Redis高級特性及應用場景

2019-11-08 20:53:29

字體：大中小

來源：轉載

供稿：網友

redis中鍵的生存時間（expire）

Redis中可以使用expire命令設置一個鍵的生存時間，到時間后redis會自動刪除它。

過期時間可以設置為秒或者毫秒精度。過期時間分辨率總是 1 毫秒。過期信息被復制和持久化到磁盤，當 Redis 停止時時間仍然在計算 (也就是說 Redis 保存了過期時間)。

expire 設置生存時間（單位/秒）

[python] view plain copy

expire key seconds(秒)

ttl%20查看鍵的剩余生存時間

[python] view%20plain copy

ttl key

persist%20取消生存時間

[python] view%20plain copy

persist key

expireat%20[key]%20unix時間戳1351858600

示例：

[python] view%20plain copy

EXPIREAT cache 1355292000 # 這個 key 將在 2012.12.12 過期

操作圖示：

應用場景：

限時的優惠活動信息網站數據緩存（對于一些需要定時更新的數據，例如：積分排行榜）手機驗證碼限制網站訪客訪問頻率（例如：1分鐘最多訪問10次）

redis的事務（transaction）

redis中的事務是一組命令的集合。事務同命令一樣都是redis的最小執行單元。一組事務中的命令要么都執行，要么都不執行。(例如：轉賬)

原理：

先將屬于一個事務的命令發送給redis進行緩存，最后再讓redis依次執行這些命令。

應用場景：

一組命令必須同時都執行，或者都不執行。我們想要保證一組命令在執行的過程之中不被其它命令插入。

命令：

[python] view plain copy

multi //事務開始 ..... exec //事務結束，開始執行事務中的命令 discard //放棄事務

錯誤處理

1：語法錯誤：致命的錯誤，事務中的所有命令都不會執行

2：運行錯誤：不會影響事務中其他命令的執行

Redis%20不支持回滾（roll%20back）

正因為redis不支持回滾功能，才使得redis在事務上可以保持簡潔和快速。

watch命令

作用：監控一個或者多個鍵，當被監控的鍵值被修改后阻止之后的一個事務的執行。

但是不能保證其它客戶端不修改這一鍵值，所以我們需要在事務執行失敗后重新執行事務中的命令。

注意：執行完事務的exec命令之后，watch就會取消對所有鍵值的監控

unwatch：取消監控

操作圖示：

redis中數據的排序（sort）

sort命令可以對列表類型，集合類型和有序集合類型進行排序。

[python] view plain copy

sort key [desc] [limit offset count]

by%20參考鍵(參考鍵可以是字符串類型或者是hash類型的某個字段，hash類型的格式為：鍵名->字段名)

如果參考鍵中不帶*號則不排序如果某個元素的參考鍵不存在，則默認參考鍵的值為0

擴展%20get參數

get參數的規則和by參數的規則一樣get%20#%20(返回元素本身的值)

擴展%20store參數

使用store%20參數可以把sort的排序結果保存到指定的列表中

性能優化

1：盡可能減少待排序鍵中元素的數量

2：使用limit參數只獲取需要的數據

3：如果要排序的數據數量很大，盡可能使用store參數將結果緩存。

操作圖示：

“發布/訂閱”模式

發布：publish

[python] view plain copy

publish channel message

訂閱：subscribe

[python] view%20plain copy

subscribe channel [.....]

取消訂閱：unsubscribe

[python] view%20plain copy

unsubscribe [channel]

按照規則訂閱：psubscribe

[python] view%20plain copy

psubscribe channel ?

