Redis学习--------发布订阅，布隆过滤器，过期时间，缓存，事务，

1.发布订阅

  PSUBSCRIBE pattern [pattern ...]
  summary: Listen for messages published to channels matching the given patterns
  since: 2.0.0
    订阅符合正则表达式的一类频道
    eg：PSUBSCRIBE p* b*       //订阅以p开头和b开头的所有频道

  PUBLISH channel message
  summary: Post a message to a channel
  since: 2.0.0
    发布消息到指定频道

  PUBSUB subcommand [argument [argument ...]]
  summary: Inspect the state of the Pub/Sub subsystem
  since: 2.8.0

  PUNSUBSCRIBE [pattern [pattern ...]]
  summary: Stop listening for messages posted to channels matching the given patterns
  since: 2.0.0
    停止订阅符合正则的一类频道

  SUBSCRIBE channel [channel ...]
  summary: Listen for messages published to the given channels
  since: 2.0.0
    订阅某个频道    

  UNSUBSCRIBE [channel [channel ...]]
  summary: Stop listening for messages posted to the given channels
  since: 2.0.0
    停止订阅某个频道。
    

2. 布隆过滤器

RedisBloom安装及使用

1. 去redis.io找到module，里面找到RedisBloom模块，GitHub地址https://github.com/RedisBloom/RedisBloom
2. 下载项目zip包，或者在linux中weget url（前提需要安装wget指令）
3. 在linux中下载unzip指令  yum install unzip
4. unzip 路径解压RedisBloom
5. cd 解压的路径，然后make
6. make完成会生成redisbloom.so扩展库
7. 在启动redis-server时加入--loadmodule 绝对路径/redisbloom.so，也可以在全局配置文件中添加相关配置（注意路径为绝对路径）。

创建一个新的布隆过滤器并添加新的元素

BF.ADD key value .....

# 127.0.0.1:6379> BF.ADD newFilter foo
(integer) 1

查找布隆过滤器中是否包含某个元素

# 127.0.0.1:6379> BF.EXISTS newFilter foo
(integer) 1

返回值为1，表示布隆过滤器中包含这个元素

# 127.0.0.1:6379> BF.EXISTS newFilter bar
(integer) 0

返回值为1，表示布隆过滤器不包含这个元素

使用场景：

缓存穿透：当查询一个数据在redis缓存中不存在时，会进行查询数据库，如果数据库也不存在就会返回位空。当出现大量查询这种数据库中不存在的值时，就会造成频繁的从访问redis缓存到访问数据库，造成效率降低。通过布隆过滤器就可以很好的解决这个问题；

1. 如果实现这个功能就需要在插入数据时，把插入的数据通过BF.ADD添加进布隆过滤器。
2. 每次添加进去的值会通过多个函数，每个函数会产生一个下标索引，然后在一个位图上的下标索引处从0改为1
3. 如果需要查询一个数据，会通过过滤器，经过多个函数返回的索引，在位图中查找，如果所有位都为1，则表明这个值可能存在数据库中，如果有个别位为0，则这个值一定不存在数据库中，
4. 如果布隆过滤器返回值为1，就可以访问redis缓存，如果缓存中不存在这个值，就会访问数据库查询。有可能这个数据不存在数据库中，返回为空。
5. 然后把值和数据查询的结果添加进入redis缓存。

 

3.过期时间

过期时间包括三种值：

1. 0<=expire    表示设置了过期时间
2. expire = -1  表示这个值没有设置过期时间，一直存在与内存
3. expire = -2 表示这个值为过期数据

注意：在redis中一旦设置了过期时间，是无法刷新时间的，在过期之前，如果修改数据，过期时间会变为-1.

Redis如何淘汰过期的keys

Redis keys过期有两种方式：被动和主动方式。

当一些客户端尝试访问它时，key会被发现并主动的过期。

当然，这样是不够的，因为有些过期的keys，永远不会访问他们。 无论如何，这些keys应该过期，所以定时随机测试设置keys的过期时间。所有这些过期的keys将会从密钥空间删除。

具体就是Redis每秒10次做的事情：

1. 测试随机的20个keys进行相关过期检测。
2. 删除所有已经过期的keys。
3. 如果有多于25%的keys过期，重复步奏1.

