Redis之INCR命令,通常用于统计网站访问量,文章访问量,分布式锁
前言
Redis的INCR命令用于将键的值增加1。如果键不存在,则会先将键的值设置为0,然后再执行INCR操作。INCR命令的作用是对计数器进行自增操作,可以用于实现多种场景,比如统计网站访问量、文章访问量、分布式锁等。
一、Redis键之INCR命令
1.INCR 命令介绍
(1)用法:INCR key
(2)作用:将 key 中储存的数字值增一。
(3)返回值:执行 INCR 命令之后 key 的值。
(4)示例
redis> SET PageViewNum 20
OKredis> INCR PageViewNum
(integer) 21redis> GET PageViewNum # 数字值在 Redis 中以字符串的形式保存
"21"
2.INCR 命令在Java中的实战运用
private static final long BEGIN_TIMESTAMP = 1701360000; // 开始时间戳:1701360000 -> 2023-12-01 12:00:00private static final int COUNT_BITS = 32;@Overridepublic <T> T redisIncrTest() {HashMap<String, Object> responseObj = new HashMap<>();responseObj.put("code", 200);responseObj.put("success", true);LocalDateTime now = LocalDateTime.now();long currentTimestamp = now.toEpochSecond(ZoneOffset.UTC); // 当前时间戳:1702882165System.out.println("redisIncrTest :: currentTimestamp -> " + currentTimestamp);long dValue = currentTimestamp - BEGIN_TIMESTAMP; // 增长的差值:1551885System.out.println("redisIncrTest :: dValue -> " + dValue);String date = now.format(DateTimeFormatter.ofPattern("yyyyMMdd")); // 年月日:20231218System.out.println("redisIncrTest :: date -> " + date);String REDIS_ICR_KEY = "REDIS-INCR" + ":" + date; // REDIS-INCR:20231218long count = stringRedisTemplate.opsForValue().increment(REDIS_ICR_KEY); // INCR REDIS-INCR:20231218System.out.println("redisIncrTest :: count -> " + count); // 1String countStr = stringRedisTemplate.opsForValue().get(REDIS_ICR_KEY);System.out.println("redisIncrTest :: countStr -> " + countStr); // 1// 说明:// (1)|:或,当两个位都为0时,结果才为0,两边都会计算// (2)<<:左移,各二进位左移若干位,高位丢弃,低位补零// (3)左移一位相当于乘以2,左移32位相当于将某个数乘以2的32次方long rs = dValue << COUNT_BITS | count;System.out.println(rs);System.out.println(dValue << 32);responseObj.put("data", rs);return (T) responseObj;}
二、基于INCR命令实现的分布式锁思路
INCR命令还可以用于实现分布式锁,利用Redis的单线程特性,将INCR命令作为加锁的操作,同时利用Redis的原子性保证加锁的可靠性。
1.实现步骤
(1)使用`stringRedisTemplate.opsForValue().increment(key)`方法对指定的key进行自增操作,如果key不存在,则会自动创建并将其值设置为1。
(2)判断自增后的返回值是否为1,如果为1,则说明当前线程获得了锁,否则说明锁已经被其他线程占用,需要等待。
(3)在使用完锁后,使用`stringRedisTemplate.delete(key)`方法将锁释放,即将key从Redis中删除。
2.示例代码
private static final String REDIS_DISTRIBUTED_LOCK = "Redis-Distributed-Lock"; // 分布式锁名/*** 获取锁*/
private Long acquireLock(String lockName) {Long rs = stringRedisTemplate.opsForValue().increment(lockName);System.out.println("acquireLock :: rs -> " + rs);return rs;
}/*** 释放锁*/
private void releaseLock(String lockName) {Boolean flag = stringRedisTemplate.delete(lockName);System.out.println("releaseLock :: flag -> " + flag);
}/*** 使用锁*/