按照規則取消訂閱：punsubscribe

注意：使用punsubscribe命令只能退訂通過psubscribe%20訂閱的頻道。

操作圖示：（訂閱頻道后，頻道每發布一條消息，都能動態顯示出來）

發布：

redis任務隊列

任務隊列：使用lpush和rpop(brpop)可以實現普通的任務隊列。

brpop是列表的阻塞式(blocking)彈出原語。

它是 RPOP命令的阻塞版本，當給定列表內沒有任何元素可供彈出的時候，連接將被 BRPOP命令阻塞，直到等待超時或發現可彈出元素為止。

當給定多個 key 參數時，按參數 key 的先后順序依次檢查各個列表，彈出第一個非空列表的尾部元素。

優先級隊列：

[python] view plain copy

brpop key1 key2 key3 timeout 操作圖示：

redis管道(pipeline)

redis的pipeline(管道)功能在命令行中沒有，但是redis是支持管道的，在java的客戶端(jedis)中是可以使用的。

測試發現：

1：不使用管道方式，插入1000條數據耗時328毫秒

[java] view plain copy

// 測試不使用管道 public static void testInsert() { long currentTimeMillis = System.currentTimeMillis(); Jedis jedis = new Jedis("192.168.33.130", 6379); for (int i = 0; i < 1000; i++) { jedis.set("test" + i, "test" + i); } long endTimeMillis = System.currentTimeMillis(); System.out.

// 測試管道 public static void testPip() { long currentTimeMillis = System.currentTimeMillis(); Jedis jedis = new Jedis("192.168.33.130", 6379); Pipeline pipelined = jedis.pipelined(); for (int i = 0; i < 1000; i++) { pipelined.set("bb" + i, i + "bb"); } pipelined.sync(); long endTimeMillis = System.currentTimeMillis(); System.out.println(endTimeMillis - currentTimeMillis); }

在插入更多數據的時候，管道的優勢更加明顯：測試10萬條數據的時候，不使用管道要40秒，實用管道378毫秒。

redis持久化（persistence）

redis支持兩種方式的持久化，可以單獨使用或者結合起來使用。

第一種：RDB方式（redis默認的持久化方式）

第二種：AOF方式

redis持久化之RDB

rdb方式的持久化是通過快照完成的，當符合一定條件時redis會自動將內存中的所有數據執行快照操作并存儲到硬盤上。默認存儲在dump.rdb文件中。(文件名在配置文件中dbfilename)

redis進行快照的時機（在配置文件redis.conf中）

[java] view%20plain copy

save 900 1 //表示900秒內至少一個鍵被更改則進行快照。 save 300 10 //表示300秒內10條被更改則快照 save 60 10000 //60秒內10000條

Redis自動實現快照的過程

1、redis使用fork函數復制一份當前進程的副本(子進程)

2、父進程繼續接收并處理客戶端發來的命令，而子進程開始將內存中的數據寫入硬盤中的臨時文件

3、當子進程寫入完所有數據后會用該臨時文件替換舊的RDB文件，至此，一次快照操作完成。

注意：redis在進行快照的過程中不會修改RDB文件，只有快照結束后才會將舊的文件替換成新的，也就是說任何時候RDB文件都是完整的。

這就使得我們可以通過定時備份RDB文件來實現redis數據庫的備份

RDB文件是經過壓縮的二進制文件，占用的空間會小于內存中的數據，更加利于傳輸。

手動執行save或者bgsave命令讓redis執行快照。

兩個命令的區別在于，save是由主進程進行快照操作，會阻塞其它請求。bgsave是由redis執行fork函數復制出一個子進程來進行快照操作。

文件修復：

[python] view%20plain copy

redis-check-dump

rdb的優缺點

優點：由于存儲的有數據快照文件，恢復數據很方便。

缺點：會丟失最后一次快照以后更改的所有數據。

redis持久化之AOF

aof方式的持久化是通過日志文件的方式。默認情況下redis沒有開啟aof，可以通過參數appendonly參數開啟。

[python] view%20plain copy

appendonly yes

aof文件的保存位置和rdb文件的位置相同，都是dir參數設置的，默認的文件名是appendonly.aof，可以通過appendfilename參數修改

[python] view%20plain copy

appendfilename appendonly.aof

redis寫命令同步的時機

[python] view%20plain copy

appendfsync always 每次都會執行 appendfsync everysec 默認每秒執行一次同步操作（推薦，默認） appendfsync no不主動進行同步，由操作系統來做，30秒一次

aof日志文件重寫

[python] view%20plain copy

auto-aof-rewrite-percentage 100(當目前aof文件大小超過上一次重寫時的aof文件大小的百分之多少時會再次進行重寫，如果之前沒有重寫，則以啟動時的aof文件大小為依據) auto-aof-rewrite-min-size 64mb

