Redis实战：第五章-使用Redis构建支持程序

本章主要讲解redis的使用案例，相对于以往的技术，redis在这些领域将大大简化或者提高程序的便利和稳定。比如日志记录，相对于以往的文件记录方式将更加灵活，便于数据操作，

日志记录

以往的日志记录采用本地文件存储的方式，这种方式有一种弊端，由于是文本存储，各个服务器之间很难协调，很难对多个数据文件进行聚合，导致之后的数据分析，将显得很不方便，相对而言，由于redis数据库可以在不同的服务器之间通信，加上自带数据处理函数，所以将更加方便。
对不同的数据分析，不同的日志有不同的好处，为了方便管理或者处理，需要对相应的日志做分类处理。比如对于一个网站而言，日志是很多的，如果大量记录是不现实的，但是，很多情况下，比如我们服务器突然出现问题，或者说现在我们需要立刻查看最近的操作的数据情况，这是，我们就可以使用最新的日志，这些日志只会记录最近发生的响应，而不会记录很久之前的数据情况，这样就便于我们查错，或者查看最近的操作情况。

最新日志：分别记录最近的debug\info\warning\error\critical等日志情况，便于查看（这里使用的是列表存储，方便添加和删除日志）
常见日志：常见日志即我们认为重要的日志，比如用户的操作，加入购物车，购买等信息。这些都是很重要的日志信息，可用于数据挖掘。但是文章中并没有给出这个例子，而是，对不同的日志信息进行排序，对每个动作进行打分，从而只保存经常操作的那些动作，即表明这些操作是最重要的，有很高的商业价值。（同样是列表）
1. 计数器和数据统计
计数器是什么？这里的计数器并不是电子电路里面的时钟计数器，而是一种数据记录，比如用户的登陆次数，百度上某个医疗广告的点击量，整个百度网页每个渲染页面的点击量等等，这些都是很重要的价值信息。能够从中发掘大量的商业价值。
数据统计。在统计学中，有几个重要的数据衡量指标，分别是最大值、最小值、平均值、数量、总分数、标准差等等；比如对一个网站进行优化，我么你需要记录网站各个页面的响应时间，这些数据有利于我们有正对性的进行优化。
本行计数器案例主要模拟，分别在1秒、5秒、一分钟、一小时等，网站的点击量，由于需要进行排序，所以使用的是有序表和哈希集结合
数据统计主要是模拟网页的加载时间
1. IP地址等excel本地数据查询
  
  我们经常会使用搜索，但是这里搜索并不是百度搜索，而是有现成的数据。比如我们一个存储数据的excel表，亦或是文本等等。例如，有时候我们会查询某个ip所对应的网址，但是这个数据很大，如果存储在一般的关系型数据库，查询将会有点慢，因此，这时候就可以使用redis数据库，大大加快查询速度。
2. 服务配置信息动态更改
  
  开发一个应用会存在很多配置文件，只写配置文件并不是一成不变，以往的人工配置，会出现，一旦一个配置文件发生改变，就需要人工取重新配置，这样大大降低了效率。因此，我们这里考虑使用程序自动化配置，即将配置信息保存在redis中，将其写入到程序中作为守护线程，每当配置文件发生改变都会自动进行配置
文中的样例为：redis配置redis的连接配置，会将redis的连接信息保存在redis中，自动检查新的配置文件，然后更新配置到程序中

详细代码：

import com.google.gson.Gson;
import com.google.gson.reflect.TypeToken;
import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;
import org.javatuples.Pair;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.Pipeline;
import redis.clients.jedis.Transaction;
import redis.clients.jedis.Tuple;
import redis.clients.jedis.ZParams;import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.text.Collator;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.Date;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Set;
import java.util.UUID;/*** @author: ZouTai* @date: 2018/7/6* @description:* @create: 2018-07-06 15:23*/
public class Chapter05 {public static final String INFO = "info";public static final SimpleDateFormat TIMESTAMP =new SimpleDateFormat("EEE MMM dd HH:00:00 YYYY");public static final SimpleDateFormat ISO_FORMAT =new SimpleDateFormat("yyyy-MM-dd'T'HH:00:00");public static final Collator COLLATOR = Collator.getInstance();private static final int[] PRECISION = new int[]{1, 5, 60, 300, 3600, 18000, 86400};public static void main(String[] args) throws InterruptedException {new Chapter05().run();}private void run() throws InterruptedException {Jedis conn = new Jedis("localhost");conn.select(15);// 测试1：redis记录日志
//        testLogRecent(conn);
//        testLogCommon(conn);// 测试2：计数器和统计数据
//        testCounters(conn);
//        testStats(conn);
//        testAccessTime(conn);// 测试3：查找ip所在的城市及其详细信息
//        testIpLookup(conn);// 测试4：服务发现与配置
//        testIsUnderMaintenance(conn);testConfig(conn);}private void testConfig(Jedis conn) throws InterruptedException {System.out.println("首先，创建一个配置文件map：");Map<String, Object> config = new HashMap<String, Object>();config.put("db", 15);// 添加到redis中setConfig(conn, "redis", "test", config);Jedis conn2 = redisConnection("test");System.out.println("新的连接是否存在：" + (conn2.info() != null));}private static final Map<String, Jedis> REDIS_CONNECTIONS = new HashMap<String, Jedis>();private static final Map<String, Map<String, Object>> CONFIGS =new HashMap<String, Map<String, Object>>();private static final Map<String, Long> CHECKED = new HashMap<String, Long>();private Jedis redisConnection(String component) {Jedis configConn = REDIS_CONNECTIONS.get("config");if (configConn == null) {configConn = new Jedis("localhost");configConn.select(15);REDIS_CONNECTIONS.put("config", configConn);}String key = "config:redis:" + component;Map<String, Object> oldConfig = CONFIGS.get(key);Map<String, Object> newConfig = getConfig(configConn, "redis", component);// 判断配置文件是否相等，不相等，更改当前配置文件if (!newConfig.equals(oldConfig)) {Jedis conn = new Jedis("localhost");conn.select(((Double) newConfig.get("db")).intValue());REDIS_CONNECTIONS.put(key, conn);}return REDIS_CONNECTIONS.get(key);}/*** 从redis获取新的配置文件，与当前程序中的配置文件CONFIGS对比*/@SuppressWarnings("unchecked")private Map<String, Object> getConfig(Jedis conn, String type, String component) {String key = "config:" + type + ":" + component;long wait = 1000;if (CHECKED.get(key) == null || CHECKED.get(key) < System.currentTimeMillis() - wait) {CHECKED.put(key, System.currentTimeMillis());String value = conn.get(key);Map<String, Object> config = null;if (value != null) {Gson gson = new Gson();config = (Map<String, Object>) gson.fromJson(value, new TypeToken<Map<String, Object>>() {}.getType());} else {config = new HashMap<String, Object>();}CONFIGS.put(key, config);}return CONFIGS.get(key);}private void setConfig(Jedis conn, String type, String component, Map<String, Object> config) {Gson gson = new Gson();conn.set("config:" + type + ":" + component, gson.toJson(config));}private void testIsUnderMaintenance(Jedis conn) throws InterruptedException {boolean flag = false;flag = isUnderMaintenance(conn);System.out.println("是否在维护:" + flag);conn.set("is-under-maintenance", "yes");flag = isUnderMaintenance(conn);System.out.println("改变后，是否在维护:" + flag);Thread.sleep(1000);flag = isUnderMaintenance(conn);System.out.println("停留1秒钟，是否在维护:" + flag);conn.del("is-under-maintenance");Thread.sleep(1000);flag = isUnderMaintenance(conn);System.out.println("清除后，是否在维护:" + flag);}private long lastChecked;private boolean underMaintenance;private boolean isUnderMaintenance(Jedis conn) {if (lastChecked < System.currentTimeMillis() - 1000) {String flag = conn.get("is-under-maintenance");underMaintenance = "yes".equals(flag);}return underMaintenance;}private void testIpLookup(Jedis conn) {String cwd = System.getProperty("user.dir");File blocks = new File(cwd + "/GeoLiteCity-Blocks.csv");File locations = new File(cwd + "/GeoLiteCity-Location.csv");if (!blocks.exists()) {System.out.println("文件不存在：" + blocks);}if (!locations.exists()) {System.out.println("文件不存在：" + locations);}System.out.println("将IP数据载入到redis：");
//        importIpsToRedis(conn, blocks);long ipSum = conn.zcard("ip2cityId:");System.out.println("IP数量为：" + ipSum);System.out.println("将城市数据载入redis：");
//        importCitiesToRedis(conn, locations);long citySum = conn.hlen("cityId2City:");System.out.println("城市数量为：" + citySum);System.out.println("随机查找ip");for (int i = 0; i < 5; i++) {String ip = randomOctet(255) + "."+ randomOctet(256) + "."+ randomOctet(256) + "."