一個簡單的Redis應用

需求

很早就聽說過Redis的大名，但是一直也沒有去研究。因為前一陣有朋友需要用到，來問過我時大致看了看，正好最近自己也碰到需求，就研究了一下。

我這里的情況其實很簡單：

在一個VPS上跑了一個應用，提供了短鏈接功能，原來的實現是直接在web server上 做了一個反向代理，通過urlrewrite映射到后端服務器上。這么用當然是沒有問題，功能是完全可以實現的，只是后來發現，當把短鏈接分享到社交網絡的時候，會有短時的大量訪問，這些訪問全部壓到后端去查詢數據庫，就會有一點壓力了——因為我的VPS配置很低，所以在突發高訪問時還是有一定的概率發生 50x錯誤。

于是考慮把反向代理用redis改寫成一個緩存代理。其實這種需求用memcached也可以，因為持久化并非必須，大不了重啟以后從后端再取一次就是了。不過因為我對redis更感興趣，所以還是用redis來做了。

安裝配置

redis的安裝很簡單，我用的是debian，直接apt-get install redis-server即可。

配置上也沒什么可說的，大部分都是用默認配置，只是對內存使用作了一點限制——VPS資源緊張，要節約。反正短鏈接的數據量也不大。

安裝完成以后可以用 service redis-server start 啟動。用 redis-cli 可以通過命令操作數據庫。

雖然我對Python比較熟，但是這種簡單應用就懶得折騰環境了，直接用現成的PHP做吧。

首先是需要下載安裝一個PHP的redis庫， 官方最推薦的兩個PHP庫 是 predis 和 phpredis ，雖然目測用C寫的phpredis應該性能好些，但為了圖方便，我還是用純PHP的predis。

下載最新穩定版的Predis后，運行bin/create-single-file（需要系統中安裝了php-cli）即可生成一個單獨的Predis.php，把這個文件放到你的項目路徑中就可以使用了，相當簡單。

功能實現

這個緩存功能很簡單：

先取得短鏈接的ID，然后用這個ID去redis里查詢。如果查到URL就直接返回302重定向到這個URL。如果查不到就向后端查詢，取得302響應返回的redirect_url，然后把這個URL保存到redis，并作302重定向。

需要注意的是，對于向后端查詢失敗的ID也要保存起來，并返回404錯誤，以避免錯誤的ID不斷向后端查詢，但是風險在于如果這個錯誤的ID以后用到了，也會查詢不到，所以還需要給錯誤的ID設置超時，過期后刪除以便可以重新查詢。

主體部分代碼就這么點：

function raise_404() {
  header('HTTP/1.1 404 Not Found');
  header("status: 404 Not Found");
  die();
}
function redirect($url) {
  header("Location: $url");
}
require 'Predis.php';
$redisdb = new Predis\Client([
  'database' => 1,
]);
$query = (array) explode('/', $_SERVER['REQUEST_URI']);
if (!isset($query[1]) || $query[1]=="") raise_404();
$id = $query[1];
$url = $redisdb->get($id);
if (!isset($url)) {
  $url = get_redirect($id);
  $redisdb->set($id, $url);
  if ($url == "") {
    $redisdb->expire($id, 3600);
  }
}
if ($url != "") {
  redirect($url);
}
else {
  raise_404();
}

其中get_redirect是通過curl向后端查詢實際URL的函數，這里就不列出具體實現了。

實際跑了一段時間以后的效果還是很明顯的。從LOG統計上看，在這個緩存代理處理了500個請求的時候，后端實際上只處理了不到100個，而且隨著時間推移，緩存的ID越來越多，對后端的請求會越來越少。

這個試驗成功以后，我把RSS功能也緩存起來，不過這個就復雜一些，但原理還是差不多的，只不過因為字段多了，改為使用redis的 HashMap值方式（支持多種類型的value是redis的一大強頂），另外還加上了Last-Modified和Etag支持，期望爬蟲們能聰明一點，會用這兩個東西來進一步減少不必要的訪問量。