国产探花免费观看_亚洲丰满少妇自慰呻吟_97日韩有码在线_资源在线日韩欧美_一区二区精品毛片,辰东完美世界有声小说,欢乐颂第一季,yy玄幻小说排行榜完本

首頁 > 學院 > 開發設計 > 正文

Redis高級特性及應用場景

2019-11-08 20:53:29
字體:
來源:轉載
供稿:網友

redis中鍵的生存時間(expire)

Redis中可以使用expire命令設置一個鍵的生存時間,到時間后redis會自動刪除它。

過期時間可以設置為秒或者毫秒精度。過期時間分辨率總是 1 毫秒。過期信息被復制和持久化到磁盤,當 Redis 停止時時間仍然在計算 (也就是說 Redis 保存了過期時間)。

 

expire  設置生存時間(單位/秒)

[python] view plain copy 在CODE上查看代碼片expire key seconds(秒)  

ttl%20查看鍵的剩余生存時間

[python] view%20plain copy ttl key  

persist%20取消生存時間

[python] view%20plain copy persist key  

expireat%20[key]%20unix時間戳1351858600

示例:

[python] view%20plain copy EXPIREAT cache 1355292000     # 這個 key 將在 2012.12.12 過期  

操作圖示:

應用場景:

限時的優惠活動信息網站數據緩存(對于一些需要定時更新的數據,例如:積分排行榜)手機驗證碼限制網站訪客訪問頻率(例如:1分鐘最多訪問10次)

 

 

redis的事務(transaction)

redis中的事務是一組命令的集合。事務同命令一樣都是redis的最小執行單元。一組事務中的命令要么都執行,要么都不執行。(例如:轉賬)

原理:

先將屬于一個事務的命令發送給redis進行緩存,最后再讓redis依次執行這些命令。

 

應用場景:

一組命令必須同時都執行,或者都不執行。我們想要保證一組命令在執行的過程之中不被其它命令插入。

 

命令:

[python] view plain copy 在CODE上查看代碼片multi    //事務開始  .....  exec     //事務結束,開始執行事務中的命令  discard     //放棄事務  

錯誤處理

1:語法錯誤:致命的錯誤,事務中的所有命令都不會執行

2:運行錯誤:不會影響事務中其他命令的執行

 

Redis%20不支持回滾(roll%20back)

正因為redis不支持回滾功能,才使得redis在事務上可以保持簡潔和快速。

 

watch命令

作用:監控一個或者多個鍵,當被監控的鍵值被修改后阻止之后的一個事務的執行。

但是不能保證其它客戶端不修改這一鍵值,所以我們需要在事務執行失敗后重新執行事務中的命令。

注意:執行完事務的exec命令之后,watch就會取消對所有鍵值的監控

unwatch:取消監控

 

 操作圖示:

 

redis中數據的排序(sort)

sort命令可以對列表類型,集合類型和有序集合類型進行排序。

[python] view plain copy 在CODE上查看代碼片sort key [desc] [limit offset count]  

by%20參考鍵(參考鍵可以是字符串類型或者是hash類型的某個字段,hash類型的格式為:鍵名->字段名)

如果參考鍵中不帶*號則不排序如果某個元素的參考鍵不存在,則默認參考鍵的值為0

 

擴展%20get參數

get參數的規則和by參數的規則一樣get%20#%20(返回元素本身的值)

 

擴展%20store參數

使用store%20參數可以把sort的排序結果保存到指定的列表中

性能優化

1:盡可能減少待排序鍵中元素的數量

2:使用limit參數只獲取需要的數據

3:如果要排序的數據數量很大,盡可能使用store參數將結果緩存。

 

 操作圖示:

 

  

 

“發布/訂閱”模式

 

發布:publish

[python] view plain copy 在CODE上查看代碼片publish channel message  

訂閱:subscribe

[python] view%20plain copy subscribe channel [.....]  

取消訂閱:unsubscribe

[python] view%20plain copy unsubscribe [channel]  

按照規則訂閱:psubscribe

[python] view%20plain copy psubscribe channel ?  

