redis
2021-10-21 20:10:12 11 举报AI智能生成
登录查看完整内容
111
作者其他创作
大纲/内容
get key
set key value [expiration EX seconds|PX milliseconds] [NX|XX]
mget key [key ...]
mset key value [key value ...]
incr key
incrby key increment
exists key [key ...]
del key [key ...]
type key
expire key seconds
查看key还有多久过期
ttl key
等价于 set+expire
setex key seconds value
如果key不存在就执行set创建（if not exists）
setnx key value
String
rpush key value [value ...]
lpush key value [value ...]
lrange key start stop
rpop key
lpop key
lindex key index
ltrim books 1 0 （这其实是清空了整个列表，因为区间范围长度为负）
保留区别的值
ltrim key start stop
List
hset key field value
hget key field
hmset key field value [field value ...]
hmget key field [field ...]
hgetall key
hincrby key field increment
Hash
sadd key member [member ...]
smembers key
sismember key member
scard key
spop key
两个set的交集
sinter key [key ...]
sunion key [key ...]
sunionstore destination key [key ...]
Set
zadd key [NX|XX] [CH] [INCR] score member [score member ...]
zrange key start stop [WITHSCORES]
zrevrange key start stop [WITHSCORES]
zrank key member
zrem key member [member ...]
zrangebyscore key min max [WITHSCORES] [LIMIT offset count]
zremrangebyscore key min max
SortedSet
基础数据结构
先用setnx(set if not exists)抢锁，抢到之后再用expire命令给锁加一个过期时间，防止忘记释放锁
如果setnx之后expire之前进程意外结束或者需要重启，需要把setnx和expire合成一条命令来执行（保证原子性）: set key value ex 5 nx
分布式锁
keys算法是遍历算法，redis是单线程，顺序执行所有指令，其他指令必须等到keys指令执行完了才能继续执行，会导致redis服务卡顿
keys pattern
不会阻塞线程
提供limit参数，可以控制每次返回结果的最大条数
返回的结果可能会有重复，需要客户端去重
遍历的过程中如果有数据修改，改动后的数据能不能遍历到是不确定的
单次返回的结果是空的并不意味着遍历结束，而是要看返回的游标值是否为0
scan cursor [MATCH pattern] [COUNT count]
缺点
检索某个key是否存在
异步队列
订单超过30分钟未支付，自动关闭
音频仿真体验者角色15天有效期，到期前1天发邮件提醒
应用场景
延时队列
bf.add
bf.exists
bf.madd
bf.mexists
命令
可以用于检索一个元素是否在一个集合中
描述
爬虫过滤已抓到的url就不再抓
邮件系统的垃圾邮件过滤功能
新闻客户端推荐系统去重
有一定的误差
当布隆过滤器说某个值存在时，这个值可能不存在；当它说某个值不存在时，那就肯定不存在
特性
布隆过滤器（Bloom Filter）
pfadd key element [element ...]
pfcount key [key ...]
pfmerge destkey sourcekey [sourcekey ...]
命令（pf为创建该数据结构的人的名字缩写）
用于统计一个集合中不重复的元素个数（基数计数），可以解决很多精确度要求不高的统计问题
统计页面的UV
统计在线用户数
统计注册IP数
标准误差为0.81%
有误差
有局限性，就是只能统计基数数量，而没办法去知道具体的内容是什么
HyperLogLog
基础知识
大面积的缓存失效，大量请求直接请求数据库，打崩了数据库
批量往数据库存数据的时候，把每个key的失效时间都加上一个随机值，这个可以保证数据不会在同一时间大面积失效
热点数据永不过期，有更新时更新一下缓存
解决 办法
雪崩
用户不断地发起缓存和数据库都不存在的数据，导致数据库压力过大，严重可击垮数据库
增加参数校验
解决办法
穿透
一个key非常热点，高并发集中对这个点进行访问，当这个key失效的一瞬间，大量的请求直接请求数据库，击垮数据库，就像在完好无损的桶上凿开了一个洞
设置热点数据永不过期
增加互斥锁
击穿
缓存雪崩、穿透、击穿
# 时间策略save 900 1save 300 10save 60 10000save 900 1 表示900s内有1条写入，就产生快照save 300 10 表示300s内有10条写入，就产生快照
在指定的时间间隔对你的数据进行快照存储
Redis使用操作系统的COW（ Copy On Write）机制来实现快照持久化
RDB对Redis的性能影响非常小，是因为在同步数据的时候fork了一个子进程去进行持久化，同样的数据文件比AOF文件小，数据恢复的时候比AOF要快
优点
快照文件默认五分钟才生成一次（根据时间策略），这意味着这五分钟的数据都有可能丢失
RDB在生成数据文件的时候，如果文件很大，客户端会暂停几毫秒甚至几秒
RDB（快照）
把每个写命令都立即同步到aof文件中，很慢，但很安全
alway
（推荐）每秒同步一次
everysec
不处理，非常快，但也最不安全
no
模式
Linux的glibc提供了fsync（int id）函数可以将指定文件的内容强制从内核缓存刷到磁盘
fsync
AOF根据模式同步数据，一般是everysec，这样可以兼顾速度和安全，每隔一秒执行一次fsync操作，最多损失一秒的数据
每隔一秒左右（模式可配置）执行一次fsync操作，最多损失一秒的数据
记录日志是追加（append_only）的方式，减少 了磁盘寻址的开销
AOF（日志）
持久化
Redis
0 条评论
回复 删除
下一页
