像调试java一样来调试Redis lua(redis调用lua脚本)
mhr18 2024-11-05 10:25 38 浏览 0 评论
高并发的系统中,redis的使用是非常频繁的,而lua脚本则更是锦上添花。因为lua脚本本身执行的时候是一个事务性的操作,不会掺杂其他外部的命令,所以很多关键的系统节点都会用redis+lua来实现一致性的操作请求。但是在实际开发过程中,由于redis lua脚本调试难的问题,导致大量的时间耗费在了这上面。如果有什么方案能够让我们像利用IDEA调试java一样简便去调试redis lua脚本,那该是很幸福的事儿了。
通过不断的寻找,终于也找到了这种方式,下面就总体的来介绍一下。
1. 下载ZeroBraneStudio,解压到本地环境,然后找到解释器路径,比如我本机是D:\soft\pkulchenko-ZeroBraneStudio-7a8027e\bin\lua.exe,那么我们就可以通过如下的cmd命令,将D:\soft\pkulchenko-ZeroBraneStudio-7a8027e\bin\添加到Path环境变量中即可。cmd命令如下:
set path=%path%;D:\soft\pkulchenko-ZeroBraneStudio-7a8027e\bin\;
2. 下载luaRocks,你可以理解为它类似于python的pip包管理工具,可以利用此工具下载相应的lua包。下载地址为:http://luarocks.github.io/luarocks/releases/,注意选择其中带有win32字样的包,不要选择带有windows字样的包,因为win32字样的包里面有install.bat。下载完毕后,解压,运行install.bat安装即可。
3. 安装redis及调试相关的类库。举一反三,既然能安装redis相关的,那么也能安装nginx相关的,所以我们也可以利用此方法来搞定nginx lua开发:
luarocks install remdebug
luarocks install prtr-dump
luarocks install redis-lua
4. 打开ZeroBraneStudio,建立lua脚本,开始进行调试吧,具体步骤如下:
首先,在lua脚本中,加入下面这段代码,以便于让lua脚本支持调试:
local redis = require 'redis' local host = "192.168.155.126" local port = 6379 client = redis.connect(host, port) redis.call = function(cmd, ...) return assert(loadstring('return client:'.. string.lower(cmd) ..'(...)'))(...) end
从上面可以看出,我们先进行了redis的配置操作,然后加了一个redis.call方法,以便于让脚本实现调试操作。
然后,开始书写我们正常的业务逻辑,整体代码如下:
local redis = require 'redis' local host = "192.168.155.126" local port = 6379 client = redis.connect(host, port) redis.call = function(cmd, ...) return assert(loadstring('return client:'.. string.lower(cmd) ..'(...)'))(...) end -- key个数 local keysize = tonumber(3); --防重主键,比如orderid local pk = 'orderid'; --起始分值 local start_score = tonumber(1); --截止分值 local end_score = tonumber(3); --输入值 local input = tonumber(5); --限制值 local limit = tonumber(100); --计算方式 local symbol = '>'; --keys列表 local KEYS = {"pin","ip","phone"} --hashtag local hash_tag = '{sumhis}' --获取主键历史防重数据 local function get_duplicate_check_data(hash_key_appendix,field_key) local hash_key = hash_tag.."pk".. hash_key_appendix; local field_val = redis.call("HGET", hash_key , field_key); if field_val and field_val ~=nil and field_val ~= '' then return "1"; end return "0"; end --设置主键防重数据 local function set_duplicate_check_data(hash_key_appendix,field_key,input) local hash_key = hash_tag.."pk".. hash_key_appendix; redis.call("HSET",hash_key,field_key,input); end --获取历史计数数据 local function get_history_count_data(zset_key_appendix,start_score,end_score) local key = hash_tag..zset_key_appendix; local hdata = redis.call("ZRANGEBYSCORE",key,start_score,end_score); local hdatanum = #hdata; local totalNum = 0; if hdatanum > 0 then for i, buy in pairs(hdata) do --拆分字符串 local split = "_"; local valueSplit = {}; string.gsub(buy,'[^'..split..']