Redis高階特性及應用場景

阿新 • • 發佈：2019-02-07

Redis高階特性及應用場景

redis中鍵的生存時間（expire）

redis中可以使用expire命令設定一個鍵的生存時間，到時間後redis會自動刪除它。

過期時間可以設定為秒或者毫秒精度。
過期時間解析度總是 1 毫秒。
過期資訊被複制和持久化到磁碟，當 Redis 停止時時間仍然在計算 (也就是說 Redis 儲存了過期時間)。

expire 設定生存時間（單位/秒）

expire key seconds(秒)

ttl 檢視鍵的剩餘生存時間

ttl key

persist 取消生存時間

persist key

expireat [key] unix時間戳1351858600

示例：

EXPIREAT cache 1355292000     # 這個 key 將在 2012.12.12 過期

操作圖示：

應用場景：

限時的優惠活動資訊
網站資料快取（對於一些需要定時更新的資料，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麼都執行，要麼都不執行。(例如：轉賬)

原理：

先將屬於一個事務的命令傳送給redis進行快取，最後再讓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：

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：執行錯誤：不會影響事務中其他命令的執行

Redis 不支援回滾（roll back）

正因為redis不支援回滾功能，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後阻止之後的一個事務的執行。

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後重新執行事務中的命令。

注意：執行完事務的exec命令之後，watch就會取消對所有鍵值的監控

unwatch：取消監控

操作圖示：

redis中資料的排序（sort）

sort命令可以對列表型別，集合型別和有序集合型別進行排序。

sort key [desc] [limit offset count]

by 參考鍵(參考鍵可以是字串型別或者是hash型別的某個欄位，hash型別的格式為：鍵名->欄位名)

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，則預設參考鍵的值為0

擴充套件 get引數

get引數的規則和by引數的規則一樣
get # (返回元素本身的值)

擴充套件 store引數

使用store 引數可以把sort的排序結果儲存到指定的列表中

效能優化

1：儘可能減少待排序鍵中元素的數量

2：使用limit引數只獲取需要的資料

3：如果要排序的資料數量很大，儘可能使用store引數將結果快取。

操作圖示：

“釋出/訂閱”模式

釋出：publish

publish channel message

訂閱：subscribe

subscribe channel [.....]

取消訂閱：unsubscribe

unsubscribe [channel]

按照規則訂閱：psubscribe

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 訂閱的頻道。

操作圖示：（訂閱頻道後，頻道每釋出一條訊息，都能動態顯示出來）

釋出：

redis任務佇列

任務佇列：使用lpush和rpop(brpop)可以實現普通的任務佇列。

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，連線將被 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 引數時，按引數 key 的先後順序依次檢查各個列表，彈出第一個非空列表的尾部元素。

優先順序佇列：

brpop key1 key2 key3 timeout

操作圖示：

redis管道(pipeline)

redis的pipeline(管道)功能在命令列中沒有，但是redis是支援管道的，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條資料耗時328毫秒

// 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.println(endTimeMillis - currentTimeMillis);
}

2：使用管道方式，插入1000條資料耗時37毫秒

// 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);
}

在插入更多資料的時候，管道的優勢更加明顯：測試10萬條資料的時候，不使用管道要40秒，實用管道378毫秒。

redis持久化（persistence）

redis支援兩種方式的持久化，可以單獨使用或者結合起來使用。

第一種：RDB方式（redis預設的持久化方式）

第二種：AOF方式

redis持久化之RDB

rdb方式的持久化是通過快照完成的，當符合一定條件時redis會自動將記憶體中的所有資料執行快照操作並存儲到硬碟上。預設儲存在dump.rdb檔案中。(檔名在配置檔案中dbfilename)

redis進行快照的時機（在配置檔案redis.conf中）

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函式複製一份當前程序的副本(子程序)

2、父程序繼續接收並處理客戶端發來的命令，而子程序開始將記憶體中的資料寫入硬碟中的臨時檔案

3、當子程序寫入完所有資料後會用該臨時檔案替換舊的RDB檔案，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檔案，只有快照結束後才會將舊的檔案替換成新的，也就是說任何時候RDB檔案都是完整的。

這就使得我們可以通過定時備份RDB檔案來實現redis資料庫的備份

RDB檔案是經過壓縮的二進位制檔案，佔用的空間會小於記憶體中的資料，更加利於傳輸。

手動執行save或者bgsave命令讓redis執行快照。

兩個命令的區別在於，save是由主程序進行快照操作，會阻塞其它請求。bgsave是由redis執行fork函式複製出一個子程序來進行快照操作。

檔案修復：

redis-check-dump

rdb的優缺點

優點：由於儲存的有資料快照檔案，恢復資料很方便。

缺點：會丟失最後一次快照以後更改的所有資料。

redis持久化之AOF

aof方式的持久化是通過日誌檔案的方式。預設情況下redis沒有開啟aof，可以通過引數appendonly引數開啟。

appendonly yes

aof檔案的儲存位置和rdb檔案的位置相同，都是dir引數設定的，預設的檔名是appendonly.aof，可以通過appendfilename引數修改

appendfilename appendonly.aof

redis寫命令同步的時機

appendfsync always 每次都會執行
appendfsync everysec 預設 每秒執行一次同步操作（推薦，預設）
appendfsync no不主動進行同步，由作業系統來做，30秒一次

aof日誌檔案重寫

auto-aof-rewrite-percentage 100(當目前aof檔案大小超過上一次重寫時的aof檔案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檔案大小為依據)
auto-aof-rewrite-min-size 64mb

手動執行bgrewriteaof進行重寫

重寫的過程只和記憶體中的資料有關，和之前的aof檔案無關。

所謂的“重寫”其實是一個有歧義的詞語，實際上， AOF 重寫並不需要對原有的 AOF 檔案進行任何寫入和讀取，它針對的是資料庫中鍵的當前值。

檔案修復：

redis-check-aof

動態切換redis持久方式，從 RDB 切換到 AOF（支援Redis 2.2及以上）

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，那麼程式會優先使用aof方式來恢復資料集，因為aof方式所儲存的資料通常是最完整的。如果aof檔案丟失了，則啟動之後資料庫內容為空。

2、如果想把正在執行的redis資料庫，從RDB切換到AOF，建議先使用動態切換方式，再修改配置檔案，重啟資料庫。(不能自己修改配置檔案，重啟資料庫，否則資料庫中資料就為空了。)

redis中的config命令

使用config set可以動態設定引數資訊，伺服器重啟之後就失效了。

config set appendonly yes
config set save "90 1 30 10 60 100"

使用config get可以檢視所有可以使用config set命令設定的引數

config get *

使用config rewrite命令對啟動 Redis 伺服器時所指定的 redis.conf 檔案進行改寫(Redis 2.8 及以上版本才可以使用)，主要是把使用config set動態指定的命令儲存到配置檔案中。

config rewrite

注意：config rewrite命令對 redis.conf 檔案的重寫是原子性的，並且是一致的：如果重寫出錯或重寫期間伺服器崩潰，那麼重寫失敗，原有 redis.conf 檔案不會被修改。如果重寫成功，那麼 redis.conf 檔案為重寫後的新檔案。

redis的安全策略

設定資料庫密碼

修改配置

requirepass password

驗證密碼

auth password

bind引數（可以讓資料庫只能在指定IP下訪問）

bind 127.0.0.1

命令重新命名

修改命令的名稱

rename-command flushall cleanall

禁用命令

rename-command flushall ""

redis工具

redis-cli 命令列

info/monitor(除錯命令)

