前言:

每次你在游戲中看到玩家排行榜，或者在音樂(lè)應(yīng)用中瀏覽熱門歌單，有沒(méi)有想過(guò)這個(gè)排行榜是如何做到實(shí)時(shí)更新的？當(dāng)然，依靠 Redis 即可做到。

在技術(shù)領(lǐng)域，我們經(jīng)常聽(tīng)到「鍵值存儲(chǔ)」 這個(gè)詞。但在 Redis 的世界里，這只是冰山一角。Redis 的對(duì)象，不僅僅是簡(jiǎn)單的數(shù)據(jù)，它們是為各種任務(wù)量身定制的超能工具。

接下來(lái)，讓我們走進(jìn) Redis 的對(duì)象世界，Redis 5.0版本就已經(jīng)支持了下面的 9 種類型，分別是 ：字符串對(duì)象、列表對(duì)象、哈希對(duì)象、集合對(duì)象、有序集合對(duì)象、Bitmaps 對(duì)象、HyperLogLog 對(duì)象、Geospatial 對(duì)象、Stream對(duì)象。

Redis 對(duì)象：

首先，我們要知道，Redis 中保存的數(shù)據(jù)是以鍵值對(duì)的形式存在的。

對(duì)象的類型與編碼

類型

在 Redis 的大家庭中，每個(gè)鍵值對(duì)都有兩個(gè)重要的“身份證”。那就是鍵的類型和值的類型。就好像我們的名字和職業(yè)，其中名字（鍵）總是一個(gè)字符串，而職業(yè)（值）則可以是各種各樣：可以是字符串、列表、哈希、集合，甚至是有序集合。這就是我們所說(shuō)的對(duì)象類型，五彩斑斕，各有特色。

編碼

我們都知道超級(jí)英雄有著不同的超能力，蜘蛛俠(Spider-Man) 有蜘蛛感應(yīng)，鋼鐵俠(Iron Man)有高科技裝備。同樣，Redis 中的每個(gè)對(duì)象都有一種稱為“編碼”的隱藏能力。這是什么呢？

簡(jiǎn)單說(shuō)，編碼是對(duì)象的“內(nèi)部魔法”。它決定了對(duì)象在 Redis 內(nèi)部的存儲(chǔ)方式。就好像手機(jī)里的照片可以是 JPEG 或 PNG 格式，Redis 對(duì)象也可以有不同的編碼格式。

但為什么這很重要呢？因?yàn)椴煌木幋a方式意味著不同的存儲(chǔ)效率和性能。Redis 非常聰明，它會(huì)選擇最佳的編碼方式，為我們節(jié)省空間和提高性能。

我們先來(lái)看下 Redis 對(duì)象結(jié)構(gòu)體聲明

typedef struct redisObject {
    unsigned type:4;       # 數(shù)據(jù)類型，使用了4位來(lái)表示
    unsigned encoding:4;   # 編碼方式 
    void *ptr;             # 指向底層數(shù)據(jù)結(jié)構(gòu)的指針
} robj;

Redis 中的每個(gè)對(duì)象都是由 redisObject 結(jié)構(gòu)表示，其中的 encoding 成員記錄了對(duì)象所使用的編碼，encoding 的取值不同，對(duì)象內(nèi)部使用的數(shù)據(jù)結(jié)構(gòu)也會(huì)有所不同。關(guān)于 redis 對(duì)象的各個(gè)數(shù)據(jù)結(jié)構(gòu)的講解，本篇不涉及，后續(xù)會(huì)補(bǔ)上。

分類

字符串對(duì)象

基本概念：

字符串對(duì)象是最簡(jiǎn)單的類型，也是二進(jìn)制安全的，意味著可以存儲(chǔ)任何形式的數(shù)據(jù)，例如 JPEG 圖片、序列化的對(duì)象或者純文本。

簡(jiǎn)單圖解:

value 可以存儲(chǔ)任何類型的數(shù)據(jù)：包括普通字符串，數(shù)值類型(int,float) 等

內(nèi)部實(shí)現(xiàn)

Redis 的 String 對(duì)象使用一種稱為 簡(jiǎn)單動(dòng)態(tài)字符串SDS（Simple Dynamic String） 的結(jié)構(gòu)來(lái)存儲(chǔ)數(shù)據(jù)。

對(duì)象結(jié)構(gòu)體聲明:
typedef struct redisObject {
    unsigned type:4;      # 數(shù)據(jù)類型，使用了4位來(lái)表示 
    unsigned encoding:4;  # 編碼方式
    void *ptr;            # 指向底層數(shù)據(jù)結(jié)構(gòu)的指針 
} robj;

SDS 結(jié)構(gòu)體聲明:
struct sdshdr {
    size_t len;           # 記錄buf數(shù)組中已使用字節(jié)的數(shù)量。
    size_t alloc;         # 記錄buf數(shù)組的總?cè)萘俊?    char buf[];           # 字節(jié)數(shù)組，用于保存字符串。
};

String 對(duì)象的編碼

String 對(duì)象的編碼有三種: int、embstr、raw 。

• int 編碼 ：對(duì)象 robj 的 ptr 成員指向的是 long 類型的整數(shù)
• embstr 和 raw 編碼 : 對(duì)象 robj 的 ptr 成員指向的是 sdshdr 結(jié)構(gòu)體，值存儲(chǔ)在 buf 中。

使用限制: 單個(gè) String 對(duì)象的值可以存儲(chǔ)的數(shù)據(jù)大小上限為 512MB

常見(jiàn)命令：

基本操作

SET key value : 設(shè)置鍵的值
GET key       : 獲取鍵的值
DEL key       : 刪除鍵

> SET username "xiaokang"
OK
> GET username
"xiaokang"
> DEL username
(integer) 1

字符串操作

APPEND key value           : 向字符串尾部追加
STRLEN key                 : 獲取字符串的長(zhǎng)度
SETRANGE key offset value  : 覆蓋部分內(nèi)容
GETRANGE key start end     : 獲取子字符串
# 上面命令的參數(shù) offset、start、end 都指的是下標(biāo)(從0開(kāi)始)

# 初始鍵值對(duì) : SET username "xiaokang"
> APPEND username 1998
(integer) 12
> GET username
"xiaokang1998"
> STRLEN username
(integer) 12
> SETRANGE username 0 kang
(integer) 12
> GET username
"kangkang1998"
> GETRANGE username 8 -1  # -1代表的是值的結(jié)尾
"1998"

數(shù)值操作

INCR/DECY key                 : 自增1或自減1
INCRBY/DECRBY key increment   : 自增或自減整數(shù)，步長(zhǎng)為 increment 必須為整數(shù)，可正可負(fù)
INCRBYFLOAT key increment     : 自增、自減浮點(diǎn)數(shù)，increment 推薦使用浮點(diǎn)數(shù)，代表你是在操作浮點(diǎn)數(shù)，可正可負(fù)
# redis 中沒(méi)有提供 DECRBYFLOAT，所以要想遞減浮點(diǎn)數(shù)，increment 為負(fù)即可

> set count 2
OK
> INCR count
(integer) 3
> DECR count
(integer) 2
127.0.0.1:6379> INCRBY count 3
(integer) 5
127.0.0.1:6379> DECRBY count 3
(integer) 2
> SET float_count 5.5
OK
> INCRBYFLOAT float_count 2.5
"8"
> INCRBYFLOAT float_count -3.5
"4.5"

批量操作

MSET key1 value1 key2 value2 : 批量設(shè)置鍵值
MGET key1 key2               : 批量獲取鍵值

> MSET username xiaokang age 25
OK
> GET username
"xiaokang"
> MGET username age
1) "xiaokang"
2) "25"

條件設(shè)置

SETNX key value                   : 僅當(dāng)鍵不存在時(shí)設(shè)置值,鍵存在則不會(huì)執(zhí)行任何操作
MSETNX key value [key value ...]  : 批量設(shè)置

> SETNX career programmer
(integer) 1
> MSETNX sex man hobby swim
(integer) 1

帶有過(guò)期時(shí)間的設(shè)置

SETEX key seconds value : 為鍵值設(shè)置過(guò)期時(shí)間

# 10s 后 redis 會(huì)自動(dòng)刪除這個(gè) key
> SETEX username 10 xiaokang
OK

應(yīng)用案例

計(jì)數(shù)器

描述: 利用 Redis 追蹤某些事物的數(shù)量。

具體應(yīng)用 :

1. 文章訪問(wèn)計(jì)數(shù)：文章的閱讀次數(shù)
#當(dāng)某篇文章被訪問(wèn)時(shí)，遞增該文章的閱讀計(jì)數(shù)器。
INCR article:12345:views
#獲取某篇文章的閱讀次數(shù)。
GET article:12345:views

2. 社交媒體互動(dòng)計(jì)數(shù) ：點(diǎn)贊數(shù)
#當(dāng)某個(gè)帖子被點(diǎn)贊時(shí)，遞增該帖子的點(diǎn)贊計(jì)數(shù)器。
INCR post:67890:likes
#檢查某個(gè)帖子的點(diǎn)贊數(shù)。
GET post:67890:likes

3. 實(shí)時(shí)統(tǒng)計(jì) ：例如，一個(gè)電商網(wǎng)站可以使用 Redis 來(lái)跟蹤網(wǎng)站上當(dāng)前的在線用戶數(shù)量
#當(dāng)用戶在線時(shí)，遞增在線用戶計(jì)數(shù)器。
INCR website:online_users
#檢查當(dāng)前在線的用戶數(shù)量。
GET website:online_users

4. 限流: 例如，你可能想限制一個(gè) API 在一定時(shí)間內(nèi)的調(diào)用次數(shù)。
# 設(shè)置一個(gè) API 的調(diào)用次數(shù)限制。這里以 60 秒內(nèi)最多調(diào)用 10 次為例。
SETEX api:call_limit:client_ip 60 10
# 當(dāng) API 被調(diào)用時(shí)，遞減調(diào)用計(jì)數(shù)器。如果值小于或等于 0，則表示已達(dá)到限流。
DECRBY api:call_limit:client_ip 1
# 檢查某個(gè) API 的剩余調(diào)用次數(shù)。
GET api:call_limit:client_ip

分布式鎖 : 超越傳統(tǒng)的鎖機(jī)制

想象一下，一個(gè)電商網(wǎng)站正在進(jìn)行一次秒殺活動(dòng)，該活動(dòng)只有100個(gè)商品庫(kù)存。當(dāng)活動(dòng)開(kāi)始時(shí)，數(shù)萬(wàn)用戶同時(shí)嘗試購(gòu)買這些商品。

如果秒殺系統(tǒng)只部署在一個(gè)服務(wù)器上，那么我們可以使用普通鎖來(lái)保證庫(kù)存不會(huì)被超賣。但是，現(xiàn)在的大型電商平臺(tái)的搶購(gòu)系統(tǒng)都是部署在多個(gè)服務(wù)器上的，所以單個(gè)服務(wù)器上的普通鎖并不能保證整個(gè)系統(tǒng)的數(shù)據(jù)一致性。

這時(shí)候，我們需要一個(gè)更強(qiáng)大的鎖：分布式鎖， 那什么是分布式鎖呢？ 分布式鎖，顧名思義，是能在多個(gè)系統(tǒng)或多臺(tái)機(jī)器之間都起到限制訪問(wèn)的“鎖”。

在秒殺活動(dòng)這個(gè)場(chǎng)景中，分布式鎖確保了即便是數(shù)萬(wàn)用戶在多個(gè)服務(wù)器上同時(shí)嘗試購(gòu)買，系統(tǒng)也能正確、有序地處理每一個(gè)購(gòu)買請(qǐng)求，確保不會(huì)出現(xiàn)超賣的情況。

基本概念：

分布式鎖是一種能夠在多個(gè)計(jì)算機(jī)、服務(wù)器或節(jié)點(diǎn)之間確保任何時(shí)候只有一個(gè)進(jìn)程在執(zhí)行的機(jī)制。它是在復(fù)雜的分布式環(huán)境中維持順序和一致性的關(guān)鍵工具。

實(shí)現(xiàn)方式：

使用 Redis 實(shí)現(xiàn)分布式鎖一般步驟：

1. 加鎖：SET lock_key unique_id EX expire_time NX

• lock_key ： 分布式鎖名
• unique_id ： 唯一標(biāo)識(shí)符
• EX ： 設(shè)置過(guò)期時(shí)間
• NX ： 當(dāng) lock_key 不存在時(shí)命令才會(huì)成功

