Redis高级特性及应用场景

Stella981
• 阅读 969

redis中键的生存时间（expire）

Redis中可以使用expire命令设置一个键的生存时间，到时间后redis会自动删除它。

  1. 过期时间可以设置为秒或者毫秒精度。
  2. 过期时间分辨率总是 1 毫秒。
  3. 过期信息被复制和持久化到磁盘，当 Redis 停止时时间仍然在计算 (也就是说 Redis 保存了过期时间)。

expire  设置生存时间（单位/秒）

[python] view plain copy

  1. expire key seconds(秒)

  

ttl 查看键的剩余生存时间

[python] view plain copy

  1. ttl key

  

persist 取消生存时间

[python] view plain copy

  1. persist key

  

expireat [key] unix时间戳1351858600

示例：

[python] view plain copy

  1. EXPIREAT cache 1355292000     # 这个 key 将在 2012.12.12 过期

  

操作图示：

Redis高级特性及应用场景

应用场景：

  1. 限时的优惠活动信息
  2. 网站数据缓存（对于一些需要定时更新的数据，例如：积分排行榜）
  3. 手机验证码
  4. 限制网站访客访问频率（例如：1分钟最多访问10次）

redis的事务（transaction）

redis中的事务是一组命令的集合。事务同命令一样都是redis的最小执行单元。一组事务中的命令要么都执行，要么都不执行。(例如：转账)

原理：

先将属于一个事务的命令发送给redis进行缓存，最后再让redis依次执行这些命令。

应用场景：

  1. 一组命令必须同时都执行，或者都不执行。
  2. 我们想要保证一组命令在执行的过程之中不被其它命令插入。

命令：

[python] view plain copy

  1. multi    //事务开始  
  2. .....  
  3. exec     //事务结束，开始执行事务中的命令  
  4. discard     //放弃事务

  

错误处理

1：语法错误：致命的错误，事务中的所有命令都不会执行

2：运行错误：不会影响事务中其他命令的执行

Redis 不支持回滚（roll back）

正因为redis不支持回滚功能，才使得redis在事务上可以保持简洁和快速。

watch命令

作用：监控一个或者多个键，当被监控的键值被修改后阻止之后的一个事务的执行。

但是不能保证其它客户端不修改这一键值，所以我们需要在事务执行失败后重新执行事务中的命令。

注意：执行完事务的exec命令之后，watch就会取消对所有键值的监控

unwatch：取消监控

 操作图示：

Redis高级特性及应用场景

redis中数据的排序（sort）

sort命令可以对列表类型，集合类型和有序集合类型进行排序。

[python] view plain copy

  1. sort key [desc] [limit offset count]

  

by 参考键(参考键可以是字符串类型或者是hash类型的某个字段，hash类型的格式为：键名->字段名)

  1. 如果参考键中不带*号则不排序
  2. 如果某个元素的参考键不存在，则默认参考键的值为0

扩展 get参数

  1. get参数的规则和by参数的规则一样
  2. get # (返回元素本身的值)

扩展 store参数

使用store 参数可以把sort的排序结果保存到指定的列表中

性能优化

1：尽可能减少待排序键中元素的数量

2：使用limit参数只获取需要的数据

3：如果要排序的数据数量很大，尽可能使用store参数将结果缓存。

 操作图示：

Redis高级特性及应用场景

Redis高级特性及应用场景

“发布/订阅”模式

发布：publish

[python] view plain copy

  1. publish channel message

  

订阅：subscribe

[python] view plain copy

  1. subscribe channel [.....]

  

取消订阅：unsubscribe

[python] view plain copy

  1. unsubscribe [channel]

  

按照规则订阅：psubscribe

[python] view plain copy

  1. psubscribe channel ?

  

按照规则取消订阅：punsubscribe

注意：使用punsubscribe命令只能退订通过psubscribe 订阅的频道。

操作图示：（订阅频道后，频道每发布一条消息，都能动态显示出来）

订阅：

Redis高级特性及应用场景

 发布：

Redis高级特性及应用场景

redis任务队列

任务队列：使用lpush和rpop(brpop)可以实现普通的任务队列。

 brpop是列表的阻塞式(blocking)弹出原语。

它是 RPOP命令的阻塞版本，当给定列表内没有任何元素可供弹出的时候，连接将被 BRPOP命令阻塞，直到等待超时或发现可弹出元素为止。

当给定多个 key 参数时，按参数 key 的先后顺序依次检查各个列表，弹出第一个非空列表的尾部元素。

优先级队列：

[python] view plain copy

  1. brpop key1 key2 key3 timeout

  

