当前位置：首页 > news >正文

16.Redis 高级数据类型 + 网站数据统计

news 来源：原创 2024/5/9 2:09:48

1.Redis 高级数据类型

2.网站数据统计

2.1 业务层

2.2 表现层

2.2.1 记录数据

2.2.2 查看数据

1.Redis 高级数据类型

HyperLogLog：采用一种基数算法，用于完成独立总数的统计；占据空间小，无论统计多少个数据，只占12K的内存空间；不精确的统计算法，标准误差为 0.81%

Bitmap：不是一种独立的数据结构，实际上就是字符串；支持按位存取数据，可以将其看成是 byte 数组；适合存储索大量的连续的数据的布尔值

统计 20万个重复数据的独立总数

    // 统计20万个重复数据的独立总数.@Testpublic void testHyperLogLog() {String redisKey = "test:hll:01";for (int i = 1; i <= 100000; i++) {redisTemplate.opsForHyperLogLog().add(redisKey, i);}//再次循环 10万次for (int i = 1; i <= 100000; i++) {int r = (int) (Math.random() * 100000 + 1);redisTemplate.opsForHyperLogLog().add(redisKey, r);}long size = redisTemplate.opsForHyperLogLog().size(redisKey);//统计去重数据的数量System.out.println(size);}

将3组数据合并，再统计合并后的重复数据的独立总数

    @Testpublic void testHyperLogLogUnion() {String redisKey2 = "test:hll:02";for (int i = 1; i <= 10000; i++) {redisTemplate.opsForHyperLogLog().add(redisKey2, i);}String redisKey3 = "test:hll:03";for (int i = 5001; i <= 15000; i++) {redisTemplate.opsForHyperLogLog().add(redisKey3, i);}String redisKey4 = "test:hll:04";for (int i = 10001; i <= 20000; i++) {redisTemplate.opsForHyperLogLog().add(redisKey4, i);}String unionKey = "test:hll:union";redisTemplate.opsForHyperLogLog().union(unionKey, redisKey2, redisKey3, redisKey4);long size = redisTemplate.opsForHyperLogLog().size(unionKey);System.out.println(size);}

统计一组数据的布尔值

    @Testpublic void testBitMap() {String redisKey = "test:bm:01";// 记录redisTemplate.opsForValue().setBit(redisKey, 1, true);redisTemplate.opsForValue().setBit(redisKey, 4, true);redisTemplate.opsForValue().setBit(redisKey, 7, true);// 查询System.out.println(redisTemplate.opsForValue().getBit(redisKey, 0));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 1));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 2));// 统计Object obj = redisTemplate.execute(new RedisCallback() {@Overridepublic Object doInRedis(RedisConnection connection) throws DataAccessException {return connection.bitCount(redisKey.getBytes());}});System.out.println(obj);}

统计3组数据的布尔值, 并对这3组数据做OR运算

    @Testpublic void testBitMapOperation() {String redisKey2 = "test:bm:02";redisTemplate.opsForValue().setBit(redisKey2, 0, true);redisTemplate.opsForValue().setBit(redisKey2, 1, true);redisTemplate.opsForValue().setBit(redisKey2, 2, true);String redisKey3 = "test:bm:03";redisTemplate.opsForValue().setBit(redisKey3, 2, true);redisTemplate.opsForValue().setBit(redisKey3, 3, true);redisTemplate.opsForValue().setBit(redisKey3, 4, true);String redisKey4 = "test:bm:04";redisTemplate.opsForValue().setBit(redisKey4, 4, true);redisTemplate.opsForValue().setBit(redisKey4, 5, true);redisTemplate.opsForValue().setBit(redisKey4, 6, true);String redisKey = "test:bm:or";Object obj = redisTemplate.execute(new RedisCallback() {@Overridepublic Object doInRedis(RedisConnection connection) throws DataAccessException {connection.bitOp(RedisStringCommands.BitOperation.OR,redisKey.getBytes(), redisKey2.getBytes(), redisKey3.getBytes(), redisKey4.getBytes());return connection.bitCount(redisKey.getBytes());}});System.out.println(obj);System.out.println(redisTemplate.opsForValue().getBit(redisKey, 0));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 1));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 2));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 3));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 4));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 5));System.out.println(redisTemplate.opsForValue().getBit(redisKey, 6));}

2.网站数据统计

UV（Unique Visitor）：独立访问，需要通过用户 IP 排重统计数据；每次访问都要进行统计；HyperLogLog 性能好，且存储空间小
DAU（Daily Active User）：日活跃用户，需要通过用户 ID 排重统计数据；访问过一次，则认为其活跃；Bitmap 性能好且可以统计精确的结果

