1000:friends", System.currentTimeMillis(), "user:1002");
                            //uid为1000用户和uid为1002是朋友 , score值设定时间戳

   jedis.zadd("user:2000:friends", System.currentTimeMillis(), "user:1001");
   jedis.zadd("user:2000:friends", System.currentTimeMillis(), "user:1003");

   jedis.zinterstore("com_friends:1000:2000", "user:1000:friends", "user:2000:friends");
   System.out.println(jedis.zrange("com_friends:1000:2000", 0, -1));

3. 用作缓存代替memcached(商品列表,评论列表,@提示列表,etc)

       相对memcached 简单的key-value存储来说,redis众多的数据结构(list,set,sorted set,hash, etc)可以更方便cache各种业务数据,性能也不亚于memcached。

4. 反spam系统(评论,发布商品,论坛发贴,etc)

    作为一个电商网站被各种spam攻击是少不免(垃圾评论、发布垃圾商品、广告、刷自家商品排名等),针对这些spam制定一系列anti-spam规则,其中有些规则可以利用redis做实时分

析,譬如:1分钟评论不得超过2次、5分钟评论少于5次等(更多机制/规则需要结合drools )。

    采用sorted set将最近一天用户操作记录起来(为什么不全部记录?节省memory,全部操作会记录到log,后续利用hadoop进行更全面分析统计)

    if(!jedis.exists("user:1000:comment")){//还没有评论
        jedis.zadd("user:1000:comment", System.currentTimeMillis(), "uid为1000的评论内容");
        System.out.println(jedis.zrange("user:1000:comment", 0, -1));
    }else{
        //获取一分钟内的评论记录
        Set<String> result = jedis.zrangeByScore("user:1000:comment", System.currentTimeMillis() - 60 * 1000, System.currentTimeMillis());
        if(!result.isEmpty()){
            System.out.println("1分钟内不能评论两次");
        }else{
            jedis.zadd("user:1000:comment", System.currentTimeMillis(), "uid为1000的评论内容"+System.currentTimeMillis());
            System.out.println(jedis.zrange("user:1000:comment", 0, -1));
        }
    }

5. 用户Timeline/Feeds

  应用于关注的人、主题、品牌及专栏,redis在这边主要当作cache使用

    jedis.zadd("user:2000:feed:topic", System.currentTimeMillis(), "13topic" + System.currentTimeMillis());
    //score为timestamp uid为2000的用户关注tid为13的topic
    jedis.expire("user:2000:feed:topic", 10);
    //关注有效期为10秒
    System.out.println(jedis.zrange("user:2000:feed:topic", 0, -1));    

6. 最新列表&排行榜

  用于记录用户刚刚喜欢的商品最新列表or排行榜 等业务场景

    jedis.zadd("user:1000:product:like", System.currentTimeMillis(), "003");
    Thread.currentThread();
    Thread.sleep(10);
    jedis.zadd("user:1000:product:like", System.currentTimeMillis(), "001");
    Thread.sleep(10);
    jedis.zadd("user:1000:product:like", System.currentTimeMillis(), "004");
    Thread.sleep(10);
    jedis.zadd("user:1000:product:like", System.currentTimeMillis(), "002");
    Thread.sleep(10); 

    //默认喜欢时间升序排列
    Set<String> result = jedis.zrange("user:1000:product:like", 0, -1);
    System.out.println(result);

    //按喜欢时间降序排列
    result = jedis.zrevrange("user:1000:product:like", 0, -1);
    System.out.println(result);
[003, 001, 004, 002]
[002, 004, 001, 003]

7. 消息通知

  采用Hash结构对消息通知业务场景计数

    //设置1条未读系统消息
    jedis.hset("user:1000:message:num", "sysmessagenum", "1");
    jedis.sadd("user:1000:message:content",  "第一条未读信息");
    //未读系统消息+1
    jedis.hincrBy("user:1000:message:num", "sysmessagenum", 1);
    jedis.sadd("user:1000:message:content", "第二条未读信息");
    //查看所有消息通知数量
    System.out.println(jedis.hgetAll("user:1000:message:num"));
    //查看所有消息通知内容
    System.out.println(jedis.smembers("user:1000:message:content"));
{sysmessagenum=2}
[第二条未读信息, 第一条未读信息]
时间: 2024-08-01 22:44:11

Redis在电商中的实际应用-Java的相关文章

REDIS 在电商中的实际应用场景(转)

1. 各种计数,商品维度计数和用户维度计数 说起电商,肯定离不开商品,而附带商品有各种计数(喜欢数,评论数,鉴定数,浏览数,etc),Redis的命令都是原子性的,你可以轻松地利用INCR,DECR等命令来计数. 商品维度计数(喜欢数,评论数,鉴定数,浏览数,etc) 采用Redis 的类型: Hash. 如果你对redis数据类型不太熟悉,可以参考 http://redis.io/topics/data-types-intro 为product定义个key product:,为每种数值定义ha