1. 操作共享資源
2. 釋放鎖：通過(guò) Lua 腳本來(lái)釋放鎖，先 GET 判斷鎖是否歸屬自己，再 DEL 釋放鎖

Lua 腳本 : 用來(lái)保證釋放鎖操作的原子性

判斷鎖是自己的，才釋放
if redis.call("GET",KEYS[1]) == ARGV[1]
then
    return redis.call("DEL",KEYS[1])
else
    return 0
end

上面實(shí)現(xiàn)方式存在一個(gè)問(wèn)題：分布式鎖的過(guò)期時(shí)間如何確定？

如果客戶端預(yù)期的操作時(shí)間超過(guò)鎖的過(guò)期時(shí)間，這該怎么辦？ 鎖的超時(shí)時(shí)間設(shè)置過(guò)長(zhǎng)過(guò)短都不好。一個(gè)合理的方案就是采用自動(dòng)續(xù)期。

續(xù)期具體做法：

加鎖時(shí)，我們?cè)O(shè)定一個(gè)到期時(shí)間，啟動(dòng)一個(gè)「守護(hù)線程」 定時(shí)查看鎖的狀態(tài)。如果鎖即將到期且任務(wù)未完成，我們自動(dòng)「續(xù)期」 這個(gè)鎖，重新設(shè)置其到期時(shí)間。如果續(xù)期失敗，為避免并發(fā)問(wèn)題，客戶端應(yīng)立刻停止操作。

然而幸運(yùn)的是，一些編程語(yǔ)言已經(jīng)實(shí)現(xiàn)了專門的客戶端庫(kù)，如 Java 的 Redisson和 Go 的 redsync，它們提供了簡(jiǎn)化的分布式鎖實(shí)現(xiàn)。這些庫(kù)已內(nèi)置了自動(dòng)續(xù)期等關(guān)鍵功能，避免開(kāi)發(fā)者手動(dòng)構(gòu)建這些邏輯。

注意：

以上只是實(shí)現(xiàn)了一個(gè)單機(jī)版的分布式鎖，而 Redis 在實(shí)際生產(chǎn)環(huán)境中都會(huì)采用主從集群 + 哨兵的模式部署，這樣當(dāng)主庫(kù)異常宕機(jī)時(shí)，哨兵可以實(shí)現(xiàn)「故障自動(dòng)切換」，把從庫(kù)提升為主庫(kù)，繼續(xù)提供服務(wù)，以此保證可用性。

我們來(lái)考慮一個(gè)問(wèn)題：當(dāng)「主從發(fā)生切換」時(shí)，這個(gè)分布鎖會(huì)依舊安全嗎？

關(guān)于這個(gè)問(wèn)題我這里不做深入探討，感興趣的可以參考這篇文章：「鏈接地址在文章末尾」

緩存

描述：利用 Redis 緩存 MYSQL 等關(guān)系型數(shù)據(jù)庫(kù)查詢結(jié)果，從而減少關(guān)系型數(shù)據(jù)庫(kù)的壓力。

具體實(shí)現(xiàn):

當(dāng)用戶請(qǐng)求某個(gè)數(shù)據(jù)時(shí)，首先檢查 Redis 是否有這個(gè)數(shù)據(jù)。如果有，直接從 Redis 返回，這樣可以避免查詢數(shù)據(jù)庫(kù)。如果 Redis 中沒(méi)有，那么查詢關(guān)系型數(shù)據(jù)庫(kù)，獲取數(shù)據(jù)后，存入 Redis，并設(shè)置一個(gè)適當(dāng)?shù)倪^(guò)期時(shí)間。

簡(jiǎn)單示例

func getUserInfo(rdb *redis.Client, userID string) string {
 // 嘗試從 Redis 中獲取用戶信息
 val, err := rdb.Get(ctx, userID).Result()
 if err == redis.nil{
     userData := queryDatabase(userID) #在這里模擬一個(gè)數(shù)據(jù)庫(kù)查詢
     rdb.Set(ctx, userID, userData, time.Hour)  # 緩存結(jié)果1小時(shí) 
     return userData
 }
 return val
}

func queryDatabase(userID string) string {
    //查詢數(shù)據(jù)庫(kù)
    // ...
   return result
}

Session 存儲(chǔ)

Session 是什么：

每次你在網(wǎng)上購(gòu)物時(shí)，在瀏覽、選擇商品、加入購(gòu)物車，網(wǎng)站都能“記得”你的選擇，這是因?yàn)樗褂昧?Session"。簡(jiǎn)單來(lái)說(shuō)，Session 是服務(wù)器給你的一個(gè)小“記憶空間”。

在日常的網(wǎng)頁(yè)瀏覽中，每當(dāng)一個(gè)用戶的請(qǐng)求到達(dá)服務(wù)器，例如頁(yè)面訪問(wèn)、API調(diào)用，為了維持用戶狀態(tài)或提供個(gè)性化的服務(wù)，系統(tǒng)通常需要讀取該用戶的 session 數(shù)據(jù)。

具體實(shí)現(xiàn)：

當(dāng)用戶登錄到一個(gè)系統(tǒng)時(shí)，后端通常會(huì)為該用戶生成一個(gè)唯一的 session ID 。這個(gè) ID 會(huì)被傳回給客戶端，通常存儲(chǔ)在 cookie 中。隨后，每次客戶端發(fā)出請(qǐng)求時(shí)，都會(huì)攜帶這個(gè) session ID，允許服務(wù)器識(shí)別出該用戶。

為了應(yīng)對(duì)這種頻繁的數(shù)據(jù)讀取需求，我們可以將這個(gè) session ID 和 session 數(shù)據(jù)分別作為鍵值存儲(chǔ)到 redis 中。 session 數(shù)據(jù)包括 : 用戶 ID、用戶名等。使用 Redis 來(lái)存儲(chǔ) session 數(shù)據(jù)不僅提供了高速的讀取效率，還讓用戶體驗(yàn)更為流暢。

使用示例：

# 在設(shè)置 session 存儲(chǔ)時(shí)，一般會(huì)設(shè)置過(guò)期時(shí)間的。
SET session:userId expired_time "user_data_in_json_or_serialized_format"
GET session:userId

列表對(duì)象

基本概念

Redis 的列表對(duì)象是一個(gè)有序的字符串集合，這里的有序指的是添加元素有先后順序的，可以被看作是一個(gè)雙向鏈表。在 Redis 中，每個(gè)列表可以包含超過(guò) 4 億個(gè)元素。

簡(jiǎn)單圖解

內(nèi)部實(shí)現(xiàn)

• 壓縮列表 (Ziplist): 當(dāng)列表對(duì)象保存的所有字符串元素的長(zhǎng)度都小于 64 字節(jié)并且列表對(duì)象保存的元素?cái)?shù)量小于 512 個(gè)，列表對(duì)象會(huì)使用壓縮列表(ziplist)作為其底層實(shí)現(xiàn)。
• 雙向鏈表(Linkedlist):不滿足上述兩個(gè)條件之一的, 列表對(duì)象會(huì)使用雙向鏈表(Linkedlist) 作為其底層實(shí)現(xiàn)。

常見(jiàn)命令：

查找元素

LRANGE key start stop  : 獲取列表指定范圍內(nèi)的元素
LINDEX key index       : 通過(guò)索引獲取列表中的元素
LLEN key               : 返回列表的長(zhǎng)度

# 查看列表對(duì)象的所有元素，-1 代表列表對(duì)象的最后一個(gè)元素
> LRANGE myList 0 -1
1) "grape"
2) "banana"
3) "apple"
4) "orange"
> LINDEX myList 1
"banana"
> LLEN myList
(integer) 4

插入元素 :

• 普通插入

LPUSH key element [element ...]   : 將一個(gè)或多個(gè)值插入到列表頭部
RPUSH key element [element ...]   : 將一個(gè)或多個(gè)值插入到列表尾部

> LPUSH myList "apple" "banana"
(integer) 2
> LRANGE myList 0 -1
1) "banana"
2) "apple"
> RPUSH myList "orange" "pear"
(integer) 4
> LRANGE myList 0 -1
1) "banana"
2) "apple"
3) "orange"
4) "pear"

• 條件插入

LPUSHX key element  [element ...] : 只有當(dāng)列表存在時(shí)，將值插入到列表的頭部，如果列表不存在，則什么也不做
RPUSHX key element  [element ...] : 只有當(dāng)列表存在時(shí)，將值插入到列表的尾部，如果列表不存在，則什么也不做

> LPUSHX myList "grape"
(integer) 5
> LRANGE myList 0 -1
1) "grape"
2) "banana"
3) "apple"
4) "orange"
5) "pear"
> LPUSHX noExistList "peach"
(integer) 0

刪除元素:

LPOP key [count]      : 移除并返回列表的前 count 個(gè)元素
RPOP key [count]      : 移除并返回列表的最后 count 個(gè)元素
LREM key count value  : 移除列表中與參數(shù) value 相等的 count 個(gè)元素

# 先查看列表中的元素
> LRANGE myList 0 -1
1) "grape"
2) "banana"
3) "apple"
4) "orange"
5) "pear"
> LPOP myList
"grape"
> LRANGE myList 0 -1
1) "banana"
2) "apple"
3) "orange"
4) "pear"
> RPOP myList
"pear"
> LRANGE myList 0 -1
1) "banana"
2) "apple"
3) "orange"

修改元素：

LSET key index value : 通過(guò)索引來(lái)設(shè)置元素的值
LTRIM key start stop ：裁剪列表
# 先查看列表中的元素
> LRANGE myList 0 -1
1) "grape"
2) "banana"
3) "apple"
4) "orange"
> LSET myList 0 "peach"
OK
> LRANGE myList 0 -1
1) "peach"
2) "banana"
3) "apple"
4) "orange"
> LTRIM myList 0 2
OK
> LRANGE myList 0 -1
1) "peach"
2) "banana"
3) "apple"

元素轉(zhuǎn)移:

RPOPLPUSH source destination: 將 source 列表的最后一個(gè)元素彈出，并將該元素添加到 destination 列表的頭部，同時(shí)返回該元素，如果 destination 列表不存在，redis 會(huì)自動(dòng)創(chuàng)建 destination 列表

> LRANGE myList 0 -1
1) "banana"
2) "apple"
> RPOPLPUSH myList destList
"apple"
> LRANGE destList 0 -1
1) "apple"

要注意的是列表對(duì)象并不存在 LPOPRPUSH 命令，可以通過(guò)組合 LPOP 和 RPUSH 命令來(lái)實(shí)現(xiàn)類似效果。

阻塞操作:

BLPOP key [key ...] timeout            : 移除并獲取列表的第一個(gè)元素，或阻塞直到有一個(gè)可用
BRPOP key [key ...] timeout            : 移除并獲取列表的最后一個(gè)元素，或阻塞直到有一個(gè)可用
BRPOPLPUSH source destination timeout  : 將 source 列表的最后一個(gè)元素彈出，并將該元素添加到 destination 列表的頭部，同時(shí)返回該元素

# 先查看列表中的元素
> LRANGE myList 0 -1
1) "peach"
2) "banana"
3) "apple"
4) "orange"
>  LRANGE noExistList 0 -1
(empty array)
> BLPOP myList noExistList 10
1) "myList"
2) "peach"
> LRANGE myList 0 -1
1) "banana"
2) "apple"
3) "orange"
> BRPOP myList noExistList 10
1) "myList"
2) "orange"
# 先查看列表的初識(shí)元素
> LRANGE myList 0 -1
1) "banana"
> LRANGE destList 0 -1
1) "apple"
> BRPOPLPUSH myList destList 10
"banana"
> LRANGE myList 0 -1
(empty array)
> LRANGE destList 0 -1
1) "banana"
2) "apple"

應(yīng)用案例：

1.消息隊(duì)列 ：

當(dāng)用戶在網(wǎng)上購(gòu)物下訂單后，為了不讓他們等待各種后續(xù)處理（如檢查庫(kù)存、處理付款、發(fā)貨），我們直接把訂單放入一個(gè)消息隊(duì)列，然后由后臺(tái)進(jìn)程從隊(duì)列中獲取并處理訂單。

實(shí)現(xiàn)步驟：

1. 生產(chǎn)者（下訂單的用戶）        
LPUSH orders_queue order_id
2. 消費(fèi)者服務(wù)獲取訂單（ 消費(fèi)者：后臺(tái)處理訂單的服務(wù)）   
BRPOP orders_queue 5
3. 處理訂單 :                   
一旦消費(fèi)者從隊(duì)列中獲取了一個(gè)新訂單，它可以開(kāi)始進(jìn)行必要的處理，
例如檢查庫(kù)存、處理付款等。