按照規則取消訂閱:punsubscribe

注意:使用punsubscribe命令只能退訂通過psubscribe%20訂閱的頻道。

 

操作圖示:(訂閱頻道后,頻道每發布一條消息,都能動態顯示出來)

訂閱:

 

 發布:

 

 

 

redis任務隊列

任務隊列:使用lpush和rpop(brpop)可以實現普通的任務隊列。

 brpop是列表的阻塞式(blocking)彈出原語。

它是 RPOP命令的阻塞版本,當給定列表內沒有任何元素可供彈出的時候,連接將被 BRPOP命令阻塞,直到等待超時或發現可彈出元素為止。

當給定多個 key 參數時,按參數 key 的先后順序依次檢查各個列表,彈出第一個非空列表的尾部元素。

 

優先級隊列:

[python] view plain copy 在CODE上查看代碼片brpop key1 key2 key3 timeout  操作圖示:

 

 

 

redis管道(pipeline)

redis的pipeline(管道)功能在命令行中沒有,但是redis是支持管道的,在java的客戶端(jedis)中是可以使用的。

測試發現:

1:不使用管道方式,插入1000條數據耗時328毫秒

[java] view plain copy 在CODE上查看代碼片// 測試不使用管道  public static void testInsert() {      long currentTimeMillis = System.currentTimeMillis();      Jedis jedis = new Jedis("192.168.33.130", 6379);      for (int i = 0; i < 1000; i++) {          jedis.set("test" + i, "test" + i);      }      long endTimeMillis = System.currentTimeMillis();      System.out.// 測試管道  public static void testPip() {      long currentTimeMillis = System.currentTimeMillis();      Jedis jedis = new Jedis("192.168.33.130", 6379);      Pipeline pipelined = jedis.pipelined();      for (int i = 0; i < 1000; i++) {          pipelined.set("bb" + i, i + "bb");      }      pipelined.sync();      long endTimeMillis = System.currentTimeMillis();      System.out.println(endTimeMillis - currentTimeMillis);  }  

在插入更多數據的時候,管道的優勢更加明顯:測試10萬條數據的時候,不使用管道要40秒,實用管道378毫秒。

 

 

redis持久化(persistence)redis支持兩種方式的持久化,可以單獨使用或者結合起來使用。

第一種:RDB方式(redis默認的持久化方式)

第二種:AOF方式

 

 

redis持久化之RDBrdb方式的持久化是通過快照完成的,當符合一定條件時redis會自動將內存中的所有數據執行快照操作并存儲到硬盤上。默認存儲在dump.rdb文件中。(文件名在配置文件中dbfilename)

 

redis進行快照的時機(在配置文件redis.conf中)

[java] view%20plain copy save 900 1  //表示900秒內至少一個鍵被更改則進行快照。  save 300 10  //表示300秒內10條被更改則快照  save 60 10000  //60秒內10000條  

Redis自動實現快照的過程

1、redis使用fork函數復制一份當前進程的副本(子進程)

2、父進程繼續接收并處理客戶端發來的命令,而子進程開始將內存中的數據寫入硬盤中的臨時文件

3、當子進程寫入完所有數據后會用該臨時文件替換舊的RDB文件,至此,一次快照操作完成。

 

注意:redis在進行快照的過程中不會修改RDB文件,只有快照結束后才會將舊的文件替換成新的,也就是說任何時候RDB文件都是完整的。

這就使得我們可以通過定時備份RDB文件來實現redis數據庫的備份

RDB文件是經過壓縮的二進制文件,占用的空間會小于內存中的數據,更加利于傳輸。

 

手動執行save或者bgsave命令讓redis執行快照。

兩個命令的區別在于,save是由主進程進行快照操作,會阻塞其它請求。bgsave是由redis執行fork函數復制出一個子進程來進行快照操作。

文件修復:

[python] view%20plain copy redis-check-dump  

rdb的優缺點

優點:由于存儲的有數據快照文件,恢復數據很方便。

缺點:會丟失最后一次快照以后更改的所有數據。

 

