Redis
Redis 是Remote Dictionary Service 的简称；也是远程字典服务；
Redis 是内存数据库，KV数据库，数据结构数据库；
Redis 应用非常广泛，如Twitter、暴雪娱乐、Github、Stack Overflow、腾讯、阿里巴巴、京东、华为、新浪微博等，很多中小型公司也在使用；
Redis命令查看：http://redis.cn/commands.html
应用
记录朋友圈点赞数、评论数和点击数（hash)
记录朋友圈说说列表（排序），便于快速显示朋友圈（zset)
记录文章的标题、摘要、作者和封面，用于列表页展示（hash)
记录朋友圈的点赞用户ID列表，评论ID列表，用于显示和去重计数（zset）
缓存热点数据，减少数据库压力（hash）
如果朋友圈说说ID是整数id，可使用redis来分配朋友圈说说id（计数器）（string）
通过集合（set）的交并差集运算来实现记录好友关系（set）
游戏业务中，每局战绩存储（list)安装编译
git clone https://gitee.com/mirrors/redis.git -b 6.2
cd redis
make
make test
make install
# 默认安装在 /usr/local/bin
# redis-server 是服务端程序
# redis-cli 是客户端程序启动
mkdir redis-data
# 把redis文件夹下 redis.conf 拷贝到 redis-data
# 修改 redis.conf
# requirepass 修改密码 123456
# daemonize yes
cd redis-data
redis-server redis.conf
# 通过 redis-cli 访问 redis-server
redis-cli -h 127.0.0.1 -a 123456认识Redis
最外层key是一个散列表
string 是一个安全的二进制字符串；
双端队列 （链表）list：有序（插入有序）；
散列表 hash：对顺序不关注，field 是唯一的；
无序集合 set：对顺序不关注，里面的值都是唯一的；
有序集合 zset：对顺序是关注的，里面的值是唯一的；
根据 member 来确定唯一；根据 score 来确定有序；
怎么设计key
1 单个功能一个key ： 取有意义的key
2 相同功能多个key ： 以 : 作为分割
redis抽象层次
1 redis没有创建数据结构的命令，设置的同时创建，添加的同时创建
2 redis有删除kv的命令但是v中没有元素的时候自动删除
redis存储结构
根据字符串的长度确定使用哪一种数据结构
如何分配空间大小？
malloc(sizeof(struct sdshdr8 + 64(需要buf长度) ); 那么buf长度就是64节约内存
redis中value编码
1. 到底是要运行速度快，还是要存储效率高；
2. 数据量少的时候，存储效率高为主；
3. 数据量多的时候，运行速度快；
string
字符数组，该字符串是动态字符串raw，字符串长度小于1M时，加倍扩容；超过1M每次只多扩1M； 字符串最大长度为512M；
注意：redis字符串是二进制安全字符串；可以存储图片，二进制协议等二进制数据；
基础命令
# 设置 key 的 value 值
SET key val
# 获取 key 的 value
GET key
# 执行原子加一的操作
INCR key
# 执行原子加一个整数的操作
INCRBY key increment
# 执行原子减一的操作
DECR key
# 执行原子减一个整数的操作
DECRBY key decrement
# 如果key不存在，这种情况下等同SET命令。 当key存在时，什么也不做
# set Not eXist ok 这个命令是否执行了 0,1 是不是操作结果是不是成功
SETNX key value
# 删除 key val 键值对 (不管你value数据结构里面有多少元素,全部释放掉)
DEL key
# 设置或者清空key的value(字符串)在offset处的bit值。
SETBIT key offset value
# 返回key对应的string在offset处的bit值
GETBIT key offset
# 统计字符串被设置为1的bit数.
BITCOUNT key存储结构
字符串长度小于等于 20 且能转成整数，则使用 int 存储；
字符串长度小于等于 44，则使用 embstr 存储；
字符串长度大于 44，则使用 raw 存储；
OBJECT encoding +key 可以查看存储结构是什么
面试
为什么redis字符串存储小于等于44字节时，是 embstr 类型，而超过44是 raw 类型；
typedef struct redisObject {
unsigned type:4;
unsigned encoding:4;
unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
* LFU data (least significant 8 bits
frequency
* and most significant 16 bits access time).