private void useLock(String lockName) {Long rs = acquireLock(lockName);if (rs == 1) {try {System.out.println("嘿嘿,拿到锁啦!");Thread.sleep(1000);} catch (Exception e) {throw new RuntimeException(e);} finally {releaseLock(lockName);}}
}/*** 测试锁*/
@Override
public <T> T distributedLockTest() {useLock(REDIS_DISTRIBUTED_LOCK);return (T) "OK";
}
3.心得
感觉使用INCR命令实现的互斥锁没有SETNX命令实现的优雅,以下为基于SETNX命令实现的分布式锁示例。
private static final String REDIS_DISTRIBUTED_LOCK = "Redis-Distributed-Lock"; // 分布式锁名/*** 获取锁*/
private boolean tryLock(String lockKey) {// SETNX Redis-Distributed-Lock 1 # 在指定的key不存在时,为key设置指定的值,若设置成功则返回1,若设置失败则返回0// EXPIRE Redis-Distributed-Lock 10Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);// 注意不能直接返回,直接返回存在拆箱操作,可能会有空指针return BooleanUtil.isTrue(flag);
}/*** 释放锁*/
private void unLock(String lockKey) {stringRedisTemplate.delete(lockKey);
}/*** 测试锁*/
@Override
public <T> T distributedLockTest() {boolean isLock = tryLock(REDIS_DISTRIBUTED_LOCK);if (isLock) {try {System.out.println("嘿嘿,拿到锁啦!");} catch (Exception e) {throw new RuntimeException(e);} finally {unLock(REDIS_DISTRIBUTED_LOCK);}}return (T) "OK";
}
这里有个问题。假如线程一获得锁之后,因为某种情况进入了阻塞状态,那么当锁过期以后,线程二就拿到锁,执行到一半,线程一开始唤醒执行,而此时线程二持有的锁就会被线程一释放掉,其它线程也如此反复,那咋整?
解决办法就是在获取锁时存入线程标志,在释放锁时先判断锁中的线程标志,判断是否与当前线程标志一致,若一致则释放锁,否则不释放。
/*** 获取锁*/
private boolean tryLock(String lockKey) {// SETNX Redis-Distributed-Lock 1 # 在指定的key不存在时,为key设置指定的值,若设置成功则返回1,若设置失败则返回0// EXPIRE Redis-Distributed-Lock 10String val = "LOCK-" + Thread.currentThread().getName();Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(lockKey, val, 10, TimeUnit.SECONDS);// 注意不能直接返回,直接返回存在拆箱操作,可能会有空指针return BooleanUtil.isTrue(flag);
}/*** 释放锁*/
private void unLock(String lockKey) {String threadLockName = "LOCK-" + Thread.currentThread().getName();String val = stringRedisTemplate.opsForValue().get(lockKey);// 只有同一个线程才能主动释放锁if (threadLockName.equals(val)) {stringRedisTemplate.delete(lockKey);}
}
相关文章:
Redis之INCR命令,通常用于统计网站访问量,文章访问量,分布式锁
前言 Redis的INCR命令用于将键的值增加1。如果键不存在,则会先将键的值设置为0,然后再执行INCR操作。INCR命令的作用是对计数器进行自增操作,可以用于实现多种场景,比如统计网站访问量、文章访问量、分布式锁等。 一、Redis键之…...
window运行celery报错
报错信息 Traceback (most recent call last): File "c:\program files\python36\lib\site-packages\billiard\pool.py", line 359, in workloop result (True, prepare_result(fun(*args, **kwargs))) File "c:\program files\python36\lib\site-packages\ce…...
玩转Docker(五):网络
文章目录 〇、关于linux系统网络一、none网络二、host网络三、bridge网络一个问题:为什么在主机上仍可以通过localhost:port访问到容器中的服务? 四、user-defined网络 Docker安装时会自动在host上创建三个网络,我们可用docker network ls命令…...
选择合适教育管理软件:必须考虑的10个关键问题
随着教育行业的迅速数字化,学校要能够提供最新的管理和教育方法。大家逐渐意识到技术让运营变得更容易、更有效率。 不过首先我们需要找到一个能满足需求的应用程序。面对众多的选择,你该如何选择一个合适的平台呢?当然,没有人想…...