手動執行bgrewriteaof進行重寫

重寫的過程只和內存中的數據有關，和之前的aof文件無關。

所謂的“重寫”其實是一個有歧義的詞語，%20實際上，%20AOF%20重寫并不需要對原有的%20AOF%20文件進行任何寫入和讀取，%20它針對的是數據庫中鍵的當前值。

文件修復：

[python] view%20plain copy

redis-check-aof

動態切換redis持久方式，從%20RDB%20切換到%20AOF（支持Redis%202.2及以上）

[python] view%20plain copy

CONFIG SET appendonly yes CONFIG SET save ""（可選）

注意：

1、當redis啟動時，如果rdb持久化和aof持久化都打開了，那么程序會優先使用aof方式來恢復數據集，因為aof方式所保存的數據通常是最完整的。如果aof文件丟失了，則啟動之后數據庫內容為空。

2、如果想把正在運行的redis數據庫，從RDB切換到AOF，建議先使用動態切換方式，再修改配置文件，重啟數據庫。(不能自己修改配置文件，重啟數據庫，否則數據庫中數據就為空了。)

redis中的config命令

使用config%20set可以動態設置參數信息，服務器重啟之后就失效了。

[python] view%20plain copy

config set appendonly yes config set save "90 1 30 10 60 100"

使用config%20get可以查看所有可以使用config%20set命令設置的參數

[python] view%20plain copy

config get *

使用config%20rewrite命令對啟動%20Redis%20服務器時所指定的%20redis.conf%20文件進行改寫(Redis%202.8%20及以上版本才可以使用)，主要是把使用config%20set動態指定的命令保存到配置文件中。

[python] view%20plain copy

config rewrite

注意：config%20rewrite命令對%20redis.conf%20文件的重寫是原子性的，%20并且是一致的：%20如果重寫出錯或重寫期間服務器崩潰，%20那么重寫失敗，%20原有%20redis.conf%20文件不會被修改。%20如果重寫成功，%20那么%20redis.conf%20文件為重寫后的新文件。

redis的安全策略

設置數據庫密碼

修改配置

[python] view%20plain copy

requirepass passWord

驗證密碼

[python] view%20plain copy

auth password

bind參數（可以讓數據庫只能在指定IP下訪問）

[python] view%20plain copy

bind 127.0.0.1

命令重命名

修改命令的名稱

[python] view%20plain copy

rename-command flushall cleanall

禁用命令

[python] view%20plain copy

rename-command flushall ""

redis工具

redis-cli 命令行

[python] view%20plain copy

info/monitor(調試命令)

Redisclient（redis數據庫可視化工具，不怎么實用）

http://www.oschina.NET/news/53391/redisclient-1-0

http://www.oschina.net/news/55634/redisclient-2-0

redis info命令

以一種易于解釋（parse）且易于閱讀的格式，返回關于 Redis 服務器的各種信息和統計數值。

通過給定可選的參數 section ，可以讓命令只返回某一部分的信息：

內容過多，詳細參考

http://redisdoc.com/server/info.html

redis內存占用情況

測試情況：

100萬個鍵值對（鍵是0到999999值是字符串“hello world”）在32位操作系統的筆記本上用了100MB

使用64位的操作系統的話，相對來說占用的內存會多一點，這是因為64位的系統里指針占用了8個字節，但是64位系統也能支持更大的內存，所以運行大型的redis服務還是建議使用64位服務器