使用 Redis，定义 RedisKey，打开 RedisKeyUtil 类添加：

添加两个前缀：uv、dau
添加方法：获取单日uv、传入日期字符串，返回前缀 + 分隔符 + 日期
添加方法：获取区间uv（从哪天到哪天），传入开始日期，结束日期，返回前缀 + 分隔符 + 开始日期 + 分隔符 + 结束日期
添加方法：获取单日活跃用户，传入日期，返回前缀 + 分隔符 + 日期
添加方法：获取区间活跃用户，传入日期，返回前缀 + 分隔符 + 开始日期 + 分隔符 + 结束日期

    //UV（Unique Visitor）：独立访问private static final String PREFIX_UV = "uv";//DAU（Daily Active User）：日活跃用户private static final String PREFIX_DAU = "dau";//单日UVpublic static String getUVKey(String date) {return PREFIX_UV + SPLIT + date;}//区间UVpublic static String getUVKey(String startDate, String endDate) {return PREFIX_DAU + SPLIT + startDate + SPLIT + endDate;}// 单日活跃用户public static String getDAUKey(String date) {return PREFIX_DAU + SPLIT + date;}// 区间活跃用户public static String getDAUKey(String startDate, String endDate) {return PREFIX_DAU + SPLIT + startDate + SPLIT + endDate;}

2.1 业务层

在 service 包下新建 DataService 类：

注入 RedisTemplate
在统计的时候，需要使用到日期（格式化成年月日的形式），实例化一个 SimpleDateFormat
统计数据：首先记录数据，在每次请求当中截获请求，把相关数据记录到 Redis 中；其次，在查看的时候提供一个查询的方法
处理 UV 的统计：构造方法，将指定的 IP 计入 UV（传入 IP）——得到 key记录到 Redis 中
构造方法，统计指定的日期范围内的 UV：传入（开始日期、结束日期），把范围内每一天的 key 做一个合并得到某一组的 key，封装成集合；遍历日期，需要对日期做运算，实例化 Calender，包含开始日期做遍历。遍历完成之后合并数据并且返回统计的结果
将指定用户计入 DAU：首先得到 key，传入当前时间，然后存入 Redis 中
统计指定日期范围内的 DAU：同理上述（日期范围内每一天的 DAU 之间做 or运算：假设统计今天的活跃用户，只需要今天访问就代表活跃；假设以一周为单位，则这一周任意一次访问即活跃）

package com.example.demo.service;import com.example.demo.util.RedisKeyUtil;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.dao.DataAccessException;
import org.springframework.data.redis.connection.RedisConnection;
import org.springframework.data.redis.connection.RedisStringCommands;
import org.springframework.data.redis.core.RedisCallback;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Calendar;
import java.util.Date;
import java.util.List;/*** 网站数据统计：UV、DAU*/
@Service
public class DataService {@Autowiredprivate RedisTemplate redisTemplate;//在统计的时候，需要使用到日期（格式化成年月日的形式），实例化一个 SimpleDateFormatprivate SimpleDateFormat df = new SimpleDateFormat("yyyyMMdd");// 将指定的IP计入UVpublic void recordUV(String ip) {//得到 key记录到 Redis 中String redisKey = RedisKeyUtil.getUVKey(df.format(new Date()));redisTemplate.opsForHyperLogLog().add(redisKey, ip);}// 统计指定日期范围内的UVpublic long calculateUV(Date start, Date end) {if (start == null || end == null) {throw new IllegalArgumentException("参数不能为空!");}// 整理该日期范围内的key//把范围内每一天的 key 做一个合并得到某一组的 key，封装成集合；// 遍历日期，需要对日期做运算，实例化Calender，包含开始日期做遍历。遍历完成之后合并数据并且返回统计的结果List<String> keyList = new ArrayList<>();Calendar calendar = Calendar.getInstance();calendar.setTime(start);while (!calendar.getTime().after(end)) {String key = RedisKeyUtil.getUVKey(df.format(calendar.getTime()));keyList.add(key);calendar.add(Calendar.DATE, 1);}// 合并这些数据String redisKey = RedisKeyUtil.getUVKey(df.format(start), df.format(end));redisTemplate.opsForHyperLogLog().union(redisKey, keyList.toArray());// 返回统计的结果return redisTemplate.opsForHyperLogLog().size(redisKey);}// 将指定用户计入DAUpublic void recordDAU(int userId) {String redisKey = RedisKeyUtil.getDAUKey(df.format(new Date()));redisTemplate.opsForValue().setBit(redisKey, userId, true);}// 统计指定日期范围内的DAUpublic long calculateDAU(Date start, Date end) {if (start == null || end == null) {throw new IllegalArgumentException("参数不能为空!");}// 整理该日期范围内的keyList<byte[]> keyList = new ArrayList<>();Calendar calendar = Calendar.getInstance();calendar.setTime(start);while (!calendar.getTime().after(end)) {String key = RedisKeyUtil.getDAUKey(df.format(calendar.getTime()));keyList.add(key.getBytes());calendar.add(Calendar.DATE, 1);}// 进行OR运算return (long) redisTemplate.execute(new RedisCallback() {@Overridepublic Object doInRedis(RedisConnection connection) throws DataAccessException {String redisKey = RedisKeyUtil.getDAUKey(df.format(start), df.format(end));connection.bitOp(RedisStringCommands.BitOperation.OR,redisKey.getBytes(), keyList.toArray(new byte[0][0]));return connection.bitCount(redisKey.getBytes());}});}}