2.棧和隊(duì)列 ：

棧： 想象一個(gè)瀏覽器的返回功能。用戶訪問(wèn)了幾個(gè)頁(yè)面，你希望能夠提供一個(gè)[返回] 按鈕讓用戶回到他們之前瀏覽的頁(yè)面。

實(shí)現(xiàn)步驟：

1. 添加元素
LPUSH browser_history "page1"
LPUSH browser_history "page2"
LPUSH browser_history "page3"

2.當(dāng)用戶點(diǎn)擊返回按鈕時(shí):
LPOP browser_history  # Fetches "page3", the most recently visited

隊(duì)列：

當(dāng)我們?cè)陔娚叹W(wǎng)站上瀏覽商品、點(diǎn)擊廣告或執(zhí)行其他操作時(shí)，這些行為都可以被捕獲為一個(gè)"事件"。每個(gè)事件通常都包含一些基本信息，如用戶ID、商品ID、點(diǎn)擊時(shí)間、頁(yè)面URL等。

實(shí)現(xiàn)步驟：

• 用戶點(diǎn)擊事件捕獲

假設(shè)一個(gè)用戶點(diǎn)擊了一個(gè)商品。此時(shí)，我們可以創(chuàng)建一個(gè) JSON 對(duì)象來(lái)存儲(chǔ)這次點(diǎn)擊的詳細(xì)信息。

$json = {
    "user_id": "12345",
    "product_id": "98765",
    "timestamp": "2023-09-01T12:00:00Z",
    "page_url": "/products/98765"
}

• 發(fā)送事件到隊(duì)列

LPUSH click_events $json

• 消費(fèi)者進(jìn)程獲取事件

RPOP click_events

當(dāng)消費(fèi)者進(jìn)程從隊(duì)列中獲取事件后，可以進(jìn)一步解析這個(gè)JSON對(duì)象，并進(jìn)行所需的處理，例如更新商品的點(diǎn)擊率等，以便將該商品推薦給更多的用戶。

3.歷史追蹤：

可以使用 Redis 列表來(lái)跟蹤最近的歷史記錄，例如最近訪問(wèn)的網(wǎng)頁(yè)或其他活動(dòng)。

以最近訪問(wèn)的網(wǎng)頁(yè)舉例說(shuō)明: 在一個(gè)網(wǎng)站上，你可能希望追蹤用戶最近訪問(wèn)了哪些頁(yè)面。每當(dāng)用戶訪問(wèn)一個(gè)新頁(yè)面時(shí)，你可以使用 LPUSH 將這個(gè)頁(yè)面 URL 添加到一個(gè)列表中，并使用 LTRIM 確保列表只保存最近 N 次訪問(wèn)。

LPUSH user_recent_pages "/home"
LPUSH user_recent_pages "/product/1"
LTRIM user_recent_pages 0 9  # 保留最近10個(gè)訪問(wèn)的頁(yè)面

使用 Redis 列表來(lái)跟蹤最近的歷史記錄能夠高效地保存和查詢用戶的近期活動(dòng)，從而為用戶提供個(gè)性化的推薦。

哈希對(duì)象

基本概念

Redis 哈希對(duì)象也是一種用于存儲(chǔ)鍵值對(duì)集合的數(shù)據(jù)結(jié)構(gòu)，它允許你將多個(gè)鍵值對(duì)存儲(chǔ)在一個(gè) Redis 鍵中。

我們一般會(huì)使用 Redis 的 Hash 對(duì)象來(lái)存儲(chǔ)對(duì)象信息，比如用戶信息，用戶的名字、年齡、愛(ài)好、電子郵箱、密碼等。與使用普通的 key-value 存儲(chǔ)方式相比 , 哈希對(duì)象的存儲(chǔ)方式更為高效和節(jié)省空間，特別是當(dāng)我們要存儲(chǔ)大量小對(duì)象時(shí)。

簡(jiǎn)單圖解：

簡(jiǎn)單說(shuō)明：

假設(shè)你有一把大鑰匙，這把鑰匙可以打開(kāi)一個(gè)特定的箱子。這箱子里面有很多物品，每個(gè)物品都有標(biāo)簽來(lái)描述它。

• 大鑰匙 就是我們的 key
• 箱子 就代表一個(gè) 哈希對(duì)象
• 箱子里的物品與其標(biāo)簽 就是 field-value 鍵值對(duì)

內(nèi)部實(shí)現(xiàn)

• 壓縮列表(ziplist) ： 當(dāng)哈希對(duì)象保存的所有鍵值對(duì)的鍵和值的字符串長(zhǎng)度都小于64字節(jié)并且哈希對(duì)象保存的鍵值對(duì)的數(shù)量小于 512 個(gè)，哈希對(duì)象會(huì)采用壓縮列表作為其底層實(shí)現(xiàn)。
• 字典(基于哈希表實(shí)現(xiàn)) ： 當(dāng)不能滿足上述條件之一時(shí)，哈希對(duì)象則會(huì)采用字典作為其底層實(shí)現(xiàn)。

常見(jiàn)命令

設(shè)置值

HSET key field value [field value ...] : 設(shè)置哈希的 Field-Value 對(duì),可以設(shè)置多個(gè)
HSETNX key field value                 : 只有在字段 field 不存在時(shí)，才設(shè)置對(duì)應(yīng)的 value 值，否則什么也不做。

> HSET userInfo username xiaokang age 25 hobby swim
(integer) 3

獲取值

HGET key field              : 獲取哈希指定字段的值
HMGET key field [field ...] : 獲取哈希多個(gè)字段的值 # 批量獲取
HGETALL key                 : 獲取哈希表中的所有字段和值
HKEYS key                   : 獲取哈希中所有的字段名(field)
HVALS key                   : 獲取哈希中所有的字段值(value)

> HGET userInfo username
"xiaokang"
> HMGET userInfo "username" "age"
1) "xiaokang"
2) "25"
> HGETALL userInfo
1) "username"
2) "xiaokang"
3) "age"
4) "25"
5) "hobby"
6) "swim"
> HKEYS userInfo
1) "username"
2) "age"
3) "hobby"
> HVALS userInfo
1) "xiaokang"
2) "25"
3) "swim"

自增操作

HINCRBY key field increment       : 為哈希字段的整數(shù)值加上增量 # increment 可正可負(fù)
HINCRBYFLOAT key field increment  : 為哈希字段的浮點(diǎn)數(shù)值加上增量 # increment 可正可負(fù)

> HGET userInfo age
"25"
> HINCRBY userInfo age 1
(integer) 26
> HGET userInfo age
"26"

# HINCRBYFLOAT 命令類似，increment 既可以是整數(shù)也可以是浮點(diǎn)數(shù)，可正可負(fù)

刪除操作

HDEL key field [field ...] : 刪除一個(gè)或多個(gè)哈希表字段

# 先查看 hash 字段的所有字段和值
> HGETALL userInfo
1) "username"
2) "xiaokang"
3) "age"
4) "25"
5) "hobby"
6) "swim"
> HDEL userInfo "hobby"
(integer) 1
> HGETALL userInfo
1) "username"
2) "xiaokang"
3) "age"
4) "25"

其他操作

HEXISTS key field     : 檢查哈希對(duì)象中是否存在給定的字段
HLEN key              : 獲取哈希中字段的數(shù)量
HSTRLEN key field     : 獲取哈希字段的字符串長(zhǎng)度

# 先查看哈希的所有字段和值
> HGETALL userInfo
1) "username"
2) "xiaokang"
3) "age"
4) "25"
> HLEN userInfo
(integer) 2
> HSTRLEN userInfo "username"
(integer) 8

注意事項(xiàng)

• 小哈希優(yōu)化： Redis 對(duì)于哈希對(duì)象的內(nèi)存布局進(jìn)行了優(yōu)化。小哈希（即哈希對(duì)象字段數(shù)量很少且字段值大小較?。┑膬?nèi)存使用會(huì)更加高效。
• 避免大量刪除： 使用 HDEL 一次刪除大量字段可能會(huì)影響性能，建議分批進(jìn)行。
• 使用哈希而非多個(gè)鍵： 當(dāng)需要存儲(chǔ)有關(guān)特定對(duì)象的多個(gè)相關(guān)字段時(shí)，使用單個(gè)哈希鍵比使用多個(gè)獨(dú)立的 Redis 鍵更為高效。

應(yīng)用案例

• 對(duì)象存儲(chǔ) :

主要是指將某種實(shí)體或數(shù)據(jù)（如用戶信息）持久性地保存在 Redis 中，如 ：用戶的用戶名、郵箱、密碼等信息。

保存用戶信息：
HSET user:1234 name "John Doe" email "john.doe@example.com" age 30
獲取用戶的郵箱：
HGET user:1234 email

• 對(duì)象緩存：

這是指當(dāng)數(shù)據(jù)原本存儲(chǔ)在其他存儲(chǔ)系統(tǒng)（如關(guān)系型數(shù)據(jù)庫(kù)）中，但由于頻繁訪問(wèn)或讀取，我們決定在 Redis 中緩存該數(shù)據(jù)的一份副本，以減少對(duì)原始數(shù)據(jù)源的訪問(wèn)壓力并提高讀取速度。

場(chǎng)景描述：

假設(shè)你有一個(gè)博客網(wǎng)站，用戶可以閱讀和評(píng)論各種博客文章。每當(dāng)用戶點(diǎn)擊一個(gè)博客標(biāo)題，系統(tǒng)都會(huì)從關(guān)系型數(shù)據(jù)庫(kù)中獲取該文章的詳細(xì)內(nèi)容進(jìn)行顯示。但是，由于某些熱門文章被大量用戶頻繁訪問(wèn)，直接從數(shù)據(jù)庫(kù)中獲取文章可能會(huì)對(duì)數(shù)據(jù)庫(kù)造成很大的壓力，從而影響網(wǎng)站的性能。

具體實(shí)現(xiàn)：

偽代碼展示 :

import (
    "github.com/go-redis/redis/v8"
    "context"
)

var ctx = context.Background()
options := &redis.Options{
    Addr: "localhost:6379",  // Redis服務(wù)器地址
}
// 初始化Redis客戶端：
rdb := redis.NewClient(options)

// 檢查緩存：當(dāng)用戶請(qǐng)求一篇文章時(shí)，首先檢查Redis緩存中是否存在該文章的數(shù)據(jù)。
exists, err := rdb.HExists(ctx, "article:ID", "title").Result()
if err != nil {
    // Handle error
}
//從緩存中獲取數(shù)據(jù)：如果文章存在于Redis中，則直接從Redis的哈希對(duì)象中獲取所有相關(guān)字段，并顯示給用戶。
if exists {
    articleData, err := rdb.HGetAll(ctx, "article:ID").Result()
    if err != nil {
        // Handle error
    }
    display(articleData)
}
//從數(shù)據(jù)庫(kù)中獲取數(shù)據(jù)：如果文章不在Redis緩存中，則從關(guān)系型數(shù)據(jù)庫(kù)中獲取數(shù)據(jù)保存到 Redis 緩存中，并且設(shè)置超時(shí)。
if !exists {
    articleData := Database.fetchArticleByID("article:ID")
    _, err := rdb.HMSet(ctx, "article:ID", map[string]interface{}{
        "title":   articleData.Title,
        "author":  articleData.Author,
        "content": articleData.Content,
    }).Result()
    if err != nil {
        // Handle error
    }
    rdb.Expire(ctx, "article:ID", time.Hour) // 設(shè)置1小時(shí)的過(guò)期時(shí)間
    // 顯示給用戶
    display(articleData)
}
//顯示給用戶的函數(shù)
func display(articleData map[string]string) {
    // ... 你的顯示邏輯
}

• 實(shí)時(shí)統(tǒng)計(jì) ：

為了跟蹤網(wǎng)站的實(shí)時(shí)活動(dòng)，我們可以使用哈希來(lái)保存當(dāng)前在線用戶、頁(yè)面瀏覽量和API 請(qǐng)求次數(shù)等。

增加在線用戶數(shù)：
HINCRBY website:stats online_users 1
減少在線用戶數(shù)：
HINCRBY website:stats online_users -1
記錄每個(gè)頁(yè)面的訪問(wèn)次數(shù)：
HINCRBY pageviews:20230901 "/home" 1

集合對(duì)象

基本概念：

集合對(duì)象（Set）是一種存儲(chǔ)多個(gè)唯一元素的無(wú)序集合數(shù)據(jù)結(jié)構(gòu)，它提供了豐富的操作使得集合對(duì)象成為非常強(qiáng)大和靈活的工具。集合對(duì)象特別適用于存儲(chǔ)不允許重復(fù)的數(shù)據(jù)項(xiàng)，例如標(biāo)簽、社交網(wǎng)絡(luò)中的好友列表或者任何需要快速判斷某個(gè)元素是否存在的場(chǎng)景。