Redisclient（redis資料庫視覺化工具，不怎麼實用）

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

redis info命令

以一種易於解釋（parse）且易於閱讀的格式，返回關於 Redis 伺服器的各種資訊和統計數值。

通過給定可選的引數 section ，可以讓命令只返回某一部分的資訊：

內容過多，詳細參考

redis記憶體佔用情況

測試情況：

100萬個鍵值對（鍵是0到999999值是字串“hello world”）在32位作業系統的筆記本上用了100MB

使用64位的作業系統的話，相對來說佔用的記憶體會多一點，這是因為64位的系統裡指標佔用了8個位元組，但是64位系統也能支援更大的記憶體，所以執行大型的redis服務還是建議使用64位伺服器

Redis例項最多存keys數

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

也可以說Redis的儲存極限是系統中的可用記憶體值。

redis優化1

精簡鍵名和鍵值

鍵名：儘量精簡，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：對於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）

當業務場景不需要資料持久化時，關閉所有的持久化方式可以獲得最佳的效能

內部編碼優化（大家可以自己瞭解）

redis為每種資料型別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]

slowlog-log-slower-than  //它決定要對執行時間大於多少微秒(microsecond，1秒 = 1,000,000 微秒)的命令進行記錄
slowlog-max-len   //它決定 slowlog 最多能儲存多少條日誌

當發現redis效能下降的時候可以檢視下是哪些命令導致的

redis優化2

修改linux核心記憶體分配策略

原因：

redis在執行過程中可能會出現下面問題

錯誤日誌：

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在備份資料的時候，會fork出一個子程序，理論上child程序所佔用的記憶體和parent是一樣的，比如parent佔用的記憶體為8G，這個時候也要同樣分配8G的記憶體給child,如果記憶體無法負擔，往往會造成redis伺服器的down機或者IO負載過高，效率下降。所以記憶體分配策略應該設定為 1（表示核心允許分配所有的實體記憶體，而不管當前的記憶體狀態如何）。

記憶體分配策略有三種

可選值：0、1、2。

0，表示核心將檢查是否有足夠的可用記憶體供應用程序使用；如果有足夠的可用記憶體，記憶體申請允許；否則，記憶體申請失敗，並把錯誤返回給應用程序。

1，不管需要多少記憶體，都允許申請。

2，只允許分配實體記憶體和交換記憶體的大小。(交換記憶體一般是實體記憶體的一半)

向/etc/sysctl.conf新增

vm.overcommit_memory = 1    //然後重啟伺服器

或者執行

sysctl vm.overcommit_memory=1   //立即生效

問題圖示：

redis優化3

關閉Transparent Huge Pages(THP)

THP會造成記憶體鎖影響redis效能，建議關閉

Transparent HugePages ：用來提高記憶體管理的效能
Transparent Huge Pages在32位的RHEL 6中是不支援的

使用root使用者執行下面命令

echo never > /sys/kernel/mm/transparent_hugepage/enabled

把這條命令新增到這個檔案中/etc/rc.local

redis優化4

修改linux中TCP 監聽的最大容納數量

在高併發環境下你需要一個高backlog值來避免慢客戶端連線問題。注意Linux核心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。

echo 511 > /proc/sys/net/core/somaxconn

注意：這個引數並不是限制redis的最大連結數。如果想限制redis的最大連線數需要修改maxclients，預設最大連線數為10000。

redis優化5

限制redis的記憶體大小

通過redis的info命令檢視記憶體使用情況

如果不設定maxmemory或者設定為0，64位系統不限制記憶體，32位系統最多使用3GB記憶體。

修改配置檔案中的maxmemory和maxmemory-policy

maxmemory：最大記憶體
maxmemory-policy：記憶體不足時,資料清除策略

如果可以確定資料總量不大，並且記憶體足夠的情況下不需要限制redis使用的記憶體大小。如果資料量不可預估，並且記憶體也有限的話，儘量限制下redis使用的記憶體大小，這樣可以避免redis使用swap分割槽或者出現OOM錯誤。

注意：如果不限制記憶體，當實體記憶體使用完之後，會使用swap分割槽，這樣效能較低，如果限制了記憶體，當到達指定記憶體之後就不能新增資料了，否則會報OOM錯誤。可以設定maxmemory-policy，記憶體不足時刪除資料。