 

redis持久化之AOF 

aof方式的持久化是通過日志文件的方式。默認情況下redis沒有開啟aof,可以通過參數appendonly參數開啟。

[python] view%20plain copy appendonly yes  

aof文件的保存位置和rdb文件的位置相同,都是dir參數設置的,默認的文件名是appendonly.aof,可以通過appendfilename參數修改

[python] view%20plain copy appendfilename appendonly.aof   

redis寫命令同步的時機

[python] view%20plain copy appendfsync always 每次都會執行  appendfsync everysec 默認 每秒執行一次同步操作(推薦,默認)  appendfsync no不主動進行同步,由操作系統來做,30秒一次   

aof日志文件重寫

[python] view%20plain copy auto-aof-rewrite-percentage 100(當目前aof文件大小超過上一次重寫時的aof文件大小的百分之多少時會再次進行重寫,如果之前沒有重寫,則以啟動時的aof文件大小為依據)  auto-aof-rewrite-min-size 64mb   

手動執行bgrewriteaof進行重寫

重寫的過程只和內存中的數據有關,和之前的aof文件無關。

所謂的“重寫”其實是一個有歧義的詞語,%20實際上,%20AOF%20重寫并不需要對原有的%20AOF%20文件進行任何寫入和讀取,%20它針對的是數據庫中鍵的當前值。

 

文件修復:

[python] view%20plain copy redis-check-aof  

動態切換redis持久方式,從%20RDB%20切換到%20AOF(支持Redis%202.2及以上)

[python] view%20plain copy CONFIG SET appendonly yes  CONFIG SET save ""(可選)  

 

注意:

1、當redis啟動時,如果rdb持久化和aof持久化都打開了,那么程序會優先使用aof方式來恢復數據集,因為aof方式所保存的數據通常是最完整的。如果aof文件丟失了,則啟動之后數據庫內容為空。

2、如果想把正在運行的redis數據庫,從RDB切換到AOF,建議先使用動態切換方式,再修改配置文件,重啟數據庫。(不能自己修改配置文件,重啟數據庫,否則數據庫中數據就為空了。)

 

 

 

redis中的config命令 

使用config%20set可以動態設置參數信息,服務器重啟之后就失效了。

[python] view%20plain copy config set appendonly yes  config set save "90 1 30 10 60 100"  

使用config%20get可以查看所有可以使用config%20set命令設置的參數

[python] view%20plain copy config get *  

使用config%20rewrite命令對啟動%20Redis%20服務器時所指定的%20redis.conf%20文件進行改寫(Redis%202.8%20及以上版本才可以使用),主要是把使用config%20set動態指定的命令保存到配置文件中。

[python] view%20plain copy config rewrite  

注意:config%20rewrite命令對%20redis.conf%20文件的重寫是原子性的,%20并且是一致的:%20如果重寫出錯或重寫期間服務器崩潰,%20那么重寫失敗,%20原有%20redis.conf%20文件不會被修改。%20如果重寫成功,%20那么%20redis.conf%20文件為重寫后的新文件。

 

 

 

redis的安全策略 

設置數據庫密碼

修改配置

[python] view%20plain copy requirepass passWord  

驗證密碼

[python] view%20plain copy auth password  

bind參數(可以讓數據庫只能在指定IP下訪問)

[python] view%20plain copy bind 127.0.0.1  

命令重命名

修改命令的名稱

[python] view%20plain copy rename-command flushall cleanall  

禁用命令 

[python] view%20plain copy rename-command flushall ""  

 

 

 

redis工具redis-cli  命令行

[python] view%20plain copy info/monitor(調試命令)  

Redisclient(redis數據庫可視化工具,不怎么實用)

http://www.oschina.NET/news/53391/redisclient-1-0

http://www.oschina.net/news/55634/redisclient-2-0

 

 

 

redis info命令

以一種易于解釋(parse)且易于閱讀的格式,返回關于 Redis 服務器的各種信息和統計數值。

通過給定可選的參數 section ,可以讓命令只返回某一部分的信息:

 

內容過多,詳細參考

http://redisdoc.com/server/info.html

 

 

 

redis內存占用情況

測試情況:

100萬個鍵值對(鍵是0到999999值是字符串“hello world”)在32位操作系統的筆記本上 用了100MB

使用64位的操作系統的話,相對來說占用的內存會多一點,這是因為64位的系統里指針占用了8個字節,但是64位系統也能支持更大的內存,所以運行大型的redis服務還是建議使用64位服務器