*/
int refcount;
void *ptr;
} robj; redis所有的key value都是用这个结构进行描述的
struct __attribute__ ((__packed__)) sdshdr8 {
uint8_t len; /* used */
uint8_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
#define OBJ_ENCODING_EMBSTR_SIZE_LIMIT 44
robj *createStringObject(const char *ptr, size_t len) {
if (len <= OBJ_ENCODING_EMBSTR_SIZE_LIMIT)
return createEmbeddedStringObject(ptr,len);
else
return createRawStringObject(ptr,len);
}redisObject 占用16个字节； sdshdr8 占用 3+x+1 个字节（后面加1是因为 char buf[] 要预留一个 \0 ）；
redis 内存分配器认为 大于 64个字节为大字符串；所以留给小字符串的大小为 64 - 16 - 3 - 1 = 44 ;
应用
对象存储
SET role:10001 '{["name"]:"mark",["sex"]:"male",["age"]:30}'
GET role:10001
# 极少修改，对象属性字段很少改变的时候
GET role:10001
# key 如何来设置
# 1. 有意义的字段 role 有多行
# 2. role:10001 redis 客户端
role:10001:recharge
role:10001:activity:10001
累加器
# 统计阅读数 累计加1
incr reads //如果没有reads 首先会创建reads = 0 然后再调用incr
# 累计加100
incrby reads 100分布式锁
# 加锁 加锁 和 解析 redis 实现是 非公平锁 ectd
zk 用来实现公平锁
# 阻塞等待 阻塞连接的方式
# 介绍简单的原理： 事务
setnx lock 1 # 不存在才能设置 定义加锁行为 占用锁
setnx lock uuid # expire 30 过期
set lock uuid nx ex 30
# 释放锁 别的redis客户机就可以获得这把锁
del lock
if (get(lock) == uuid)
del(lock);位运算
# 月签到功能 10001 用户id 202106 2021年6月份的签到 6月份的第1天
setbit sign:10001:202106 1 1
# 计算 2021年6月份 的签到情况
bitcount sign:10001:202106
# 获取 2021年6月份 第二天的签到情况 1 已签到 0 没有签到
getbit sign:10001:202106 2
// key 一定要设计成有意义的名字list
双向链表实现，列表首尾操作（删除和增加）时间复杂度 O(1) ；查找中间元素时间复杂度为 O(n) ； 列表中数据是否压缩的依据： （数据太大会进行gzip压缩)
1. 元素长度小于 48，不压缩；
2. 元素压缩前后长度差不超过 8，不压缩； 反之压缩 ziplist
基础命令
# 从队列的左侧入队一个或多个元素
LPUSH key value [value ...]
# 从队列的左侧弹出一个元素
LPOP key
# 从队列的右侧入队一个或多个元素
RPUSH key value [value ...]
# 从队列的右侧弹出一个元素
RPOP key
# 返回从队列的 start 和 end 之间的元素 0, 1 2 -1是最后一个 -2是倒数第二 -3...
LRANGE key start end
# 从存于 key 的列表里移除前 count 次出现的值为 value 的元素
LREM key count value
#裁剪
LTRIM key start end
# 它是 RPOP 的阻塞版本，因为这个命令会在给定list无法弹出任何元素的时候阻塞连接
BRPOP key timeout存储结构
/* Minimum ziplist size in bytes for attempting compression. */
#define MIN_COMPRESS_BYTES 48
/* quicklistNode is a 32 byte struct describing a ziplist for a quicklist.
* We use bit fields keep the quicklistNode at 32 bytes.