拓展

used_memory是Redis使用的記憶體總量，它包含了實際快取佔用的記憶體和Redis自身執行所佔用的記憶體（以位元組（byte）為單位，其中used_memory_human上的資料和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例項的記憶體使用率超過可用最大記憶體(used_memory >可用最大記憶體)，那麼作業系統開始進行記憶體與swap空間交換，把記憶體中舊的或不再使用的內容寫入硬碟上（硬碟上的這塊空間叫Swap分割槽），以便騰出新的實體記憶體給新頁或活動頁(page)使用。

在硬碟上進行讀寫操作要比在記憶體上進行讀寫操作，時間上慢了近5個數量級，記憶體是0.1us(微秒)、而硬碟是10ms(毫秒)。如果Redis程序上發生記憶體交換，那麼Redis和依賴Redis上資料的應用會受到嚴重的效能影響。通過檢視used_memory指標可知道Redis正在使用的記憶體情況，如果used_memory>可用最大記憶體，那就說明Redis例項正在進行記憶體交換或者已經記憶體交換完畢。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，那麼快取資料在Redis崩潰時就有丟失的危險。因為當Redis記憶體使用率超過可用記憶體的95%時，部分資料開始在記憶體與swap空間來回交換，這時就可能有丟失資料的危險。

當開啟並觸發快照功能時，Redis會fork一個子程序把當前記憶體中的資料完全複製一份寫入到硬碟上。因此若是當前使用記憶體超過可用記憶體的45%時觸發快照功能，那麼此時進行的記憶體交換會變的非常危險(可能會丟失資料)。倘若在這個時候例項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的記憶體佔用率，來避免這樣的問題，或者使用下面的技巧來避免記憶體交換髮生：

1、儘可能的使用Hash資料結構。因為Redis在儲存小於100個欄位的Hash結構上，其儲存效率是非常高的。所以在不需要集合(set)操作或list的push/pop操作的時候，儘可能的使用Hash結構。比如，在一個web應用程式中，需要儲存一個物件表示使用者資訊，使用單個key表示一個使用者，其每個屬性儲存在Hash的欄位裡，這樣要比給每個屬性單獨設定一個key-value要高效的多。通常情況下倘若有資料使用string結構，用多個key儲存時，那麼應該轉換成單key多欄位的Hash結構。如上述例子中介紹的Hash結構應包含，單個物件的屬性或者單個使用者各種各樣的資料。Hash結構的操作命令是HSET(key, fields, value)和HGET(key, field)，使用它可以儲存或從Hash中取出指定的欄位。

2、設定key的過期時間。一個減少記憶體使用率的簡單方法就是，每當儲存物件時確保設定key的過期時間。倘若key在明確的時間週期內使用或者舊key不大可能被使用時，就可以用Redis過期時間命令(expire,expireat, pexpire, pexpireat)去設定過期時間，這樣Redis會在key過期時自動刪除key。假如你知道每秒鐘有多少個新key-value被建立，那可以調整key的存活時間，並指定閥值去限制Redis使用的最大記憶體。

3、回收key。在Redis配置檔案中(一般叫Redis.conf)，通過設定“maxmemory”屬性的值可以限制Redis最大使用的記憶體，修改後重啟例項生效。也可以使用客戶端命令config set maxmemory 去修改值，這個命令是立即生效的，但會在重啟後會失效，需要使用config rewrite命令去重新整理配置檔案。若是啟用了Redis快照功能，應該設定“maxmemory”值為系統可使用記憶體的45%，因為快照時需要一倍的記憶體來複制整個資料集，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。如果沒開啟快照功能，maxmemory最高能設定為系統可用記憶體的95%。

