Zwischen einer MongoDB -Datenbank mit Redis zwischenstrichen

Dieses Tutorial zeigt, wie die Leistung eines Node.js -Webdienstes, der mit einer MongoDB -Datenbank interagiert, durch Implementierung einer Redis -Caching -Schicht steigert. Wir erstellen eine "FastLibrary" -Anwendung, um das Konzept zu veranschaulichen.

wichtige Vorteile von Redis -Caching:

• verbessert die Leseleistung signifikant, indem sie häufig auf Daten im schnellen Speicher in den Memory-Speicher von Redis gespeichert werden.
• Reduziert die Last in der MongoDB -Datenbank und verhindert Leistung Engpässe als Datenskala.
• Redis 'LRU (am wenigsten verwendet) Cache -Räumungsrichtlinie verwaltet automatisch die Speichernutzung.

Verständnis der Speicherhierarchie:

Caching befasst sich mit dem inhärenten Kompromiss zwischen Lagerkapazität und Geschwindigkeit. Festplatten bieten große Kapazität, aber langsamer Zugang, während RAM schneller, aber kleiner ist. Die CPU -Register sind am schnellsten, haben aber eine minimale Kapazität. Ein Cache fungiert als Hochgeschwindigkeits-Vermittler und speichert häufig auf Daten im schnelleren Speicher (wie RAM) auf Daten zu. Das folgende Diagramm zeigt Folgendes:

Erstellen der "FastLibrary" -Anwendung:

Wir erstellen einen einfachen Webdienst mit zwei Endpunkten:

• POST /book: Erstellt einen neuen Bucheintrag in MongoDB.
• GET /book/:title: Ruft den Inhalt eines Buches nach Titel ab.

Schritt 1: Projekt -Setup:

1. Erstellen Sie ein Projektverzeichnis und initialisieren Sie NPM: mkdir fastLibrary && cd fastLibrary && npm init
2. Abhängigkeiten installieren: npm install express mongodb redis --save

Schritt 2: Grundlegende MongoDB -Wechselwirkung:

Das Modul access.js übernimmt Datenbankvorgänge:

module.exports.saveBook = (db, title, author, text, callback) => {
    db.collection('text').save({ title, author, text }, callback);
};

module.exports.findBookByTitle = (db, title, callback) => {
    db.collection('text').findOne({ title }, (err, doc) => {
        if (err || !doc) callback(null);
        else callback(doc.text);
    });
};

Die Datei index.js stellt den Expressserver ein und stellt eine Verbindung zu MongoDB her:

// ... (require statements and MongoDB connection as before) ...

app.post('/book', (req, res) => {
    // ... (save book logic as before) ...
});

app.get('/book/:title', (req, res) => {
    // ... (get book logic, updated later with caching) ...
});

// ... (app.listen as before) ...

Schritt 3: Integration von Redis -Caching:

1. initialisieren Sie den Redis -Client in index.js:

const redis = require('redis').createClient({ url: 'redis://localhost:6379' });
redis.connect().catch(console.error);

2. modifizieren Sie access.js, um findBookByTitleCached:
hinzuzufügen

module.exports.findBookByTitleCached = (db, redis, title, callback) => {
    redis.get(title, (err, reply) => {
        if (err) callback(null);
        else if (reply) callback(JSON.parse(reply)); // Cache hit
        else { // Cache miss
            db.collection('text').findOne({ title }, (err, doc) => {
                if (err || !doc) callback(null);
                else {
                    redis.set(title, JSON.stringify(doc)); // Add to cache
                    callback(doc.text);
                }
            });
        }
    });
};

3. Aktualisieren Sie den Endpunkt GET /book/:title in index.js, um findBookByTitleCached:
zu verwenden

app.get('/book/:title', (req, res) => {
    access.findBookByTitleCached(db, redis, req.params.title, (book) => {
        if (!book) res.status(404).send('Book not found');
        else res.send(book);
    });
});

Schritt 4: Konfigurieren von Redis LRU:

starten Sie Redis mit aktiviertem LRU und einem Speichergrenze (nach Bedarf einstellen):

redis-server --maxmemory 512mb --maxmemory-policy allkeys-lru

Schritt 5: Cache -Updates handeln (Endpunkt setzen):

Fügen Sie einen Endpunkt hinzu, um Bücher zu aktualisieren und den Cache entsprechend zu aktualisieren. Dies erfordert das Hinzufügen einer updateBookByTitle -Funktion zu access.js und einem PUT /book/:title -Dendpunkt zu index.js. (Implementierungsdetails für Kürze weggelassen, jedoch ähnlich der obigen Caching -Logik).

Leistungstests und Schlussfolgerung:

Vergleichen Sie nach der Implementierung von Caching Leistungsmetriken (Antwortzeiten) mit und ohne zwischengespeichert, um die Verbesserung zu beobachten. Denken Sie daran, dass eine vorzeitige Optimierung schädlich sein kann. Bewerten Sie daher sorgfältig, ob das Caching für Ihre Bewerbung erforderlich und angemessen ist. Betrachten Sie Faktoren wie Lese-/Schreibverhältnisse, Komplexität der Abfrage und Datenkonsistenzanforderungen. Die bereitgestellten FAQs bieten zusätzliche Einblicke in diese Überlegungen.

Das obige ist der detaillierte Inhalt vonZwischen einer MongoDB -Datenbank mit Redis zwischenstrichen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!