Ficha 02 · Redis e Elasticsearch

Exercício 1 · Setup Redis

Instala Redis localmente (Docker) e testa com redis-cli. Faz SET/GET, INCR e EXPIRE.

Resposta:

Exercício 2 · Tipos de dados Redis

Testa cada tipo:

• Hash: guardar utilizador (user:1 com name, age, email).
• List: queue com 3 tasks (push, pop).
• Set: tags (tags:post1 com python, web, ai).
• Sorted set: leaderboard com 3 jogadores.

Resposta:

Exercício 3 · Python — Cache pattern

Cria função Python get_post(id) que primeiro tenta Redis cache (TTL 5min), e só vai à BD se miss. Simula a "BD" com um dict.

Resposta:

Exercício 4 · Rate limiting com Redis

Implementa função is_rate_limited(user_id, limit=10, window=60) que retorna True se utilizador excedeu limite no último minuto.

Resposta:

Exercício 5 · Setup Elasticsearch

Instala Elasticsearch via Docker. Faz curl ao endpoint root e indexa um documento.

Resposta:

Exercício 6 · Elasticsearch full-text search (Python)

Cria script Python com elasticsearch client:

• Indexa 5 documentos (livros: title, author, year).
• Pesquisa por palavra no title.
• Filtro por year range.

Resposta:

Exercício 7 · Aggregations Elasticsearch

Usando o índice de livros do exercício 6, calcula:

• Quantos livros por autor.
• Média de anos por autor.

Resposta:

Exercício 8 · Stack integrada — MongoDB + Redis cache

Sistema:

• MongoDB tem 100 produtos.
• Função get_product(id):
• Primeiro tenta Redis (key product:id).
• Se miss, vai a MongoDB.
• Guarda em Redis com TTL 60s.

Demonstra speedup do cache.

Resposta: