单机及集群搭建http://www.codeceo.com/article/distributed-caching-redis-server.html主从复制设置Redis服务器复制（主—从配置）Redis支持主从同步，即，每次主服务器修改，从服务器得到通知，并自动同步。大多复制用于读取（但不能写）扩展和数据冗余和服务器故障转移。设置两个Redis实例（在相同或不同服务器上的两个服务），然后配置其
转载
2024-10-16 11:05:13
16阅读
0.前言最近一周没有技术文章产出，主要是Q4马上结束各种业务都在冲量，笔者一直都在疯狂工作甚至还有些焦虑到偶尔失眠，由于没有成块的时间研究新东西，所以就把之前看过的东西抽时间总结了下。计划分三篇来梳理Redis的相关热点问题，本次为开山底层实现篇，通过本文你将了解到以下内容：Redis的作者、发展演进和江湖地位Redis面试问题的概况Redis底层实现相关的问题包括：**常用数据类型底层实现、SD
1、集合元素统计的第一个场景：聚合统计当你需要对多个集合进行聚合计算时，Set 类型会是一个非常不错的选择。不过，我要提醒你一下，这里有一个潜在的风险。Set 的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致 Redis 实例阻塞。所以，我给你分享一个小建议：你可以从主从集群中选择一个从库，让它专门负责聚合计算，或者是把数据读取到客户端，在客户端来完成聚合统计
转载
2023-12-09 09:30:17
79阅读
集合。可以和列表项比较
存储内容是一致的。
集合是无序的。
集合必须保证唯一性
集合场景应用.
1.最基本的应用就是可以做数学集合运算
2.假设在社交网路中，每个人都是一个集合，集合里面有其个人的一些兴趣爱好。那么通过集合的交集运算，就可以找出和你有相管兴趣的人，可运 用于匹配系统，还有类似个人学历，工作地点，出
转载
2024-04-10 11:40:30
41阅读
# Redis RoaringBitmap压缩运算实现
## 介绍
在这篇文章中，我将指导你如何在Redis中实现RoaringBitmap压缩运算。RoaringBitmap是一种高效的位图压缩算法，它可以在Redis中存储大量的数据，并进行快速的位运算。我们将使用Redis的Bitmap命令和RoaringBitmap库来实现这个功能。
## 实现步骤
下面是整个实现过程的步骤：
|
原创
2023-12-22 07:15:03
198阅读
文章目录1、Geospatial地理位置详解2、Hyperloglog基数统计3、Bitmap位图场景详解 1、Geospatial地理位置详解Redis的Geo在Redis3.2版本就推出了!这个功能可以推算地理位置的信息，两地之间的距离，方圆几里的人精度维度查询工具：网站相关命令GEOADDGEODISTGEOHASHGEOPOSGEORADIUSGEORADIUSBYMEMBER1、get
转载
2023-10-31 23:20:44
72阅读
Redis的集合以无序的方式来存储多个各不相同的元素，用户可以快速地对集合执行添加元素操作、移除元素操作、以及检查一个元素是否存在于集合里。本节将对最常用的集合命令进行介绍，包括：插入命令、移除命令、将元素从一个集合移动到另一个集合的命令、以及对多个集合执行交集运算、并集运算、差集运算的命令。下表展示了其中一部分最常用的集合命令：命令用例用例描述sadd
sadd key-name item [i
转载
2024-04-09 10:44:52
27阅读
Redis 的集合不是一个线性结构，而是一个哈希表结构，内部会根据 hash 分子来存储和查找数据，理论上一个集合可以存储2的32次方减一（约42亿）个元素。 因为采用哈希表结构，所以对于 Redis 集合的插入、删除和查找的复杂度都是 0(1），需要注意 3 点 对于集合而言，每一个元素都是不能重复的，当插入相同记录的时候都会失败 集合是无序的 集合的每一个元素都是 String 数
转载
2023-07-04 17:07:31
216阅读
GEO地理位置简介Redis 的 GEO 特性在 Redis 3.2 版本中推出， 这个功能可以将用户给定的地理位置信息储存起来， 并对这些信息进行操作。来实现诸如附近位置、摇一摇这类依赖于地理位置信息的功能。geo的数据类型为zset。 GEO 的数据结构总共有六个常用命令：geoadd、geopos、geodist、georadius、 georadiusbymember、gethash官方文
转载
2023-08-07 23:39:24
58阅读
一、Bitmaps：位图：用一个bit位的状态来表示某个数据的是否已经存在。基本操作：// offset：偏移量，从0开始 value：只能为0/1
setbit key offset value
getbit key offset
// 获取当前位图数组中，指定下标范围内，值为1的个数
bitcount key [start] [end]位运算操作：// 对多个位图做位运算。o
转载
2023-12-16 01:26:18
88阅读
