教育大营销平台day3 具体抽奖算法设计

抽奖算法的改进

解决序列化办法1：
解决序列化办法2：
解决redission存放java对象列表转型问题

-抛出问题：
在infrastructure层中，StrategyRepository实现queryStrategyAwardList(Long strategyId)方法时会出现redis前后存值取值类型转换问题，具体问题如下。
-优化前代码：对于这行strategyAwardEntities.add(strategyAwardEntity);我们存值存到redis中是字符串类型（查看redis图），而不是StrategyAwardEntity对象列表类型，因此在后续取值的时候，List strategyAwardEntities = redisService.getValue(cacheKey); 会出现类型转换问题（异常图）

redis图（第一张）

异常图（第二张）

// 优先从缓存获取
String cacheKey = Constants.RedisKey.STRATEGY_AWARD_KEY + strategyId;
List strategyAwardEntities = redisService.getValue(cacheKey);
if (null != strategyAwardEntities && !strategyAwardEntities.isEmpty()) return strategyAwardEntities;
// 从库中获取数据
List strategyAwards = strategyAwardDao.queryStrategyAwardListByStrategyId(strategyId);
strategyAwardEntities = new ArrayList<>(strategyAwards.size());
for (StrategyAward strategyAward : strategyAwards) {
StrategyAwardEntity strategyAwardEntity = StrategyAwardEntity.builder()
.strategyId(strategyAward.getStrategyId())
.awardId(strategyAward.getAwardId())
.awardCount(strategyAward.getAwardCount())
.awardCountSurplus(strategyAward.getAwardCountSurplus())
.awardRate(strategyAward.getAwardRate())
.build();
strategyAwardEntities.add(strategyAwardEntity);
}
redisService.setValue(cacheKey, strategyAwardEntities);
return strategyAwardEntities;
}

-解决思路：
1.在IRedisService和RedissonService层中分别添加getList() 方法，这个方法返回的对象是一个代理对象，因此下面操作代理对象会同步到redis中，所以，代码上没有大幅度的改变，但是redis中存储对象的结构发生变化（如下图）
redis图（第三张）

2.但还没完，这样只是为后续解析操作提供便利。因为value值经过debug你会发现，他还是String类型，所以我目前没有太好的办法直接进行存储对象，因此我采用性能低的方法，就是解析字符串。在types层中加一个Utils包，然后自定义一个StringUtils类（如下）

public class StringUtils {

public static List<String> splitStr(String str){
    String[] split = str.split("[\\\\(\\\\)]");
    System.out.println(split[1]);
    String[] splitTotal = split[1].split(",");
    List<String> sArr = new ArrayList<>();
    for(String s : splitTotal){
        String[] filedArr = s.split("=");
        sArr.add(filedArr[1]);
    }
    return sArr;
}

}

这个方法返回一个list集合，里面就是对象每个属性值
因此，问题到这就结束啦
@Override
public List queryStrategyAwardList(Long strategyId) {

    //1.通过策略ID去缓存中获取策略奖品集合
    String cacheKey = Constants.RedisKey.STRATEGY_AWARD_KEY + strategyId;
    List<StrategyAwardEntity> strategyAwardEntitiesTemp = new ArrayList<>();
    //List<StrategyAwardEntity> strategyAwardEntities = redisService.getValue(cacheKey);
    //从缓存中获取结果有转型问题都是String，因此需要解析一下重新放到队列中
    List<String> strategyAwardEntities = redisService.getList(cacheKey);
    if(null != strategyAwardEntities && !strategyAwardEntities.isEmpty()){
        for(String str : strategyAwardEntities){
            int i = 0;
            //解析每一行数据
            List<String> sArrList = StringUtils.splitStr(str);
            StrategyAwardEntity strategyAwardEntity = StrategyAwardEntity.builder()
                    .strategyId(Long.parseLong(sArrList.get(i++)))
                    .awardId(Integer.parseInt(sArrList.get(i++)))
                    .awardCount(Integer.parseInt(sArrList.get(i++)))
                    .awardCountSurplus(Integer.parseInt(sArrList.get(i++)))
                    .awardRate(BigDecimal.valueOf(Double.parseDouble(sArrList.get(i))))
                    .build();
            strategyAwardEntitiesTemp.add(strategyAwardEntity);
        }
        return strategyAwardEntitiesTemp;
    }

    //2.如缓存中无数据，就去数据库中获取数据
    List<StrategyAward> strategyAwards = strategyAwardDao.queryStrategyAwardListByStrategyId(strategyId);
    strategyAwardEntitiesTemp = new ArrayList<>(strategyAwards.size());
    //3.把数据中的数据保存到缓存中去
    for(StrategyAward strategyAward : strategyAwards){
        StrategyAwardEntity strategyAwardEntity = StrategyAwardEntity.builder()
                .strategyId(strategyAward.getStrategyId())
                .awardId(strategyAward.getAwardId())
                .awardCount(strategyAward.getAwardCount())
                .awardCountSurplus(strategyAward.getAwardCountSurplus())
                .awardRate(strategyAward.getAwardRate())
                .build();
        strategyAwardEntities.add(String.valueOf(strategyAwardEntity));
        strategyAwardEntitiesTemp.add(strategyAwardEntity);
    }

    //redisService.setValue(cacheKey, strategyAwardEntities);
    return strategyAwardEntitiesTemp;
}

这个方法可以保证业务顺利进行下去，但是代码量变大
关于这个序列化的处理的其他方法：

Redisson 常见的编解码器

基于你提供的代码上下文，Redisson 提供了多种编解码器(codec)用于处理数据的序列化和反序列化：

1. JsonJacksonCodec

config.setCodec(JsonJacksonCodec.INSTANCE);

• 使用 Jackson 库进行 JSON 序列化
• 数据以 JSON 格式存储，可读性好，通用性强

2. FSTCodec

config.setCodec(new FSTCodec());

• 使用 FST(Fast Serialization) 进行序列化
• 性能较高，序列化后的数据相对较小

3. KryoCodec

config.setCodec(new KryoCodec());

• 使用 Kryo 序列化框架
• 高性能，序列化速度快，数据体积小

4. SerializationCodec

config.setCodec(new SerializationCodec());

• 使用 Java 原生序列化
• 兼容性好，但性能相对较低，数据体积较大

5. LZ4Codec

config.setCodec(new LZ4Codec());

• 使用 LZ4 压缩算法进行序列化
• 数据压缩率高，适合存储大量数据

6. SnappyCodec

config.setCodec(new SnappyCodec());

• 使用 Snappy 压缩算法
• 压缩和解压缩速度快

7. AvroJacksonCodec

config.setCodec(new AvroJacksonCodec());

• 结合 Avro 和 Jackson
• 适合需要 Schema 管理的场景

自定义编解码器

如代码中的 [RedisCodec](file://C:\Users\ruofengcy\Downloads\big-market-231231-xfg-strategy-armory-rule-weight\big-market-231231-xfg-strategy-armory-rule-weight\big-market-app\src\main\java\cn\bugstack\config\RedisClientConfig.java#L53-L82) 类所示，你也可以自定义编解码器来满足特殊需求。

选择建议

• 开发调试阶段：推荐 JsonJacksonCodec，数据可读性好
• 生产环境：推荐 KryoCodec 或 FSTCodec，性能更好
• 存储空间敏感：推荐 LZ4Codec 或 SnappyCodec