BitsMaps
可以将它想象成一个由0和1构成的数组,数组下标为偏移量
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BCLFD2g7-1629171618227)(D:\Typora\记录\image-20210816194443742.png)]
常用命令:
-
**setbit < key>< offset>< value>**设置Bitmaps中某个偏移量的值(0或1),偏移量从0开始
实例:
每个独立用户是否访问过网站存放在Bitmaps中,将访问的用户记做1, 没访问过的记做0,用偏移量表示用户id
假设现在有20个用户,id=1,6,11,15,19的用户对网站进行了访问
unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps
命令为:
setbit unique:users:20210816 1 1
setbit unique:users:20210816 6 2
…
很多应用的用户id以一个指定数字(例如10000) 开头, 直接将用户id 和Bitmaps的偏移量对应势必会造成一定的浪费, 通常的做法是每次做 setbit操作时将用户id减去这个指定数字。
在第一次初始化Bitmaps时, 假如偏移量非常大, 那么整个初始化过 程执行会比较慢, 可能会造成Redis的阻塞。
-
**getbit < bit>< offset>**获取Bitmaps中某个偏移量的值。
实例:获取id=8的用户是否在2021-08-16这天访问过
getbit unique:users:20210816 8
-
bitcount < start> < end>
统计字符串从start直接到end字节比特值为1的数量,不写则统计全部
redis的setbit设置的是bit位置,而bitcount计算的是byte位置
实例: K1 【01000001 01000000 00000000 00100001】,对应【0, 1,2,3】
bitcount K1 1 2 结果为1
bitcount K1 1 3 结果为3
bitcount K1 1 -2 结果为1 -2表示倒数第二个
-
bitop bitop是一个复合操作,可以做多个Bitmaps的and(交集)、or(并集)、xor(异或)
bitop and/or/not/xor < resultkey> [key…]
当用户较多时,例如1亿用户,每天5000万独立访问,那么用Bitmaps较好,比set节省很多资源
如果一天10万用户访问,用set较好
HyperLoglog
在现实中,常遇到与统计相关的功能实现,例如统计网站首页访问量,可以使用Redis的incr、incrby来实现
但是求访客IP等需要去重和计数的问题如何解决?这种问题称为基数问题
有多种解决方案:
MySQL中的distinct count计算不重复个数
使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确,但随着数据不断增加,导致占用空间越来越大,对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间?Redis推出了HyperLogLog
Redis HyperLogLog 是用来做基数统计的算法,HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。
但是,因为 HyperLogLog 只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog 不能像集合那样,返回输入的各个元素。
常用命令:
**pfadd < key>< element>**添加指定元素到HyperLoglog中;如果执行命令后HLL估计的近似基数发生变化,则返回1,否则返回0。
pfcount < key>[key…] 计算HLL的近似基数,可以计算多个HLL,比如用HLL存储每天的独立访客,计算一周的独立访客可以用7天的独立访客合并计算而得。
pfmerge< destkey>< sourcekey> [sourcekey …] 将一个或多个HLL合并后的结果存储在另一个HLL中,比如每月活跃用户可以使用每天的活跃用户来合并计算可得
Geospatial
Redis 3.2 中增加了对GEO类型的支持。GEO,Geographic,地理信息的缩写。该类型,就是元素的2维坐标,在地图上就是经纬度。redis基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。
常用命令:
geoadd< key> < longitude>< latitude>< member> [longitude latitude member…] 添加地理位置(经度,纬度,名称)
geopos < key>< member> [member…] 获得指定地区的坐标值
geodist< key>< member1>< member2> [m|km|ft|mi ] 获取两个位置之间的直线距离
单位:
m 表示单位为米[默认值]。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。
如果用户没有显式地指定单位参数, 那么 GEODIST 默认使用米作为单位
georadius< key>< longitude>< latitude>radius m|km|ft|mi 以给定的经纬度为中心,找出某一半径内的元素
Redis配置文件介绍
Units单位
配置大小单位,开头定义了一些基本的度量单位,只支持bytes,不支持bit
大小写不敏感
INCLUDES包含
类似jsp中的include,多实例的情况可以把公用的配置文件提取出来
网络相关配置
bind
默认情况bind=127.0.0.1只能接受本机的访问请求
不写的情况下,无限制接受任何ip地址的访问
生产环境肯定要写你应用服务器的地址;服务器是需要远程访问的,所以需要将其注释掉
如果开启了protected-mode,那么在没有设定bind ip且没有设密码的情况下,Redis只允许接受本机的响应
保存配置,停止服务,重启启动查看进程,不再是本机访问了。
protected-mode
将本机访问保护模式设置no
Port
端口号,默认 6379
tcp-backlog
设置tcp的backlog,backlog其实是一个连接队列,backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。
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内核会将这个值减小到/proc/sys/net/core/somaxconn的值(128),所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog(128)两个值来达到想要的效果
timeout
一个空闲的客户端维持多少秒会关闭,0表示关闭该功能。即永不关闭。
tcp-keepalive
对访问客户端的一种心跳检测,每个n秒检测一次。
单位为秒,如果设置为0,则不会进行Keepalive检测,建议设置成60
GENERAL通用
daemonize
是否为后台进程,设置为yes
守护进程,后台启动
pidfile
存放pid文件的位置,每个实例会产生一个不同的pid文件
loglevel
指定日志记录级别,Redis总共支持四个级别:debug、verbose、notice、warning,默认为notice
四个级别根据使用阶段来选择,生产环境选择notice 或者warning
logfile
日志文件名称
databases 16
设定库的数量 默认16,默认数据库为0,可以使用SELECT 命令在连接上指定数据库id
SECURITY安全
设置密码