操作图示：

Redis高级特性及应用场景

redis管道(pipeline)

redis的pipeline(管道)功能在命令行中没有，但是redis是支持管道的，在Java的客户端(jedis)中是可以使用的。

测试发现：

1：不使用管道方式，插入1000条数据耗时328毫秒

[java] view plain copy

  1. // 测试不使用管道  
  2. public static void testInsert() {  
  3.     long currentTimeMillis = System.currentTimeMillis();  
  4.     Jedis jedis = new Jedis("192.168.33.130", 6379);  
  5.     for (int i = 0; i < 1000; i++) {  
  6.         jedis.set("test" + i, "test" + i);  
  7.     }  
  8.     long endTimeMillis = System.currentTimeMillis();  
  9.     System.out.println(endTimeMillis - currentTimeMillis);  
  10. }

  

2：使用管道方式，插入1000条数据耗时37毫秒

[java] view plain copy

  1. // 测试管道  
  2. public static void testPip() {  
  3.     long currentTimeMillis = System.currentTimeMillis();  
  4.     Jedis jedis = new Jedis("192.168.33.130", 6379);  
  5.     Pipeline pipelined = jedis.pipelined();  
  6.     for (int i = 0; i < 1000; i++) {  
  7.         pipelined.set("bb" + i, i + "bb");  
  8.     }  
  9.     pipelined.sync();  
  10.     long endTimeMillis = System.currentTimeMillis();  
  11.     System.out.println(endTimeMillis - currentTimeMillis);  
  12. }

  

在插入更多数据的时候，管道的优势更加明显：测试10万条数据的时候，不使用管道要40秒，实用管道378毫秒。

redis持久化（persistence）

redis支持两种方式的持久化，可以单独使用或者结合起来使用。

第一种：RDB方式（redis默认的持久化方式）

第二种：AOF方式

redis持久化之RDB

rdb方式的持久化是通过快照完成的，当符合一定条件时redis会自动将内存中的所有数据执行快照操作并存储到硬盘上。默认存储在dump.rdb文件中。(文件名在配置文件中dbfilename)

redis进行快照的时机（在配置文件redis.conf中）

[java] view plain copy

  1. save 900 1  //表示900秒内至少一个键被更改则进行快照。  
  2. save 300 10  //表示300秒内10条被更改则快照  
  3. save 60 10000  //60秒内10000条

  

Redis自动实现快照的过程

1、redis使用fork函数复制一份当前进程的副本(子进程)

2、父进程继续接收并处理客户端发来的命令，而子进程开始将内存中的数据写入硬盘中的临时文件

3、当子进程写入完所有数据后会用该临时文件替换旧的RDB文件，至此，一次快照操作完成。

注意：redis在进行快照的过程中不会修改RDB文件，只有快照结束后才会将旧的文件替换成新的，也就是说任何时候RDB文件都是完整的。

这就使得我们可以通过定时备份RDB文件来实现redis数据库的备份

RDB文件是经过压缩的二进制文件，占用的空间会小于内存中的数据，更加利于传输。

手动执行save或者bgsave命令让redis执行快照。

两个命令的区别在于，save是由主进程进行快照操作，会阻塞其它请求。bgsave是由redis执行fork函数复制出一个子进程来进行快照操作。

文件修复：

[python] view plain copy

  1. redis-check-dump

  

rdb的优缺点

优点：由于存储的有数据快照文件，恢复数据很方便。

缺点：会丢失最后一次快照以后更改的所有数据。

redis持久化之AOF

aof方式的持久化是通过日志文件的方式。默认情况下redis没有开启aof，可以通过参数appendonly参数开启。

[python] view plain copy

  1. appendonly yes

  

aof文件的保存位置和rdb文件的位置相同，都是dir参数设置的，默认的文件名是appendonly.aof，可以通过appendfilename参数修改

[python] view plain copy

  1. appendfilename appendonly.aof

  

redis写命令同步的时机

[python] view plain copy

  1. appendfsync always 每次都会执行  
  2. appendfsync everysec 默认 每秒执行一次同步操作（推荐，默认）  
  3. appendfsync no不主动进行同步，由操作系统来做，30秒一次

  

aof日志文件重写

[python] view plain copy

  1. auto-aof-rewrite-percentage 100(当目前aof文件大小超过上一次重写时的aof文件大小的百分之多少时会再次进行重写，如果之前没有重写，则以启动时的aof文件大小为依据)  
  2. auto-aof-rewrite-min-size 64mb

  