 

 

Redis實例最多存keys數

 

理論上Redis可以處理多達2的32次方的keys,并且在實際中進行了測試,每個實例至少存放了2億5千萬的keys

也可以說Redis的存儲極限是系統中的可用內存值。

 

 

 

 

redis優化1

 

精簡鍵名和鍵值

鍵名:盡量精簡,但是也不能單純為了節約空間而使用不易理解的鍵名。

鍵值:對于鍵值的數量固定的話可以使用0和1這樣的數字來表示,(例如:male/female、right/wrong)

當業務場景不需要數據持久化時,關閉所有的持久化方式可以獲得最佳的性能

內部編碼優化(大家可以自己了解)

redis為每種數據類型都提供了兩種內部編碼方式,在不同的情況下redis會自動調整合適的編碼方式。(如圖所示)

 

SLOWLOG [get/reset/len]

[python] view plain copy 在CODE上查看代碼片slowlog-log-slower-than  //它決定要對執行時間大于多少微秒(microsecond,1秒 = 1,000,000 微秒)的命令進行記錄  slowlog-max-len   //它決定 slowlog 最多能保存多少條日志  

當發現redis性能下降的時候可以查看下是哪些命令導致的

 

 

 

redis優化2 

修改linux內核內存分配策略

原因:

redis在運行過程中可能會出現下面問題

錯誤日志:

[java] view%20plain copy WARNING overcommit_memory is set to 0! Background save may fail under low memory condition. To fix this issue add 'vm.overcommit_memory = 1' to /etc/sysctl.conf and then reboot or run the command 'sysctl vm.overcommit_memory=1'  

redis在備份數據的時候,會fork出一個子進程,理論上child進程所占用的內存和parent是一樣的,比如parent占用的內存為8G,這個時候也要同樣分配8G的內存給child,如果內存無法負擔,往往會造成redis服務器的down機或者IO負載過高,效率下降。所以內存分配策略應該設置為%201(表示內核允許分配所有的物理內存,而不管當前的內存狀態如何)。

內存分配策略有三種

可選值:0、1、2。

0,%20表示內核將檢查是否有足夠的可用內存供應用進程使用;如果有足夠的可用內存,內存申請允許;否則,內存申請失敗,并把錯誤返回給應用進程。

1,%20不管需要多少內存,都允許申請。

2,%20只允許分配物理內存和交換內存的大小。(交換內存一般是物理內存的一半)

 

向/etc/sysctl.conf添加

[python] view%20plain copy vm.overcommit_memory = 1    //然后重啟服務器  

或者執行

[python] view%20plain copy sysctl vm.overcommit_memory=1   //立即生效  

問題圖示:

 

redis優化3

關閉Transparent Huge Pages(THP)

THP會造成內存鎖影響redis性能,建議關閉

[python] view plain copy 在CODE上查看代碼片Transparent HugePages :用來提高內存管理的性能  Transparent Huge Pages在32位的RHEL 6中是不支持的  

使用root用戶執行下面命令

[python] view%20plain copy echo never > /sys/kernel/mm/transparent_hugepage/enabled  

把這條命令添加到這個文件中/etc/rc.local

 

 

redis優化4

修改linux中TCP 監聽的最大容納數量

在高并發環境下你需要一個高backlog值來避免慢客戶端連接問題。注意Linux內核默默地將這個值減小到/proc/sys/net/core/somaxconn的值,所以需要確認增大somaxconn和tcp_max_syn_backlog兩個值來達到想要的效果。

[python] view plain copy 在CODE上查看代碼片echo 511 > /proc/sys/net/core/somaxconn  

注意:這個參數并不是限制redis的最大鏈接數。如果想限制redis的最大連接數需要修改maxclients,默認最大連接數為10000。

 

redis優化5

 

限制redis的內存大小

通過redis的info命令查看內存使用情況

如果不設置maxmemory或者設置為0,64位系統不限制內存,32位系統最多使用3GB內存。

修改配置文件中的maxmemory和maxmemory-policy

[python] view plain copy 在CODE上查看代碼片maxmemory:最大內存  maxmemory-policy:內存不足時,數據清除策略  