前端不同架构的分层设计
1. 架构设计分层: (1). 系统架构: ①. 应用场景:a. 应用在整个系统内,如与后台服务如何通信,与第三方系统如何集成.②. 前提条件:a. 了解前端系统与其它系统间的关系,包括业务关系和协作机制.b. 了解后端系统,需要规定与后台数据传递的机制,包括:(1). api设计规范(2). 访问授…...
android系统镜像文件
boot.img:这是包含内核和设备树(Device Tree)的镜像文件。它被引导加载程序(bootloader)加载以启动系统,并负责将控制权转交给内核。 dtbo.img:这是设备树增量编译(Device Tree Ove…...
相位的重要性
在过去的几年中,相干信号和图像处理尖端技术的开发和应用有了显著的增长。相干处理的特点是使用一个称为相位的单一量[1]。相比之下,非相干处理只利用信号幅度或强度。需要进行相干处理的例子包括合成孔径雷达(SAR)、合成孔径声纳…...
(三十三)补充Python经典面试题(吸收高级编程特性)
第一题: def func(a, b[]): pass一、上题讲解: 这个函数定义有一个默认参数b,它的默认值是一个空列表[]。这道面试题涉及到Python中函数参数默认值的一些重要概念和陷阱。 首先,当你调用这个函数时,如果不传递参数b…...
SQL进阶理论篇(四):索引的结构原理(B树与B+树)
文章目录 简介如何评价索引的数据结构设计好坏二叉树的局限性什么是B树什么是B树总结参考文献 简介 我们在上一节中说过,索引其实是一种数据结构,那它到底是一种什么样的数据结构呢?本节将简单介绍一下几个问题: 什么样的数据结…...
springMVC-模型数据的处理
一、数据放入到request域当中 1、把获取的数据放入request域中, 方便在跳转页面去显示 <a>添加主人信息</a> <form action"vote/vote04" method"post" >主人id:<input type"text" name"id&q…...
计算机组成原理-微指令的设计与微程序控制单元的设计
文章目录 微指令的设计微指令的格式微指令的编码方式水平型微指令的操作控制部分的编码方式直接编码字段直接编码例题字段间接编码方式 微指令的地址形成方式例题小结 微程序控制单元的设计微程序设计分类硬布线与微程序的比较 微指令的设计 微指令的格式 水平型微指令的操作…...
PyTorch机器学习与深度学习
近年来,随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术,在许多行业都取得了颠覆性的成果。另外,近年来,Pytorch深度学习框架受…...
羊奶vs牛奶,羊大师告诉你谁是更营养的选择?
羊奶vs牛奶,羊大师告诉你谁是更营养的选择? 羊奶和牛奶是两种常见的乳制品,它们不仅在口味上有所差异,而且在营养成分方面也存在一些差异。本文将对羊奶和牛奶的营养成分进行全面对比,旨在帮助读者更好地了解这两种乳…...
机器学习之线性回归(Linear Regression)
概念 线性回归(Linear Regression)是机器学习中的一种基本的监督学习算法,用于建立输入变量(特征)与输出变量(目标)之间的线性关系。它假设输入变量与输出变量之间存在线性关系,并试图找到最佳拟合线来描述这种关系。 在简单线性回归中,只涉及两个变量:一个是自变量…...
ChatGPT与ArcGIS PRO 如何结合,打造一个全新的工作流程
在地学领域,ArcGIS几乎成为了每位科研工作者作图、数据分析的必备工具,而ArcGIS Pro3除了良好地继承了ArcMap强大的数据管理、制图、空间分析等能力,还具有二三维融合、大数据、矢量切片制作及发布、任务工作流、时空立方体等特色功能&#x…...
【深度学习】对比学习的损失函数
前言 对比学习损失(Contrastive Learning Loss)是一种用于自监督学习的损失函数。它侧重于学习一个特征空间,其中相似的样本被拉近,而不相似的样本被推远。在二分类任务中,对比学习损失可以用来学习区分正负样本的特征…...
哈夫曼解码
【问题描述】 给定一组字符的Huffman编码表(从标准输入读取),给定一个用该编码表进行编码的Huffman编码文件(存在当前目录下的in.txt中),编写程序对Huffman编码文件进行解码。 例如给定的一组字符的Huffm…...