手动执行bgrewriteaof进行重写

重写的过程只和内存中的数据有关，和之前的aof文件无关。

所谓的“重写”其实是一个有歧义的词语， 实际上， AOF 重写并不需要对原有的 AOF 文件进行任何写入和读取， 它针对的是数据库中键的当前值。

文件修复：

[python] view plain copy

  1. redis-check-aof

  

动态切换redis持久方式，从 RDB 切换到 AOF（支持Redis 2.2及以上）

[python] view plain copy

  1. CONFIG SET appendonly yes  
  2. CONFIG SET save ""（可选）

  

注意：

1、当redis启动时，如果rdb持久化和aof持久化都打开了，那么程序会优先使用aof方式来恢复数据集，因为aof方式所保存的数据通常是最完整的。如果aof文件丢失了，则启动之后数据库内容为空。

2、如果想把正在运行的redis数据库，从RDB切换到AOF，建议先使用动态切换方式，再修改配置文件，重启数据库。(不能自己修改配置文件，重启数据库，否则数据库中数据就为空了。)

redis中的config命令

使用config set可以动态设置参数信息，服务器重启之后就失效了。

[python] view plain copy

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

  

使用config get可以查看所有可以使用config set命令设置的参数

[python] view plain copy

  1. config get *

  

使用config rewrite命令对启动 Redis 服务器时所指定的 redis.conf 文件进行改写(Redis 2.8 及以上版本才可以使用)，主要是把使用config set动态指定的命令保存到配置文件中。

[python] view plain copy

  1. config rewrite

  

注意：config rewrite命令对 redis.conf 文件的重写是原子性的， 并且是一致的： 如果重写出错或重写期间服务器崩溃， 那么重写失败， 原有 redis.conf 文件不会被修改。 如果重写成功， 那么 redis.conf 文件为重写后的新文件。

redis的安全策略

设置数据库密码

修改配置

[python] view plain copy

  1. requirepass password

  

验证密码

[python] view plain copy

  1. auth password

  

bind参数（可以让数据库只能在指定IP下访问）

[python] view plain copy

  1. bind 127.0.0.1

  

命令重命名

修改命令的名称

[python] view plain copy

  1. rename-command flushall cleanall

  

禁用命令 

[python] view plain copy

  1. rename-command flushall ""

  

redis工具

redis-cli  命令行

[python] view plain copy

  1. info/monitor(调试命令)

  

Redisclient（redis数据库可视化工具，不怎么实用）

http://www.oschina[.NET](https://www.oschina.net/action/GoToLink?url=http%3A%2F%2Flib.csdn.net%2Fbase%2Fdotnet)/news/53391/redisclient-1-0

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

 Redis高级特性及应用场景

redis info命令

以一种易于解释（parse）且易于阅读的格式，返回关于 Redis 服务器的各种信息和统计数值。

通过给定可选的参数 section ，可以让命令只返回某一部分的信息：

内容过多，详细参考

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

redis内存占用情况

测试情况：

100万个键值对（键是0到999999值是字符串“hello world”）在32位操作系统的笔记本上 用了100MB

使用64位的操作系统的话，相对来说占用的内存会多一点，这是因为64位的系统里指针占用了8个字节，但是64位系统也能支持更大的内存，所以运行大型的redis服务还是建议使用64位服务器

Redis实例最多存keys数

理论上Redis可以处理多达2的32次方的keys，并且在实际中进行了测试，每个实例至少存放了2亿5千万的keys

也可以说Redis的存储极限是系统中的可用内存值。

redis优化1

精简键名和键值

键名：尽量精简，但是也不能单纯为了节约空间而使用不易理解的键名。

键值：对于键值的数量固定的话可以使用0和1这样的数字来表示，（例如：male/female、right/wrong）

当业务场景不需要数据持久化时，关闭所有的持久化方式可以获得最佳的性能

内部编码优化（大家可以自己了解）

redis为每种数据类型都提供了两种内部编码方式，在不同的情况下redis会自动调整合适的编码方式。（如图所示）

 Redis高级特性及应用场景

SLOWLOG [get/reset/len]

[python] view plain copy

  1. slowlog-log-slower-than  //它决定要对执行时间大于多少微秒(microsecond，1秒 = 1,000,000 微秒)的命令进行记录  
  2. slowlog-max-len   //它决定 slowlog 最多能保存多少条日志

  