如果可以確定數據總量不大,并且內存足夠的情況下不需要限制redis使用的內存大小。如果數據量不可預估,并且內存也有限的話,盡量限制下redis使用的內存大小,這樣可以避免redis使用swap分區或者出現OOM錯誤。

注意:如果不限制內存,當物理內存使用完之后,會使用swap分區,這樣性能較低,如果限制了內存,當到達指定內存之后就不能添加數據了,否則會報OOM錯誤。可以設置maxmemory-policy,內存不足時刪除數據。

 

拓展

used_memory是Redis使用的內存總量,它包含了實際緩存占用的內存和Redis自身運行所占用的內存(以字節(byte)為單位,其中used_memory_human上的數據和used_memory是一樣的值,它以M為單位顯示,僅為了方便閱讀)。

 

如果一個Redis實例的內存使用率超過可用最大內存(used_memory%20>可用最大內存),那么操作系統開始進行內存與swap空間交換,把內存中舊的或不再使用的內容寫入硬盤上(硬盤上的這塊空間叫Swap分區),以便騰出新的物理內存給新頁或活動頁(page)使用。

 

在硬盤上進行讀寫操作要比在內存上進行讀寫操作,時間上慢了近5個數量級,內存是0.1us(微秒)、而硬盤是10ms(毫秒)。如果Redis進程上發生內存交換,那么Redis和依賴Redis上數據的應用會受到嚴重的性能影響。%20通過查看used_memory指標可知道Redis正在使用的內存情況,如果used_memory>可用最大內存,那就說明Redis實例正在進行內存交換或者已經內存交換完畢。管理員根據這個情況,執行相對應的應急措施。

 

排查方案:

若是在使用Redis期間沒有開啟rdb快照或aof持久化策略,那么緩存數據在Redis崩潰時就有丟失的危險。因為當Redis內存使用率超過可用內存的95%時,部分數據開始在內存與swap空間來回交換,這時就可能有丟失數據的危險。

當開啟并觸發快照功能時,Redis會fork一個子進程把當前內存中的數據完全復制一份寫入到硬盤上。因此若是當前使用內存超過可用內存的45%時觸發快照功能,那么此時進行的內存交換會變的非常危險(可能會丟失數據)。%20倘若在這個時候實例上有大量頻繁的更新操作,問題會變得更加嚴重。

 

通過減少Redis的內存占用率,來避免這樣的問題,或者使用下面的技巧來避免內存交換發生:

1、盡可能的使用Hash數據結構。因為Redis在儲存小于100個字段的Hash結構上,其存儲效率是非常高的。所以在不需要集合(set)操作或list的push/pop操作的時候,盡可能的使用Hash結構。比如,在一個web應用程序中,需要存儲一個對象表示用戶信息,使用單個key表示一個用戶,其每個屬性存儲在Hash的字段里,這樣要比給每個屬性單獨設置一個key-value要高效的多。%20通常情況下倘若有數據使用string結構,用多個key存儲時,那么應該轉換成單key多字段的Hash結構。%20如上述例子中介紹的Hash結構應包含,單個對象的屬性或者單個用戶各種各樣的資料。Hash結構的操作命令是HSET(key,%20fields,%20value)和HGET(key,%20field),使用它可以存儲或從Hash中取出指定的字段。

 

2、設置key的過期時間。一個減少內存使用率的簡單方法就是,每當存儲對象時確保設置key的過期時間。倘若key在明確的時間周期內使用或者舊key不大可能被使用時,就可以用Redis過期時間命令(expire,expireat,%20pexpire,%20pexpireat)去設置過期時間,這樣Redis會在key過期時自動刪除key。%20假如你知道每秒鐘有多少個新key-value被創建,那可以調整key的存活時間,并指定閥值去限制Redis使用的最大內存。

 