这是一个平凡的概率算法，基本上的假设是，我们的样本是这个密钥控件，并且我们不断重复过期检测，直到过期的keys的百分百低于25%,这意味着，在任何给定的时刻，最多会清除1/4的过期keys。

4.缓存

可以在redis配置文件redis.conf设置最大的缓存内存。

缓存回收策略：

# MAXMEMORY POLICY: how Redis will select what to remove when maxmemory
# is reached. You can select one from the following behaviors:
#
# volatile-lru -> Evict using approximated LRU, only keys with an expire set.
# allkeys-lru -> Evict any key using approximated LRU.
# volatile-lfu -> Evict using approximated LFU, only keys with an expire set.
# allkeys-lfu -> Evict any key using approximated LFU.
# volatile-random -> Remove a random key having an expire set.
# allkeys-random -> Remove a random key, any key.
# volatile-ttl -> Remove the key with the nearest expire time (minor TTL)
# noeviction -> Don't evict anything, just return an error on write operations.
#
# LRU means Least Recently Used
# LFU means Least Frequently Used
#
# Both LRU, LFU and volatile-ttl are implemented using approximated
# randomized algorithms.
#
# Note: with any of the above policies, when there are no suitable keys for
# eviction, Redis will return an error on write operations that require
# more memory. These are usually commands that create new keys, add data or
# modify existing keys. A few examples are: SET, INCR, HSET, LPUSH, SUNIONSTORE,
# SORT (due to the STORE argument), and EXEC (if the transaction includes any
# command that requires memory).
#
# The default is:
#
# maxmemory-policy noeviction

LRU表示最近最少使用替换算法，侧重于最后一次使用的时间。

LFU表示最近最不常用替换算法，侧重于一段时间使用的次数。

# volatile-lru ->针对快要过期的key，进行LRU算法。
# allkeys-lru -> 针对所有的key，进行LRU算法
# volatile-lfu ->针对快要过期的key，进行LFU算法
# allkeys-lfu -> 针对所有的key，进行LFU算法
# volatile-random ->针对快要过期的key，进行随机回收
# allkeys-random ->针对所有的key，进行随机回收
# volatile-ttl -> Remove the key with the nearest expire time (minor TTL)
# noeviction ->缓存满了直接报错。（保证了数据的完整性）

一般的经验规则:

• 使用allkeys-lru策略：当你希望你的请求符合一个幂定律分布，也就是说，你希望部分的子集元素将比其它其它元素被访问的更多。如果你不确定选择什么，这是个很好的选择。.
• 使用allkeys-random：如果你是循环访问，所有的键被连续的扫描，或者你希望请求分布正常（所有元素被访问的概率都差不多）。
• 使用volatile-ttl：如果你想要通过创建缓存对象时设置TTL值，来决定哪些对象应该被过期。

allkeys-lru 和 volatile-random策略对于当你想要单一的实例实现缓存及持久化一些键时很有用。不过一般运行两个实例是解决这个问题的更好方法。

为了键设置过期时间也是需要消耗内存的，所以使用allkeys-lru这种策略更加高效，因为没有必要为键取设置过期时间当内存有压力时。

5.事务

  DISCARD -
  summary: Discard all commands issued after MULTI
  since: 2.0.0
    放弃事务

  EXEC -
  summary: Execute all commands issued after MULTI
  since: 1.2.0
    执行事务

  MULTI -
  summary: Mark the start of a transaction block
  since: 1.2.0
    开启事务

  UNWATCH -
  summary: Forget about all watched keys
  since: 2.2.0
    取消监听

  WATCH key [key ...]
  summary: Watch the given keys to determine execution of the MULTI/EXEC block
  since: 2.2.0
    监听某个key是否被修改

 

 两个事务谁先执行EXEC，就会把队列内的语句全执行。