当发现redis性能下降的时候可以查看下是哪些命令导致的

redis优化2

修改Linux内核内存分配策略

原因：

redis在运行过程中可能会出现下面问题

错误日志：

[java] view plain copy

  1. 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在备份数据的时候，会fork出一个子进程，理论上child进程所占用的内存和parent是一样的，比如parent占用的内存为8G，这个时候也要同样分配8G的内存给child,如果内存无法负担，往往会造成redis服务器的down机或者IO负载过高，效率下降。所以内存分配策略应该设置为 1（表示内核允许分配所有的物理内存，而不管当前的内存状态如何）。

内存分配策略有三种

可选值：0、1、2。

0， 表示内核将检查是否有足够的可用内存供应用进程使用；如果有足够的可用内存，内存申请允许；否则，内存申请失败，并把错误返回给应用进程。

1， 不管需要多少内存，都允许申请。

2， 只允许分配物理内存和交换内存的大小。(交换内存一般是物理内存的一半)

向/etc/sysctl.conf添加

[python] view plain copy

  1. vm.overcommit_memory = 1    //然后重启服务器

  

或者执行

[python] view plain copy

  1. sysctl vm.overcommit_memory=1   //立即生效

  

问题图示：

Redis高级特性及应用场景

redis优化3

关闭Transparent Huge Pages(THP)

THP会造成内存锁影响redis性能，建议关闭

[python] view plain copy

  1. Transparent HugePages ：用来提高内存管理的性能  
  2. Transparent Huge Pages在32位的RHEL 6中是不支持的

  

使用root用户执行下面命令

[python] view plain copy

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

  

把这条命令添加到这个文件中/etc/rc.local

Redis高级特性及应用场景

redis优化4

修改linux中TCP 监听的最大容纳数量

在高并发环境下你需要一个高backlog值来避免慢客户端连接问题。注意Linux内核默默地将这个值减小到/proc/sys/net/core/somaxconn的值，所以需要确认增大somaxconn和tcp_max_syn_backlog两个值来达到想要的效果。

[python] view plain copy

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

  

注意：这个参数并不是限制redis的最大链接数。如果想限制redis的最大连接数需要修改maxclients，默认最大连接数为10000。

Redis高级特性及应用场景

redis优化5

限制redis的内存大小

通过redis的info命令查看内存使用情况

如果不设置maxmemory或者设置为0，64位系统不限制内存，32位系统最多使用3GB内存。

修改配置文件中的maxmemory和maxmemory-policy

[python] view plain copy

  1. maxmemory：最大内存  
  2. maxmemory-policy：内存不足时,数据清除策略

  

如果可以确定数据总量不大，并且内存足够的情况下不需要限制redis使用的内存大小。如果数据量不可预估，并且内存也有限的话，尽量限制下redis使用的内存大小，这样可以避免redis使用swap分区或者出现OOM错误。

注意：如果不限制内存，当物理内存使用完之后，会使用swap分区，这样性能较低，如果限制了内存，当到达指定内存之后就不能添加数据了，否则会报OOM错误。可以设置maxmemory-policy，内存不足时删除数据。

拓展

used_memory是Redis使用的内存总量，它包含了实际缓存占用的内存和Redis自身运行所占用的内存（以字节（byte）为单位，其中used_memory_human上的数据和used_memory是一样的值，它以M为单位显示，仅为了方便阅读）。

如果一个Redis实例的内存使用率超过可用最大内存(used_memory >可用最大内存)，那么操作系统开始进行内存与swap空间交换，把内存中旧的或不再使用的内容写入硬盘上（硬盘上的这块空间叫Swap分区），以便腾出新的物理内存给新页或活动页(page)使用。

在硬盘上进行读写操作要比在内存上进行读写操作，时间上慢了近5个数量级，内存是0.1us(微秒)、而硬盘是10ms(毫秒)。如果Redis进程上发生内存交换，那么Redis和依赖Redis上数据的应用会受到严重的性能影响。 通过查看used_memory指标可知道Redis正在使用的内存情况，如果used_memory>可用最大内存，那就说明Redis实例正在进行内存交换或者已经内存交换完毕。管理员根据这个情况，执行相对应的应急措施。

排查方案：

若是在使用Redis期间没有开启rdb快照或aof持久化策略，那么缓存数据在Redis崩溃时就有丢失的危险。因为当Redis内存使用率超过可用内存的95%时，部分数据开始在内存与swap空间来回交换，这时就可能有丢失数据的危险。

当开启并触发快照功能时，Redis会fork一个子进程把当前内存中的数据完全复制一份写入到硬盘上。因此若是当前使用内存超过可用内存的45%时触发快照功能，那么此时进行的内存交换会变的非常危险(可能会丢失数据)。 倘若在这个时候实例上有大量频繁的更新操作，问题会变得更加严重。