3、回收key。在Redis配置文件中(一般叫Redis.conf),通過設置“maxmemory”屬性的值可以限制Redis最大使用的內存,修改后重啟實例生效。也可以使用客戶端命令config%20set%20maxmemory%20去修改值,這個命令是立即生效的,但會在重啟后會失效,需要使用config%20rewrite命令去刷新配置文件。%20若是啟用了Redis快照功能,應該設置“maxmemory”值為系統可使用內存的45%,因為快照時需要一倍的內存來復制整個數據集,也就是說如果當前已使用45%,在快照期間會變成95%(45%+45%+5%),其中5%是預留給其他的開銷。%20如果沒開啟快照功能,maxmemory最高能設置為系統可用內存的95%。

 

 

當內存使用達到設置的最大閥值時,需要選擇一種key的回收策略,可在Redis.conf配置文件中修改“maxmemory-policy”屬性值。%20若是Redis數據集中的key都設置了過期時間,那么“volatile-ttl”策略是比較好的選擇。但如果key在達到最大內存限制時沒能夠迅速過期,或者根本沒有設置過期時間。那么設置為“allkeys-lru”值比較合適,它允許Redis從整個數據集中挑選最近最少使用的key進行刪除(LRU淘汰算法)。Redis還提供了一些其他淘汰策略,如下:

[python] view%20plain copy volatile-lru: 使用LRU算法從已設置過期時間的數據集合中淘汰數據。  volatile-ttl:從已設置過期時間的數據集合中挑選即將過期的數據淘汰。  volatile-random:從已設置過期時間的數據集合中隨機挑選數據淘汰。  allkeys-lru:使用LRU算法從所有數據集合中淘汰數據。  allkeys-random:從數據集合中任意選擇數據淘汰  no-enviction:禁止淘汰數據。  

通過設置maxmemory為系統可用內存的45%或95%(取決于持久化策略)和設置“maxmemory-policy”為“volatile-ttl”或“allkeys-lru”(取決于過期設置),可以比較準確的限制Redis最大內存使用率,在絕大多數場景下使用這2種方式可確保Redis不會進行內存交換。倘若你擔心由于限制了內存使用率導致丟失數據的話,可以設置noneviction值禁止淘汰數據。

 

 

 

redis優化6 

Redis是個單線程模型,客戶端過來的命令是按照順序執行的,所以想要一次添加多條數據的時候可以使用管道,或者使用一次可以添加多條數據的命令,例如:

 

 

 

Redis應用場景

發布與訂閱

在更新中保持用戶對數據的映射是系統中的一個普遍任務。Redis的pub/sub功能使用了SUBSCRIBE、UNSUBSCRIBE和PUBLISH命令,讓這個變得更加容易。

代碼示例:

[java] view plain copy 在CODE上查看代碼片// 訂閱頻道數據  public static void testSubscribe() {      //連接Redis數據庫      Jedis jedis = new Jedis("192.168.33.130", 6379);      JedisPubSub jedisPubSub = new JedisPubSub() {            // 當向監聽的頻道發送數據時,這個方法會被觸發          @Override          public void onMessage(String channel, String message) {              System.out.println("收到消息" + message);              //當收到 "unsubscribe" 消息時,調用取消訂閱方法              if ("unsubscribe".equals(message)) {                  this.unsubscribe();              }          }            // 當取消訂閱指定頻道的時候,這個方法會被觸發          @Override          public void onUnsubscribe(String channel, int subscribedChannels) {              System.out.println("取消訂閱頻道" + channel);          }        };      // 訂閱之后,當前進程一致處于監聽狀態,當被取消訂閱之后,當前進程會結束      jedis.subscribe(jedisPubSub, "ch1");  }      // 發布頻道數據  public static void testPubSub() throws Exception {      //鏈接Redis數據庫      Jedis jedis = new Jedis("192.168.33.130", 6379);      //發布頻道 "ch1" 和消息 "hello redis"      jedis.publish("ch1", "hello redis");      //關閉連接      jedis.close();  }  

打印結果:

 

限制網站訪客訪問頻率

進行各種數據統計的用途是非常廣泛的,比如想知道什么時候封鎖一個IP地址。INCRBY命令讓這些變得很容易,通過原子遞增保持計數;GETSET用來重置計數器;過期屬性expire用來確認一個關鍵字什么時候應該刪除。

 

代碼示例:

[java] view plain copy 在CODE上查看代碼片//指定Redis數據庫連接的IP和端口  String host = "192.168.33.130";  int port = 6379;  Jedis jedis = new Jedis(host, port);    /**  * 限制網站訪客訪問頻率 一分鐘之內最多訪問10次  *   * @throws Exception  */  @Test  public void test3() throws Exception {      // 模擬用戶的頻繁請求      for (int i = 0; i < 20; i++) {          boolean result = testLogin("192.168.1.100");          if (result) {              System.out.println("正常訪問");          } else {              System.err.println("訪問受限");          }      }    }    /**  * 判斷用戶是否可以訪問網站  *   * @param ip  * @return  */  public boolean testLogin(String ip) {      String value = jedis.get(ip);      if (value == null) {          //初始化時設置IP訪問次數為1          jedis.set(ip, "1");          //設置IP的生存時間為60秒,60秒內IP的訪問次數由程序控制          jedis.expire(ip, 60);      } else {          int parseInt = Integer.parseInt(value);          //如果60秒內IP的訪問次數超過10,返回false,實現了超過10次禁止分的功能          if (parseInt > 10) {              return false;          } else {              //如果沒有10次,可以自增              jedis.incr(ip);          }      }      return true;  }  

打印結果:

 

 

監控變量在事務執行時是否被修改

 

代碼示例:

[java] view plain copy 在CODE上查看代碼片// 指定Redis數據庫連接的IP和端口  String host = "192.168.33.130";  int port = 6379;  Jedis jedis = new Jedis(host, port);    /**  * 監控變量a在一段時間內是否被修改,若沒有,則執行事務,若被修改,則事務不執行  *   * @throws Exception  */  @Test  public void test4() throws Exception {      //監控變量a,在事務執行后watch功能也結束      jedis.watch("a");      //需要數據庫中先有a,并且a的值為字符串數字      String value = jedis.get("a");      int parseInt = Integer.parseInt(value);      parseInt++;      System.out.println("線程開始休息。。。");      Thread.sleep(5000);        //開啟事務      Transaction transaction = jedis.multi();      transaction.set("a", parseInt + "");      //執行事務      List<Object> exec = transaction.exec();      if (exec == null) {          System.out.println("事務沒有執行.....");      } else {          System.out.println("正常執行......");      }  }  

打印結果:

變量a沒有被修改時:

 

 

變量a被修改時:

 

 

 

各種計數

商品維度計數(喜歡數,評論數,鑒定數,瀏覽數,etc)

采用Redis 的類型: Hash. 如果你對redis數據類型不太熟悉,可以參考 http://redis.io/topics/data-types-intro

為product定義個key product:,為每種數值定義hashkey, 譬如喜歡數xihuan

 

 

用戶維度計數(動態數、關注數、粉絲數、喜歡商品數、發帖數 等)

用戶維度計數同商品維度計數都采用 Hash. 為User定義個key user:,為每種數值定義hashkey, 譬如關注數follow

  

 

存儲社交關系

譬如將用戶的好友/粉絲/關注,可以存在一個sorted set中,score可以是timestamp,這樣求兩個人的共同好友的操作,可能就只需要用求交集命令即可。

 

 

用作緩存代替memcached

緩存內容示例:(商品列表,評論列表,@提示列表,etc)

相對memcached 簡單的key-value存儲來說,redis眾多的數據結構(list,set,sorted set,hash, etc)可以更方便cache各種業務數據,性能也不亞于memcached。

例如:

[python] view plain copy 在CODE上查看代碼片RPUSH pagewviews.user: EXPIRE pagewviews.user: 60  //注意要update timeout  

 

反spam系統例如:(評論,發布商品,論壇發貼,etc)

作為一個電商網站被各種spam攻擊是少不免(垃圾評論、發布垃圾商品、廣告、刷自家商品排名等),針對這些spam制定一系列anti-spam規則,其中有些規則可以利用redis做實時分析,譬如:1分鐘評論不得超過2次、5分鐘評論少于5次等(更多機制/規則需要結合drools%20)。%20采用sorted%20set將最近一天用戶操作記錄起來(為什么不全部記錄?節省memory,全部操作會記錄到log,后續利用Hadoop進行更全面分析統計),通過