* count: 16 bits, max 65536 (max zl bytes is 65k, so max count actually <
32k).
* encoding: 2 bits, RAW=1, LZF=2.
* container: 2 bits, NONE=1, ZIPLIST=2.
* recompress: 1 bit, bool, true if node is temporary decompressed for
usage.
* attempted_compress: 1 bit, boolean, used for verifying during testing.
* extra: 10 bits, free for future use; pads out the remainder of 32 bits */
typedef struct quicklistNode {
struct quicklistNode *prev;
struct quicklistNode *next;
unsigned char *zl;
unsigned int sz; /* ziplist size in bytes */
unsigned int count : 16; /* count of items in ziplist */
unsigned int encoding : 2; /* RAW==1 or LZF==2 */
unsigned int container : 2; /* NONE==1 or ZIPLIST==2 */
unsigned int recompress : 1; /* was this node previous compressed? */
unsigned int attempted_compress : 1; /* node can't compress; too small
*/
unsigned int extra : 10; /* more bits to steal for future usage */
} quicklistNode;
typedef struct quicklist {
quicklistNode *head;
quicklistNode *tail;
unsigned long count; /* total count of all entries in all
ziplists */
unsigned long len; /* number of quicklistNodes */
int fill : QL_FILL_BITS; /* fill factor for individual
nodes */
unsigned int compress : QL_COMP_BITS; /* depth of end nodes not to
compress;0=off */
unsigned int bookmark_count: QL_BM_BITS;
quicklistBookmark bookmarks[];
} quicklist;应用
栈（先进后出 FILO）
LPUSH + LPOP
# 或者
RPUSH + RPOP队列（先进先出 FIFO）
LPUSH + RPOP
# 或者
RPUSH + LPOP阻塞队列（blocking queue）
LPUSH + BRPOP +timeout
# 或者
RPUSH + BLPOP +timeout异步消息队列
操作与队列一样，但是在不同系统间；
获取固定窗口记录（战绩）
# 在某些业务场景下，需要获取固定数量的记录；比如获取最近50条战绩；这些记录需要按照插入的先
后顺序返回；
lpush says '{["name"]:"xiaoming", ["text"]:"祝大家儿童节快乐!",
["picture"]:["url://image-20210601172741434.jpg", "url://image20210601172741435.jpg"], timestamp = 1231231230}'
lpush says '{["name"]:"xiaoli", ["text"]:"祝大家儿童节快乐!",
["picture"]:["url://image-20210601172742434.jpg", "url://image20210601172741436.jpg"], timestamp = 1231231231}'
lpush says '{["name"]:"xiaohua】", ["text"]:"祝大家儿童节快乐!",
["picture"]:["url://image-20210601172743434.jpg", "url://image20210601172741437.jpg"], timestamp = 1231231232}'
lpush says '{["name"]:"xiaoxin】", ["text"]:"一切只为渴望更优秀的你",
["picture"]:["url://image-20210601172744434.jpg", "url://image20210601172741438.jpg"], timestamp = 1231231233}'
lpush says '{["name"]:"xiaoai】", ["text"]:"hello 0Voice! hello
to better self", ["picture"]:["url://image-20210601172745439.jpg",
"url://image-20210601172741435.jpg"], timestamp = 1231231234}'
lpush says '{["name"]:"xiaomei", ["text"]:"2021届学员真牛逼！",
["picture"]:["url://image-20210601172745434.jpg", "url://image20210601172741440.jpg"], timestamp = 1231231235}'
