一 Redis核心数据结构与高性能原理

其他 2021-11-29 08:05:39 阅读次数: 0

一 Redis介绍

1.1 Redis下载安装

Redis官网下载

安装步骤
Centos7下安装、配置Redis5.0.3以及redis基础详解

安装步骤也可参考下边的逻辑

# 安装gcc
yum install gcc

# 把下载好的redis-5.0.3.tar.gz放在/usr/local文件夹下，并解压
wget http://download.redis.io/releases/redis-5.0.3.tar.gz
tar xzf redis-5.0.3.tar.gz
cd redis-5.0.3

# 进入到解压好的redis-5.0.3目录下，进行编译与安装
make

# 修改配置
daemonize yes  #后台启动
protected-mode no  #关闭保护模式，开启的话，只有本机才可以访问redis
# 需要注释掉bind
#bind 127.0.0.1（bind绑定的是自己机器网卡的ip，如果有多块网卡可以配多个ip，代表允许客户端通过机器的哪些网卡ip去访问，内网一般可以不配置bind，注释掉即可）

# 启动服务
src/redis-server redis.conf

# 验证启动是否成功 
ps -ef | grep redis 

# 进入redis客户端 
src/redis-cli 

# 退出客户端
quit

# 退出redis服务： 
（1）pkill redis-server 
（2）kill 进程号                       
（3）src/redis-cli shutdown

1.2 Redis是单线程吗？

Redis 的单线程主要是指 Redis 的网络 IO 和键值对读写是由一个线程来完成的（即客户端发起的操作命令可以理解为单线程），这也是 Redis 对外提供键值存储服务的主要流程。但 Redis 的其他功能，比如持久化、异步删除、集群数据同步等，其实是由额外的线程执行的。

1.3 Redis 单线程为什么还能这么快？

因为它所有的数据都在内存中，所有的运算都是内存级别的运算，而且单线程避免了多线程的切换性能损耗问题。正因为 Redis 是单线程，所以要小心使用 Redis 指令，对于那些耗时的指令(比如keys)，一定要谨慎使用，一不小心就可能会导致 Redis 卡顿。

1.4 Redis 单线程如何处理那么多的并发客户端连接？

Redis的IO多路复用：redis利用epoll来实现IO多路复用，将连接信息和事件放到队列中，依次放到文件事件分派器，事件分派器将事件分发给事件处理器。

在这里插入图片描述

# redis.conf文件里查看redis支持的最大连接数，在redis.conf文件中可修改，默认是可以连接10000个客户端，# maxclients 10000
127.0.0.1:6379> CONFIG GET maxclients
    ##1) "maxclients"
    ##2) "10000"

1.5 压测命令

get命令压测
在这里插入图片描述
说明当前这台机器每秒钟可以执行42973条get命令；

set命令压测
在这里插入图片描述
压测命令帮助文档
在这里插入图片描述

二 Redis其他高级命令

2.1 keys

全量遍历键，用来列出所有满足特定正则字符串规则（通配符）的key，当redis数据量比较大时，性能比较差（扫描全库，会阻塞其他命令），要避免使用
在这里插入图片描述

2.2 scan

渐进式遍历键

SCAN cursor [MATCH pattern] [COUNT count]

scan 参数提供了三个参数，第一个是 cursor(游标) 整数值(hash桶的索引值)，第二个是 key 的正则模式，第三个是一次遍历的key的数量(参考值，底层遍历的数量不一定)，并不是符合条件的结果数量。第一次遍历时，cursor 值一定为 0，然后将返回结果中第一个整数值作为下一次遍历的 cursor。一直遍历到返回的 cursor 值为 0 时结束。

注意：但是scan并非完美无瑕， 如果在scan的过程中如果有键的变化（增加、 删除、 修改） ，那么遍历效果可能会碰到如下问题： 新增的键可能没有遍历到， 遍历出了重复的键等情况， 也就是说scan并不能保证完整的遍历出来所有的键， 这些是我们在开发时需要考虑的。

下边命令中最后的1000代表大概会扫描1000个key（并不是最后结果是1000个），可能扫描的比1000个多，也可能扫描的比1000个更少
在这里插入图片描述

在这里插入图片描述
可以实现分页。但是每页显示的条数不一定
在这里插入图片描述

2.3 Info

查看redis服务运行信息，查询结果分为 9 大块，每个块都有非常多的参数，这 9 个块分别是:

  • Server 服务器运行的环境参数
  • Clients 客户端相关信息
  • Memory 服务器运行内存统计数据
  • Persistence 持久化信息
  • Stats 通用统计数据
  • Replication 主从复制相关信息
  • CPU CPU 使用情况
  • Cluster 集群信息
  • KeySpace 键值对统计数量信息

在这里插入图片描述

connected_clients:2                  # 正在连接的客户端数量

instantaneous_ops_per_sec:789        # 每秒执行多少次指令

used_memory:929864                   # Redis分配的内存总量(byte)，包含redis进程内部的开销和数据占用的内存
used_memory_human:908.07K            # Redis分配的内存总量(Kb，human会展示出单位)
used_memory_rss_human:2.28M          # 向操作系统申请的内存大小(Mb)（这个值一般是大于used_memory的，因为Redis的内存分配策略会产生内存碎片）
used_memory_peak:929864              # redis的内存消耗峰值(byte)
used_memory_peak_human:908.07K       # redis的内存消耗峰值(KB)

maxmemory:0                         # 配置中设置的最大可使用内存值(byte),默认0,不限制
maxmemory_human:0B                  # 配置中设置的最大可使用内存值
maxmemory_policy:noeviction         # 当达到maxmemory时的淘汰策略

2.4 Redis官方命令

打开redis官网：https://redis.io/
在这里插入图片描述
这里有redis所有的命令
在这里插入图片描述

ctrl+F搜索自己想要的命令即可
在这里插入图片描述
在这里插入图片描述

三 Redis五种数据结构

3.1 String类型

3.1.1 查看String有哪些命令

help @string

在这里插入图片描述

3.1.2 字符串常用操作

# 存入字符串键值对
SET  key  value 		
#批量存储字符串键值对	
MSET key1 value1 key2 value2 .. keyN valueN 	
#存入一个不存在的字符串键值对
SETNX  key  value 		
#获取一个字符串键值
GET  key 		
#批量获取字符串键值	
MGET KEY1 KEY2 .. KEYN
#删除一个键	 	
DEL KEY1 KEY2 .. KEYN	
#设置一个键的过期时间(秒)
EXPIRE  key  seconds

原子加减

#将key中储存的数字值加1
INCR  key 			
#将key中储存的数字值减1
DECR  key 			
#将key所储存的值加上increment
INCRBY  key  increment 		
#将key所储存的值减去decrement
DECRBY  key  decrement

3.1.3 对象缓存的两种方式

对象信息如下
在这里插入图片描述

# 对象缓存方式一
SET   user:1  value(json格式数据)
# 对象缓存方式二
MSET  user:1:name  zhuge   user:1:balance  1888
MGET  user:1:name   user:1:balance

在这里插入图片描述
方式一与方式二优势对比

  1. 如果经常需要修改对象里某一字段的值，则方式二更灵活
  2. 如果不经常修改对象字段值，则第一种方式好一些，因为只有一个key，而方式二有很多key

3.1.4 分布式锁

分布式锁很复杂，这里只是先讲一个入门级别的案例

#返回1代表获取锁成功（当且仅当这个key"product:10001"不存在的时候，这条命令才会执行成功）
SETNX  product:10001  true 		
#返回0代表获取锁失败
SETNX  product:10001  true 		
#。。。执行业务操作
#执行完业务释放锁
DEL  product:10001			

# 设置上边分布式锁的超时时间，防止程序意外终止导致死锁
SET product:10001 true  ex  10  nx

3.1.5 计数器

场景
在这里插入图片描述

INCR article:readcount:{
    
    文章id}

在这里插入图片描述
获取值

GET article:readcount:{
    
    文章id}

在这里插入图片描述

3.1.6 Web集群session共享

spring session + redis实现session共享

3.1.7 分布式系统全局序列号

如果像3.1.5那样，每生成一个订单，再去生成一个订单ID值，性能会非常低下（因为在不停的生成ID值，占用资源）

我们可以批量生成ID值，一次生成1000个id，在本地项目里暂存下这1000个id

# redis批量生成序列号提升性能
 INCRBY  orderId  1000

3.2 Hash类型

hash是一个双层Map结构

在这里插入图片描述

3.2.1 Hash常用操作

HSET  key  field  value 			//存储一个哈希表key的键值
HSETNX  key  field  value 		//存储一个不存在的哈希表key的键值
HMSET  key  field  value [field value ...] 	//在一个哈希表key中存储多个键值对
HGET  key  field 				//获取哈希表key对应的field键值
HMGET  key  field  [field ...] 		//批量获取哈希表key中多个field键值
HDEL  key  field  [field ...] 		//删除哈希表key中的field键值
HLEN  key				//返回哈希表key中field的数量
HGETALL  key				//返回哈希表key中所有的键值

HINCRBY  key  field  increment 		//为哈希表key中field键的值加上增量increment

3.2.2 对象缓存

对象信息
在这里插入图片描述

# 设置数据值 此处userId的值为1
HMSET  user  {
    
    userId}:name  zhuge  {
    
    userId}:balance  1888
# 修改数据
HMSET  user  1:name  zhuge  1:balance  1888
# 获取数据
HMGET  user  1:name  1:balance

在这里插入图片描述
注意：如果是上千万甚至上亿条数据的话，因为Redis最怕的一种情况是出现BigKey，如果User表里有上亿条数据，但是redis里只有一个key是user的数据（对应的value上亿），当执行hgetall命令获取key是user的所有value，那这条命令就会执行很久很久，而redis是单线程的，后边所有命令都会卡住；

3.2.3 电商购物车

在这里插入图片描述

1）以用户id为key
2）商品id为field
3）商品数量为value

购物车操作

# 添加商品 cart是前缀  1001是用户id  10088是商品id  1是数量 
hset cart:1001 10088 1
hset cart:1001 10089 1
# 增加商品数量（商品编号是10088的数量加个1）
hincrby cart:1001 10088 1
# 查询用户1001下的所有商品总数
hlen cart:1001
# 删除指定商品
hdel cart:1001 10088
# 获取购物车所有商品
hgetall cart:1001

在这里插入图片描述

3.2.4 Hash与String优缺点比较

Hash优点

  1. 同类数据归类整合储存，方便数据管理
  2. 相比string操作消耗内存与cpu更小
  3. 相比string储存更节省空间

Hash缺点

  1. redis过期功能不能使用在field上，只能用在key上
  2. Redis集群架构下不适合大规模使用

3.3 列表list类型

一个key对应一个列表
在这里插入图片描述

3.3.1 List常用操作

在这里插入图片描述

# 将一个或多个值value插入到key列表的表头(最左边)
LPUSH  key  value [value ...] 	
# 将一个或多个值value插入到key列表的表尾(最右边)	
RPUSH  key  value [value ...]	 	
# 移除并返回key列表的头元素
LPOP  key			
# 移除并返回key列表的尾元素
RPOP  key		
# 返回列表key中指定区间内的元素，区间以偏移量start和stop指定	
LRANGE  key  start  stop		
# 从key列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒,如果timeout=0,一直阻塞等待
BLPOP  key  [key ...]  timeout	
# 从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒,如果timeout=0,一直阻塞等待
BRPOP  key  [key ...]  timeout

3.3.2 常用数据结构

Stack(栈) = LPUSH + LPOP
Queue(队列）= LPUSH + RPOP
Blocking MQ(阻塞队列）= LPUSH + BRPOP

3.3.3 微博和微信公号消息流

用户关注了MacTalk，备胎说车等大V
在这里插入图片描述

# 1）MacTalk发微博，消息ID为10018
LPUSH  msg:{
    
    用户-ID}  10018
# 2）备胎说车发微博，消息ID为10086
LPUSH  msg:{
    
    用户-ID} 10086
# 3）查看最新微博消息
LRANGE  msg:{
    
    用户-ID}  0  4

3.4 集合Set类型

3.4.1 Set常用操作

# 往集合key中存入元素，元素存在则忽略，若key不存在则新建
SADD  key  member  [member ...]			
# 从集合key中删除元素							
SREM  key  member  [member ...]			
# 获取集合key中所有元素
SMEMBERS  key	
# 获取集合key的元素个数				
SCARD  key	
# 判断member元素是否存在于集合key中				
SISMEMBER  key  member
# 从集合key中选出count个元素，元素不从key中删除			
SRANDMEMBER  key  [count]	
# 从集合key中选出count个元素，元素从key中删除		
SPOP  key  [count]				

# Set运算操作
# 交集运算
SINTER  key  [key ...] 		
# 将交集结果存入新集合destination中		
SINTERSTORE  destination  key  [key ..]		
# 并集运算
SUNION  key  [key ..] 
# 将并集结果存入新集合destination中				
SUNIONSTORE  destination  key  [key ...]	
# 差集运算	
SDIFF  key  [key ...] 
# 将差集结果存入新集合destination中				
SDIFFSTORE  destination  key  [key ...]

3.4.2 微信抽奖小程序

在这里插入图片描述

# 1)点击参与抽奖加入集合
SADD key {
    
    userlD}
# 2）查看参与抽奖所有用户
SMEMBERS key	  
# 3）抽取count名中奖者（下边俩命令都行，二者区别在3.4.1已经讲过了）
SRANDMEMBER key [count] / SPOP key [count]

在这里插入图片描述

3.4.3 微信微博点赞，收藏，标签

# 1) 点赞
SADD  like:{
    
    消息ID}  {
    
    用户ID}
# 2) 取消点赞
SREM like:{
    
    消息ID}  {
    
    用户ID}
# 3) 检查用户是否点过赞
SISMEMBER  like:{
    
    消息ID}  {
    
    用户ID}
# 4) 获取点赞的用户列表
SMEMBERS like:{
    
    消息ID}
# 5) 获取点赞用户数 
SCARD like:{
    
    消息ID}

3.4.4 集合操作

在这里插入图片描述

# 交集
SINTER set1 set2 set3 ->{
    
     c }
# 并集
SUNION set1 set2 set3 ->{
    
     a,b,c,d,e }
# 差集
SDIFF set1 set2 set3 ->{
    
     a }

3.4.5 集合操作实现微博微信关注模型

# 1) 诸葛老师关注的人: 
zhugeSet-> {
    
    guojia, xushu}
# 2) 杨过老师关注的人:
 yangguoSet--> {
    
    zhuge, baiqi, guojia, xushu}
# 3) 郭嘉老师关注的人: 
guojiaSet-> {
    
    zhuge, yangguo, baiqi, xushu, xunyu)
# 4) 我和杨过老师共同关注: 
SINTER zhugeSet yangguoSet--> {
    
    guojia, xushu}
# 5) 我关注的人也关注他(杨过老师): 
SISMEMBER guojiaSet yangguo 
SISMEMBER xushuSet yangguo
# 6) 我可能认识的人: 
SDIFF yangguoSet zhugeSet->(zhuge, baiqi}

3.4.6 集合操作实现电商商品筛选

在这里插入图片描述

SADD  brand:huawei  P40
SADD  brand:xiaomi  mi-10
SADD  brand:iPhone iphone12
SADD os:android  P40  mi-10
SADD cpu:brand:intel  P40  mi-10
SADD ram:8G  P40  mi-10  iphone12

SINTER  os:android  cpu:brand:intel  ram:8G -> {
    
    P40，mi-10}

3.5 有序集合ZSet类型

在这里插入图片描述

zset命令的帮助命令
在这里插入图片描述

3.5.1 ZSet常用操作

# 	往有序集合key中加入带分值元素
ZADD key score member [[score member]…]
# 从有序集合key中删除元素
ZREM key member [member …]		
# 返回有序集合key中元素member的分值
ZSCORE key member
# 为有序集合key中元素member的分值加上increment 			
ZINCRBY key increment member
# 返回有序集合key中元素个数		
ZCARD key
# 正序获取有序集合key从start下标到stop下标的元素				
ZRANGE key start stop [WITHSCORES]
# 倒序获取有序集合key从start下标到stop下标的元素	
ZREVRANGE key start stop [WITHSCORES]	

# Zset集合操作
# 并集计算
ZUNIONSTORE destkey numkeys key [key ...] 	
# 交集计算
ZINTERSTORE destkey numkeys key [key …]

3.5.2 Zset集合操作实现排行榜

# 1）点击新闻
ZINCRBY  hotNews:20190819  1  守护香港
# 2）展示当日排行前十
ZREVRANGE  hotNews:20190819  0  9  WITHSCORES 
# 3）七日搜索榜单计算
ZUNIONSTORE  hotNews:20190813-20190819  7 
hotNews:20190813  hotNews:20190814... hotNews:20190819
# 4）展示七日排行前十
ZREVRANGE hotNews:20190813-20190819  0  9  WITHSCORES

猜你喜欢

转载自blog.csdn.net/qq_33417321/article/details/119359132
今日推荐
周排行
Codeforces 385C Bear and Prime Numbers(素数预处理)
接入百度翻译API
Postman请求结果为JSON和HTML格式時，獲取返回值作為變量方法总结
spring mvc 的Controller类默认Scope是单例(singleton)的
fastjson 1.2.62 发布，增强日期反序列化和 JSONPath
[转载]UITapGestureRecognizer 的用法
git客户端sourceTree的使用
常见协议浅谈
POJ 2955 Brackets（括号匹配-区间DP）
lamad表达式常用方法
每日归档
更多
2024-08-21(0)
2024-08-20(0)
2024-08-19(0)
2024-08-18(0)
2024-08-17(0)
2024-08-16(0)
2024-08-15(0)
2024-08-14(0)
2024-08-13(0)
2024-08-12(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022