當記憶體使用達到設定的最大閥值時，需要選擇一種key的回收策略，可在Redis.conf配置檔案中修改“maxmemory-policy”屬性值。若是Redis資料集中的key都設定了過期時間，那麼“volatile-ttl”策略是比較好的選擇。但如果key在達到最大記憶體限制時沒能夠迅速過期，或者根本沒有設定過期時間。那麼設定為“allkeys-lru”值比較合適，它允許Redis從整個資料集中挑選最近最少使用的key進行刪除(LRU淘汰演算法)。Redis還提供了一些其他淘汰策略，如下：

volatile-lru： 使用LRU演算法從已設定過期時間的資料集合中淘汰資料。
volatile-ttl：從已設定過期時間的資料集合中挑選即將過期的資料淘汰。
volatile-random：從已設定過期時間的資料集合中隨機挑選資料淘汰。
allkeys-lru：使用LRU演算法從所有資料集合中淘汰資料。
allkeys-random：從資料集合中任意選擇資料淘汰
no-enviction：禁止淘汰資料。

通過設定maxmemory為系統可用記憶體的45%或95%(取決於持久化策略)和設定“maxmemory-policy”為“volatile-ttl”或“allkeys-lru”(取決於過期設定)，可以比較準確的限制Redis最大記憶體使用率，在絕大多數場景下使用這2種方式可確保Redis不會進行記憶體交換。倘若你擔心由於限制了記憶體使用率導致丟失資料的話，可以設定noneviction值禁止淘汰資料。

redis優化6

Redis是個單執行緒模型，客戶端過來的命令是按照順序執行的，所以想要一次新增多條資料的時候可以使用管道，或者使用一次可以新增多條資料的命令，例如：

Redis應用場景

釋出與訂閱

在更新中保持使用者對資料的對映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。

程式碼示例：

// 訂閱頻道資料
public static void testSubscribe() {
    //連線Redis資料庫
    Jedis jedis = new Jedis("192.168.33.130", 6379);
    JedisPubSub jedisPubSub = new JedisPubSub() {

        // 當向監聽的頻道傳送資料時，這個方法會被觸發
        @Override
        public void onMessage(String channel, String message) {
            System.out.println("收到訊息" + message);
            //當收到 "unsubscribe" 訊息時，呼叫取消訂閱方法
            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);
        }

    };
    // 訂閱之後，當前程序一致處於監聽狀態，當被取消訂閱之後，當前程序會結束
    jedis.subscribe(jedisPubSub, "ch1");
}


// 釋出頻道資料
public static void testPubSub() throws Exception {
    //連結Redis資料庫
    Jedis jedis = new Jedis("192.168.33.130", 6379);
    //釋出頻道 "ch1" 和訊息 "hello redis"
    jedis.publish("ch1", "hello redis");
    //關閉連線
    jedis.close();
}

列印結果：

限制網站訪客訪問頻率

進行各種資料統計的用途是非常廣泛的，比如想知道什麼時候封鎖一個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麼時候應該刪除。

程式碼示例：

//指定Redis資料庫連線的IP和埠
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 {
    // 模擬使用者的頻繁請求
    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");
        }
    }

}

/**
 * 判斷使用者是否可以訪問網站
 * 
 * @param ip
 * @return
 */
public boolean testLogin(String ip) {
    String value = jedis.get(ip);
    if (value == null) {
        //初始化時設定IP訪問次數為1
        jedis.set(ip, "1");
        //設定IP的生存時間為60秒，60秒內IP的訪問次數由程式控制
        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;
}

列印結果：

監控變數在事務執行時是否被修改

程式碼示例：

// 指定Redis資料庫連線的IP和埠
String host = "192.168.33.130";
int port = 6379;
Jedis jedis = new Jedis(host, port);

/**
 * 監控變數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 {
    //監控變數a，在事務執行後watch功能也結束
    jedis.watch("a");
    //需要資料庫中先有a，並且a的值為字串數字
    String value = jedis.get("a");
    int parseInt = Integer.parseInt(value);
    parseInt++;
    System.out.println("執行緒開始休息。。。");
    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......");
    }
}

列印結果：

變數a沒有被修改時：

變數a被修改時：

各種計數

商品維度計數（喜歡數，評論數，鑑定數，瀏覽數,etc）

採用Redis 的型別: Hash. 如果你對redis資料型別不太熟悉，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