Java生鲜电商平台-电商中海量搜索ElasticSearch架构设计实战与源码解析

Java生鲜电商平台-电商中海量搜索ElasticSearch架构设计实战与源码解析 生鲜电商搜索引擎的特点 众所周知,标准的搜索引擎主要分成三个大的部分,第一步是爬虫系统,第二步是数据分析,第三步才是检索结果.首先,电商的搜索引擎并没有爬虫系统,因为所有的数据都是结构化的,一般都是微软的数据库或者 Oracle 的数据库,所以不用像百度一样用「爬虫」去不断去别的网站找内容,当然,电商其实也有自己的「爬虫」系统,一般都是抓取友商的价格,再对自己进行调整. 第二点,就是电商搜索引擎的过滤功能其实比

Java生鲜电商平台-电商中&quot;再来一单&quot;功能架构与详细设计(APP/小程序)

Java生鲜电商平台-电商中"再来一单"功能架构与详细设计(APP/小程序) 说明:在实际的业务场景中(无论是TO B还是TO C)不管是休闲食品.餐饮.水果.日用百货.母婴等高频购买行业,还是其他行业,“再来一单”都能够大大缩短买家再次下单的流程,促进转化. 于是就有了针对生鲜电商平台的“再来一单”功能,买家只要在订单列表.订单详情或者支付成功中点击“再来一单”,就可以把订单中的商品再次加入购物车,方便快捷,高效. 上面的话可以总结出来"再来一单“以下几个信息.      

php+redis实现电商秒杀功能

这一次总结和分享用Redis实现分布式锁来完成电商的秒杀功能.先扯点个人观点,之前我看了一篇博文说博客园的文章大部分都是分享代码,博文里强调说分享思路比分享代码更重要(貌似大概是这个意思,若有误请谅解),但我觉得,分享思路固然重要,但有了思路,却没有实现的代码,那会让人觉得很浮夸的,在工作中的程序猿都知道,你去实现一个功能模块,一段代码,虽然你有了思路,但是实现的过程也是很耗时的,特别是代码调试,还有各种测试等等.所以我认为,思路+代码,才是一篇好博文的主要核心. 直接进入主题. 一.前言 双十

王健林豪言:未来十年最暴利的五大行业: 电子支付,旅游,跨境电商,中端餐饮,豪车俱乐部

王健林豪言:未来十年最暴利的五大行业,有你从事的吗? 2017-05-12 04:32 来源:鲤鱼玩乐 NO1.电子支付 国际互联网迅速走向普及化,逐步从大学.科研机构走向企业和家庭,其功能也从信息共享演变为一种大众化的信息传播手段,商业贸易活动逐步进入这个王国.通过使用因特网,即降低了成本,也造就了更多的商业机会,电子商务技术从而得以发展,使其逐步成为了互联网应用的最大热点. NO2.旅游产业 全国共有各类旅游景区20976家,其中,A级旅游景区5573家.旅游景区已成为居民旅游消费的热点之一

大数据在电商中的应用

1.大数据技术与跨境电子商务综述   (1)大数据技术.大数据量,是指数据量极大,不能使用传统的数据采集方法.传统的数据库.传统的研究方法对数据集进行分析.传统的数据分析往往采用样本,采用推理的方法,用常规的样本分析来推测总体数据,通过一小部分来看整个数据,延伸到普遍的意义.然而,大数据可以在他所记录的所有数据的基础上进行深入的分析,从而得出最真实的结论.大数据具有数据量大.处理速度快.数据类型多样.值密度低的特点. 大数据技术是指提取大数据价值的技术.它基于具体目标,通过数据收集,存储,筛选,

大数据技术在跨境电商中的应用

1.大数据技术与跨境电子商务综述 (1)大数据技术.大数据量,是指数据量极大,不能使用传统的数据采集方法.传统的数据库.传统的研究方法对数据集进行分析.传统的数据分析往往采用样本,采用推理的方法,用常规的样本分析来推测总体数据,通过一小部分来看整个数据,延伸到普遍的意义.然而,大数据可以在他所记录的所有数据的基础上进行深入的分析,从而得出最真实的结论.大数据具有数据量大.处理速度快.数据类型多样.值密度低的特点. 大数据技术是指提取大数据价值的技术.它基于具体目标,通过数据收集,存储,筛选,算法

利用乐观锁及redis解决电商秒杀高并发基本逻辑

解决秒杀高并发问题方法很多,如悲观锁,消息队列等…… 利用乐观锁及redis解决秒杀高并发基本逻辑 //初始化redis $redis = new Redis(); // 设置键值,起到监视作用  执行事务之前,判断被修改,回滚 $redis->watch('sales'); // 获取销量 $sales = $redis->get('sales'); // 如果销量存在,先删除,false // $redis->del('sales'); // 库存,秒杀两件产品 $store = 2

电商中设置满包邮,满减等促销搞活动;电商平台同步到第三方,日志记录

1.添加同步: if($import_shop_activity ['base_info'] ['status'] == 1 ){ foreach ( $r as $v ) { if ($v ['code'] == 0) { // 批量插入信息之后,获取到每个的id,再写入详情 foreach ( $import_shop_activity ['detail'] as $vt ) { //以前只有reduce_price 现在添加 free_delivery(包快递) .free_logisti