簡(jiǎn)單圖解

內(nèi)部實(shí)現(xiàn)

• 整數(shù)集合（intset） : 當(dāng)集合對(duì)象保存的所有元素都是整數(shù)或者集合對(duì)象保存的整數(shù)個(gè)數(shù)不超過(guò)512個(gè)時(shí)，集合對(duì)象采用 intset 作為其底層實(shí)現(xiàn)。
• 字典（基于哈希表實(shí)現(xiàn)）： 不滿足上面的兩個(gè)條件之一，則采用字典作為其底層實(shí)現(xiàn)。

常見(jiàn)命令

基本操作:

SADD key member [member ...] ：向集合添加一個(gè)或多個(gè)成員
SMEMBERS key                 ：獲取集合中的所有成員
SCARD key                    ：獲取集合的成員數(shù)量
SISMEMBER key member         ：判斷 member 元素是否是集合 key 的成員
SREM key member [member ...] ：移除集合中的一個(gè)或多個(gè)成員

> SADD mySet "apple" "banana" "peach"
(integer) 3
> SMEMBERS mySet
1) "peach"
2) "banana"
3) "apple"
> SCARD mySet
(integer) 3
> SISMEMBER mySet "peach"   # 成員存在返回 1
(integer) 1
> SISMEMBER mySet "pear"    # 成員不存在返回 0
(integer) 0
> SREM mySet "peach"
(integer) 1
> SMEMBERS mySet
1) "banana"
2) "apple"

集合運(yùn)算:

SINTER key [key ...]                  ：返回所有給定集合的交集
SINTERSTORE destination key [key ...] ：交集存儲(chǔ)在 destination 集合中
SUNION key [key ...]                  ：返回所有給定集合的并集
SUNIONSTORE destination key [key ...] ：并集存儲(chǔ)在 destination 集合中
SDIFF key [key ...]                   ：返回第一個(gè)集合與其他集合之間的差集
SDIFFSTORE destination key [key ...]  ：差集存儲(chǔ)在 destination 集合中

> SMEMBERS mySet
1) "pear"
2) "banana"
3) "apple"
> SMEMBERS yourSet
1) "peach"
2) "banana"
3) "apple"
> SINTER mySet yourSet
1) "banana"
2) "apple"
> SINTERSTORE resultSet mySet yourSet
(integer) 2
> SMEMBERS resultSet
1) "banana"
2) "apple"
# 并集我這里不提了，和交集操作類似
> SDIFF mySet yourSet
1) "pear"
> SDIFFSTORE result mySet yourSet
(integer) 1
> SMEMBERS result
1) "pear"

隨機(jī)操作：

SRANDMEMBER key [count]               ：隨機(jī)返回集合中的一個(gè)或多個(gè)成員
SPOP key [count]                      ：隨機(jī)移除并返回集合中的一個(gè)或多個(gè)成員

> SMEMBERS mySet
1) "pear"
2) "banana"
3) "apple"
# 可以看到每次返回的成員都不一樣
> SRANDMEMBER mySet
"pear"
> SRANDMEMBER mySet
"apple"
> SPOP mySet
"pear"
> SMEMBERS mySet
1) "banana"
2) "apple"

其他操作:

SMOVE source destination member       : 將 member 成員從 source 集合移動(dòng)到 destination 集合

> SMEMBERS mySet
1) "pear"
2) "banana"
3) "apple"
> SMEMBERS yourSet
1) "peach"
2) "banana"
3) "apple"
> SMOVE mySet yourSet "pear"
(integer) 1
> SMEMBERS mySet
1) "banana"
2) "apple"
> SMEMBERS yourSet
1) "peach"
2) "pear"
3) "banana"
4) "apple"

應(yīng)用案例

• 社交網(wǎng)站的好友與關(guān)注系統(tǒng)

利用集合來(lái)存儲(chǔ)每個(gè)用戶的朋友或關(guān)注者列表。例如，我們可以為每個(gè)用戶維護(hù)一個(gè)集合，其中包含他們的所有朋友或關(guān)注者。

  SADD "alice:friends" "bob"     # Alice 關(guān)注了 Bob
  SADD "bob:friends" "charlie"   # Bob 關(guān)注了 Charlie
  SISMEMBER "alice:friends", "bob" # 判斷 Bob 是否是 Alice 的朋友

• 標(biāo)簽系統(tǒng)

可以為內(nèi)容（如文章、圖片等）添加標(biāo)簽，并利用集合存儲(chǔ)這些標(biāo)簽。

場(chǎng)景描述：假設(shè)你正在運(yùn)行一個(gè)博客平臺(tái)，你希望為每篇文章添加一組標(biāo)簽，使用戶可以更容易地根據(jù)主題或興趣查找相關(guān)文章。

1.為文章添加標(biāo)簽：
# 當(dāng)你發(fā)布文章"Redis入門指南"，其ID為1001，你為它添加了標(biāo)簽"technology", "tutorial",和"redis"。
SADD tag:technology 1001
SADD tag:tutorial 1001
SADD tag:redis 1001

2.查找具有特定標(biāo)簽的文章
# 如果用戶想要查看所有與"redis"相關(guān)的文章：
SMEMBERS tag:redis   # 輸出 1001 ：這表示文章ID為1001的文章帶有"redis"標(biāo)簽。

3.獲取文章的所有標(biāo)簽
# 每當(dāng)你需要查看某篇文章的標(biāo)簽，你可以為其創(chuàng)建一個(gè)集合。以文章ID為1001為例：
SADD article:1001:tags "technology"
SADD article:1001:tags "tutorial"
SADD article:1001:tags "redis"

# 要查看文章1001的所有標(biāo)簽：
SMEMBERS article:1001:tags
# 輸出：
1) "technology"
2) "tutorial"
3) "redis"

• 唯一計(jì)數(shù)

例如，記錄網(wǎng)站的獨(dú)立訪客數(shù)。集合可以幫助我們做到這一點(diǎn)，因?yàn)樗鼈冎淮鎯?chǔ)唯一的元素。

1.存儲(chǔ)當(dāng)天登錄的所有用戶ID：
SADD visitors:2023-09-20 user12345
SADD visitors:2023-09-20 user67890
2.獲得當(dāng)天登錄的獨(dú)立用戶數(shù)
SCARD visitors:2023-09-20

有序集合對(duì)象

基本概念：

Redis 有序集合（Sorted Set）對(duì)象是一種存儲(chǔ)非重復(fù)元素集合的數(shù)據(jù)結(jié)構(gòu)，每個(gè)元素都關(guān)聯(lián)一個(gè)雙精度浮點(diǎn)數(shù)分?jǐn)?shù)（score），用于維護(hù)元素之間的排序順序。有序集合支持高效的元素插入和刪除操作，同時(shí)保持元素按分?jǐn)?shù)排序，使其非常適合于需要按照排序順序訪問(wèn)元素的場(chǎng)景，如排行榜、帶權(quán)重的任務(wù)隊(duì)列等。

簡(jiǎn)單圖解:

內(nèi)部實(shí)現(xiàn)

• 壓縮列表（ziplist）: 當(dāng)有序集合保存的元素?cái)?shù)量小于 128 個(gè) 并且有序集合保存的所有元素成員的長(zhǎng)度小于 64 字節(jié)，有序集合對(duì)象會(huì)采用 ziplist 作為其底層實(shí)現(xiàn)。
• 跳表(skiplist )：不滿足以上2個(gè)條件之一的采用 skiplist 作為其底層實(shí)現(xiàn)。

常見(jiàn)命令

添加與更新成員

ZADD key score member [score member ...] : 添加一個(gè)或多個(gè)成員到有序集合，或者更新已存在成員的分?jǐn)?shù)
ZINCRBY key increment member             : 增加有序集合中指定成員的分?jǐn)?shù)

> ZADD myZSet 10 member1 20 member2
(integer) 2
# 獲取有序集合中的所有成員及其分?jǐn)?shù)
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member1"
2) "10"
3) "member2"
4) "20"
> ZINCRBY myZSet 5 "member1"
"15"
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member1"
2) "15"
3) "member2"
4) "20"

查詢操作

ZCARD key            : 獲取有序集合的成員數(shù)量
ZSCORE key member    : 獲取指定成員的分?jǐn)?shù)值
ZRANK key member     : 返回有序集合中指定成員的排名，排名依次是 0，1，2 ...
ZREVRANK key member  : 返回有序集合中指定成員的排名，成員按分?jǐn)?shù)值遞減排列
> ZCARD myZSet
(integer) 2
> ZSCORE myZSet "member2"
"20"
> ZRANK myZSet "member1"
(integer) 0
> ZRANK myZSet "member2"
(integer) 1
> ZREVRANK myZSet "member2"
(integer) 0
> ZREVRANK myZSet "member1"
(integer) 1

ZRANGE key min max [WITHSCORES]        : 返回有序集中指定區(qū)間內(nèi)的成員  # min 和 max 是要獲取的排名范圍（排名可以理解為索引，從0開(kāi)始，其中0是分?jǐn)?shù)最低的成員），可選的 [WITHSCORES] 參數(shù)表示除了返回成員名外，還要返回它們的分?jǐn)?shù)
ZREVRANGE key start stop [WITHSCORES]  : 返回有序集中指定區(qū)間內(nèi)的成員，成員按分?jǐn)?shù)遞減排列

> ZRANGE myZSet 0 1
1) "member1"
2) "member2"
> ZRANGE myZSet 0 1 WITHSCORES
1) "member1"
2) "15"
3) "member2"
4) "20"
> ZREVRANGE myZSet 0 1
1) "member2"
2) "member1"
> ZREVRANGE myZSet 0 1 WITHSCORES
1) "member2"
2) "20"
3) "member1"
4) "15"

ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]                                        : 獲取分?jǐn)?shù)在指定區(qū)間的所有成員，建議：max >= min
ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count]: 獲取分?jǐn)?shù)在指定區(qū)間的所有成員，成員按分?jǐn)?shù)遞減排列; 建議：max >= min
#[LIMIT offset count]  這是一個(gè)限制返回的成員數(shù)量的可選項(xiàng)。其中，offset 是開(kāi)始返回的起始位置（基于0的索引），count 是返回的成員總數(shù)。例如，LIMIT 1 3 會(huì)返回從下標(biāo)為1開(kāi)始的3個(gè)成員

> ZRANGEBYSCORE myZSet 16 22
1) "member2"
> ZRANGEBYSCORE myZSet 16 22 WITHSCORES
1) "member2"
2) "20"
> ZRANGEBYSCORE myZSet 15 22 WITHSCORES LIMIT 0 2
1) "member1"
2) "15"
3) "member2"
4) "20"
> ZREVRANGEBYSCORE myZSet 22 15 WITHSCORES
1) "member2"
2) "20"
3) "member1"
4) "15"

ZCOUNT key min max: 計(jì)算在有序集合中指定區(qū)間分?jǐn)?shù)的成員數(shù)
ZLEXCOUNT key min max: 用于計(jì)算基于成員名稱的字典序位于指定區(qū)間內(nèi)的成員數(shù)量 # 對(duì)于 min和 max，要使用方括號(hào) [ 或 ( 來(lái)指示范圍的邊界是否包含在計(jì)數(shù)中。方括號(hào) [ 表示該值是包含的，而小括號(hào) ( 表示該值是不包含的。

> ZCOUNT myZSet 15 20
(integer) 2
> ZLEXCOUNT myZSet [a [z
(integer) 2
> ZLEXCOUNT myZSet [a [b
(integer) 0

ZSCAN key cursor [MATCH pattern] [COUNT count]: 迭代Redis的有序集合（ZSET）的元素，包括它的成員和分?jǐn)?shù)。是一種漸進(jìn)地遍歷有序集的方法，而不是一次返回所有結(jié)果，這對(duì)于大型數(shù)據(jù)集尤為有用，因?yàn)樗粫?huì)因?yàn)橐祷卮罅康慕Y(jié)果而阻塞服務(wù)器。
# cursor: 用于迭代的游標(biāo)。初次調(diào)用時(shí)，通常設(shè)置為"0"，之后的調(diào)用將使用上次返回的游標(biāo)值。
MATCH pattern (可選): 一個(gè)可選的匹配模式，用于篩選具有特定模式的元素。
COUNT count (可選): 提示服務(wù)器每次迭代應(yīng)返回多少元素。實(shí)際數(shù)目可能會(huì)稍多或稍少。