Excel小技能:excel如何将数字20231211转化成指定日期格式2023/12/11
给了一串数字20231211,想要转成指定格式的日期格式,发现设置单元格格式为指定日期格式不生效,反而变成很长很长的一串#这个,如图所示: 其实,正确的做法如下: 1)打开数据功能界面&am…...
Selenium自动化测试框架(超详细总结分享)
设计思路 本文整理归纳以往的工作中用到的东西,现汇总成基础测试框架提供分享。 框架采用python3 selenium3 PO yaml ddt unittest等技术编写成基础测试框架,能适应日常测试工作需要。 1、使用Page Object模式将页面定位和业务操作分开ÿ…...
STM32 DAC+串口
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、DAC是什么?二、STM32 DAC1.什么型号有DAC2. 简介3. 主要特点4. DAC框图5. DAC 电压范围和引脚 三、程序步骤1. 开启DAC时钟2. 配置引脚 PA4 PA5…...
Ubuntu系统下交叉编译openssl
一、参考资料 OpenSSL&&libcurl库的交叉编译 - hesetone - 博客园 二、准备工作 1. 编译环境 宿主机:Ubuntu 20.04.6 LTSHost:ARM32位交叉编译器:arm-linux-gnueabihf-gcc-11.1.0 2. 设置交叉编译工具链 在交叉编译之前&#x…...
【Go】3、Go语言进阶与依赖管理
前言 本系列文章参考自稀土掘金上的 【字节内部课】公开课,做自我学习总结整理。 Go语言并发编程 Go语言原生支持并发编程,它的核心机制是 Goroutine 协程、Channel 通道,并基于CSP(Communicating Sequential Processes࿰…...
MySQL 8.0 OCP 英文题库解析(十三)
Oracle 为庆祝 MySQL 30 周年,截止到 2025.07.31 之前。所有人均可以免费考取原价245美元的MySQL OCP 认证。 从今天开始,将英文题库免费公布出来,并进行解析,帮助大家在一个月之内轻松通过OCP认证。 本期公布试题111~120 试题1…...
c#开发AI模型对话
AI模型 前面已经介绍了一般AI模型本地部署,直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型,但是目前国内可能使用不多,至少实践例子很少看见。开发训练模型就不介绍了&am…...
【论文阅读28】-CNN-BiLSTM-Attention-(2024)
本文把滑坡位移序列拆开、筛优质因子,再用 CNN-BiLSTM-Attention 来动态预测每个子序列,最后重构出总位移,预测效果超越传统模型。 文章目录 1 引言2 方法2.1 位移时间序列加性模型2.2 变分模态分解 (VMD) 具体步骤2.3.1 样本熵(S…...
HashMap中的put方法执行流程(流程图)
1 put操作整体流程 HashMap 的 put 操作是其最核心的功能之一。在 JDK 1.8 及以后版本中,其主要逻辑封装在 putVal 这个内部方法中。整个过程大致如下: 初始判断与哈希计算: 首先,putVal 方法会检查当前的 table(也就…...
DingDing机器人群消息推送
文章目录 1 新建机器人2 API文档说明3 代码编写 1 新建机器人 点击群设置 下滑到群管理的机器人,点击进入 添加机器人 选择自定义Webhook服务 点击添加 设置安全设置,详见说明文档 成功后,记录Webhook 2 API文档说明 点击设置说明 查看自…...
HubSpot推出与ChatGPT的深度集成引发兴奋与担忧
上周三,HubSpot宣布已构建与ChatGPT的深度集成,这一消息在HubSpot用户和营销技术观察者中引发了极大的兴奋,但同时也存在一些关于数据安全的担忧。 许多网络声音声称,这对SaaS应用程序和人工智能而言是一场范式转变。 但向任何技…...
Python 训练营打卡 Day 47
注意力热力图可视化 在day 46代码的基础上,对比不同卷积层热力图可视化的结果 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pypl…...
DBLP数据库是什么?
DBLP(Digital Bibliography & Library Project)Computer Science Bibliography是全球著名的计算机科学出版物的开放书目数据库。DBLP所收录的期刊和会议论文质量较高,数据库文献更新速度很快,很好地反映了国际计算机科学学术研…...
