Redis如何实现服务端数学计算避免遍历查询提升处理性能？

以下方案按优先级从高到低排列，可根据业务场景选择： #

方案1：Lua服务端脚本实现全链路计算（推荐） #

Redis支持服务端执行Lua脚本，你可以把GEO查询、Hash属性拉取、加权求和的逻辑全部封装到Lua脚本中，全程仅需1次客户端与Redis的网络交互，从根本上消除循环调用的IO开销。

示例Lua脚本逻辑： #

-- 入参说明：KEYS[1]为GEO存储的key名，ARGV依次为查询类型、经度、纬度、半径、单位、半径数值
local geoPoints = redis.call('GEOSEARCH', KEYS[1], ARGV[1], ARGV[2], ARGV[3], 'BYRADIUS', ARGV[4], ARGV[5], 'WITHDIST')
local weightedSum = 0
local radius = tonumber(ARGV[4])
for _, point in ipairs(geoPoints) do
    local memberId = point[1]
    local dist = tonumber(point[2])
    -- 仅查询需要的cc字段，不用hgetall进一步降低开销
    local ccVal = redis.call('HGET', memberId, 'cc')
    if ccVal then
        weightedSum = weightedSum + (tonumber(ccVal) * (radius - (dist / radius)))
    end
end
return weightedSum

PHP调用示例： #

$luaScript = <<<LUA
-- 将上述Lua脚本内容粘贴到此处
LUA;
// 最后一个参数表示传入的KEYS数量为1
$weightedSum = $redis->eval($luaScript, [
    $tableName, 
    $type, $lon, $lat, $radius, $metric
], 1);

该方案性能提升最明显，所有计算都在Redis服务端完成，不需要把大量点位数据传回客户端处理，逻辑轻量不会对Redis单线程性能造成明显影响。

方案2：Pipeline批量请求（适配无法使用Lua的场景） #

如果你暂时不能改造为Lua脚本，可以用Redis的Pipeline特性，先拿到GEOSEARCH的结果后，把所有Hash查询请求一次性批量发送给Redis，再批量接收结果，把N次网络往返减少为2次。

示例代码： #

$geoPoints= $redis->executeRaw(["GEOSEARCH" ,$tableName , $type ,$lon ,$lat ,"BYRADIUS" ,$radius, $metric, "WITHDIST"]);
$weightedSum = 0;
// 开启Pipeline批量提交hget请求
$pipe = $redis->multi(\Redis::PIPELINE);
foreach ($geoPoints as $point) {
    $pipe->hget($point[0], 'cc');
}
$ccList = $pipe->exec();
// 本地计算加权和
foreach ($geoPoints as $k => $point) {
    if (!empty($ccList[$k])) {
        $cc = (float)$ccList[$k];
        $dist = (float)$point[1];
        $weightedSum += ($cc * ($radius - ($dist / $radius)));
    }
}

方案3：冗余存储属性到GEO成员（适配属性极少的场景） #

如果你的业务只需要用到cc这一个属性，可以直接把id:cc拼接为GEO的member值，比如GEO添加点位时成员名为2819483906:2，这样GEOSEARCH返回结果后直接拆分成员名就能拿到cc值，完全不需要查询Hash。 #

内容的提问来源于stack exchange，提问作者Rajesh