> ZSCAN myZSet  0
1) "0"
2) 1) "member1"
   2) "15"
   3) "member2"
   4) "20"
> ZSCAN myZSet  0 MATCH  mem*
1) "0"
2) 1) "member1"
   2) "15"
   3) "member2"
   4) "20"
> ZSCAN myZSet  0 COUNT 1
1) "0"
2) 1) "member1"
   2) "15"
   3) "member2"
   4) "20"

刪除操作

ZREM key member [member ...]    : 移除有序集合中的一個(gè)或多個(gè)成員
# 先查看有序集合中的成員及分?jǐn)?shù)
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member1"
2) "15"
3) "member2"
4) "20"
> ZREM myZSet "member1"
(integer) 1
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member2"
2) "20"

ZPOPMAX key [count]             : 移除并返回有序集合中的最大的一些成員
> ZADD myZSet 15 "member1" 30 "member3" 55 "member5" 40 "member4"
(integer) 4
> ZRANGE myZSet 0 -1 WITHSCORES
 1) "member1"
 2) "15"
 3) "member2"
 4) "20"
 5) "member3"
 6) "30"
 7) "member4"
 8) "40"
 9) "member5"
10) "55"
> ZPOPMAX myZSet 2
1) "member5"
2) "55"
3) "member4"
4) "40"
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member1"
2) "15"
3) "member2"
4) "20"
5) "member3"
6) "30"

ZPOPMIN key [count]             : 移除并返回有序集合中的最小的一些成員
# ZPOPMIN 我這里就不舉例了，和 ZPOPMAX 類似

ZREMRANGEBYRANK key start stop  : 移除有序集合中給定的排名區(qū)間的所有成員
ZREMRANGEBYSCORE key min max    : 移除有序集合中給定的分?jǐn)?shù)區(qū)間的所有成員
ZREMRANGEBYLEX key min max      : 移除有序集合中給定的成員名字典區(qū)間的所有成員

> ZREMRANGEBYSCORE myZSet 20 30
(integer) 1
> ZRANGE myZSet 0 -1 WITHSCORES
(empty array)
>  ZADD myZSet 15 "member1" 30 "member3" 55 "member5" 40 "member4"
(integer) 4
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member1"
2) "15"
3) "member3"
4) "30"
5) "member4"
6) "40"
7) "member5"
8) "55"
> ZREMRANGEBYLEX myZSet ["member1" ["member4"
(integer) 3
> ZRANGE myZSet 0 -1 WITHSCORES
1) "member5"
2) "55"

集合操作

ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]    : 計(jì)算給定的一個(gè)或多個(gè)有序集的并集，并存儲(chǔ)在新的 destination 中
ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]    : 計(jì)算給定的一個(gè)或多個(gè)有序集的交集，并存儲(chǔ)在新的 destination 中

說(shuō)明：
destination   - 新的有序集合的名字，用于存放結(jié)果。
numkeys       - 指定將要合并的有序集合的數(shù)量。
key [key ...] - 需要合并的有序集合的名字。
WEIGHTS       - 可選參數(shù)，用于為每一個(gè)輸入的有序集分配一個(gè)乘法因子。例如，如果某個(gè)集合的 WEIGHT 是2，那么在計(jì)算并集時(shí)，該集合中的每個(gè)元素的分?jǐn)?shù)都會(huì)乘以2。
AGGREGATE     - 可選參數(shù)，它決定了當(dāng)多個(gè)有序集合中存在相同元素時(shí)，如何處理這些元素的分?jǐn)?shù)。有三個(gè)選項(xiàng)：SUM（默認(rèn)）、MIN和MAX。SUM將相同元素的分?jǐn)?shù)加起來(lái)，MIN 使用最小分?jǐn)?shù)，而 MAX 使用最大分?jǐn)?shù)。

> ZADD set1 1 "one" 2 "two"
(integer) 2
> ZADD set2 1 "one" 3 "three"
(integer) 2
> ZRANGE set1 0 -1 WITHSCORES
1) "one"
2) "1"
3) "two"
4) "2"
> ZRANGE set2 0 -1 WITHSCORES
1) "one"
2) "1"
3) "three"
4) "3"
> ZUNIONSTORE result 2 set1 set2
(integer) 3
> ZRANGE result 0 -1 WITHSCORES
1) "one"
2) "2"
3) "two"
4) "2"
5) "three"
6) "3"
# 當(dāng)然，你可以使用 WEIGHTS 和 AGGREGATE 參數(shù)來(lái)調(diào)整結(jié)果的計(jì)算方式。例如，如果你想要為 set1 的每個(gè)成員加倍其分?jǐn)?shù)，然后和 set2 求并集，并取每個(gè)成員的最大值作為結(jié)果：

# set1 set2 兩個(gè)集合的初始值沒(méi)變，還是上面的數(shù)據(jù)
> ZUNIONSTORE result 2 set1 set2  WEIGHTS 2 1 AGGREGATE MAX
(integer) 3
> ZRANGE result 0 -1 WITHSCORES
1) "one"
2) "2"
3) "three"
4) "3"
5) "two"
6) "4"

應(yīng)用案例

實(shí)時(shí)排行榜

• 游戲排行榜

在線游戲的實(shí)時(shí)排行榜，玩家或用戶的得分可以即時(shí)更新，并按分?jǐn)?shù)進(jìn)行排序。

# 添加或更新分?jǐn)?shù)
ZADD leaderboard 1500 "player1"
ZADD leaderboard 2200 "player2"
ZADD leaderboard 1800 "player3"
#查詢前3名玩家
ZREVRANGE leaderboard 0 2 WITHSCORES
# 獲取某個(gè)玩家的排名
ZREVRANK leaderboard "player1"

• 網(wǎng)站文章或視頻的熱門排行

網(wǎng)站可能希望展示其上點(diǎn)擊量最高的文章或視頻。每次有用戶點(diǎn)擊時(shí)，相關(guān)內(nèi)容的計(jì)數(shù)就會(huì)增加，然后可以使用有序集合實(shí)時(shí)顯示熱門內(nèi)容。

# 文章被點(diǎn)擊：
ZINCRBY article_views 1 "article123"
#獲取最熱門的 3 篇文章
ZREVRANGE article_views 0 2 WITHSCORES

• 電商平臺(tái)的熱門產(chǎn)品排行

電商平臺(tái)可能希望展示最受歡迎的產(chǎn)品。每當(dāng)產(chǎn)品被購(gòu)買，其熱度都會(huì)增加。

#產(chǎn)品被購(gòu)買：
ZINCRBY product_sales 1 "product123"
#獲取最受歡迎的10個(gè)產(chǎn)品
ZREVRANGE product_sales 0 9 WITHSCORES

時(shí)間線事件記錄

場(chǎng)景描述：假設(shè)我們正在為一個(gè)社交網(wǎng)絡(luò)網(wǎng)站設(shè)計(jì)功能，用戶每次登錄、發(fā)帖或評(píng)論都會(huì)在其時(shí)間線上生成一個(gè)事件。我們希望可以跟蹤這些事件并能夠檢索特定時(shí)間范圍內(nèi)的事件。

#用戶在某個(gè)時(shí)間點(diǎn)登錄了網(wǎng)站
ZADD user123:timeline 1631498200 "Logged in"
#該用戶稍后發(fā)表了一篇文章
ZADD user123:timeline 1631498300 "Posted an article about Redis"
#查詢?cè)撚脩粼谥付ǖ臅r(shí)間范圍內(nèi)的所有事件
ZRANGEBYSCORE user123:timeline 1631498200 1631498400

延遲任務(wù)隊(duì)列

場(chǎng)景描述：用戶訂閱了一個(gè)在線服務(wù)，比如說(shuō)一個(gè)音樂(lè)服務(wù)，它提供了一個(gè)月的免費(fèi)試用。為了提醒用戶及時(shí)續(xù)費(fèi)或者保存他們的歌單數(shù)據(jù)，服務(wù)提供商可以在試用期結(jié)束前的幾天，發(fā)送一個(gè)“您的試用即將結(jié)束，請(qǐng)及時(shí)續(xù)費(fèi)”的提醒。這個(gè)提醒任務(wù)就可以放入延遲隊(duì)列。

具體實(shí)現(xiàn)步驟：

# 用戶注冊(cè): 當(dāng)用戶開(kāi)始他們的免費(fèi)試用時(shí)，你會(huì)將這個(gè)用戶和他們?cè)囉媒Y(jié)束時(shí)間的時(shí)間戳（減去3天，這樣在結(jié)束前3天提醒他們）加入到一個(gè)有序集合中。
ZADD trial_end_reminders (start_timestamp + trial_period - few_days) user_id  # 一般時(shí)間戳是以秒為單位的，對(duì)于這個(gè)例子，trial_period = 24*86400，few_days = 3 * 86400。
#后臺(tái)任務(wù)：后臺(tái)任務(wù)每天定期檢查這個(gè)有序集合，查看哪些用戶需要在今天被提醒。
ZRANGEBYSCORE trial_end_reminders (current_timestamp) (current_timestamp + 86400)

#發(fā)送提醒：對(duì)于上面命令返回的每一個(gè)用戶，你的系統(tǒng)會(huì)發(fā)送一個(gè)提醒郵件或者應(yīng)用內(nèi)通知，告訴他們?cè)囉眉磳⒔Y(jié)束，并提供一個(gè)續(xù)訂鏈接。

#清理：在發(fā)送提醒后，你需要從有序集合中移除這些用戶，確保他們不會(huì)被再次提醒。
ZREM trial_end_reminders user_id_1 user_id_2 ...

Bitmaps

基本概念：

Redis 的 Bitmaps（位圖）是一種特殊的數(shù)據(jù)結(jié)構(gòu)，用于高效地處理大量的布爾值（true/false或者1/0）。在 Redis 中，Bitmaps 實(shí)際上并不是一種獨(dú)立的數(shù)據(jù)類型，而是字符串（String）類型的一種特殊操作方式。通過(guò) 位操作 命令，Redis 允許用戶在一個(gè)很大的字節(jié)數(shù)組中設(shè)置和獲取位（bit）的值。

簡(jiǎn)單圖解:

內(nèi)部實(shí)現(xiàn)

Bitmaps 實(shí)際上就是一個(gè) String，底層采用字節(jié)數(shù)組來(lái)存儲(chǔ)數(shù)據(jù)。

Bitmaps 提供了一系列的命令來(lái)操作和查詢二進(jìn)制位。

基本命令：

設(shè)置和獲取位值：

SETBIT key offset value    : 設(shè)置或清除操作只需將對(duì)應(yīng)位 置 0 即可指定的位 # 清除操作只需將對(duì)應(yīng)位 置 0 即可， offset只能是非負(fù)整數(shù)。
GETBIT key offset          : 獲取指定位的值

#  將位于索引7的位設(shè)置為1
> SETBIT mymap 7 1
(integer) 0
#  獲取位于索引7的位的值
> GETBIT mymap 7
(integer) 1

統(tǒng)計(jì)和查找：

BITCOUNT key                 ：計(jì)算整個(gè)字符串中設(shè)置為1的位數(shù)
BITCOUNT key [start end]     ：計(jì)算在指定范圍內(nèi)設(shè)置為1的位數(shù)
BITPOS key bit [start] [end] : 找到第一個(gè)設(shè)置為1或0的位

其中，start和end是字符串的字節(jié)索引（不是bit索引）

> BITCOUNT mymap  
(integer) 1
> BITCOUNT mymap 0 1  # 計(jì)算從字節(jié)0到字節(jié)1之間設(shè)置為1的位數(shù)
(integer) 1
> BITPOS mymap 1
(integer) 7
> BITPOS mymap 0
(integer) 0

其他運(yùn)算

BITOP operation destkey key [key ...]   ： 對(duì)一個(gè)或多個(gè)bitmaps進(jìn)行位運(yùn)算
operation 可能是 AND, OR, XOR, NOT 其中一種
AND:邏輯與 、OR:邏輯或、XOR:邏輯異或、NOT：邏輯非

> SETBIT yourmap 5 1
(integer) 0
> BITOP AND destMap mymap yourmap
(integer) 1         # 返回 1，表示 destMap 的長(zhǎng)度是 1 字節(jié)         

應(yīng)用案列：

員工打卡簽到：

大家都知道，員工打卡簽到系統(tǒng)幾乎是每家公司的標(biāo)配功能。每天上班，員工都需要打卡來(lái)記錄他們的出勤情況。今天我們來(lái)探討一下，如何利用 Redis 中的 Bitmaps 來(lái)高效地實(shí)現(xiàn)這個(gè)功能。

為什么選擇 Bitmaps?