2.2 表现层

什么时候记录数据（拦截器）、查看数据

2.2.1 记录数据

在 controller 包下的 interceptor 包下新建 DataInterceptor 类：

实现 HandlerInterceptor 接口
记录 UV、DAU 需要注入 DataService
活跃用户需要注入 HostHolder
在请求初期机型统计，重写 perHandle

package com.example.demo.controller.interceptor;import com.example.demo.entity.User;
import com.example.demo.service.DataService;
import com.example.demo.util.HostHolder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
import org.springframework.web.servlet.HandlerInterceptor;import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;@Component
public class DataInterceptor implements HandlerInterceptor {@Autowiredprivate DataService dataService;@Autowiredprivate HostHolder hostHolder;@Overridepublic boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {// 统计UVString ip = request.getRemoteHost();dataService.recordUV(ip);// 统计DAUUser user = hostHolder.getUser();if (user != null) {dataService.recordDAU(user.getId());}return true;}
}

在 WebMvcConfig 类中设置拦截器：

    @Autowiredprivate MessageInterceptor messageInterceptor;registry.addInterceptor(dataInterceptor).excludePathPatterns("/**/*.css", "/**/*.js", "/**/*.png", "/**/*.jpg", "/**/*.jpeg");

2.2.2 查看数据

在 controller 类包下新建 DataController 类：

添加三个方法：访问统计页面、统计网站 UV、统计活跃用户
访问统计页面：添加访问路径，方法中需要返回模板路径
统计网站 UV：添加访问路径（提交两个日期按钮相当于提交表单，是一个 POST 请求），传入开始、结束日期以及模板，使用注解@DateTimeFormat(pattern = "yyyy-MM-dd")，设置日期格式。统计结果返回给模板的时候，网站 UV保留开始和结束的年月日格式，最后返回到模板
统计活跃用户：同理

package com.example.demo.controller;import com.example.demo.service.DataService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.format.annotation.DateTimeFormat;
import org.springframework.stereotype.Controller;
import org.springframework.ui.Model;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestMethod;import java.util.Date;/*** 网站数据统计：UV、DAU*/
@Controller
public class DataController {@Autowiredprivate DataService dataService;// 统计页面@RequestMapping(path = "/data", method = {RequestMethod.GET, RequestMethod.POST})public String getDataPage() {return "/site/admin/data";}// 统计网站UV@RequestMapping(path = "/data/uv", method = RequestMethod.POST)public String getUV(@DateTimeFormat(pattern = "yyyy-MM-dd") Date start,@DateTimeFormat(pattern = "yyyy-MM-dd") Date end, Model model) {long uv = dataService.calculateUV(start, end);model.addAttribute("uvResult", uv);model.addAttribute("uvStartDate", start);model.addAttribute("uvEndDate", end);return "forward:/data";}// 统计活跃用户@RequestMapping(path = "/data/dau", method = RequestMethod.POST)public String getDAU(@DateTimeFormat(pattern = "yyyy-MM-dd") Date start,@DateTimeFormat(pattern = "yyyy-MM-dd") Date end, Model model) {long dau = dataService.calculateDAU(start, end);model.addAttribute("dauResult", dau);model.addAttribute("dauStartDate", start);model.addAttribute("dauEndDate", end);return "forward:/data";}}

最后处理 data.html