面试题：Redis在电商销售统计预计算结果中的数据结构选择

Question

在电商销售统计场景下，若要使用Redis预计算每日商品销售总额，你会选择Redis的哪种数据结构来存储这些预计算结果？请说明原因及相应的操作方法。

Answer 1

选择的数据结构

可以选择Redis的Hash数据结构来存储每日商品销售总额的预计算结果。

原因

1. 灵活性：Hash结构可以方便地存储和管理多个键值对，每个商品作为一个字段（field），其对应的销售总额作为值（value）。这样可以很容易地对单个商品的销售数据进行操作，例如更新、查询。
2. 空间效率：相比于为每个商品单独创建一个键值对（如使用String结构），Hash结构在存储多个相关数据时更加紧凑，占用更少的内存空间。

操作方法

1. 设置每日销售总额：
   • 使用HSET命令，例如在Python中使用redis - py库：

import redis

r = redis.Redis(host='localhost', port=6379, db = 0)
# 假设日期为2024 - 01 - 01，商品ID为1，销售总额为100.0
r.hset('daily_sales:2024 - 01 - 01', 'product_1', 100.0)

2. 获取单个商品的销售总额：
   • 使用HGET命令，例如在Python中：

total = r.hget('daily_sales:2024 - 01 - 01', 'product_1')
print(total)

3. 获取所有商品的销售总额：
   • 使用HGETALL命令，例如在Python中：

all_sales = r.hgetall('daily_sales:2024 - 01 - 01')
print(all_sales)

4. 更新单个商品的销售总额：
   • 同样使用HSET命令，如果商品字段已存在，会更新其对应的值。例如：

r.hset('daily_sales:2024 - 01 - 01', 'product_1', 150.0)