Redis實例最多存keys數

理論上Redis可以處理多達2的32次方的keys，并且在實際中進行了測試，每個實例至少存放了2億5千萬的keys

也可以說Redis的存儲極限是系統中的可用內存值。

redis優化1

精簡鍵名和鍵值

鍵名：盡量精簡，但是也不能單純為了節約空間而使用不易理解的鍵名。

鍵值：對于鍵值的數量固定的話可以使用0和1這樣的數字來表示，（例如：male/female、right/wrong）

當業務場景不需要數據持久化時，關閉所有的持久化方式可以獲得最佳的性能

內部編碼優化（大家可以自己了解）

redis為每種數據類型都提供了兩種內部編碼方式，在不同的情況下redis會自動調整合適的編碼方式。（如圖所示）

SLOWLOG [get/reset/len]

[python] view plain copy

slowlog-log-slower-than //它決定要對執行時間大于多少微秒(microsecond，1秒 = 1,000,000 微秒)的命令進行記錄 slowlog-max-len //它決定 slowlog 最多能保存多少條日志

當發現redis性能下降的時候可以查看下是哪些命令導致的

redis優化2

修改linux內核內存分配策略

原因：

redis在運行過程中可能會出現下面問題

錯誤日志：

[java] view%20plain copy

WARNING overcommit_memory is set to 0! Background save may fail under low memory condition. To fix this issue add 'vm.overcommit_memory = 1' to /etc/sysctl.conf and then reboot or run the command 'sysctl vm.overcommit_memory=1'

redis在備份數據的時候，會fork出一個子進程，理論上child進程所占用的內存和parent是一樣的，比如parent占用的內存為8G，這個時候也要同樣分配8G的內存給child,如果內存無法負擔，往往會造成redis服務器的down機或者IO負載過高，效率下降。所以內存分配策略應該設置為%201（表示內核允許分配所有的物理內存，而不管當前的內存狀態如何）。

內存分配策略有三種

可選值：0、1、2。

0，%20表示內核將檢查是否有足夠的可用內存供應用進程使用；如果有足夠的可用內存，內存申請允許；否則，內存申請失敗，并把錯誤返回給應用進程。

1，%20不管需要多少內存，都允許申請。

2，%20只允許分配物理內存和交換內存的大小。(交換內存一般是物理內存的一半)

向/etc/sysctl.conf添加

[python] view%20plain copy

vm.overcommit_memory = 1 //然后重啟服務器

或者執行

[python] view%20plain copy

sysctl vm.overcommit_memory=1 //立即生效

問題圖示：

redis優化3

關閉Transparent Huge Pages(THP)

THP會造成內存鎖影響redis性能，建議關閉

[python] view plain copy

Transparent HugePages ：用來提高內存管理的性能 Transparent Huge Pages在32位的RHEL 6中是不支持的

使用root用戶執行下面命令

[python] view%20plain copy

echo never > /sys/kernel/mm/transparent_hugepage/enabled

把這條命令添加到這個文件中/etc/rc.local

redis優化4

修改linux中TCP 監聽的最大容納數量

在高并發環境下你需要一個高backlog值來避免慢客戶端連接問題。注意Linux內核默默地將這個值減小到/proc/sys/net/core/somaxconn的值，所以需要確認增大somaxconn和tcp_max_syn_backlog兩個值來達到想要的效果。

[python] view plain copy

echo 511 > /proc/sys/net/core/somaxconn

注意：這個參數并不是限制redis的最大鏈接數。如果想限制redis的最大連接數需要修改maxclients，默認最大連接數為10000。

redis優化5

限制redis的內存大小

通過redis的info命令查看內存使用情況

如果不設置maxmemory或者設置為0，64位系統不限制內存，32位系統最多使用3GB內存。

修改配置文件中的maxmemory和maxmemory-policy

[python] view plain copy

maxmemory：最大內存 maxmemory-policy：內存不足時,數據清除策略

如果可以確定數據總量不大，并且內存足夠的情況下不需要限制redis使用的內存大小。如果數據量不可預估，并且內存也有限的話，盡量限制下redis使用的內存大小，這樣可以避免redis使用swap分區或者出現OOM錯誤。

注意：如果不限制內存，當物理內存使用完之后，會使用swap分區，這樣性能較低，如果限制了內存，當到達指定內存之后就不能添加數據了，否則會報OOM錯誤。可以設置maxmemory-policy，內存不足時刪除數據。

