国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

基于游標(biāo)的分頁接口實(shí)現(xiàn)

godruoyi / 1768人閱讀

摘要:游標(biāo)條數(shù)的分頁接口實(shí)現(xiàn)命令用于迭代數(shù)據(jù)庫中所有的,但是因?yàn)閿?shù)據(jù)中的數(shù)量是不能確定的,線上直接執(zhí)行會被打死的,而且的數(shù)量在你操作的過程中也是時刻在變化的,可能有的被刪除,可能期間又有新增的。

分頁接口的實(shí)現(xiàn),在偏業(yè)務(wù)的服務(wù)端開發(fā)中應(yīng)該很常見,PC時代的各種表格,移動時代的各種feed流、timeline

出于對流量的控制,或者用戶的體驗(yàn),大批量的數(shù)據(jù)都不會直接返回給客戶端,而是通過分頁接口,多次請求返回數(shù)據(jù)。

而最常用的分頁接口定義大概是這樣的:

router.get("/list", async ctx => {
  const { page, size } = this.query

  // ...

  ctx.body = {
    data: []
  }
})

// > curl /list?page=1&size=10

接口傳入請求的頁碼、以及每頁要請求的條數(shù),我個人猜想這可能和大家初學(xué)的時候所接觸的數(shù)據(jù)庫有關(guān)吧- -,我所認(rèn)識的人里邊,先接觸MySQLSQL Server什么的比較多一些,以及類似的SQL語句,在查詢的時候基本上就是這樣的一個分頁條件:

SELECT  FROM  LIMIT , 

或者類似的Redis中針對zset的操作也是類似的:

> ZRANGE   

所以可能習(xí)慣性的就使用類似的方式創(chuàng)建分頁請求接口,讓客戶端提供pagesize兩個參數(shù)。
這樣的做法并沒有什么問題,在PC的表格,移動端的列表,都能夠整整齊齊的展示數(shù)據(jù)。

但是這是一種比較常規(guī)的數(shù)據(jù)分頁處理方式,適用于沒有什么動態(tài)的過濾條件的數(shù)據(jù)。
而如果數(shù)據(jù)是實(shí)時性要求非常高的那種,存在有大量的過濾條件,或者需要和其他數(shù)據(jù)源進(jìn)行對照過濾,用這樣的處理方式看起來就會有些詭異。

頁碼+條數(shù) 的分頁接口的問題

舉個簡單的例子,我司是有直播業(yè)務(wù)的,必然也是存在有直播列表這樣的接口的。
而直播這樣的數(shù)據(jù)是非常要求時效性的,類似熱門列表、新人列表,這些數(shù)據(jù)的來源是離線計算好的數(shù)據(jù),但這樣的數(shù)據(jù)一般只會存儲用戶的標(biāo)識或者直播間的標(biāo)識,像直播間觀看人數(shù)、直播時長、人氣,這類數(shù)據(jù)必然是時效性要求很高的,不可能在離線腳本中進(jìn)行處理,所以就需要接口請求時才進(jìn)行獲取。

而且在客戶端請求的時候也是需要有一些驗(yàn)證的,舉例一些簡單的條件:

確保主播正在直播

確保直播內(nèi)容合規(guī)

檢查用戶與主播之間的拉黑關(guān)系

這些在離線腳本運(yùn)行的時候都是沒有辦法做到的,因?yàn)槊繒r每刻都在發(fā)生變化,而且數(shù)據(jù)可能沒有存儲在同一個位置,可能列表數(shù)據(jù)來自MySQL、過濾的數(shù)據(jù)需要用Redis中來獲取、用戶信息相關(guān)的數(shù)據(jù)在XXX數(shù)據(jù)庫,所以這些操作不可能是一個連表查詢就能夠解決的,它需要在接口層來進(jìn)行,拿到多份數(shù)據(jù)進(jìn)行合成。

而此時采用上述的分頁模式,就會出現(xiàn)一個很尷尬的問題。
也許訪問接口的用戶戾氣比較重,將第一頁所有的主播全部拉黑了,這就會導(dǎo)致,實(shí)際接口返回的數(shù)據(jù)是0條,這個就很可怕了。

let data = [] // length: 10
data = data.filter(filterBlackList)
return data   // length: 0