通过减少Redis的内存占用率，来避免这样的问题，或者使用下面的技巧来避免内存交换发生：

1、尽可能的使用Hash数据结构。因为Redis在储存小于100个字段的Hash结构上，其存储效率是非常高的。所以在不需要集合(set)操作或list的push/pop操作的时候，尽可能的使用Hash结构。比如，在一个web应用程序中，需要存储一个对象表示用户信息，使用单个key表示一个用户，其每个属性存储在Hash的字段里，这样要比给每个属性单独设置一个key-value要高效的多。 通常情况下倘若有数据使用string结构，用多个key存储时，那么应该转换成单key多字段的Hash结构。 如上述例子中介绍的Hash结构应包含，单个对象的属性或者单个用户各种各样的资料。Hash结构的操作命令是HSET(key, fields, value)和HGET(key, field)，使用它可以存储或从Hash中取出指定的字段。

2、设置key的过期时间。一个减少内存使用率的简单方法就是，每当存储对象时确保设置key的过期时间。倘若key在明确的时间周期内使用或者旧key不大可能被使用时，就可以用Redis过期时间命令(expire,expireat, pexpire, pexpireat)去设置过期时间，这样Redis会在key过期时自动删除key。 假如你知道每秒钟有多少个新key-value被创建，那可以调整key的存活时间，并指定阀值去限制Redis使用的最大内存。

3、回收key。在Redis配置文件中(一般叫Redis.conf)，通过设置“maxmemory”属性的值可以限制Redis最大使用的内存，修改后重启实例生效。也可以使用客户端命令config set maxmemory 去修改值，这个命令是立即生效的，但会在重启后会失效，需要使用config rewrite命令去刷新配置文件。 若是启用了Redis快照功能，应该设置“maxmemory”值为系统可使用内存的45%，因为快照时需要一倍的内存来复制整个数据集，也就是说如果当前已使用45%，在快照期间会变成95%(45%+45%+5%)，其中5%是预留给其他的开销。 如果没开启快照功能，maxmemory最高能设置为系统可用内存的95%。

当内存使用达到设置的最大阀值时，需要选择一种key的回收策略，可在Redis.conf配置文件中修改“maxmemory-policy”属性值。 若是Redis数据集中的key都设置了过期时间，那么“volatile-ttl”策略是比较好的选择。但如果key在达到最大内存限制时没能够迅速过期，或者根本没有设置过期时间。那么设置为“allkeys-lru”值比较合适，它允许Redis从整个数据集中挑选最近最少使用的key进行删除(LRU淘汰算法)。Redis还提供了一些其他淘汰策略，如下：

[python] view plain copy

  1. volatile-lru： 使用LRU算法从已设置过期时间的数据集合中淘汰数据。  
  2. volatile-ttl：从已设置过期时间的数据集合中挑选即将过期的数据淘汰。  
  3. volatile-random：从已设置过期时间的数据集合中随机挑选数据淘汰。  
  4. allkeys-lru：使用LRU算法从所有数据集合中淘汰数据。  
  5. allkeys-random：从数据集合中任意选择数据淘汰  
  6. no-enviction：禁止淘汰数据。

  

通过设置maxmemory为系统可用内存的45%或95%(取决于持久化策略)和设置“maxmemory-policy”为“volatile-ttl”或“allkeys-lru”(取决于过期设置)，可以比较准确的限制Redis最大内存使用率，在绝大多数场景下使用这2种方式可确保Redis不会进行内存交换。倘若你担心由于限制了内存使用率导致丢失数据的话，可以设置noneviction值禁止淘汰数据。

redis优化6

Redis是个单线程模型，客户端过来的命令是按照顺序执行的，所以想要一次添加多条数据的时候可以使用管道，或者使用一次可以添加多条数据的命令，例如：

 Redis高级特性及应用场景

Redis应用场景

发布与订阅

在更新中保持用户对数据的映射是系统中的一个普遍任务。Redis的pub/sub功能使用了SUBSCRIBE、UNSUBSCRIBE和PUBLISH命令，让这个变得更加容易。

代码示例：

[java] view plain copy

  1. // 订阅频道数据  

  2. public static void testSubscribe() {  

  3.     //连接Redis数据库  

  4.     Jedis jedis = new Jedis("192.168.33.130", 6379);  

  5.     JedisPubSub jedisPubSub = new JedisPubSub() {  

  6.         // 当向监听的频道发送数据时，这个方法会被触发  

  7.         @Override  

  8.         public void onMessage(String channel, String message) {  

  9.             System.out.println("收到消息" + message);  

  10.             //当收到 "unsubscribe" 消息时，调用取消订阅方法  

  11.             if ("unsubscribe".equals(message)) {  

  12.                 this.unsubscribe();  