拓展

used_memory是Redis使用的內存總量，它包含了實際緩存占用的內存和Redis自身運行所占用的內存（以字節（byte）為單位，其中used_memory_human上的數據和used_memory是一樣的值，它以M為單位顯示，僅為了方便閱讀）。

如果一個Redis實例的內存使用率超過可用最大內存(used_memory%20>可用最大內存)，那么操作系統開始進行內存與swap空間交換，把內存中舊的或不再使用的內容寫入硬盤上（硬盤上的這塊空間叫Swap分區），以便騰出新的物理內存給新頁或活動頁(page)使用。

在硬盤上進行讀寫操作要比在內存上進行讀寫操作，時間上慢了近5個數量級，內存是0.1us(微秒)、而硬盤是10ms(毫秒)。如果Redis進程上發生內存交換，那么Redis和依賴Redis上數據的應用會受到嚴重的性能影響。%20通過查看used_memory指標可知道Redis正在使用的內存情況，如果used_memory>可用最大內存，那就說明Redis實例正在進行內存交換或者已經內存交換完畢。管理員根據這個情況，執行相對應的應急措施。

排查方案：

若是在使用Redis期間沒有開啟rdb快照或aof持久化策略，那么緩存數據在Redis崩潰時就有丟失的危險。因為當Redis內存使用率超過可用內存的95%時，部分數據開始在內存與swap空間來回交換，這時就可能有丟失數據的危險。

當開啟并觸發快照功能時，Redis會fork一個子進程把當前內存中的數據完全復制一份寫入到硬盤上。因此若是當前使用內存超過可用內存的45%時觸發快照功能，那么此時進行的內存交換會變的非常危險(可能會丟失數據)。%20倘若在這個時候實例上有大量頻繁的更新操作，問題會變得更加嚴重。

通過減少Redis的內存占用率，來避免這樣的問題，或者使用下面的技巧來避免內存交換發生：

1、盡可能的使用Hash數據結構。因為Redis在儲存小于100個字段的Hash結構上，其存儲效率是非常高的。所以在不需要集合(set)操作或list的push/pop操作的時候，盡可能的使用Hash結構。比如，在一個web應用程序中，需要存儲一個對象表示用戶信息，使用單個key表示一個用戶，其每個屬性存儲在Hash的字段里，這樣要比給每個屬性單獨設置一個key-value要高效的多。%20通常情況下倘若有數據使用string結構，用多個key存儲時，那么應該轉換成單key多字段的Hash結構。%20如上述例子中介紹的Hash結構應包含，單個對象的屬性或者單個用戶各種各樣的資料。Hash結構的操作命令是HSET(key,%20fields,%20value)和HGET(key,%20field)，使用它可以存儲或從Hash中取出指定的字段。

2、設置key的過期時間。一個減少內存使用率的簡單方法就是，每當存儲對象時確保設置key的過期時間。倘若key在明確的時間周期內使用或者舊key不大可能被使用時，就可以用Redis過期時間命令(expire,expireat,%20pexpire,%20pexpireat)去設置過期時間，這樣Redis會在key過期時自動刪除key。%20假如你知道每秒鐘有多少個新key-value被創建，那可以調整key的存活時間，并指定閥值去限制Redis使用的最大內存。

3、回收key。在Redis配置文件中(一般叫Redis.conf)，通過設置“maxmemory”屬性的值可以限制Redis最大使用的內存，修改后重啟實例生效。也可以使用客戶端命令config%20set%20maxmemory%20去修改值，這個命令是立即生效的，但會在重啟后會失效，需要使用config%20rewrite命令去刷新配置文件。%20若是啟用了Redis快照功能，應該設置“maxmemory”值為系統可使用內存的45%，因為快照時需要一倍的內存來復制整個數據集，也就是說如果當前已使用45%，在快照期間會變成95%(45%+45%+5%)，其中5%是預留給其他的開銷。%20如果沒開啟快照功能，maxmemory最高能設置為系統可用內存的95%。