這種情況客戶端是該按照無數(shù)據(jù)來展示還是說緊接著要去請求第二頁數(shù)據(jù)呢。

所以這樣的分頁設(shè)計在某些情況下并不能夠滿足我們的需求,恰巧此時發(fā)現(xiàn)了Redis中的一個命令:scan

游標(biāo)+條數(shù) 的分頁接口實(shí)現(xiàn)

scan命令用于迭代Redis數(shù)據(jù)庫中所有的key,但是因?yàn)閿?shù)據(jù)中的key數(shù)量是不能確定的,(_線上直接執(zhí)行keys會被打死的_),而且key的數(shù)量在你操作的過程中也是時刻在變化的,可能有的被刪除,可能期間又有新增的。
所以,scan的命令要求傳入一個游標(biāo),第一次調(diào)用的時候傳入0即可,而scan命令的返回值則有兩項,第一項是下次迭代時候所需要的游標(biāo),而第二項是一個集合,表示本次迭代返回的所有key
以及scan是可以添加正則表達(dá)式用來迭代某些滿足規(guī)則的key,例如所有temp_開頭的keyscan 0 temp_*,而scan并不會真的去按照你所指定的規(guī)則去匹配key然后返回給你,它并不保證一次迭代一定會返回N條數(shù)據(jù),有極大的可能一次迭代一條數(shù)據(jù)都不返回。

如果我們明確的需要XX條數(shù)據(jù),那么按照游標(biāo)多次調(diào)用就好了。

// 用一個遞歸簡單的實(shí)現(xiàn)獲取十個匹配的key
await function getKeys (pattern, oldCursor = 0, res = []) {
  const [ cursor, data ] = await redis.scan(oldCursor, pattern)

  res = res.concat(data)
  if (res.length >= 10) return res.slice(0, 10)
  else return getKeys(cursor, pattern, res)
}

await getKeys("temp_*") // length: 10

這樣的使用方式給了我一些思路,打算按照類似的方式來實(shí)現(xiàn)分頁接口。
不過將這樣的邏輯放在客戶端,會導(dǎo)致后期調(diào)整邏輯時候變得非常麻煩。需要發(fā)版才能解決,新老版本兼容也會使得后期的修改束手束腳。
所以這樣的邏輯會放在服務(wù)端來開發(fā),而客戶端只需要將接口返回的游標(biāo)cursor在下次接口請求時攜帶上即可。

大致的結(jié)構(gòu)

對于客戶端來說,這就是一個簡單的游標(biāo)存儲以及使用。
但是服務(wù)端的邏輯要稍微復(fù)雜一些:

首先,我們需要有一個獲取數(shù)據(jù)的函數(shù)

其次需要有一個用于數(shù)據(jù)過濾的函數(shù)

有一個用于判斷數(shù)據(jù)長度并截取的函數(shù)

function getData () {
  // 獲取數(shù)據(jù)
}

function filterData () {
  // 過濾數(shù)據(jù)
}

function generatedData () {
  // 合并、生成、返回數(shù)據(jù)
}
實(shí)現(xiàn)
node.js 10.x已經(jīng)變?yōu)榱?b>LTS,所以示例代碼會使用10的一些新特性。

因?yàn)榱斜泶蟾怕实臅鎯橐粋€集合,類似用戶標(biāo)識的集合,在Redis中是set或者zset

如果是數(shù)據(jù)源來自Redis,我的建議是在全局緩存一份完整的列表,定時更新數(shù)據(jù),然后在接口層面通過slice來獲取本次請求所需的部分?jǐn)?shù)據(jù)。

P.S. 下方示例代碼假設(shè)list的數(shù)據(jù)中存儲的是一個唯一ID的集合,而通過這些唯一ID再從其他的數(shù)據(jù)庫獲取對應(yīng)的詳細(xì)數(shù)據(jù)。

redis> SMEMBER list
     > 1
     > 2
     > 3

mysql> SELECT * FROM user_info
+-----+---------+------+--------+
| uid | name    | age  | gender |
+-----+---------+------+--------+
|   1 | Niko    |   18 |      1 |
|   2 | Bellic  |   20 |      2 |
|   3 | Jarvis  |   22 |      2 |
+-----+---------+------+--------+
列表數(shù)據(jù)在全局緩存
// 完整列表在全局的緩存
let globalList = null

async function updateGlobalData () {
  globalList = await redis.smembers("list")
}

updateGlobalData()
setInterval(updateGlobalData, 2000) // 2s 更新一次
獲取數(shù)據(jù) 過濾數(shù)據(jù)函數(shù)的實(shí)現(xiàn)

因?yàn)樯线叺?b>scan示例采用的是遞歸的方式來進(jìn)行的,但是可讀性并不是很高,所以我們可以采用生成器Generator來幫助我們實(shí)現(xiàn)這樣的需求:

// 獲取數(shù)據(jù)的函數(shù)
async function * getData (list, size) {
  const count = Math.ceil(list.length / size)

  let index = 0

  do {
    const start = index * size
    const end   = start + size
    const piece = list.slice(start, end)
    
    // 查詢 MySQL 獲取對應(yīng)的用戶詳細(xì)數(shù)據(jù)
    const results = await mysql.query(`
      SELECT * FROM user_info
      WHERE uid in (${piece})
    `)