使用者維度計數（動態數、關注數、粉絲數、喜歡商品數、發帖數等）

使用者維度計數同商品維度計數都採用 Hash. 為User定義個key user:，為每種數值定義hashkey, 譬如關注數follow

儲存社交關係

譬如將使用者的好友/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。

用作快取代替memcached

快取內容示例：（商品列表，評論列表，@提示列表，etc）

相對memcached 簡單的key-value儲存來說，redis眾多的資料結構（list,set,sorted set,hash, etc）可以更方便cache各種業務資料，效能也不亞於memcached。

例如：

RPUSH pagewviews.user: EXPIRE pagewviews.user: 60  //注意要update timeout

反spam系統

例如：（評論，釋出商品，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、釋出垃圾商品、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分鐘評論少於5次等（更多機制/規則需要結合drools ）。採用sorted set將最近一天使用者操作記錄起來（為什麼不全部記錄？節省memory，全部操作會記錄到log，後續利用hadoop進行更全面分析統計），通過

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

列印結果：

1) "這是一條評論"

使用者Timeline/Feeds

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

訊息通知

其實這業務場景也可以算在計數上，也是採用Hash。如下：

訊息佇列

當在叢集環境時候，java ConcurrentLinkedQueue 就無法滿足我們需求，此時可以採用Redis的List資料結構實現分散式的訊息佇列。

顯示最新的專案列表

Redis使用的是常駐記憶體的快取，速度非常快。LPUSH用來插入一個內容ID，作為關鍵字儲存在列表頭部。LTRIM用來限制列表中的專案數最多為5000。如果使用者需要的檢索的資料量超越這個快取容量，這時才需要把請求傳送到資料庫。

刪除和過濾。

如果一篇文章被刪除，可以使用LREM從快取中徹底清除掉。

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名的使用者，ZRANK可以用來獲取使用者排名，非常直接而且操作容易。

按照使用者投票和時間排序

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，把文章新增到一個列表中。一項後臺任務用來獲取列表，並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。

過期專案處理

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，完成查詢過期專案的艱鉅任務。另一項後臺任務使用ZRANGE...WITHSCORES進行查詢，刪除過期的條目。

特定時間內的特定專案

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新增到一個集合。

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。

佇列

在當前的程式設計中佇列隨處可見。除了push和pop型別的命令之外，Redis還有阻塞佇列的命令，能夠讓一個程式在執行時被另一個程式新增到佇列。你也可以做些更有趣的事情，比如一個旋轉更新的RSS feed佇列。

快取

Redis快取使用的方式與memcache相同。

網路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，儘管簡單但功能強大，把它們加以組合，所能完成的就更無法想象。當然，你可以專門編寫程式碼來完成所有這些操作，但Redis實現起來顯然更為輕鬆。

手機驗證碼

使用expire設定驗證碼失效時間

redis既可以作為資料庫來用，也可以作為快取系統來用

Redis高階特性及應用場景

Redis高階特性及應用場景

redis中鍵的生存時間（expire）

redis的事務（transaction）

redis中資料的排序（sort）

“釋出/訂閱”模式

redis任務佇列

redis管道(pipeline)

redis持久化（persistence）

redis持久化之RDB

redis持久化之AOF

redis中的config命令

redis的安全策略

redis工具

redis info命令

redis記憶體佔用情況

Redis例項最多存keys數

redis優化1

redis優化2

redis優化3

redis優化4

redis優化5

redis優化6

Redis應用場景

釋出與訂閱

限制網站訪客訪問頻率

監控變數在事務執行時是否被修改

各種計數

儲存社交關係

用作快取代替memcached

反spam系統

使用者Timeline/Feeds

最新列表&排行榜

訊息通知

訊息佇列

顯示最新的專案列表

刪除和過濾。

排行榜及相關問題

按照使用者投票和時間排序

過期專案處理

特定時間內的特定專案

實時分析

佇列

快取

手機驗證碼

相關推薦