Redis——Redis的常见高级工具和其应用场景

最新推荐文章于 2024-04-09 22:33:10 发布

静惘

最新推荐文章于 2024-04-09 22:33:10 发布

阅读量111

点赞数

分类专栏： Redis 文章标签： redis java 数据库

本文链接：https://blog.csdn.net/xdx_dili/article/details/133940611

版权

Redis 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1、延时队列

1.1、应用场景

订单支付失败，每隔一段时间提醒用户
用户并发量的情况，可以延时2分钟给用户发短信

1.2、如果队列空了？

**答：**客户端是通过队列的 pop 操作来获取消息，然后进行处理。处理完了再接着获取消息，再进行处理。如此循环往复，这便是作为队列消费者的客户端的生命周期。

1.3、队列延迟

答：用上面睡眠的办法可以解决问题。同时如果只有 1 个消费者，那么这个延迟就是 1s。如果有多个消费者，这个延迟会有所下降，因为每个消费者的睡觉时间是岔开来的。

解决办法

答：那就是 blpop/brpop。这两个指令的前缀字符 b 代表的是 blocking，也就是阻塞读。阻塞读在队列没有数据的时候，会立即进入休眠状态，一旦数据到来，则立刻醒过来。消息的延迟几乎为零。用blpop/brpop 替代前面的lpop/rpop，就完美解决了上面的问题。

1.4、空闲连接自动断开

答：如果线程一直阻塞在哪里，Redis的客户端连接就成了闲置连接，闲置过久，服务器一般会主动断开连接，减少闲置资源占用。这个时候 blpop/brpop 会抛出异常来。

2、位图

答：位图是由多个二进制位组成的数组，数组中的每个二进制位都有与之对应的偏移量（从 0 开始），通过这些偏移量可以对位图中指定的一个或多个二进制位进行操作。

在这里插入图片描述

应用场景

用户行为记录器： 用用户ID 作为偏移量，若用户做了某种行为则通过SETBIT将二进制位设置为 1，通过 GETBIT 判断用户是否做了某种行为，通过 BITCOUNT 可以知道有多少用户执行了行为。
用户上线统计： 可以使用 SETBIT和 BITCOUNT 来实现，以用户 ID 作为 key ，假设今天是上线统计功能开放的第一天，ID为 1 的用户上线后就通过 SETBIT 1 0 1。当要计算此用户的总共以来的上线次数时，使用 BITCOUNT 命令就可以得出的结果。

3、`HyperlogLog`

答：在 Redis中每个键占用的内容都是 12K，理论存储近似接近 2^64 个值，不管存储的内容是什么。这是一个基于基数估计的算法，只能比较准确的估算出基数，可以使用少量固定的内存去存储并识别集合中的唯一元素。但是这个估算的基数并不一定准确，是一个带有 0.81% 标准错误（standard error）的近似值。但是，也正是因为只有 12K 的存储空间，所以，它并不实际存储数据的内容。

应用场景

答：鉴于 HyperLogLog 不保存数据内容的特性，所以，它只适用于一些特定的场景。我这里给出一个最常遇到的场景需要：计算日活、7日活、月活数据。

分析：如果我们通过解析日志，把 Ip 信息（或用户Id）放到集合中，例如：HashSet。如果数量不多则还好，但是假如每天访问的用户有几百万。无疑会占用大量的存储空间。且计算月活时，还需要将一个整月的数据放到一个 Set 中，这随时可能导致我们的程序 OOM。

4、布隆过滤器

答：bloomfilter就类似于一个hashSet，用于快速判某个元素是否存在于集合中，其典型的应用场景就是快速判断一个key是否存在于某容器，不存在就直接返回。布隆过滤器的关键就在于**hash**算法和容器大小。如下所示：

在这里插入图片描述

4.1、应用场景

答：准确快速的判断某个数据是否在大数据量集合中，并且不占用内存。

4.2、添加数据

介绍概念的时候，我们说可以将布隆过滤器看成一个容器，那么如何向布隆过滤器中添加一个数据呢？

答：如下图所示：当要向布隆过滤器中添加一个元素key时，我们通过多个hash函数，算出一个值，然后将这个值所在的方格置为1。

比如，下图hash1(key)=1，那么在第2个格子将0变为1（数组是从0开始计数的），hash2(key)=7，那么将第8个格子置位1，依次类推。

在这里插入图片描述

4.3、优缺点

优点： 优点很明显，二进制组成的数组，占用内存极少，并且插入和查询速度都足够快。

缺点： 随着数据的增加，误判率会增加；还有无法判断数据一定存在；另外还有一个重要缺点，无法删除数据。

5、限流

5.1、简单限流

答：限流需求中存在一个滑动时间窗口，适用 zset 数据结构的 score 值，可以通过 score来圈出这个时间窗口。而且我们只需要保留这个时间窗口，窗口之外的数据都可以删除。每一个行为到来时，都维护一次时间窗口。将时间窗口外的记录全部清理掉，只保留窗口内的记录。zset集合中只有 score 值非常重要，value 值没有特别的意义，只需要保证它是唯一的就可以了。

在这里插入图片描述

5.2、漏斗限流

答：漏斗（funnel ）限流是最常用的限流方法之一。

漏洞的容量是有限的，如果将漏嘴堵住，然后一直往里面灌水，它就会变满，直至再也装不进去。如果将漏嘴放开，水就会往下流，流走一部分之后，就又可以继续往里面灌水。如果漏嘴流水的速率大于灌水的速率，那么漏斗永远都装不满。如果漏嘴流水速率小于灌水的速率，那么一旦漏斗满了，灌水就需要暂停并等待漏斗腾空。所以，漏斗的剩余空间就代表着当前行为可以持续进行的数量，漏嘴的流水速率代表着系统允许该行为的最大频率。