當內存使用達到設置的最大閥值時，需要選擇一種key的回收策略，可在Redis.conf配置文件中修改“maxmemory-policy”屬性值。%20若是Redis數據集中的key都設置了過期時間，那么“volatile-ttl”策略是比較好的選擇。但如果key在達到最大內存限制時沒能夠迅速過期，或者根本沒有設置過期時間。那么設置為“allkeys-lru”值比較合適，它允許Redis從整個數據集中挑選最近最少使用的key進行刪除(LRU淘汰算法)。Redis還提供了一些其他淘汰策略，如下：

[python] view%20plain copy

volatile-lru：使用LRU算法從已設置過期時間的數據集合中淘汰數據。 volatile-ttl：從已設置過期時間的數據集合中挑選即將過期的數據淘汰。 volatile-random：從已設置過期時間的數據集合中隨機挑選數據淘汰。 allkeys-lru：使用LRU算法從所有數據集合中淘汰數據。 allkeys-random：從數據集合中任意選擇數據淘汰 no-enviction：禁止淘汰數據。

通過設置maxmemory為系統可用內存的45%或95%(取決于持久化策略)和設置“maxmemory-policy”為“volatile-ttl”或“allkeys-lru”(取決于過期設置)，可以比較準確的限制Redis最大內存使用率，在絕大多數場景下使用這2種方式可確保Redis不會進行內存交換。倘若你擔心由于限制了內存使用率導致丟失數據的話，可以設置noneviction值禁止淘汰數據。

redis優化6

Redis是個單線程模型，客戶端過來的命令是按照順序執行的，所以想要一次添加多條數據的時候可以使用管道，或者使用一次可以添加多條數據的命令，例如：

Redis應用場景

發布與訂閱

在更新中保持用戶對數據的映射是系統中的一個普遍任務。Redis的pub/sub功能使用了SUBSCRIBE、UNSUBSCRIBE和PUBLISH命令，讓這個變得更加容易。

代碼示例：

[java] view plain copy

// 訂閱頻道數據 public static void testSubscribe() { //連接Redis數據庫 Jedis jedis = new Jedis("192.168.33.130", 6379); JedisPubSub jedisPubSub = new JedisPubSub() { // 當向監聽的頻道發送數據時，這個方法會被觸發 @Override public void onMessage(String channel, String message) { System.out.println("收到消息" + message); //當收到 "unsubscribe" 消息時，調用取消訂閱方法 if ("unsubscribe".equals(message)) { this.unsubscribe(); } } // 當取消訂閱指定頻道的時候，這個方法會被觸發 @Override public void onUnsubscribe(String channel, int subscribedChannels) { System.out.println("取消訂閱頻道" + channel); } }; // 訂閱之后，當前進程一致處于監聽狀態，當被取消訂閱之后，當前進程會結束 jedis.subscribe(jedisPubSub, "ch1"); } // 發布頻道數據 public static void testPubSub() throws Exception { //鏈接Redis數據庫 Jedis jedis = new Jedis("192.168.33.130", 6379); //發布頻道 "ch1" 和消息 "hello redis" jedis.publish("ch1", "hello redis"); //關閉連接 jedis.close(); }

打印結果：

限制網站訪客訪問頻率

進行各種數據統計的用途是非常廣泛的，比如想知道什么時候封鎖一個IP地址。INCRBY命令讓這些變得很容易，通過原子遞增保持計數；GETSET用來重置計數器；過期屬性expire用來確認一個關鍵字什么時候應該刪除。