員工打卡簽到無(wú)非就是兩種結(jié)果：簽到和未簽到。這種二元狀態(tài)正好與Bitmaps的存儲(chǔ)方式相契合，每位員工的每天簽到狀態(tài)只需用一個(gè)位（0或1）來(lái)表示。

每天使用一個(gè)特定日期格式的 key（如 user:12345:attendance:2023-09-01）存儲(chǔ)Bitmaps。員工的 ID 直接作為位索引，如 ID 為 42 的員工簽到，則將sign_2023-09-01的第 42 位設(shè)為 1。

示例：

#員工打卡簽到
SETBIT user:42:attendance:2023-09-01 42 1    # 員工 ID 42 在2023-09-01簽到
SETBIT user:42:attendance:2023-09-01 1024 1  # 員工 ID 1024 在2023-09-01簽到

#檢查特定用戶是否在某天簽到
GETBIT user:42:attendance:2023-09-01 42  # 查看員工 ID 42 在2023-09-01是否簽到
GETBIT user:42:attendance:2023-09-01 500  # 查看員工 ID 500 在2023-09-01是否簽到

#計(jì)算某一天的簽到用戶數(shù)
BITCOUNT user:42:attendance:2023-09-01  # 查看2023-09-01的簽到用戶數(shù)

日活跟蹤:

記錄特定日期所有活躍用戶的信息。例如，我們可以使用一個(gè)特定日期的 bitmaps 來(lái)跟蹤該日期的所有活躍用戶。

# 用戶 ID 為 12345 和 67890 在 2023-09-01 都活躍了
SETBIT active_users:2023-09-01 12345 1
SETBIT active_users:2023-09-01 67890 1

# 檢查用戶 ID 為 12345 在 2023-09-01 是否活躍
GETBIT active_users:2023-09-01 12345

#檢查某一天所有的活躍用戶數(shù)
BITCOUNT user:42:attendance:2023-09-01

用戶登錄：

可以使用 bitmaps 來(lái)跟蹤用戶的登錄狀態(tài)，例如，確定用戶是否已登錄。

# 用戶 ID 為 12345 登錄了
SETBIT user:12345:login_status 1

# 檢查用戶 ID 為 12345 是否登錄
GETBIT user:12345:login_status

這三個(gè)應(yīng)用的關(guān)注點(diǎn)區(qū)別：

打卡簽到： 主要關(guān)注個(gè)體用戶的連續(xù)行為，例如連續(xù)簽到多少天。

日活跟蹤： 關(guān)注整體的用戶行為，例如在某一天有多少用戶活躍了。

用戶登錄： 主要跟蹤用戶的即時(shí)狀態(tài)，例如某用戶當(dāng)前是否在線或已登錄。

HyperLogLog

在大數(shù)據(jù)應(yīng)用中，我們經(jīng)常需要計(jì)算或估算某個(gè)集合中不重復(fù)元素的數(shù)量（基數(shù)），例如統(tǒng)計(jì)網(wǎng)站的獨(dú)立訪客(UV)。但當(dāng)數(shù)據(jù)規(guī)模非常大時(shí)，傳統(tǒng)的統(tǒng)計(jì)方法會(huì)消耗大量的存儲(chǔ)和計(jì)算資源。這時(shí)，Redis 的 HyperLogLog（簡(jiǎn)稱HLL）提供了一個(gè)很好的解決方案。

基本概念：

從廣義上說(shuō)，HyperLogLog 是一個(gè)概率性的數(shù)據(jù)結(jié)構(gòu)，用于估算集合的基數(shù)（即不重復(fù)元素的數(shù)量）。它不會(huì)提供完美準(zhǔn)確的計(jì)數(shù)，但它使用的存儲(chǔ)空間非常?。ㄗ疃嗍褂?2KB的內(nèi)存）。

在 Redis 的語(yǔ)境中，我們可以將 HyperLogLog 視為一種特定的數(shù)據(jù)類型。

簡(jiǎn)單圖解：

步驟說(shuō)明：

• 輸入值通過(guò)哈希函數(shù)生成固定長(zhǎng)度的二進(jìn)制哈希值。
• 哈希值的前幾位決定了它應(yīng)該進(jìn)入數(shù)組的位置。
• 存儲(chǔ)值，將給定值的前導(dǎo)零的個(gè)數(shù)存儲(chǔ)在數(shù)組的對(duì)應(yīng)位置
• 數(shù)組中的值可能會(huì)根據(jù)新的哈希值進(jìn)行更新（新的哈希值的前導(dǎo)零個(gè)數(shù)大于數(shù)組值才會(huì)更新）
• 根據(jù)數(shù)組元素進(jìn)行基數(shù)估計(jì)

內(nèi)部實(shí)現(xiàn)

Redis 的 HyperLogLog 是一種特殊的數(shù)據(jù)類型，用來(lái)估計(jì)一個(gè)集合中有多少不同的元素。它不會(huì)給出完全準(zhǔn)確的答案，但它的估計(jì)接近真實(shí)值，并且使用的存儲(chǔ)空間非常小。它是基于一種名為 'HyperLogLog' 的聰明算法來(lái)工作的，這種算法使用概率學(xué)的魔法來(lái)做估計(jì)，而不是真正地?cái)?shù)每一個(gè)元素。

基本命令：

PFADD key element [element ...]           :  添加元素
PFCOUNT key [key ...]                     :  查詢基數(shù)估計(jì)值
PFMERGE destkey sourcekey [sourcekey ...] :  合并多個(gè) HyperLogLog 數(shù)據(jù)集

> PFADD myhll a b c d e f g
(integer) 1
> PFCOUNT myhll
(integer) 7
> PFADD yourhll a b c d h i j k
(integer) 1
> PFMERGE desthll myhll yourhll
OK
> PFCOUNT desthll
(integer) 11

應(yīng)用案例：

網(wǎng)站的 UV（獨(dú)立訪客）統(tǒng)計(jì)

當(dāng)你要統(tǒng)計(jì)一個(gè)網(wǎng)站的UV（獨(dú)立訪客）時(shí)，你的目標(biāo)是確定有多少獨(dú)立的用戶訪問(wèn)了你的網(wǎng)站，而不是訪問(wèn)的總次數(shù)。傳統(tǒng)的方法（比如，基于關(guān)系型數(shù)據(jù)庫(kù)的計(jì)數(shù)）可能會(huì)很耗資源，特別是當(dāng)訪客量非常大時(shí)。

而 Redis 的 HyperLogLog 提供了一個(gè)空間效率非常高的方式來(lái)進(jìn)行這樣的估算。每當(dāng)有用戶訪問(wèn)網(wǎng)站時(shí)，你可以記錄其 IP 地址或者某個(gè)與用戶相關(guān)的唯一標(biāo)識(shí)符（sessionID），然后使用 PFADD 命令將其加入到 HyperLogLog 中。

具體實(shí)現(xiàn)：

為每個(gè)獨(dú)立的訪客生成唯一標(biāo)識(shí)：

現(xiàn)在大部分網(wǎng)站都會(huì)采用 cookie 技術(shù)。每當(dāng)用戶訪問(wèn)網(wǎng)站時(shí)，服務(wù)器都會(huì)為這位新訪客生成一個(gè)唯一的 ID 并將其存儲(chǔ)在 cookie 中。這個(gè)唯一的 ID 用于在后續(xù)的訪問(wèn)中識(shí)別該用戶，從而跟蹤其在網(wǎng)站上的行為和偏好。

我們使用 user_cookie_12345 ，user_cookie_12346 等來(lái)標(biāo)識(shí)不同的cookie

添加 Cookie 到 HyperLogLog:

為了跟蹤一天的 UV，可以為每天創(chuàng)建一個(gè) HyperLogLog。當(dāng)用戶訪問(wèn)你的網(wǎng)站時(shí)，使用PFADD命令將他們的唯一標(biāo)識(shí)添加到 HyperLogLog 中。

> PFADD uv_2023_09_01 user_cookie_12345 
> PFADD uv_2023_09_01 user_cookie_12346 
> PFADD uv_2023_09_01 user_cookie_12347 
...

估算該日的UV：

使用 PFCOUNT 命令來(lái)獲取估算的UV值。

該命令會(huì)返回一個(gè)估算的獨(dú)立訪客數(shù)量。請(qǐng)注意，這是一個(gè)估算值，但其精度在大多數(shù)情況下是足夠的。

存儲(chǔ)歷史數(shù)據(jù)：

如果你想跟蹤UV的歷史數(shù)據(jù)，可以為每天保留一個(gè) HyperLogLog。例如：uv_2023_09_01、uv_2023_09_02等。

合并多日數(shù)據(jù)：

如果你想要一個(gè)時(shí)間范圍內(nèi)的估算 UV（例如一個(gè)月），你可以使用 PFMERGE 命令合并多個(gè) HyperLogLog。

以上就是使用 Redis 的 HyperLogLog 進(jìn)行網(wǎng)站UV統(tǒng)計(jì)的基本方法。使用這種方法，你可以用非常少的空間（每個(gè) HyperLogLog 只需要12KB）來(lái)跟蹤大量的獨(dú)立訪客。

Geospatial

簡(jiǎn)介：

Redis支持一個(gè)稱為 Geospatial 的地理空間索引功能。這一功能在許多需要地理定位數(shù)據(jù)的應(yīng)用中都有著廣泛應(yīng)用，如找到某個(gè)位置附近的餐廳或商店等。

基本概念：

“Geo” 來(lái)源于希臘語(yǔ)，意為“地球”，而 “spatial” 則表示“與空間有關(guān)”。結(jié)合起來(lái)，Geospatial 主要關(guān)注地球上的空間位置或地域。在 Redis 中，這意味著我們可以使用坐標(biāo)系統(tǒng)（如經(jīng)緯度）來(lái)存儲(chǔ)和查詢地理位置的數(shù)據(jù)。

簡(jiǎn)單圖解:

說(shuō)明：圖示的（x,y）代表的是 經(jīng)緯度坐標(biāo)

內(nèi)部實(shí)現(xiàn):

地圖到數(shù)字：

想象一下，我們的地球是一個(gè)巨大的地圖。如果我們要在這張地圖上標(biāo)記一個(gè)位置，通常會(huì)使用經(jīng)緯度來(lái)描述它。但計(jì)算機(jī)更擅長(zhǎng)處理數(shù)字而不是這樣的坐標(biāo)。因此，Redis 使用了一種叫做 Geohash 的技巧，它可以把這些坐標(biāo)（比如經(jīng)緯度）轉(zhuǎn)換成一個(gè)數(shù)字。

把位置存進(jìn)列表：

Redis 有一種特殊的列表叫做 zset（有序集合）。在 Geospatial 中，位置的名字（比如"北京"）作為元素，而轉(zhuǎn)換得到的數(shù)字（Geohash）作為這個(gè)元素的“分?jǐn)?shù)”。

查找附近的地方：

當(dāng)我們想知道某個(gè)位置附近的其他地方時(shí)，Redis 會(huì)先找出這個(gè)位置的數(shù)字（Geohash），然后在 zset 中查找分?jǐn)?shù)接近的其他元素。這樣就可以快速地找出附近的位置。

注意：

使用 Geohash 的方法可能不是百分之百精確的，因?yàn)樗且环N近似的方法。但在實(shí)際應(yīng)用中，這種小小的誤差通常不會(huì)導(dǎo)致太大的問(wèn)題，而它讓存儲(chǔ)和查找變得非常迅速。

基本命令

添加操作：

向指定的鍵中添加地理空間位置（經(jīng)度、緯度、名稱）

GEOADD key longitude latitude member [longitude latitude member ...]                    : 向指定的鍵中添加地理空間位置（經(jīng)度、緯度、名稱）

> GEOADD china:city 114.085947 22.547 shenzhen 113.280637 23.125178 guangzhou
(integer) 2
> GEOADD china:city 121.472644 31.231706 shanghai 116.405285 39.904989 beijing
(integer) 2
> GEOADD china:city 108.948024 34.263161 xian 106.504962 29.533155 chongqing
(integer) 2

獲取操作：

GEOPOS key member [member ...]                      : 獲取一個(gè)或多個(gè)位置元素的經(jīng)緯度
GEODIST key member1 member2 [m|km|ft|mi]            : 獲取兩個(gè)地點(diǎn)之間的距離    # [m|km|ft|mi]:  分別是：米，千米，英尺，英里
GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]  : 根據(jù)給定的經(jīng)緯度坐標(biāo)，返回位于給定距離內(nèi)的位置。

