时间戳

首页 > 解决方案 > 用于 Phi 系数用例的键值存储 (Redis)

redis - 用于 Phi 系数用例的键值存储 (Redis)

问题描述

我想构建一个应用程序，用户可以在其中将多个标签（字符串）分配给日期（YYYY-MM-DD 字符串）。主要用例是计算两个标签（A 和 B）组合的Phi 系数，这需要将每个日期放在以下类别之一中：

  1. 两个标签都没有分配
  2. 已分配标签 A，但未分配标签 B
  3. 标签 B 已分配，但未分配标签 A
  4. 分配了标签 A 和标签 B

关键信息是每个类别有多少个日期，而不是什么日期。

问题是，如何保存这些数据，以便可以快速查找这些数据以进行上述分类。

使用键值对存储（例如 Redis），将带有标签的集合存储为键，将每个标签的日期存储为值，这将是一种可以轻松地用新信息填充存储的选项。对于查找，A 和 B 的交集 (SINTER) 将形成第四类，A 和 B 以及 B 和 A 之间的差异 (SDIFF) 将分别形成第二和第三类。

问题仍然存在，如何计算第一类：日期的数量，标签 A 和 B 都不适用。我想到的唯一选择是通过遍历所有键来读出日期，然后从日期总数中减去类别 2、3 和 4 的数字。有没有更优雅、更高效的方式来实现这个目标？还是我最好为该用例使用 SQL 数据库？

编辑：另一个想法是不仅按标签存储日期，而且以冗余方式按日期存储标签，以便更容易检索所有日期。

标签： redisdata-modelingcorrelationkey-value-store

解决方案

这里有两种基本方法：以单一规范形式存储数据，并根据需要使用它来计算派生数据；或预先以多种方式存储信息以优化查找速度。

到目前为止，您已经采取了第一种方法。这很好，因为将信息存储在一个地方使许多事情变得更简单，并消除了数据不一致的风险。缺点是计算派生值可能很慢。在您的情况下，您在最好的情况下谈论 O(n) 操作，在最坏的情况下迭代所有键。尽管在使事情变得更复杂之前进行性能测试总是值得的，但我的直觉是你担心是对的。

将派生数据与规范数据分开存储可以优化查找性能。您的最后一段建议以多种方式存储相同的信息，但只要您这样做，您最好存储实际所需的派生值，而不是保留现有的按标签日期数据结构。

具体来说，我的建议是按日期存储标签，同时分别存储类别 1-4 的计数。每次您记录一个新的（或更改的或删除的）输入值时，您都会更新您的规范数据结构并更新您的计数。你可以用一个相当简单的Lua 脚本自动地做到这一点。然后，您可以在 O(1) 时间内访问所需的计数，并确信它们准确地反映了基础数据。

推荐阅读