+',function ( w ) table.insert(valueSplit,w) end) local orderSkuNum = valueSplit[2]; totalNum = totalNum + orderSkuNum; print("当前"..key.."购买数量为:"..orderSkuNum); end print("---->当前"..key.."购买总数为:"..totalNum); end return totalNum; end --设置历史计数数据 local function set_history_count_data(zset_key_appendix,input,end_score,val_prefix) local key = hash_tag..zset_key_appendix; local value = val_prefix.."_"..input; redis.call('ZADD',key,end_score,value); end --根据运算符进行数学运算 local function calculate_by_symbol(left, right, symbol) if symbol == '+' then return left + right elseif symbol == '-' then return left - right elseif symbol == '*' then return left * right elseif symbol == '/' then return left / right elseif symbol == '>' then return left > right; elseif symbol == '<' then return left < right; elseif symbol == '>=' then return left >= right; elseif symbol == '<=' then return left <= right; elseif symbol == '==' then return left == right elseif symbol == '!=' then return left ~= right end end ------主逻辑流程开始------ -- 循环处理key 防重校验,历史计数数据比对 for i=0, keysize - 1, 1 do local key = KEYS[i+1]; --防重主键校验 local checkpk = get_duplicate_check_data(key,pk); --无防重信息开始处理 if checkpk == "0" then --redis历史数据查询 local hdata = get_history_count_data(key,start_score,end_score); --数据比对 local calc_rst = calculate_by_symbol(input+hdata, limit, symbol); if calc_rst == true then print("---->已超限,无法继续进行购买"); return "-1"; else print("---->未超限,可以继续正常购买") end end end print("---->未超限,重置防重信息和历史计数信息"); --如果无防重信息且数据未超限 for i=0, keysize - 1, 1 do local key = KEYS[i+1]; set_duplicate_check_data(key,pk,input); set_history_count_data(key,input,end_score,pk); end return "1"; ------主逻辑流程结束------
在书写代码的过程中,我们可以利用print方法来打印日志,看看日志部分是不是我们需要的值或者结果。
最后,我们运行程序,开启调试模式,先点击想要调试的代码行,下断点:
然后点击下图图示的按钮,开始进行调试:
然后程序就会启动,开始调试,我们点击下图图示的按钮,就可以逐语句或者逐过程的进行了:
之后我们点击按钮几次,就可以走到我们的方法里面了,同时鼠标悬停到变量上面,就可以清楚的看到当前变量的值:
同时我们也可以在底部的窗口中添加监视变量来监视变量的内容:
在控制台,我们也可以实时看到通过print打印出来的日志:
是不是感觉和IDEA开发java一样呢?
通过以上的方式,我们就可以非常方便的书写redis lua,同时进行调试了。
切记,当redis lua书写完毕,需要将如下的代码段摘掉,然后此lua脚本就可以加载到redis服务器中了:
local redis = require 'redis' local host = "192.168.155.126" local port = 6379 client = redis.connect(host, port) redis.call = function(cmd, ...) return assert(loadstring('return client:'.. string.lower(cmd) ..'(...)'))(...) end
相关推荐
- Redis合集-使用benchmark性能测试
-
采用开源Redis的redis-benchmark工具进行压测,它是Redis官方的性能测试工具,可以有效地测试Redis服务的性能。本次测试使用Redis官方最新的代码进行编译,详情请参见Redis...
- Java简历总被已读不回?面试挂到怀疑人生?这几点你可能真没做好
-
最近看了几十份简历,发现大部分人不是技术差,而是不会“卖自己”——一、简历死穴:你写的不是经验,是岗位说明书!反面教材:ד使用SpringBoot开发项目”ד负责用户模块功能实现”救命写法:...
- redission YYDS(redission官网)
-
每天分享一个架构知识Redission是一个基于Redis的分布式Java锁框架,它提供了各种锁实现,包括可重入锁、公平锁、读写锁等。使用Redission可以方便地实现分布式锁。red...
- 从数据库行锁到分布式事务:电商库存防超卖的九重劫难与破局之道
-
2023年6月18日我们维护的电商平台在零点刚过3秒就遭遇了严重事故。监控大屏显示某爆款手机SKU_IPHONE13_PRO_MAX在库存仅剩500台时,订单系统却产生了1200笔有效订单。事故复盘发...
- SpringBoot系列——实战11:接口幂等性的形而上思...