    // 過濾所需要的函數(shù),會在下方列出來
    yield filterData(results)
  } while (index++ < count)
}

同時,我們還需要有一個過濾數(shù)據(jù)的函數(shù),這些函數(shù)可能會從一些其他數(shù)據(jù)源獲取數(shù)據(jù),用來校驗(yàn)列表數(shù)據(jù)的合法性,比如說,用戶A有一個黑名單,里邊有用戶B、用戶C,那么用戶A訪問接口時,就需要將B和C進(jìn)行過濾。
抑或是我們需要判斷當(dāng)前某條數(shù)據(jù)的狀態(tài),例如主播是否已經(jīng)關(guān)閉了直播間,推流狀態(tài)是否正常,這些可能會調(diào)用其他的接口來進(jìn)行驗(yàn)證。

// 過濾數(shù)據(jù)的函數(shù)
async function filterData (list) {
  const validList = await Promise.all(list.map(async item => {
    const [
      isLive,
      inBlackList
    ] = await Promise.all([
      http.request(`https://XXX.com/live?target=${item.id}`), redis.sismember(`XXX:black:list`, item.id)
    ])

    // 正確的狀態(tài)
    if (isLive && !inBlackList) {
      return item
    }
  }))

  // 過濾無效數(shù)據(jù)
  return validList.filter(i => i)
}
最后拼接數(shù)據(jù)的函數(shù)

上述兩個關(guān)鍵功能的函數(shù)實(shí)現(xiàn)后,就需要有一個用來檢查、拼接數(shù)據(jù)的函數(shù)出現(xiàn)了。
用來決定何時給客戶端返回數(shù)據(jù),何時發(fā)起新的獲取數(shù)據(jù)的請求:

async function generatedData ({
  cursor,
  size,
}) {
  let list = globalList

  // 如果傳入游標(biāo),從游標(biāo)處截取列表
  if (cursor) {
    // + 1 的作用在下邊有提到
    list = list.slice(list.indexOf(cursor) + 1)
  }

  let results = []

  // 注意這里的是 for 循環(huán), 而非 map、forEach 之類的
  for await (const res of getData(list, size)) {
    results = results.concat(res)

    if (results.length >= size) {
      const list = results.slice(0, size)
      return {
        list,
        // 如果還有數(shù)據(jù),那么就需要將本次
        // 我們返回列表最后一項的 ID 作為游標(biāo),這也就解釋了接口入口處的 indexOf 為什么會有一個 + 1 的操作了
        cursor: list[size - 1].id,
      }
    }
  }

  return {
    list: results,
  }
}

非常簡單的一個for循環(huán),用for循環(huán)就是為了讓接口請求的過程變?yōu)榇校诘谝淮谓涌谡埱竽玫浇Y(jié)果后,并確定數(shù)據(jù)還不夠,還需要繼續(xù)獲取數(shù)據(jù)進(jìn)行填充,這時才會發(fā)起第二次請求,避免額外的資源浪費(fèi)。
在獲取到所需的數(shù)據(jù)以后,就可以直接return了,循環(huán)終止,后續(xù)的生成器也會被銷毀。

以及將這個函數(shù)放在我們的接口中,就完成了整個流程的組裝:

router.get("/list", async ctx => {
  const { cursor, size } = this.query

  const data = await generatedData({
    cursor,
    size,
  })

  ctx.body = {
    code: 200,
    data,
  }
})

這樣的結(jié)構(gòu)返回值大概是,一個list與一個cursor,類似scan的返回值,游標(biāo)與數(shù)據(jù)。
客戶端還可以傳入可選的size來指定一次接口期望的返回條數(shù)。
不過相對于普通的page+size分頁方式,這樣的接口請求勢必會慢一些(因?yàn)槠胀ǖ姆猪摽赡芤豁摲祷夭涣斯潭l數(shù)的數(shù)據(jù),而這個在內(nèi)部可能執(zhí)行了多次獲取數(shù)據(jù)的操作)。

不過用于一些實(shí)時性要求強(qiáng)的接口上,我個人覺得這樣的實(shí)現(xiàn)方式對用戶會更友好一些。

兩者之間的比較

這兩種方式都是很不錯的分頁方式,第一種更常見一些,而第二種也不是靈丹妙藥,只是在某些情況下可能會好一些。

第一種方式可能更多的會應(yīng)用在B端,一些工單、報表、歸檔數(shù)據(jù)之類的。
而第二種可能就是C端用會比較好一些,畢竟提供給用戶的產(chǎn)品;
在PC頁面可能是一個分頁表格,第一個展示10條,第二頁展示出來8條,但是第三頁又變成了10條,這對用戶體驗(yàn)來說簡直是個災(zāi)難。
而在移動端頁面可能會相對好一些,類似無限滾動的瀑布流,但是也會出現(xiàn)用戶加載一次出現(xiàn)2條數(shù)據(jù),又加載了一次出現(xiàn)了8條數(shù)據(jù),在非首頁這樣的情況還是勉強(qiáng)可以接受的,但是如果首頁就出現(xiàn)了2條數(shù)據(jù),嘖嘖。