[python] view%20plain copy redis> RANGEBYSCORE user:200000:Operation:comment 61307510405600 +inf    //獲得1分鐘內的操作記錄  redis> ZADD user:200000:operation:comment 61307510402300 "這是一條評論"  //score 為timestamp (integer) 1  redis> ZRANGEBYSCORE user:200000:operation:comment 61307510405600 +inf   //獲得1分鐘內的操作記錄  打印結果:

[python] view%20plain copy 1) "這是一條評論"  

 

用戶Timeline/Feeds在逛有個類似微博的欄目我關注,里面包括關注的人、主題、品牌的動態。redis在這邊主要當作cache使用。

 

 

 

最新列表&排行榜

這里采用Redis的List數據結構或sorted set 結構, 方便實現最新列表or排行榜 等業務場景。

 

 

消息通知

其實這業務場景也可以算在計數上,也是采用Hash。如下:

 

 

 

消息隊列

當在集群環境時候,Java ConcurrentLinkedQueue 就無法滿足我們需求,此時可以采用Redis的List數據結構實現分布式的消息隊列。

 

顯示最新的項目列表

Redis使用的是常駐內存的緩存,速度非常快。LPUSH用來插入一個內容ID,作為關鍵字存儲在列表頭部。LTRIM用來限制列表中的項目數最多為5000。如果用戶需要的檢索的數據量超越這個緩存容量,這時才需要把請求發送到數據庫。

刪除和過濾。

如果一篇文章被刪除,可以使用LREM從緩存中徹底清除掉。

 

排行榜及相關問題

排行榜(leader board)按照得分進行排序。ZADD命令可以直接實現這個功能,而ZREVRANGE命令可以用來按照得分來獲取前100名的用戶,ZRANK可以用來獲取用戶排名,非常直接而且操作容易。

 

按照用戶投票和時間排序

這就像Reddit的排行榜,得分會隨著時間變化。LPUSH和LTRIM命令結合運用,把文章添加到一個列表中。一項后臺任務用來獲取列表,并重新計算列表的排序,ZADD命令用來按照新的順序填充生成列表。列表可以實現非常快速的檢索,即使是負載很重的站點。

 

過期項目處理

使用unix時間作為關鍵字,用來保持列表能夠按時間排序。對current_time和time_to_live進行檢索,完成查找過期項目的艱巨任務。另一項后臺任務使用ZRANGE...WITHSCORES進行查詢,刪除過期的條目。

 

特定時間內的特定項目

這是特定訪問者的問題,可以通過給每次頁面瀏覽使用SADD命令來解決。SADD不會將已經存在的成員添加到一個集合。

 

實時分析

使用Redis原語命令,更容易實施垃圾郵件過濾系統或其他實時跟蹤系統。

隊列

在當前的編程中隊列隨處可見。除了push和pop類型的命令之外,Redis還有阻塞隊列的命令,能夠讓一個程序在執行時被另一個程序添加到隊列。你也可以做些更有趣的事情,比如一個旋轉更新的rss feed隊列。

 

緩存

Redis緩存使用的方式與memcache相同。

網絡應用不能無休止地進行模型的戰爭,看看這些Redis的原語命令,盡管簡單但功能強大,把它們加以組合,所能完成的就更無法想象。當然,你可以專門編寫代碼來完成所有這些操作,但Redis實現起來顯然更為輕松。

手機驗證碼

使用expire設置驗證碼失效時間

redis既可以作為數據庫來用,也可以作為緩存系統來用


發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 积石山| 仁化县| 东至县| 同心县| 泾阳县| 许昌市| 家居| 清河县| 南开区| 瓮安县| 墨脱县| 平山县| 民丰县| 和硕县| 永济市| 曲松县| 桐乡市| 仁怀市| 兰西县| 香格里拉县| 辽中县| 庄河市| 确山县| 江安县| 南和县| 京山县| 类乌齐县| 凯里市| 河南省| 肥城市| 舞钢市| 湖北省| 上饶市| 斗六市| 武穴市| 吉隆县| 大足县| 宜州市| 原阳县| 文登市| 嘉义市|