-
欢迎关注、点赞、收藏。幂等性不仅是一种技术需求,更是数字文明对确定性追求的体现。在充满不确定性的网络世界中,它为我们建立起可依赖的存在秩序,这或许正是技术哲学最深刻的价值所在。幂等性的本质困境在支付系...
- 如何优化系统架构设计缓解流量压力提升并发性能?Java实战分享
-
如何优化系统架构设计缓解流量压力提升并发性能?Java实战分享在高流量场景下。首先,我需要回忆一下常见的优化策略,比如负载均衡、缓存、数据库优化、微服务拆分这些。不过,可能还需要考虑用户的具体情况,比...
- Java面试题: 项目开发中的有哪些成长?该如何回答
-
在Java面试中,当被问到“项目中的成长点”时,面试官不仅想了解你的技术能力,更希望看到你的问题解决能力、学习迭代意识以及对项目的深度思考。以下是回答的策略和示例,帮助你清晰、有说服力地展示成长点:一...
- 互联网大厂后端必看!Spring Boot 如何实现高并发抢券逻辑?
-
你有没有遇到过这样的情况?在电商大促时,系统上线了抢券活动,结果活动刚一开始,服务器就不堪重负,出现超卖、系统崩溃等问题。又或者用户疯狂点击抢券按钮,最后却被告知无券可抢,体验极差。作为互联网大厂的后...
- 每日一题 |10W QPS高并发限流方案设计(含真实代码)
-
面试场景还原面试官:“如果系统要承载10WQPS的高并发流量,你会如何设计限流方案?”你:“(稳住,我要从限流算法到分布式架构全盘分析)…”一、为什么需要限流?核心矛盾:系统资源(CPU/内存/数据...
- Java面试题:服务雪崩如何解决?90%人栽了
-
服务雪崩是指微服务架构中,由于某个服务出现故障,导致故障在服务之间不断传递和扩散,最终造成整个系统崩溃的现象。以下是一些解决服务雪崩问题的常见方法:限流限制请求速率:通过限流算法(如令牌桶算法、漏桶算...
- 面试题官:高并发经验有吗,并发量多少,如何回复?
-
一、有实际高并发经验(建议结构)直接量化"在XX项目中,系统日活用户约XX万,核心接口峰值QPS达到XX,TPS处理能力为XX/秒。通过压力测试验证过XX并发线程下的稳定性。"技术方案...
- 瞬时流量高并发“保命指南”:这样做系统稳如泰山,老板跪求加薪
-
“系统崩了,用户骂了,年终奖飞了!”——这是多少程序员在瞬时大流量下的真实噩梦?双11秒杀、春运抢票、直播带货……每秒百万请求的冲击,你的代码扛得住吗?2025年了,为什么你的系统一遇高并发就“躺平”...
- 其实很多Java工程师不是能力不够,是没找到展示自己的正确姿势。
-
其实很多Java工程师不是能力不够,是没找到展示自己的正确姿势。比如上周有个小伙伴找我,五年经验但简历全是'参与系统设计''优化接口性能'这种空话。我就问他:你做的秒杀...
- PHP技能评测(php等级考试)
-
公司出了一些自我评测的PHP题目,现将题目和答案记录于此,以方便记忆。1.魔术函数有哪些,分别在什么时候调用?__construct(),类的构造函数__destruct(),类的析构函数__cal...
- 你的简历在HR眼里是青铜还是王者?
-
你的简历在HR眼里是青铜还是王者?兄弟,简历投了100份没反应?面试总在第三轮被刷?别急着怀疑人生,你可能只是踩了这些"隐形求职雷"。帮3630+程序员改简历+面试指导和处理空窗期时间...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- oracle位图索引 (63)
- oracle批量插入数据 (62)
- oracle事务隔离级别 (53)
- oracle 空为0 (50)
- oracle主从同步 (55)
- oracle 乐观锁 (51)
- redis 命令 (78)
- php redis (88)
- redis 存储 (66)
- redis 锁 (69)
- 启动 redis (66)
- redis 时间 (56)
- redis 删除 (67)
- redis内存 (57)
- redis并发 (52)
- redis 主从 (69)
- redis 订阅 (51)
- redis 登录 (54)
- redis 面试 (58)
- 阿里 redis (59)
- redis 搭建 (53)
- redis的缓存 (55)
- lua redis (58)
- redis 连接池 (61)
- redis 限流 (51)