而用第二種,游標(biāo)cursor的方式能夠保證每次接口返回數(shù)據(jù)都是size條,如果不夠了,那就說明后邊沒有數(shù)據(jù)了。
對用戶來說體驗(yàn)會更好一些。(當(dāng)然了,如果列表沒有什么過濾條件,就是一個普通的展示,那么建議使用第一種,沒有必要添加這些邏輯處理了)

小結(jié)

當(dāng)然了,這只是從服務(wù)端能夠做到的一些分頁相關(guān)的處理,但是這依然沒有解決所有的問題,類似一些更新速度較快的列表,排行榜之類的,每秒鐘的數(shù)據(jù)可能都在變化,有可能第一次請求的時候,用戶A在第十名,而第二次請求接口的時候用戶A在第十一名,那么兩次接口都會存在用戶A的記錄。

針對這樣的情況,客戶端也要做相應(yīng)的去重處理,但是這樣一去重就會導(dǎo)致數(shù)據(jù)量的減少。
這又是一個很大的話題了,不打算展開來講。。
一個簡單的欺騙用戶的方式,就是一次接口請求16條,展示10條,剩余6條存在本地下次接口拼接進(jìn)去再展示。

文中如果有什么錯誤,或者關(guān)于分頁各位有更好的實(shí)現(xiàn)方式、自己喜歡的方式,不妨交流一番。

參考資料

redis | scan

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/99212.html

相關(guān)文章

  • Graphql實(shí)踐——像axios一樣使用Graphql

    摘要:初始化項目使用初始化項目安裝項目結(jié)構(gòu)如下接口所有接口對封裝接下來對進(jìn)行封裝,加上中間件實(shí)現(xiàn)類似于攔截器的效果。 Graphql嘗鮮 在只學(xué)習(xí)graphql client端知識的過程中,我們常常需要一個graphql ide來提示graphql語法,以及實(shí)現(xiàn)graphql的server端來進(jìn)行練手。graphql社區(qū)提供了graphiql讓我們使用 graphiql (npm):一個交互...

    mumumu 評論0 收藏0
  • JDBC常見面試題

    摘要:常見面試題操作數(shù)據(jù)庫的步驟操作數(shù)據(jù)庫的步驟注冊數(shù)據(jù)庫驅(qū)動。可以防止注入,安全性高于。只有隔離級別才能防止產(chǎn)生幻讀。對象維護(hù)了一個游標(biāo),指向當(dāng)前的數(shù)據(jù)行。一共有三種對象。 以下我是歸納的JDBC知識點(diǎn)圖: showImg(https://segmentfault.com/img/remote/1460000013312769); 圖上的知識點(diǎn)都可以在我其他的文章內(nèi)找到相應(yīng)內(nèi)容。 JDBC...

    Yuqi 評論0 收藏0
  • MongoDB指南---9、游標(biāo)與數(shù)據(jù)庫命令

    摘要:例如在中,可以用產(chǎn)生一個的隨機(jī)數(shù)這樣,想要從集合中查找一個隨機(jī)文檔,只要計算一個隨機(jī)數(shù)并將其作為查詢條件就好了,完全不用偶爾也會遇到產(chǎn)生的隨機(jī)數(shù)比集合中所有隨機(jī)值都大的情況,這時就沒有結(jié)果返回了。指定本次查詢中掃描文檔數(shù)量的上限。 上一篇文章:MongoDB指南---8、特定類型的查詢下一篇文章:MongoDB指南---10、索引、復(fù)合索引 簡介 數(shù)據(jù)庫使用游標(biāo)返回find的執(zhí)行結(jié)果...

    sutaking 評論0 收藏0
  • MongoDB指南---9、游標(biāo)與數(shù)據(jù)庫命令

    摘要:例如在中,可以用產(chǎn)生一個的隨機(jī)數(shù)這樣,想要從集合中查找一個隨機(jī)文檔,只要計算一個隨機(jī)數(shù)并將其作為查詢條件就好了,完全不用偶爾也會遇到產(chǎn)生的隨機(jī)數(shù)比集合中所有隨機(jī)值都大的情況,這時就沒有結(jié)果返回了。指定本次查詢中掃描文檔數(shù)量的上限。 上一篇文章:MongoDB指南---8、特定類型的查詢下一篇文章:MongoDB指南---10、索引、復(fù)合索引 簡介 數(shù)據(jù)庫使用游標(biāo)返回find的執(zhí)行結(jié)果...

    lemanli 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看

    <