# Redis交集运算性能优化
## 引言
在处理大规模数据集时，性能优化是非常重要的。Redis的交集运算是一项常见的操作，本文将介绍如何通过优化来提高Redis交集运算的性能。
## 步骤概述
下面是整个过程的步骤概述。我们将使用Redis的Sorted Set数据结构来实现交集运算。
| 步骤 | 描述 |
| --- | --- |
| 1 | 创建多个有序集合 |
| 2 |
原创
2023-08-14 16:58:39
91阅读
集合类型（Set）2³² - 1个字符串。集合类型和列表类型对比特性集合类型列表类型存储内容至多 2³²- 1个字符串至多 2³² - 1个字符串有序性否是唯一性是否 集合类型的常用操作是向集合中加入或删除元素、判断某个元素是否存在等，由于集合类型在Redis内部是使用值为空的散列表（hash table）实现的，所以这些操作的时间复杂度都是O(1)。多个集合类型键指尖还可以进行并集、交集和差集
转载
2023-10-15 00:06:10
57阅读
本文将介绍Redis在生产环境中使用的Redis的LRU策略，以及自己动手实现的LRU算法(php)1、设置Redis使用LRU算法LRU(Least Recently Used)最近最少使用算法是众多置换算法中的一种。 Redis中有一个maxmemory概念，主要是为了将使用的内存限定在一个固定的大小。Redis用到的LRU 算法，是一种近似的LRU算法。(1)设置max
转载
2023-12-10 11:33:01
71阅读
redis set 和java的set集合功能差不多的集合(Set) 的主要功能就是求并集、交集、差集。A = {'a', 'b', 'c'}
B = {'a', 'e', 'i', 'o', 'u'}
inter(x, y): 交集，在集合x和集合y中都存在的元素。
inter(A, B) = {'a'}
union(x, y): 并集，在集合x中或集合y中的元素，如果一个元素在x和y中都出
转载
2023-06-25 20:58:15
129阅读
# Flink 算子运算时查询 Redis
Apache Flink 是一个分布式流处理引擎，广泛用于实时数据处理和分析。外部数据源和系统的集成是 Flink 的一大特性，而 Redis 作为一种高性能的键值存储，可以用于缓存和快速访问数据。在本文中，我们将探讨如何在 Flink 的数据流中进行 Redis 查询，并提供简单的代码示例来说明这一过程。
## 1. 环境准备
在开始之前，你需要
一、简介多个位图可以按照bit位逐一进行逻辑操作，AND，OR，NOT，XOR操作。 当key不存在时，当做0填充的位图进行计算，而对于多个长度不一的位图进行操作时，将按照最长的作为标准，其他比它短的都将填充0补齐。将计算结果存入目标位图中。二、BITOPBITOP op_name target_key src_key1 src_key2 src_key3... src_keyN 根据不同的操作（
转载
2024-02-19 21:58:18
50阅读
概述sorted set和set类型极为相似，它们都是字符串的集合，都不允许重复的成员出现在一个set中。它们之间的主要差别是sorted set中的每一个成员都会有一个分数（score）与之关联，Redis正是通过分数来为集合中的成员进行从小到大的排序的。然而需要额外指出的是，尽管sorted set中的成员必须是唯一的，但是分数（score）却是可以重复的。在sorted set中添加、删除或
转载
2023-09-18 22:43:36
51阅读
今天解决一道算法中的滑动窗口问题，依次给出几种解决思路。目录题目描述解题思路方法一：暴力解法方法二：辅助队列方法三：大顶堆法题目描述给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。示例:输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3输出: [3,3,5,5,6,7]解释:滑动窗口的位置 最大值-------------------&nbs
转载
2023-07-28 12:35:18
84阅读
概览前文提到，Redis 在有序集合和哈希的数据规模较小时，底层会采用 ziplist 压缩列表进行数据存储。当有序集合的数据规模满足以下条件时，会使用 ziplist 作为底层数据结构；当哈希的数据规模满足以下条件时，，会使用 ziplist 作为底层数据结构；可以在 redis.conf 配置文件中配置该属性。压缩列表 ziplist 作为 Redis 底层核心的数据结构，重点在于如何节省内存
转载
2023-08-25 23:54:22
113阅读
为什么使用redisRedis是一款基于内存的且支持持久化、高性能的Key-Value NoSQL 数据库，其支持丰富数据类型(string，list，set，sorted set，hash)，常被用作缓存的解决方案。Redis具有以下显著特点：速度快，因为数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；支持丰富数据类型，支持string，list
转载
2023-09-27 06:25:18
32阅读