# 裁剪最近5条记录
ltrim says 0 4
lrange says 0 -1实际项目中需要保证命令的原子性，所以一般用 lua 脚本 或者使用 pipeline 命令；
-- redis lua脚本
local record = KEYS[1]
redis.call("LPUSH", "says", record)
redis.call("LTRIM", "says", 0, 4) // 每次push都裁剪一下
// 确保list当中总是只有最近的5条数据hash
散列表，在很多高级语言当中包含这种数据结构；c++ unordered_map 通过 key 快速索引 value；
基础命令
# 获取 key 对应 hash 中的 field 对应的值
HGET key field
# 设置 key 对应 hash 中的 field 对应的值
HSET key field value
# 设置多个hash键值对
HMSET key field1 value1 field2 value2 ... fieldn valuen
# 获取多个field的值
HMGET key field1 field2 ... fieldn
# 给 key 对应 hash 中的 field 对应的值加一个整数值
HINCRBY key field increment // filed的值必须是数字
# 获取 key 对应的 hash 有多少个键值对
HLEN key
# 删除 key 对应的 hash 的键值对，该键为field
HDEL key field存储结构
节点数量大于 512（hash-max-ziplist-entries） 或所有字符串长度大于 64（hash-max-ziplistvalue），则使用 dict 实现；
节点数量小于等于 512 且有一个字符串长度小于 64，则使用 ziplist 实现；
应用
存储对象
hmset hash:10001 name mark age 18 sex male
# 与 string 比较
set hash:10001 '{["name"]:"mark",["sex"]:"male",["age"]:18}'
# 假设现在修改 mark的年龄为19岁
# hash：
hset hash:10001 age 19
# string:
get role:10001
# 将得到的字符串调用json解密，取出字段，修改 age 值
# 再调用json加密
set role:10001 '{["name"]:"mark",["sex"]:"male",["age"]:19}'购物车
# 将用户id作为 key
# 商品id作为 field
# 商品数量作为 value
# 注意：这些物品是按照我们添加顺序来显示的；
# 添加商品：
hset MyCart:10001 40001 1
lpush MyItem:10001 40001
# 增加数量：
hincrby MyCart:10001 40001 1
hincrby MyCart:10001 40001 -1 // 减少数量1
# 显示所有物品数量：
hlen MyCart:10001
# 删除商品：
hdel MyCart:10001 40001
lrem MyItem:10001 1 40001
# 获取所有物品：
lrange MyItem:10001
# 40001 40002 40003
hget MyCart:10001 40001
hget MyCart:10001 40002
hget MyCart:10001 40003set
集合；用来存储唯一性字段，不要求有序；
存储不需要有序，操作（交并差集的时候排序）
基础命令
# 添加一个或多个指定的member元素到集合的 key中
SADD key member [member ...]
# 计算集合元素个数
SCARD key
# SMEMBERS key 取出所有成员
SMEMBERS key
# 返回成员 member 是否是存储的集合 key的成员
SISMEMBER key member
# 随机返回key集合中的一个或者多个元素，不删除这些元素
SRANDMEMBER key [count]
# 从存储在key的集合中移除并返回一个或多个随机元素
SPOP key [count]
# 返回一个集合与给定集合的差集的元素
SDIFF key [key ...]
# 返回指定所有的集合的成员的交集
SINTER key [key ...]
# 返回给定的多个集合的并集中的所有成员
SUNION key [key ...]存储结构
元素都为整数且节点数量小于等于 512（set-max-intset-entries），则使用整数数组存储；
元素当中有一个不是整数或者节点数量大于 512，则使用字典存储；
应用
抽奖
# 添加抽奖用户
sadd Award:1 10001 10002 10003 10004 10005 10006
sadd Award:1 10009
# 查看所有抽奖用户
smembers Award:1
# 抽取多名幸运用户
srandmember Award:1 10
# 如果抽取一等奖1名，二等奖2名，三等奖3名，该如何操作？共同关注
sadd follow:A mark king darren mole vico
sadd follow:C mark king darren
sinter follow:A follow:C推荐好友
sadd follow:A mark king darren mole vico
sadd follow:C mark king darren
# C可能认识的人：
sdiff follow:A follow:Czset
有序集合；用来实现排行榜；它是一个有序结构；
基础命令
# 添加到键为key有序集合（sorted set）里面
ZADD key [NX|XX] [CH] [INCR] score member [score member ...]