代碼示例：

[java] view plain copy

//指定Redis數據庫連接的IP和端口 String host = "192.168.33.130"; int port = 6379; Jedis jedis = new Jedis(host, port); /** * 限制網站訪客訪問頻率一分鐘之內最多訪問10次 * * @throws Exception */ @Test public void test3() throws Exception { // 模擬用戶的頻繁請求 for (int i = 0; i < 20; i++) { boolean result = testLogin("192.168.1.100"); if (result) { System.out.println("正常訪問"); } else { System.err.println("訪問受限"); } } } /** * 判斷用戶是否可以訪問網站 * * @param ip * @return */ public boolean testLogin(String ip) { String value = jedis.get(ip); if (value == null) { //初始化時設置IP訪問次數為1 jedis.set(ip, "1"); //設置IP的生存時間為60秒，60秒內IP的訪問次數由程序控制 jedis.expire(ip, 60); } else { int parseInt = Integer.parseInt(value); //如果60秒內IP的訪問次數超過10，返回false,實現了超過10次禁止分的功能 if (parseInt > 10) { return false; } else { //如果沒有10次，可以自增 jedis.incr(ip); } } return true; }

打印結果：

監控變量在事務執行時是否被修改

代碼示例：

[java] view plain copy

// 指定Redis數據庫連接的IP和端口 String host = "192.168.33.130"; int port = 6379; Jedis jedis = new Jedis(host, port); /** * 監控變量a在一段時間內是否被修改，若沒有，則執行事務，若被修改，則事務不執行 * * @throws Exception */ @Test public void test4() throws Exception { //監控變量a，在事務執行后watch功能也結束 jedis.watch("a"); //需要數據庫中先有a，并且a的值為字符串數字 String value = jedis.get("a"); int parseInt = Integer.parseInt(value); parseInt++; System.out.println("線程開始休息。。。"); Thread.sleep(5000); //開啟事務 Transaction transaction = jedis.multi(); transaction.set("a", parseInt + ""); //執行事務 List<Object> exec = transaction.exec(); if (exec == null) { System.out.println("事務沒有執行....."); } else { System.out.println("正常執行......"); } }

打印結果：

變量a沒有被修改時：

變量a被修改時：

各種計數

商品維度計數（喜歡數，評論數，鑒定數，瀏覽數,etc）

采用Redis 的類型: Hash. 如果你對redis數據類型不太熟悉，可以參考 http://redis.io/topics/data-types-intro

為product定義個key product:，為每種數值定義hashkey, 譬如喜歡數xihuan

用戶維度計數（動態數、關注數、粉絲數、喜歡商品數、發帖數等）

用戶維度計數同商品維度計數都采用 Hash. 為User定義個key user:，為每種數值定義hashkey, 譬如關注數follow

存儲社交關系

譬如將用戶的好友/粉絲/關注，可以存在一個sorted set中，score可以是timestamp，這樣求兩個人的共同好友的操作，可能就只需要用求交集命令即可。

用作緩存代替memcached

緩存內容示例：（商品列表，評論列表，@提示列表，etc）

相對memcached 簡單的key-value存儲來說，redis眾多的數據結構（list,set,sorted set,hash, etc）可以更方便cache各種業務數據，性能也不亞于memcached。

例如：

[python] view plain copy

RPUSH pagewviews.user: EXPIRE pagewviews.user: 60 //注意要update timeout

反spam系統

例如：（評論，發布商品，論壇發貼，etc）

作為一個電商網站被各種spam攻擊是少不免（垃圾評論、發布垃圾商品、廣告、刷自家商品排名等），針對這些spam制定一系列anti-spam規則，其中有些規則可以利用redis做實時分析，譬如：1分鐘評論不得超過2次、5分鐘評論少于5次等（更多機制/規則需要結合drools%20）。%20采用sorted%20set將最近一天用戶操作記錄起來（為什么不全部記錄？節省memory，全部操作會記錄到log，后續利用Hadoop進行更全面分析統計），通過

[python] view%20plain copy

redis> RANGEBYSCORE user:200000:Operation:comment 61307510405600 +inf //獲得1分鐘內的操作記錄 redis> ZADD user:200000:operation:comment 61307510402300 "這是一條評論" //score 為timestamp (integer) 1 redis> ZRANGEBYSCORE user:200000:operation:comment 61307510405600 +inf //獲得1分鐘內的操作記錄打印結果：

[python] view%20plain copy

1) "這是一條評論"

用戶Timeline/Feeds

在逛有個類似微博的欄目我關注，里面包括關注的人、主題、品牌的動態。redis在這邊主要當作cache使用。