+ randomOctet(256);String cityMessage = Arrays.toString(findCityByIp(conn, ip));System.out.println("所在城市信息为：");System.out.println(cityMessage);}}private void importCitiesToRedis(Jedis conn, File file) {FileReader reader = null;Gson gson = new Gson();try {reader = new FileReader(file);CSVParser parser = new CSVParser(reader, CSVFormat.DEFAULT);for (CSVRecord record : parser) {if (record.size() < 4 || !Character.isDigit(record.get(0).charAt(0))) {continue;}String cityId = record.get(0);String country = record.get(1);String region = record.get(2);String city = record.get(3);String postalCode = record.get(4);String latitude = record.get(5);String longitude = record.get(6);String metroCode = record.get(7);String areaCode = record.get(8);String json = gson.toJson(new String[]{country, region, city, postalCode, latitude, longitude, metroCode, areaCode});conn.hset("cityId2City:", cityId, json);}} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();} finally {try {reader.close();} catch (IOException e) {e.printStackTrace();}}}private String[] findCityByIp(Jedis conn, String ipAddress) {long score = ipToScore(ipAddress);Set<String> rangs = conn.zrevrangeByScore("ip2cityId:", score, 0, 0, 1);if (rangs.size() == 0) {return null;}String cityId = rangs.iterator().next();cityId = cityId.substring(0, cityId.indexOf("_"));return new Gson().fromJson(conn.hget("cityId2City:", cityId), String[].class);}private String randomOctet(int max) {return String.valueOf((int) (Math.random() * max));}private void importIpsToRedis(Jedis conn, File file) {FileReader fileReader = null;try {int number = 0;fileReader = new FileReader(file);CSVParser parser = new CSVParser(fileReader, CSVFormat.DEFAULT);for (CSVRecord csvRecord : parser) {String startIp = csvRecord.get(0);if (startIp.toLowerCase().indexOf('i') != -1) {continue;}long score = 0;if (startIp.indexOf('.') != -1) {score = ipToScore(startIp);} else {score = Long.parseLong(startIp, 10);}System.out.println(number);String cityIp = csvRecord.get(2) + "_" + number;number++;conn.zadd("ip2cityId:", score, cityIp);}} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();} finally {try {fileReader.close();} catch (IOException e) {e.printStackTrace();}}}private long ipToScore(String ipAddress) {long score = 0;// "."需要转义for (String str : ipAddress.split("\\.")) {score = score * 256 + Integer.parseInt(str, 10);}return score;}/*** 记录程序执行时长** @param conn*/private void testAccessTime(Jedis conn) throws InterruptedException {AccessTimer timer = new AccessTimer(conn);for (int i = 0; i < 5; i++) {timer.setStart(System.currentTimeMillis());Thread.sleep((long) (Math.random() * 4000 + 1));timer.stop("request-" + i);}System.out.println("输出所有的分数，只缓存最多的100个：");Set<Tuple> stats = conn.zrangeWithScores("slowest:AccessTime", 0, -1);for (Tuple tuple : stats) {System.out.println(tuple.getElement() + " -- " + tuple.getScore());}}private void testStats(Jedis conn) {List<Object> rs = null;System.out.println("写入数据：");for (int i = 0; i < 5; i++) {int value = (int) (Math.random() * 11 + 5);rs = updateState(conn, "context", "type", value);}HashMap<String, Double> stats = getStats(conn, "context", "type");System.out.println("打印数据报表：");System.out.println(stats);}private HashMap<String, Double> getStats(Jedis conn, String context, String type) {String keys = "stats:" + context + ":" + type;Set<Tuple> datas = conn.zrangeWithScores(keys, 0, -1);HashMap<String, Double> stats = new HashMap<String, Double>();for (Tuple tuple : datas) {stats.put(tuple.getElement(), tuple.getScore());}stats.put("average", stats.get("sum") / stats.get("count"));// 标准差的公式需要自行推导double numerator = stats.get("sumsq") - Math.pow(stats.get("sum"), 2) / stats.get("count");double count = stats.get("count");stats.put("stddev", Math.pow(numerator / (count > 1 ? count - 1 : 1), .5));return stats;}private List<Object> updateState(Jedis conn, String context, String type, long value) {String destination = "stats:" + context + ":" + type;String startKey = destination + ":start";int timeout = 5000;long end = System.currentTimeMillis() + timeout;while (System.currentTimeMillis() < end) {conn.watch(startKey);long now = System.currentTimeMillis();String hourstart = ISO_FORMAT.format(new Date());String existing = conn.get(startKey);Transaction trans = conn.multi();if (existing != null && COLLATOR.compare(existing, now) < 0) {trans.rename(destination, destination + ":last");trans.rename(startKey, destination + ":plast");trans.set(startKey, hourstart);}String tkey1 = UUID.randomUUID().toString();String tkey2 = UUID.randomUUID().toString();trans.zadd(tkey1, value, "min");trans.zadd(tkey1, value, "max");trans.zunionstore(destination, new ZParams().aggregate(ZParams.Aggregate.MIN), destination, tkey1);trans.zunionstore(destination, new ZParams().aggregate(ZParams.Aggregate.MAX), destination, tkey2);trans.del(tkey1, tkey2);trans.zincrby(destination, 1, "count");trans.zincrby(destination, value, "sum");trans.zincrby(destination, value * value, "sumsq");List<Object> results = trans.exec();if (results == null) {continue;}return results.subList(results.size() - 3, results.size());}return null;}private void testCounters(Jedis conn) throws InterruptedException {conn.del("common:test:info");long now = System.currentTimeMillis() / 1000;for (int i = 0; i < 10; i++) {int count = (int) (Math.random() * 5) + 1; // 随机计数加量大小updateCounter(conn, "test", count, now + i);}System.out.println("测试1秒钟的：");ArrayList<Pair<Integer, Integer>> counter = getCounter(conn, "test", 1);for (Pair<Integer, Integer> count : counter) {System.out.println("  " + count);}assert counter.size() >= 10;System.out.println("测试5秒钟的：");counter = getCounter(conn, "test", 5);for (Pair<Integer, Integer> count : counter) {System.out.println("  " + count);}assert counter.size() >= 2;CleanCountersThread thread = new CleanCountersThread(0, 2 * 86400);thread.start();Thread.sleep(10000);thread.quit();thread.interrupt();counter = getCounter(conn, "test", 86400);System.out.println("Did we clean out all of the counters? " + (counter.size() == 0));assert counter.size() == 0;}private ArrayList<Pair<Integer, Integer>> getCounter(Jedis conn, String name, int precision) {String hash = String.valueOf(precision) + ":" + name;Map<String, String> datas = conn.hgetAll("count:" + hash);ArrayList<Pair<Integer, Integer>> results = new ArrayList<Pair<Integer, Integer>>();for (Map.Entry<String, String> entry : datas.entrySet()) {results.add(new Pair<Integer, Integer>(Integer.parseInt(entry.getKey()),Integer.parseInt(entry.getValue())));}Collections.sort(results); // 之所有组装，是为了进行排序，将旧的数据放在前面（按时间）return results;}private void updateCounter(Jedis conn, String name, int count, long now) {Transaction trans = conn.multi();for (int prec : PRECISION) {// 计数器的开始时间（有多个）long pnow = (now / prec) * prec;String hash = String.valueOf(prec) + ":" + name;trans.zadd("known:", 0, hash); // 有序表-记录分数trans.hincrBy("count:" + hash, String.valueOf(pnow), count); // 哈希表记录每个日志信息：（起始时间-计数次数）}trans.exec();}/*** 测试1.2* 记录重要日志，并筛选** @param conn*/private void testLogCommon(Jedis