# 从键为key有序集合中删除 member 的键值对
ZREM key member [member ...]
# 返回有序集key中，成员member的score值
ZSCORE key member
# 为有序集key的成员member的score值加上增量increment
ZINCRBY key increment member
# 返回key的有序集元素个数
ZCARD key
# 返回有序集key中成员member的排名
ZRANK key member
# 返回存储在有序集合key中的指定范围的元素
ZRANGE key start stop [WITHSCORES]
# 返回有序集key中，指定区间内的成员(逆序)
ZREVRANGE key start stop [WITHSCORES]存储结构
节点数量大于 128或者有一个字符串长度大于64，则使用跳表（skiplist）；
节点数量小于等于128（zset-max-ziplist-entries）且所有字符串长度小于等于64（zset-maxziplist-value），则使用 ziplist 存储；
数据少的时候，节省空间；O(n)
数量多的时候，访问性能；O(1) or O(log2n)
应用
百度热榜
# 点击新闻：
zincrby hot:20210203 1 10001
zincrby hot:20210203 1 10002
zincrby hot:20210203 1 10003
zincrby hot:20210203 1 10004
zincrby hot:20210203 1 10005
zincrby hot:20210203 1 10006
zincrby hot:20210203 1 10007
zincrby hot:20210203 1 10008
zincrby hot:20210203 1 10009
zincrby hot:20210203 1 10010
# 获取排行榜：
zrevrange hot:20210203 0 9 withscores延时队列
将消息序列化成一个字符串作为 zset 的member；这个消息的到期处理时间作为score，然后用多 个线程轮询zset获取到期的任务进行处理。
def delay(msg):
msg.id = str(uuid.uuid4()) #保证 member 唯一
value = json.dumps(msg)
retry_ts = time.time() + 5 # 5s后重试
redis.zadd("delay-queue", retry_ts, value)
# 使用连接池
def loop():
while True:
values = redis.zrangebyscore("delay-queue", 0, time.time(), start=0,
num=1)
if not values:
time.sleep(1)
continue
value = values[0]
success = redis.zrem("delay-queue", value)
if success:
msg = json.loads(value)
handle_msg(msg)
# 缺点：loop 是多线程竞争，两个线程都从zrangebyscore获取到数据，但是zrem一个成功一个失
败，
# 优化：为了避免多余的操作，可以使用lua脚本原子执行这两个命令
# 解决：漏斗限流
生产者将定时任务 hash 到不同的 redis 实体中，为每一个redis实体分配一个dispatcher进程，用 来定时获取redis中超时事件并发布到不同的消费者中；
时间窗口限流
系统限定用户的某个行为在指定的时间里只能发生N次；
# 指定用户 user_id 的某个行为 action 在特定时间内 period 只允许发生做多的次数
max_count
def is_action_allowed(userid, action, period, max_count):
key = 'hist:%s:%s' % (userid, action)
now_ts = int(time.time()*1000) # 毫秒时间戳
with client.pipeline() as pipe:
# 记录行为
pipe.zadd(key, now_ts, now_ts)
# 移除时间窗口之前的行为记录，剩下的都是时间窗口内的
pipe.zremrangebyscore(key, 0, now_ts - period * 1000)
# 获取时间窗口内的行为数量
pipe.zcard(key)
# 设置过期时间，避免冷用户持续占用内存 时间窗口的长度+1秒
pipe.expire(key, period + 1)
_,_,current_count,_ = pipe.execute()
return current_count <= max_count
can_reply = is_action_allowed(10001, "replay", 60, 5)
if can_reply:
do_reply()
else:
raise ActionThresholdOverflow()
# 维护一次时间窗口，将窗口外的记录全部清理掉，只保留窗口内的记录；
# 缺点：记录了所有时间窗口内的数据，如果这个量很大，不适合做这样的限流；本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