#參數(shù)詳解
WITHCOORD    ： 返回查詢結(jié)果中地理位置的經(jīng)緯度坐標(biāo)
WITHDIST     ： 返回每個(gè)查詢結(jié)果地點(diǎn)到給定坐標(biāo)的距離
WITHHASH     ： 返回位置的 52 位整數(shù)表示的 geohash
ASC|DESC     ： 決定了查詢結(jié)果的排序方式，按距離升序排列、按距離降序排列 
COUNT count  :  限制查詢結(jié)果的數(shù)量。

> GEOADD china:city 108.948024 34.263161 xian 106.504962 29.533155 chongqing
(integer) 2
> GEOPOS china:city xian chongqing
1) 1) "108.94802302122116089"
   2) "34.2631604414749944"
2) 1) "106.50495976209640503"
   2) "29.53315530684997015"
> GEODIST china:city shenzhen xian km
"1396.1268"
> GEORADIUS china:city 118.767413 32.041544 500 km
1) "shanghai"
> GEORADIUS china:city 118.767413 32.041544 500 km WITHCOORD
1) 1) "shanghai"
   2) 1) "121.47264629602432251"
      2) "31.23170490709807012"
> GEORADIUS china:city 118.767413 32.041544 500 km WITHDIST
1) 1) "shanghai"
   2) "271.5419"

我們來(lái)看一個(gè)混合使用參數(shù)的例子：

查詢距離某個(gè)位置 1000 公里內(nèi)的所有地方，并返回其名稱、距離、坐標(biāo)，然后按距離升序排序，只顯示前 3 個(gè)結(jié)果。

> GEORADIUS china:city 118.767413 32.041544 1000 km WITHDIST WITHCOORD ASC COUNT 3
1) 1) "shanghai"
   2) "271.5419"
   3) 1) "121.47264629602432251"
      2) "31.23170490709807012"
2) 1) "beijing"
   2) "899.9931"
   3) 1) "116.40528291463851929"
      2) "39.9049884229125027"
3) 1) "xian"
   2) "946.7395"
   3) 1) "108.94802302122116089"
      2) "34.2631604414749944"

應(yīng)用案例

位置數(shù)據(jù)存儲(chǔ)與查詢：

• 社交應(yīng)用：用戶可以查找附近的朋友或興趣點(diǎn)。例如，一個(gè)社交網(wǎng)絡(luò)應(yīng)用可以允許用戶查看附近的其他用戶或活動(dòng)。
• 出行與導(dǎo)航：用于存儲(chǔ)和查詢地理位置數(shù)據(jù)，如共享單車或共享汽車的當(dāng)前位置，以及用戶附近的可用車輛。

Stream

基本概念

Redis Stream 是 Redis 5.0 中引入的新數(shù)據(jù)類型，設(shè)計(jì)用來(lái)存儲(chǔ)和查詢?nèi)罩緮?shù)據(jù)結(jié)構(gòu)。Stream 是 Redis 對(duì)“日志”數(shù)據(jù)結(jié)構(gòu)的實(shí)現(xiàn)，這種結(jié)構(gòu)在各種場(chǎng)景中都很有用，如消息隊(duì)列和事件日志。

與簡(jiǎn)單的 List 不同，Stream 能夠更好地支持多用戶并發(fā)操作，同時(shí)還提供了復(fù)雜的消息確認(rèn)和消費(fèi)機(jī)制。

Stream 基本組件介紹

Stream：一個(gè)Stream是一個(gè)按時(shí)間順序排列的消息列表。每個(gè)消息都有一個(gè)唯一的ID和鍵值對(duì)組成的數(shù)據(jù)。

Consumer：這是一個(gè)從 Stream 讀取消息的客戶端。每個(gè) Consumer 都有一個(gè)唯一的名字。

Consumer Group：一個(gè) Consumer Group 包含一組 Consumer，它們共同讀取一個(gè) Stream。這樣做是為了并行處理消息。

簡(jiǎn)單圖解

內(nèi)部實(shí)現(xiàn):

ListPack : Redis 中的 Stream 的底層用的是一種名為 ListPack 的數(shù)據(jù)結(jié)構(gòu)，它非常緊湊并且效率高。

唯一ID : 每個(gè)消息都有一個(gè)由時(shí)間戳和序列號(hào)組成的唯一ID，確保消息的全局唯一性。

基本命令:

基礎(chǔ)操作

添加操作：
XADD key  *|ID field value [field value ...]  :   
# *|ID: 消息的 ID。使用 * 會(huì)自動(dòng)生成一個(gè)ID，或者你可以指定一個(gè)

> XADD mystream * name xiaokang age 25
"1695020949856-0"
> XADD mystream * hobby swim job programmer
"1695029970290-0"

查詢操作:
XRANGE key start end [COUNT count]      ：  查詢指定ID范圍內(nèi)的消息
XREVRANGE key end start [COUNT count]   :   反向查詢指定ID范圍內(nèi)的消息

#  參數(shù)說(shuō)明：
key            : 表示你要檢索的 Stream 的名字
[COUNT count]  : 可選參數(shù)，用于限制返回的消息數(shù)量
對(duì)于 XRANGE 命令，參數(shù) start 和 end 的含義：
start          : 檢索的起始消息 ID
end            : 檢索的結(jié)束消息 ID

對(duì)于 XRANGE 命令，參數(shù) start 和 end 的含義： 
start          : 反向檢索的起始消息 ID
end            : 反向檢索的結(jié)束消息 ID

特殊符號(hào)解釋:
參數(shù) start 取 '-' ， 表示最早的消息，取 + 表示最新的消息


# 檢索所有消息
> XRANGE mystream - +
1) 1) "1695020949856-0"
   2) 1) "name"
      2) "xiaokang"
      3) "age"
      4) "25"
2) 1) "1695029970290-0"
   2) 1) "hobby"
      2) "swim"
      3) "job"
      4) "programmer"
#  反向檢索所有消息
> XREVRANGE  mystream +  -
1) 1) "1695029970290-0"
   2) 1) "hobby"
      2) "swim"
      3) "job"
      4) "programmer"
2) 1) "1695020949856-0"
   2) 1) "name"
      2) "xiaokang"
      3) "age"
      4) "25"

獲取長(zhǎng)度：
XLEN key                   ：獲取Stream中的消息數(shù)量

> XLEN mystream
(integer) 2

裁剪操作：
XTRIM key MAXLEN|MINID [=|~] threshold [LIMIT count]  ：裁減Stream 的長(zhǎng)度，控制其大小
# 參數(shù)說(shuō)明
MAXLEN|MINID  : 裁減策略選擇。
MAXLEN        ：使 Stream 最多保持指定數(shù)量的消息。
MINID         ：刪除所有小于指定ID的消息。

[=|~]: 這是一個(gè)可選的修飾符，與上面的 MAXLEN 或 MINID 一起使用。

=：這意味著長(zhǎng)度或ID應(yīng)該精確匹配。對(duì)于 MAXLEN，它確保Stream的長(zhǎng)度恰好等于指定的長(zhǎng)度（刪除任何額外的消息）；對(duì)于 MINID，它確保刪除的所有消息的ID值都小于等于給定值。
~：這意味著長(zhǎng)度或ID是一個(gè)近似值。這可能會(huì)導(dǎo)致更快的裁減操作，但Stream的實(shí)際長(zhǎng)度可會(huì)略微超過(guò)或低于指定的值。
[LIMIT count]  : 這是一個(gè)可選的參數(shù)，它限制了在一個(gè)操作中可以刪除的消息數(shù)

> XTRIM mystream MAXLEN = 1
(integer) 1
> XRANGE mystream - +
1) 1) "1695029970290-0"
   2) 1) "hobby"
      2) "swim"
      3) "job"
      4) "programmer"
      
刪除操作：
XDEL key ID [ID ...]       ： 從Stream中刪除指定的消息

> XDEL mystream "1695029970290-0"
(integer) 1
> XRANGE mystream - +

讀取消息操作:

XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...]                    : 用于從一個(gè)或多個(gè)流中讀取消息

參數(shù)說(shuō)明：
COUNT count                  :可選參數(shù)，指定要從每個(gè)流中讀取的最大消息數(shù)。
BLOCK milliseconds           :可選參數(shù)，阻塞操作的時(shí)間（以毫秒為單位）。該命令會(huì)等待指定的時(shí)間，直到有新的消息可用。 在給定的時(shí)間內(nèi)沒(méi)有新消息，則命令會(huì)返回一個(gè)空響應(yīng)
STREAMS                      :指示后面要列出要從中讀取的流的名稱。這是一個(gè)固定的關(guān)鍵字。
key [key ...]                :要從中讀取的流的名稱列表
ID [ID ...]                  :為每個(gè)指定的流提供一個(gè)消息 ID，從該 ID 之后（不包括該 ID）開(kāi)始讀取消息。
特殊 ID $                     :表示只讀取新的消息，也就是那些在發(fā)出此 XREAD 命令之后添加到流中的消息。

消費(fèi)者和消費(fèi)者組操作

XGROUP：用于創(chuàng)建、修改或刪除消費(fèi)者組。

# 參數(shù)說(shuō)明:
CREATE : 創(chuàng)建一個(gè)新的消費(fèi)者組。
XGROUP CREATE key groupname ID|$ [MKSTREAM]

key        : Stream 的名稱。
groupname  : 消費(fèi)者組的名稱。
ID         : 從哪個(gè)消息 ID 開(kāi)始消費(fèi)。如果選擇 $，則只會(huì)消費(fèi)新添加到 Stream 的消息。
MKSTREAM   : 可選參數(shù)。如果 Stream 不存在，它會(huì)創(chuàng)建一個(gè)新的空 Stream。

SETID  :  設(shè)置消費(fèi)者組的開(kāi)始消費(fèi)消息的 ID。
XGROUP SETID key groupname ID|$
key        : Stream 的名稱。
groupname  : 消費(fèi)者組的名稱。
ID         : 從哪個(gè)消息 ID 開(kāi)始消費(fèi)。如果選擇 $，則只會(huì)消費(fèi)新添加到 Stream 的消息。

DESTROY  :  刪除一個(gè)消費(fèi)者組。
XGROUP DESTROY key groupname
key        : Stream 的名稱。
groupname  : 消費(fèi)者組的名稱。

CREATECONSUMER  :  在給定的消費(fèi)者組中顯式地創(chuàng)建一個(gè)消費(fèi)者。
XGROUP CREATECONSUMER key groupname consumername
key          : Stream 的名稱。
groupname    : 消費(fèi)者組的名稱。
consumername : 新創(chuàng)建的消費(fèi)者的名稱。

XREADGROUP：使用消費(fèi)者組從Stream中讀取消息。

XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...] 
# 參數(shù)說(shuō)明：
group               : 指的是你想讀取消息的消費(fèi)者組的名稱。
consumer            : 是該消費(fèi)者組內(nèi)的消費(fèi)者名稱。每次使用 XREADGROUP，都需要指定消費(fèi)者名稱。
COUNT count         : 可選參數(shù)，指定從每個(gè)流中讀取的最大消息數(shù)量。
NOACK               : 消息在被讀取時(shí)不會(huì)被標(biāo)記為“未確認(rèn)”。因此，不需要（也不能）對(duì)它們進(jìn)行確認(rèn)。默認(rèn)情況下，當(dāng)消費(fèi)者讀取消息后，是需要對(duì)消息進(jìn)行確認(rèn)的。
ID [ID ...]         : 為每個(gè)指定的流提供一個(gè)消息 ID，從該 ID 之后（不包括該 ID）開(kāi)始讀取消息。
特殊 ID >            : 表示從上次讀取的位置繼續(xù)讀?。ㄖ辉谑褂?XREADGROUP 時(shí)有效）。

XACK : 用來(lái)確認(rèn)消費(fèi)者已成功處理的特定消息

XACK key group ID [ID ...] 