访问密码的查看、设置和取消
在命令中设置密码,只是临时的。重启redis服务器,密码就还原了。
永久设置,需要再配置文件中进行设置。
将配置文件中的requirepass xxx注释取消,并将xxx改为自己的密码
设置密码后,再连接需要
-
redis-cli
-
auth xxx
LIMITS限制
maxclients
设置redis同时可以与多少个客户端进行连接。
默认情况下为10000个客户端。
如果达到了此限制,redis则会拒绝新的连接请求,并且向这些连接请求方发出“max number of clients reached”以作回应。
maxmemory
建议必须设置,否则,将内存占满,造成服务器宕机
设置redis可以使用的内存量。一旦到达内存使用上限,redis将会试图移除内部数据,移除规则可以通过maxmemory-policy来指定。
如果redis无法根据移除规则来移除内存中的数据,或者设置了“不允许移除”,那么redis则会针对那些需要申请内存的指令返回错误信息,比如SET、LPUSH等。
但是对于无内存申请的指令,仍然会正常响应,比如GET等。如果你的redis是主redis(说明你的redis有从redis),那么在设置内存使用上限时,需要在系统中留出一些内存空间给同步队列缓存,只有在你设置的是“不移除”的情况下,才不用考虑这个因素。
maxmemory-policy
volatile-lru:使用LRU算法移除key,只对设置了过期时间的键;(最近最少使用)
allkeys-lru:在所有集合key中,使用LRU算法移除key
volatile-random:在过期集合中移除随机的key,只对设置了过期时间的键
allkeys-random:在所有集合key中,移除随机的key
volatile-ttl:移除那些TTL值最小的key,即那些最近要过期的key
noeviction:不进行移除。针对写操作,只是返回错误信息
maxmemory-samples
设置样本数量,LRU算法和最小TTL算法都并非是精确的算法,而是估算值,所以你可以设置样本的大小,redis默认会检查这么多个key并选择其中LRU的那个。
一般设置3到7的数字,数值越小样本越不准确,但性能消耗越小。
应做的配置
-
将bind=127.0.0.1注释掉 让它接受所有地方的访问请求
-
protected-mode 改为no 关闭本机保护模式,让它支持远程访问
Redis的发布和订阅
有很多频道,客户端可以订阅多个频道,当有人向这个频道中发布信息,信息就会发送给订阅的客户端
- subscribe channel1 订阅频道channel1
- publish channel1 hello 向频道channel1中发布信息 hello
Jedis测试
Jedis是一个客户端工具,就是通过Java操作Redis,是一个Java连接Redis的驱动
- 引入依赖
<!-- https://mvnrepository.com/artifact/redis.clients/jedis -->
<dependency>
<groupId>redis.clients</groupId>
<artifactId>jedis</artifactId>
<version>3.6.3</version>
</dependency>
-
关闭防火墙systemctl stop/disable firewalld.service
redis.conf中注释掉bind 127.0.0.1, 然后 protected-mode no
这样就可以远程连接Redis了
-
创建Jedis,并运行jedis的ping方法进行测试
hash操作:
jedis.hset("hash1","userName","lisi");
System.out.println(jedis.hget("hash1","userName"));
Map<String,String> map = new HashMap<String,String>();
map.put("telphone","13810169999");
map.put("address","atguigu");
map.put("email","abc@163.com");
jedis.hmset("hash2",map);
List<String> result = jedis.hmget("hash2", "telphone","email");
for (String element : result) {
System.out.println(element);
}
list操作:
List<String> list = jedis.lrange("mylist",0,-1);
for (String element : list) {
System.out.println(element);
}
验证码实现
-
输入手机号,点击发送后随机生成6位数字码,2分钟有效。
用Random类生成6位数字,把验证码放到redis中,设置过期时间120秒
-
输入验证码,点击验证,返回成功或失败
从redis中获取验证码和输入的验证码进行比较
-
每个手机号每天只能输入3次
incr 每次发送之后加1
大于2的时候,提交不能发送
public static void main(String[] args) {
verifyCode("1234567799");
getRedisCode("1234567799","960780");
}
public static void getRedisCode(String phone,String code){
Jedis jedis=new Jedis("xxx",6379);
jedis.auth("xxx");
String codeKey="Verify"+phone+":code";
String vcode = jedis.get(codeKey);
if (vcode.equals(code)){
System.out.println("验证码正确");
}else {
System.out.println("验证码错误");
}
jedis.close();
}
//将验证码放到Redis中,并设置过期时间,将发送次数页加到Redis中
public static void verifyCode(String phone){
Jedis jedis=new Jedis("xxx",6379);
jedis.auth("xxx");
//拼接key,保证key唯一
String countKey="Verify"+phone+":count";
String codeKey="Verify"+phone+":code";
//每个手机每天只能发送3次
String count=jedis.get(countKey);
if(count==null){//第一次发送
jedis.setex(countKey,24*60*60,"0");
}else if(Integer.parseInt(count)<=2){
//发送次数+1
jedis.incr(countKey);
}else if(Integer.parseInt(count)>=3){
System.out.println("今天发送次数已经到达3次");
}
//将验证码放到redis中
jedis.setex(codeKey,2*60,getCode());
jedis.close();
}
//生成6位验证码
public static String getCode(){
StringBuilder code= new StringBuilder();
Random random=new Random();
for (int i = 0; i < 6; i++) {
int rand=random.nextInt(10);
code.append(rand);
}
return code.toString();
}