当前位置:首页 > 文章列表 > Golang > Go问答 > 能否使用 redigo 包装器在 Redis 中实现键值的自动增量存储机制?

能否使用 redigo 包装器在 Redis 中实现键值的自动增量存储机制?

来源:stackoverflow 2024-02-24 10:24:22 0浏览 收藏

大家好,今天本人给大家带来文章《能否使用 redigo 包装器在 Redis 中实现键值的自动增量存储机制?》,文中内容主要涉及到,如果你对Golang方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

问题内容

我是 go 编程语言的新手,只是想编写一个具有良好架构的小型 web 应用程序项目。

我通过发布请求获得了一些特定的调整对象。

type rectangle struct {
x         int //starting x coordinate
y         int //starting y coordinate
width     int
height    int
createdat time.time
}

我决定选择redis来存储,因为它具有高性能,我想亲自尝试一下。

我在这里有点困惑:

  1. 对象的存储性质中没有特定的键,因此我提出了键自动递增的想法,但仍然坚持如何实现这一点,因为当我研究插入模式时,它类似于:

    json, err := json.Marshal(rectangle)
    if err != nil {
        return err
    }
    
    _, err = connection.Do("SET", key, json)
    if err != nil {
        return err
    }

正如你所看到的,我被困在关键字段中要写什么。我看到 redis 命令“incr”,但对于这种模式似乎没有任何意义。

  1. 如果我想获取所有矩形,无论其键是什么,connection.do("hgetall", "*",矩形[]) 命令是否可以帮助我获取数据库中所有矩形的数组?

解决方案


a list 符合问题中规定的要求。

添加矩形:

_, err := c.do("rpush", "rectangles", rectjson).

获取所有矩形:

rectJSONs, err := redis.ByteSlices(c.Do("LRANGE" "rectangles", 0, -1))
if err != nil {
   // handle error
}
var rectangles []*Rectangle
for _, rj := range rectJSONS {
   var r Rectangle
   if err := json.Unmarshal(rj, &r); err != nil {
       // handle error
   }
   rectangles = append(rectangles, &r)
}

终于介绍完啦!小伙伴们,这篇关于《能否使用 redigo 包装器在 Redis 中实现键值的自动增量存储机制?》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布Golang相关知识,快来关注吧!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
编写一个可共享的 protobuf 定义编写一个可共享的 protobuf 定义
上一篇
编写一个可共享的 protobuf 定义
如何在Mac上关闭蓝牙键盘的设置
下一篇
如何在Mac上关闭蓝牙键盘的设置
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    290次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    343次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    345次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用