# 參數(shù)解釋 
key            : 這是你要確認(rèn)消息的 Stream 的名字。
group          : 這是消息所屬的消費(fèi)者組的名稱。
ID [ID ...]    : 一個(gè)或多個(gè)你想確認(rèn)的消息的 ID。

XPENDING ：用于查詢消費(fèi)者組中待處理（已發(fā)送但未確認(rèn)）的消息

XPENDING key group [[IDLE min-idle-time] start end count [consumer]]
key                           : 你要查詢的 Stream 的名稱。
group: 你要查詢的消費(fèi)者組的名稱。
IDLE min-idle-time            : 這是一個(gè)可選的參數(shù)，它允許你只查詢那些已經(jīng)空閑或未確認(rèn)超過(guò)指定毫秒數(shù)的消息。
start                         : 起始消息 ID。
end                           : 結(jié)束消息 ID。
count                         : 你要返回的消息的最大數(shù)量。
consumer                      : 這是一個(gè)可選的參數(shù)，它允許你只查詢特定消費(fèi)者的待處理消息。

XCLAIM ： 允許一個(gè)消費(fèi)者重新認(rèn)領(lǐng)消費(fèi)者組中的掛起消息，通常用于處理由失效消費(fèi)者未完成的消息。

XCLAIM key group consumer min-idle-time ID [ID ...] [IDLE ms] [TIME ms-unix-time] [RETRYCOUNT count] [force] [justid] 

key                        : 指定的 Stream 名稱。
group                      : 你想要操作的消費(fèi)者組名稱。
consumer                   : 這是嘗試認(rèn)領(lǐng)消息的消費(fèi)者的名字。
min-idle-time              : 以毫秒為單位的時(shí)間，僅當(dāng)消息的閑置時(shí)間超過(guò)此值時(shí)，消費(fèi)者才能認(rèn)領(lǐng)該消息。
ID [ID ...]                : 你想要認(rèn)領(lǐng)的消息的 ID 列表。
IDLE ms                    : 設(shè)置消息的新的閑置時(shí)間（自從最后一次被消費(fèi)以來(lái)的時(shí)間）。
TIME ms-unix-time          : 修改消息的最后一次被讀取的時(shí)間為給定的 Unix 時(shí)間
RETRYCOUNT count           : 設(shè)置消息的投遞計(jì)數(shù)（即這條消息已經(jīng)被送達(dá)的次數(shù)）。
force                      : 這個(gè)選項(xiàng)允許你不考慮 min-idle-time 條件，直接強(qiáng)制認(rèn)領(lǐng)消息。
justid                     : 如果設(shè)置這個(gè)選項(xiàng)，命令只返回消息 ID，不返回消息的內(nèi)容。

接下來(lái)，我通過(guò)一個(gè)示例來(lái)演示如何使用Redis Stream中的命令進(jìn)行消息的添加、消費(fèi)和確認(rèn)。

場(chǎng)景：

以一個(gè)在線訂單系統(tǒng)為例，當(dāng)一個(gè)用戶下單時(shí)，訂單詳細(xì)信息被添加到一個(gè)名為“orders”的stream中。有一個(gè)消費(fèi)者組叫做“order-processors”，里面有兩個(gè)消費(fèi)者：“processor1”和“processor2”。它們的任務(wù)是處理這些訂單，例如更新庫(kù)存、發(fā)送確認(rèn)郵件等。

1. 添加訂單
XADD orders * order_id 123 item_id A1 count 2  # 用戶A下了一個(gè)訂單，訂單編號(hào)為123,買了 2件
"1695103666038-0"
2.創(chuàng)建消費(fèi)者組
XGROUP CREATE orders order-processors $ MKSTREAM            # 創(chuàng)建一個(gè)名為“order-processors”的消費(fèi)者組，從                    stream 的開(kāi)始處監(jiān)聽(tīng)新的訂單。
OK

3.讀取和處理訂單
# processor1讀取了訂單123并開(kāi)始處理它
XREADGROUP GROUP order-processors processor1 COUNT 1 STREAMS orders >
# 同時(shí)，另一個(gè)用戶B下了一個(gè)訂單，編號(hào)為124
XADD orders * order_id 124 item_id A2 quantity 1
# 然后，processor2 開(kāi)始讀取訂單：
XREADGROUP GROUP order-processors processor2 COUNT 1 STREAMS orders >

4.確認(rèn)訂單已處理
# 當(dāng)processor1成功處理訂單123時(shí)，它會(huì)確認(rèn)處理完成：
XACK orders order-processors messageID1
# 注意：messageID1是processor1從Stream讀取到的訂單123的ID。

5.查看未處理的訂單
XPENDING orders order-processors
# 假設(shè)processor2由于某種原因暫時(shí)不能處理訂單124，這時(shí)我們會(huì)看到訂單124尚未被處理。

6.重新處理失敗的訂單
# 如果processor2出現(xiàn)故障，processor1可以認(rèn)領(lǐng)并處理訂單124：
XCLAIM orders order-processors processor1 3600000 messageID2

這個(gè)簡(jiǎn)單的在線訂購(gòu)系統(tǒng)例子展示了如何使用Redis Streams進(jìn)行實(shí)時(shí)訂單處理。這種模式可以確保即使某個(gè)消費(fèi)者失敗，訂單也能被其他消費(fèi)者接手并順利處理。

應(yīng)用案例:

消息隊(duì)列

消息隊(duì)列是一種應(yīng)用程序之間傳遞數(shù)據(jù)的方式。它允許應(yīng)用程序異步地發(fā)送和接收消息，這意味著發(fā)送消息的應(yīng)用程序和接收消息的應(yīng)用程序無(wú)需同時(shí)運(yùn)行。

以在線購(gòu)物系統(tǒng)的訂單處理為例進(jìn)行說(shuō)明：

考慮一個(gè)在線購(gòu)物系統(tǒng)。當(dāng)用戶下單時(shí)，系統(tǒng)不應(yīng)該讓用戶等待直到所有的后端處理（例如庫(kù)存檢查、付款處理、通知倉(cāng)庫(kù)等）都完成。相反，一旦訂單提交，系統(tǒng)應(yīng)該立即給用戶一個(gè)響應(yīng)，而后端的處理可以稍后進(jìn)行。

#1. 添加訂單到隊(duì)列：
#用戶下單后，我們將訂單數(shù)據(jù)添加到名為orders的Redis Stream中。
XADD orders * order_id 101 product_id P01 quantity 3

#2.處理訂單：
# 后臺(tái)有多個(gè)workers（進(jìn)程），它們不斷地監(jiān)聽(tīng)新的訂單，并進(jìn)行處理。這些worke 可以是分布在多臺(tái)機(jī)器上的多個(gè)進(jìn)程。

首先，我們創(chuàng)建一個(gè)消費(fèi)者組：
XGROUP CREATE orders order-processors $ MKSTREAM

接著，一個(gè)worker可以開(kāi)始讀取并處理訂單：
XREADGROUP GROUP order-processors worker1 COUNT 1 STREAMS orders >
# 這里，worker1是處理訂單的消費(fèi)者名稱。>意味著從最新的消息開(kāi)始讀取。

確認(rèn)訂單處理完成：
一旦worker1處理完訂單，它需要確認(rèn)該訂單已被處理：
XACK orders order-processors <messageID>    # 其中，<messageID>是在步驟1中Redis生成的訂單ID。 

通過(guò)此例子，我們展示了如何使用 Redis Stream 作為消息隊(duì)列，來(lái)異步處理在線購(gòu)物系統(tǒng)中的訂單。這種結(jié)構(gòu)確保了用戶下單后能夠迅速得到響應(yīng)，同時(shí)訂單處理也能在后臺(tái)高效地進(jìn)行。

事件日志

事件日志就是記錄系統(tǒng)或應(yīng)用中發(fā)生的各種事件，如用戶操作、系統(tǒng)異常等。

事件日志的常見(jiàn)應(yīng)用是在電商平臺(tái)中記錄用戶的購(gòu)物行為。

假設(shè)你運(yùn)營(yíng)一個(gè)電商平臺(tái)，每當(dāng)用戶瀏覽、搜索、點(diǎn)擊、購(gòu)買或者評(píng)論商品時(shí)，都會(huì)產(chǎn)生一個(gè)事件。你可以使用Redis Streams來(lái)記錄這些事件。基于這些事件，可以做一些實(shí)時(shí)分析，比如：分析用戶的購(gòu)物模式和偏好，為他們提供更相關(guān)的商品推薦。

1.瀏覽商品:
事件：商品瀏覽
數(shù)據(jù)：用戶ID，商品ID，瀏覽時(shí)間，來(lái)源頁(yè)面等。
XADD user-activity * event "商品瀏覽" userID "12345" productID "abcd" timestamp "1632067200" source "主頁(yè)"
2.搜索商品:
事件：商品搜索
數(shù)據(jù)：用戶ID，搜索關(guān)鍵詞，搜索時(shí)間，搜索結(jié)果數(shù)等。
XADD user-activity * event "商品搜索" userID "12345" keyword "運(yùn)動(dòng)鞋" timestamp "1632067250" results "50"
3.點(diǎn)擊商品:
事件：商品點(diǎn)擊
數(shù)據(jù)：用戶ID，商品ID，點(diǎn)擊時(shí)間。
XADD user-activity * event "商品點(diǎn)擊" userID "12345" productID "abcd" timestamp "1632067300"
4.購(gòu)買商品:
事件：商品購(gòu)買
數(shù)據(jù)：用戶ID，商品ID，購(gòu)買數(shù)量，總價(jià)，購(gòu)買時(shí)間。
XADD user-activity * event "商品購(gòu)買" userID "12345" productID "abcd" quantity "2" total "200" timestamp "1632067400"
5.商品評(píng)價(jià):
事件：商品評(píng)價(jià)
數(shù)據(jù)：用戶ID，商品ID，評(píng)分，評(píng)論內(nèi)容，評(píng)價(jià)時(shí)間。
XADD user-activity * event "商品評(píng)價(jià)" userID "12345" productID "abcd" rating "5" review "非常滿意" timestamp "1632067500"

總結(jié)：

在上文，我們深入探討了 Redis 的九種對(duì)象類型，包括字符串(String)、列表(List)、哈希(Hash)、集合(Set)、有序集合(Sorted Set)、Bitmaps、HyperLogLog、Geospatial 和 Stream。

這里簡(jiǎn)單總結(jié)下各種數(shù)據(jù)結(jié)構(gòu)的使用場(chǎng)景：

• 字符串對(duì)象是最簡(jiǎn)單的數(shù)據(jù)類型，適用于緩存、臨時(shí)存儲(chǔ)等場(chǎng)景。
• 列表對(duì)象提供了隊(duì)列的實(shí)現(xiàn)，非常適合消息隊(duì)列和棧的應(yīng)用。
• 哈希對(duì)象是存儲(chǔ)對(duì)象屬性的理想選擇，適用于存儲(chǔ)和訪問(wèn)對(duì)象。
• 集合對(duì)象和有序集合對(duì)象適用于存儲(chǔ)不重復(fù)元素，其中有序集合還可以進(jìn)行排名和范圍查詢。
• Bitmaps和 HyperLogLog 提供了高效的計(jì)數(shù)和統(tǒng)計(jì)功能。
• Geospatial 允許進(jìn)行地理位置的存儲(chǔ)和查詢。
• Stream 為構(gòu)建復(fù)雜的消息傳遞提供了基礎(chǔ)。

Redis 作為一個(gè)高性能的鍵值數(shù)據(jù)庫(kù)，已經(jīng)成為現(xiàn)代應(yīng)用開(kāi)發(fā)不可或缺的組成部分。通過(guò)深入了解 Redis 的各種對(duì)象及其編碼方式，我們不僅可以更加高效地利用其提供的功能，還能針對(duì)不同的應(yīng)用場(chǎng)景選擇最適合的對(duì)象類型，從而優(yōu)化我們的應(yīng)用性能和資源使用。

本篇文章旨在為大家提供一個(gè)關(guān)于 Redis 各個(gè)對(duì)象的全面指南，從基本概念到內(nèi)部實(shí)現(xiàn)，再到實(shí)際應(yīng)用案例。不管您是剛開(kāi)始接觸 Redis 還是已經(jīng)有很多經(jīng)驗(yàn)，希望本文都能為您帶來(lái)新的啟示。

最后

如果你對(duì) Linux 編程，Redis 等后端技術(shù)感興趣或者想學(xué)習(xí)計(jì)算機(jī)基礎(chǔ)相關(guān)的知識(shí)，不妨關(guān)注我的公眾號(hào)「跟著小康學(xué)編程」。這里不僅有豐富的學(xué)習(xí)資源，還有持續(xù)更新的簡(jiǎn)單易懂的技術(shù)文章。

大家可以關(guān)注我 ，具體可訪問(wèn) ：關(guān)注小康微信公眾號(hào)

另外大家在閱讀這篇文章的時(shí)候，如果覺(jué)得有問(wèn)題的或者有不理解的知識(shí)點(diǎn)，歡迎大家評(píng)論區(qū)詢問(wèn)。我看到就會(huì)回復(fù)大家的。大家也可以加我的微信：jk-fwdkf , 備注「加群」。有任何不理解的都可以咨詢我。

大家如果覺(jué)得我寫的還不錯(cuò)，也希望大家能夠幫忙點(diǎn)個(gè)贊，感謝大家的關(guān)注！文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-838114.html

到了這里，關(guān)于全面解析 Redis 持久化：RDB、AOF與混合持久化的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！