  13.             }  

  14.         }  

  15.         // 当取消订阅指定频道的时候，这个方法会被触发  

  16.         @Override  

  17.         public void onUnsubscribe(String channel, int subscribedChannels) {  

  18.             System.out.println("取消订阅频道" + channel);  

  19.         }  

  20.     };  

  21.     // 订阅之后，当前进程一致处于监听状态，当被取消订阅之后，当前进程会结束  

  22.     jedis.subscribe(jedisPubSub, "ch1");  

  23. }  

  24. // 发布频道数据  

  25. public static void testPubSub() throws Exception {  

  26.     //链接Redis数据库  

  27.     Jedis jedis = new Jedis("192.168.33.130", 6379);  

  28.     //发布频道 "ch1" 和消息 "hello redis"  

  29.     jedis.publish("ch1", "hello redis");  

  30.     //关闭连接  

  31.     jedis.close();  

  32. }

  

打印结果：

Redis高级特性及应用场景

限制网站访客访问频率

进行各种数据统计的用途是非常广泛的，比如想知道什么时候封锁一个IP地址。INCRBY命令让这些变得很容易，通过原子递增保持计数；GETSET用来重置计数器；过期属性expire用来确认一个关键字什么时候应该删除。

代码示例：

[java] view plain copy

  1. //指定Redis数据库连接的IP和端口  

  2. String host = "192.168.33.130";  

  3. int port = 6379;  

  4. Jedis jedis = new Jedis(host, port);  

  5. /** 

  6.  * 限制网站访客访问频率 一分钟之内最多访问10次 

  7.  *  

  8.  * @throws Exception 

  9.  */  

  10. @Test  

  11. public void test3() throws Exception {  

  12.     // 模拟用户的频繁请求  

  13.     for (int i = 0; i < 20; i++) {  

  14.         boolean result = testLogin("192.168.1.100");  

  15.         if (result) {  

  16.             System.out.println("正常访问");  

  17.         } else {  

  18.             System.err.println("访问受限");  

  19.         }  

  20.     }  

  21. }  

  22. /** 

  23.  * 判断用户是否可以访问网站 

  24.  *  

  25.  * @param ip 

  26.  * @return 

  27.  */  

  28. public boolean testLogin(String ip) {  

  29.     String value = jedis.get(ip);  

  30.     if (value == null) {  

  31.         //初始化时设置IP访问次数为1  

  32.         jedis.set(ip, "1");  

  33.         //设置IP的生存时间为60秒，60秒内IP的访问次数由程序控制  

  34.         jedis.expire(ip, 60);  

  35.     } else {  

  36.         int parseInt = Integer.parseInt(value);  

  37.         //如果60秒内IP的访问次数超过10，返回false,实现了超过10次禁止分的功能  

  38.         if (parseInt > 10) {  

  39.             return false;  

  40.         } else {  

  41.             //如果没有10次，可以自增  

  42.             jedis.incr(ip);  

  43.         }  

  44.     }  

  45.     return true;  

  46. }

  

打印结果：

Redis高级特性及应用场景

监控变量在事务执行时是否被修改

代码示例：

[java] view plain copy

  1. // 指定Redis数据库连接的IP和端口  

  2. String host = "192.168.33.130";  

  3. int port = 6379;  

  4. Jedis jedis = new Jedis(host, port);  

  5. /** 

  6.  * 监控变量a在一段时间内是否被修改，若没有，则执行事务，若被修改，则事务不执行 

  7.  *  

  8.  * @throws Exception 

  9.  */  

  10. @Test  

  11. public void test4() throws Exception {  

  12.     //监控变量a，在事务执行后watch功能也结束  

  13.     jedis.watch("a");  

  14.     //需要数据库中先有a，并且a的值为字符串数字  

  15.     String value = jedis.get("a");  

  16.     int parseInt = Integer.parseInt(value);  

  17.     parseInt++;  

  18.     System.out.println("线程开始休息。。。");  

  19.     Thread.sleep(5000);  

  20.     //开启事务  

  21.     Transaction transaction = jedis.multi();  

  22.     transaction.set("a", parseInt + "");  

  23.     //执行事务  

  24.     List exec = transaction.exec();  

  25.     if (exec == null) {  

  26.         System.out.println("事务没有执行.....");  

  27.     } else {  

  28.         System.out.println("正常执行......");  

  29.     }  

  30. }

    31.   

