利用Redis cache优化app查询速度实践

注意：本篇文章译自speeding up existing app with a redis cache，如需要转载请注明出处。

发现问题

在应用解决方法之前，我们需要对我们面对的问题有一个清晰的认识。
App所遇到的问题是，当执行一个查询时，它会跑到Diffbot’s API 然后查询数据集。子集被返回并展示出来。根据Diffbot服务器的繁忙程度，可能需要花5秒左右的时间去完成这一过程。如果扩展计算机的能力这种情形无疑会改进，如果一个查询执行一次就被记住并且重复使用24小时，通常可以把这个过程看成刷新这个集合，并且这个方式会非常的高效。

你可能会怀疑“缓存一个查询有什么好处呢？”大多数人应该都不会只查询一个东西或者同样的事物。

呃...事实上，不仅调查表明人们经常查询一个事情或相同的事，他们通常也会去搜索多产作家（或自己）。考虑到事实上应用这一缓存方式并没有增加纸面上的成本（其实是通过减少服务器压力而减少成本），把这个加进来是一个容易的盈利点，即使它使用频率并没有我们希望那样高。但我们也没有任何理由不使用它----因为它可以给我们带来利益。

既然问题已经界定清楚，让我们先处理先决条件。

配置环境

首先，我们需要在开发和生产环境下安装Redis（需要注意的是，如果你把Homestead用于本地开发，Redis就已经安装好了，目前使用的是v3.0.1版本）

我们可以通过操作系统的包管理器来做这件事：

sudo apt-get install redis-server

这是最简单也是最为推荐的方法，但我们也可以从头来安装并且手动配置。根据他们网上的说明，我们可以如此配置：

sudo apt-get install gcc make build-essential tcl

wget http://download.redis.io/releases/redis-3.0.2.tar.gz

tar xzf redis-3.0..tar.gz

cd redis-3.0.

make

make test

sudo make install

如果你运行make遇到错误提示jemalloc.h那么运行make distclean然后在运行make。make test命令是选择性运行的，但是很有帮助。

注意：如果你看到这里，而3.0.2已经不是最新的版本，那么根据你的最新版本号去调节命令。

为了防止一些常见的警告（至少在Ubuntu上），我们还需要预防性的运行以下命令：

sudo sh -c 'echo "vm.overcommit_memory=1" >> /etc/sysctl.conf'

sudo sh -c 'echo "net.core.somaxconn=65535" >> /etc/sysctl.conf'

sudo sh -c 'echo "never" > /sys/kernel/mm/transparent_hugepage/enabled'

我们也要确保最后的命令在exit 0上被添加到了/etc/rc.local，因此能保证在每个重启的服务器上能重新发送。最后我们可以用sudo reboot重启服务器并且运行有sudo redis-server的Redis检查是否一切正常。

最后，我们要确保在服务器重启后Redis会启动，所以我们要跟着官方的说明去完成配置。

Predis

我们之前说了一些关于Predis的基础知识，我们将要将其用到本文的例子中：

composer require predis/predis

进一步的，假设我们已经了解之前叙述的关于Predis的知识。

和之前发表的关于Predis相比，虽然是有一些不同（比如过渡到命名空间），但我们需要的API几乎是一样的。

实施
要在我们app里运用Redis，我们需要遵循以下的程序：

查看当前的缓存中是否有查询结果
如果是，抓取他们
如果没有，把他们拿来，储存，将他们发送到app的其他部分

因此，实施非常的简单：在“form submitted”下检查（寻找“search”参数），我们实例化Predis客户端，计算search查询的MD5 hash值，然后检查查询结果是否已经被缓存。如果失败，就在重复前面的流程。

$result = ...

$info = ...

我们将查询结果序列化并直接保存到cache里。然后我们在模块外立即抓取他们，app的流程就和往常一样继续。而index.php改变的部分如下：

// Check if the search form was submitted

if (isset($queryParams['search'])) {

    $redis = new Client();

    $hash = md5($_SERVER['QUERY_STRING']);

    if (!$redis->get($hash . '-results')) {

        $diffbot = new Diffbot(DIFFBOT_TOKEN);

        // Building the search string

        $searchHelper = new SearchHelper();

        $string = (isset($queryParams['q']) && !empty($queryParams['q']))

            ? $queryParams['q']

            : $searchHelper->stringFromParams($queryParams);

        // Basics

        $search = $diffbot

            ->search($string)

            ->setCol('sp_search')

            ->setStart(($queryParams['page'] - ) * $resultsPerPage)

            ->setNum($resultsPerPage);

        $redis->set($hash . '-results', serialize($search->call()));

        $redis->expire($hash . '-results', );

        $redis->set($hash . '-info', serialize($search->call(true)));

        $redis->expire($hash . '-info', );

    }

    $results = unserialize($redis->get($hash . '-results'));

    $info = unserialize($redis->get($hash . '-info'));

进过测试，我们可以看到它的魅力所在—如果我们刷新页面，或执行另一个查询，就会立即执行一次查询，然后会回到之前的那个。最后我们添加，提交，推动部署一下内容：

git add -A

git commit -m "Added Redis cache [deploy:production]"

git push origin master

就是这么简单，我们的最新版的app已经上线，而且使用的Redis。

注意：如果你想知道我们是如何用一条命令从开发模式转到生产部署，你可以看这里。

微调
为了进一步的提升性能，Predis推荐安装phpiredis，这是个PHP的扩展，目的是“降低序列化和解析Redis协议的成本”。可以看作我们完全控制了服务器，有什么理由不试试呢？

cd ~

git clone https://github.com/redis/hiredis

cd hiredis

make

sudo make install

cd ~

git clone https://github.com/nrk/phpiredis

cd phpiredis

phpize && ./configure --enable-phpiredis

make

sudo make install

sudo touch /etc/php5/mods-available/phpiredis.ini

sudo sh -c 'echo "extension=phpiredis.so" > /etc/php5/mods-available/phpiredis.ini'

sudo php5enmod phpiredis

sudo service php5-fpm restart

以上是安装的前提，并且启用了扩展。现在我们要做的就是利用phpiredis链接去配置Predis客户端。因此我们需要更换：

$redis = new Client();

和

$redis = new Client('tcp://127.0.0.1', [

        'connections' => [

            'tcp'  => 'Predis\Connection\PhpiredisStreamConnection',

            'unix' => 'Predis\Connection\PhpiredisSocketConnection',

        ],

    ]);

就是这么简单！现在我们的Redis安装会更快！

总结：

在本教程中，我们利用Redis结合Predis库来提升已部署的app的速度，我们平衡大数据海洋的水滴中可用的RAM来存储每天一次查询的结果，然后从缓存中返回这些结果，而不是重新运行一遍查询。但这确实意味着结果不会总是最新的，但就这边文章，其实查询结果没有被刷新的次数比这种情况多得多。

注：关于更多的有关Redis的知识可以参考redisdoc.com (此网站文档是 Redis Command Reference 和 Redis Documentation 的中文翻译版， 阅读这个文档可以帮助你了解 Redis 命令的具体使用方法， 并学会如何使用 Redis 的事务、持久化、复制、Sentinel、集群等功能。)
我们云巴的产品也是使用redis存储实践，大家也可以来交流学习~

利用Redis cache优化app查询速度实践的相关教程结束。