    打印结果：

    变量a没有被修改时：

     Redis高级特性及应用场景

    变量a被修改时：

     Redis高级特性及应用场景

    各种计数

    商品维度计数（喜欢数，评论数，鉴定数，浏览数,etc）

    采用Redis 的类型: Hash. 如果你对redis数据类型不太熟悉，可以参考 http://redis.io/topics/data-types-intro

    为product定义个key product:，为每种数值定义hashkey, 譬如喜欢数xihuan

     Redis高级特性及应用场景

    用户维度计数（动态数、关注数、粉丝数、喜欢商品数、发帖数 等）

    用户维度计数同商品维度计数都采用 Hash. 为User定义个key user:，为每种数值定义hashkey, 譬如关注数follow

     Redis高级特性及应用场景  

    存储社交关系

    譬如将用戶的好友/粉丝/关注，可以存在一个sorted set中，score可以是timestamp，这样求两个人的共同好友的操作，可能就只需要用求交集命令即可。

     Redis高级特性及应用场景

    用作缓存代替memcached

    缓存内容示例：（商品列表，评论列表，@提示列表，etc）

    相对memcached 简单的key-value存储来说，redis众多的数据结构（list,set,sorted set,hash, etc）可以更方便cache各种业务数据，性能也不亚于memcached。

    例如：

    [python] view plain copy

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

      

    反spam系统

    例如：（评论，发布商品，论坛发贴，etc）

    作为一个电商网站被各种spam攻击是少不免（垃圾评论、发布垃圾商品、广告、刷自家商品排名等），针对这些spam制定一系列anti-spam规则，其中有些规则可以利用redis做实时分析，譬如：1分钟评论不得超过2次、5分钟评论少于5次等（更多机制/规则需要结合drools ）。 采用sorted set将最近一天用户操作记录起来（为什么不全部记录？节省memory，全部操作会记录到log，后续利用Hadoop进行更全面分析统计），通过

    [python] view plain copy

    1. redis> RANGEBYSCORE user:200000:operation:comment 61307510405600 +inf    //获得1分钟内的操作记录  
    2. redis> ZADD user:200000:operation:comment 61307510402300 "这是一条评论"  //score 为timestamp (integer) 1  
    3. redis> ZRANGEBYSCORE user:200000:operation:comment 61307510405600 +inf   //获得1分钟内的操作记录

      

    打印结果：

    [python] view plain copy

    1. 1) "这是一条评论"

      

    用户Timeline/Feeds

    在逛有个类似微博的栏目我关注，里面包括关注的人、主题、品牌的动态。redis在这边主要当作cache使用。

     Redis高级特性及应用场景

    最新列表&排行榜

    这里采用Redis的List数据结构或sorted set 结构, 方便实现最新列表or排行榜 等业务场景。

    消息通知

    其实这业务场景也可以算在计数上，也是采用Hash。如下：

     Redis高级特性及应用场景

    消息队列

    当在集群环境时候，Java ConcurrentLinkedQueue 就无法满足我们需求，此时可以采用Redis的List数据结构实现分布式的消息队列。

    显示最新的项目列表

    Redis使用的是常驻内存的缓存，速度非常快。LPUSH用来插入一个内容ID，作为关键字存储在列表头部。LTRIM用来限制列表中的项目数最多为5000。如果用户需要的检索的数据量超越这个缓存容量，这时才需要把请求发送到数据库。

    删除和过滤。

    如果一篇文章被删除，可以使用LREM从缓存中彻底清除掉。

    排行榜及相关问题

    排行榜（leader board）按照得分进行排序。ZADD命令可以直接实现这个功能，而ZREVRANGE命令可以用来按照得分来获取前100名的用户，ZRANK可以用来获取用户排名，非常直接而且操作容易。

    按照用户投票和时间排序

    这就像Reddit的排行榜，得分会随着时间变化。LPUSH和LTRIM命令结合运用，把文章添加到一个列表中。一项后台任务用来获取列表，并重新计算列表的排序，ZADD命令用来按照新的顺序填充生成列表。列表可以实现非常快速的检索，即使是负载很重的站点。

    过期项目处理

    使用unix时间作为关键字，用来保持列表能够按时间排序。对current_time和time_to_live进行检索，完成查找过期项目的艰巨任务。另一项后台任务使用ZRANGE...WITHSCORES进行查询，删除过期的条目。

    特定时间内的特定项目

    这是特定访问者的问题，可以通过给每次页面浏览使用SADD命令来解决。SADD不会将已经存在的成员添加到一个集合。

    实时分析

    使用Redis原语命令，更容易实施垃圾邮件过滤系统或其他实时跟踪系统。

    队列

    在当前的编程中队列随处可见。除了push和pop类型的命令之外，Redis还有阻塞队列的命令，能够让一个程序在执行时被另一个程序添加到队列。你也可以做些更有趣的事情，比如一个旋转更新的RSS feed队列。

    缓存

    Redis缓存使用的方式与memcache相同。

    网络应用不能无休止地进行模型的战争，看看这些Redis的原语命令，尽管简单但功能强大，把它们加以组合，所能完成的就更无法想象。当然，你可以专门编写代码来完成所有这些操作，但Redis实现起来显然更为轻松。

    手机验证码

    使用expire设置验证码失效时间

    redis既可以作为数据库来用，也可以作为缓存系统来用

    redis数据库文件内存参数存储快照命令模式场景应用https重写pythonurl重写前端前端
    点赞
    收藏
    评论区
    推荐文章
    blmius blmius
    •
    3年前
    MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
    文章目录问题用navicat导入数据时，报错：原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等，这样可以更容易地在不同的环境中使用MySQL。全局s
    4133
    0
    0
    helloworld_34035044 helloworld_34035044
    •
    2年前
    皕杰报表之UUID
    ​在我们用皕杰报表工具设计填报报表时，如何在新增行里自动增加id呢？能新增整数排序id吗？目前可以在新增行里自动增加id，但只能用uuid函数增加UUID编码，不能新增整数排序id。uuid函数说明：获取一个UUID，可以在填报表中用来创建数据ID语法：uuid()或uuid(sep)参数说明：sep布尔值，生成的uuid中是否包含分隔符''，缺省为
    1149
    0
    0
    待兔 待兔
    •
    4个月前
    手写Java HashMap源码
    HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22
    1074
    0
    0
    Jacquelyn38 Jacquelyn38
    •
    3年前
    2020年前端实用代码段，为你的工作保驾护航
    有空的时候，自己总结了几个代码段，在开发中也经常使用，谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
    2389
    0
    0
    Stella981 Stella981
    •
    3年前
    KVM调整cpu和内存
    一.修改kvm虚拟机的配置1、virsheditcentos7找到“memory”和“vcpu”标签，将<namecentos7</name<uuid2220a6d1a36a4fbb8523e078b3dfe795</uuid
    1349
    0
    0
    Easter79 Easter79
    •
    3年前
    Twitter的分布式自增ID算法snowflake (Java版)
    概述分布式系统中，有一些需要使用全局唯一ID的场景，这种时候为了防止ID冲突可以使用36位的UUID，但是UUID有一些缺点，首先他相对比较长，另外UUID一般是无序的。有些时候我们希望能使用一种简单一些的ID，并且希望ID能够按照时间有序生成。而twitter的snowflake解决了这种需求，最初Twitter把存储系统从MySQL迁移
    1182
    0
    0
    Wesley13 Wesley13
    •
    3年前
    mysql设置时区
    mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败，请联系管理员！');中国在东8区所以加8方法二：selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
    1319
    0
    0
    Wesley13 Wesley13
    •
    3年前
    00：Java简单了解
    浅谈Java之概述Java是SUN(StanfordUniversityNetwork)，斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟，已经成为Web应用程序的首选开发语言。Java是简单易学，完全面向对象，安全可靠，与平台无关的编程语言。
    1258
    0
    0
    Stella981 Stella981
    •
    3年前
    Django中Admin中的一些参数配置
    设置在列表中显示的字段，id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
    1175
    0
    0
    Wesley13 Wesley13
    •
    3年前
    MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
    背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
    1525
    0
    0
    Python进阶者 Python进阶者
    •
    10个月前
    Excel中这日期老是出来00：00：00，怎么用Pandas把这个去除
    大家好，我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下：这日期老是出来00：00：00，怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下：pd.toexcel之前把这
    511
    0
    0
    Stella981
    Stella981
    Lv1
    接天莲叶无穷碧，映日荷花别样红。
    文章
    1.7w
    粉丝
    42
    获赞
    28
    热门文章
    OpenVPN下载、安装、配置及使用详解
    GitHub神器，一个可以白嫖全网无损音乐的神器
    OpenWrt 路由器过滤广告的N种方法
    Python—执行系统命令的四种方法（os.system、os.popen、commands、subprocess）
    SS端加密以及obfs混淆