conn) {conn.del("common:test:info");System.out.println("添加测试日志");for (int count = 1; count < 6; count++) {for (int i = 0; i < count; i++) {logCommon(conn, "test", "message-" + count);}}Set<Tuple> commonsets = conn.zrevrangeWithScores("common:test:info", 0, -1);for (Tuple tuple : commonsets) {System.out.println(tuple.getElement() + " : " + tuple.getScore());}assert commonsets.size() >= 5 : "日志数量不够，出错";}private void logCommon(Jedis conn, String name, String message) {logCommon(conn, name, message, INFO, 5000);}private void logCommon(Jedis conn, String name, String message, String severity, int timeout) {String commonDest = "common:" + name + ":" + severity;String startKey = commonDest + ":start";long end = System.currentTimeMillis() + timeout;while (System.currentTimeMillis() < end) {conn.watch(startKey);String existing = conn.get(startKey);Transaction trans = conn.multi(); // 创建事务String hourStart = ISO_FORMAT.format(new Date());/*** if用于判断，当过了一个小时时，将数据进行持久化存储。即程序只会记录最近一个小时之内的日志，很久以前的将删除* 更确切的说：“start”记录当前一个小时的，“last”记录上一个小时的（完整的一个小时）* commonDest用于保存日志分数值* startKey用于保存日志最后存储的时间（按所在小时记录）*/if (existing != null && COLLATOR.compare(existing, hourStart) < 0) {trans.rename(commonDest, commonDest + ":last");trans.rename(startKey, commonDest + ":pstart");trans.set(startKey, hourStart);}trans.zincrby(commonDest, 1, message); // 添加日志，加分// 同步到最近的日志，减少客户端服务器交互：因为如果这里不处理，返回给客户端，客户端又要请求服务器保存。// 多了一次往返String recentDest = "recent:" + name + ':' + severity;trans.lpush(recentDest, TIMESTAMP.format(new Date()) + ' ' + message);trans.ltrim(recentDest, 0, 99);List<Object> results = trans.exec();if (results == null) {continue;}return;}}/*** 测试1.1* 记录登录日志** @param conn*/private void testLogRecent(Jedis conn) {conn.del("recent:test:info");for (int i = 0; i < 5; i++) {logRecent(conn, "test", "this message is : " + i);System.out.println("\n");}}private void logRecent(Jedis conn, String name, String message) {logRecent(conn, name, message, INFO);List<String> recentLogs = conn.lrange("recent:test:info", 0, -1);System.out.println("当前所有的登陆日志有：");for (String log : recentLogs) {System.out.println(log);}assert recentLogs.size() >= 5 : "日志数量不够，出错";}private void logRecent(Jedis conn, String name, String message, String severity) {String destination = "recent:" + name + ":" + severity;Pipeline pipe = conn.pipelined();pipe.lpush(destination, TIMESTAMP.format(new Date()) + " " + message);pipe.ltrim(destination, 0, 99); // 截取信息，只保留前100条pipe.sync(); // 同步管道数据，获取所有的响应值}private class CleanCountersThread extends Thread {private Jedis conn;private int sampleCount = 100;private boolean quit;private long timeOffset; // used to mimic a time in the future.public CleanCountersThread(int sampleCount, int timeOffset) {this.conn = new Jedis("localhost");this.conn.select(15);this.sampleCount = sampleCount;this.timeOffset = timeOffset;}public void quit() {quit = true;}@Overridepublic void run() {int passes = 0; // 清理的次数while (!quit) {long start = System.currentTimeMillis();int index = 0; // 记录表下标[1,5,60...86400]while (index < conn.zcard("known:")) {Set<String> oneSet = conn.zrange("known:", index, index);index++;// 处理了一个// 如果表中无数据，则返回if (oneSet.size() == 0) {break;}String onehash = oneSet.iterator().next();int prec = Integer.parseInt(onehash.substring(0, onehash.indexOf(':')));int numPrec = (int) Math.floor(prec / 60);if (numPrec == 0) {numPrec = 1;}// 对更新在60秒之内的，为防止清理多次，即只清理一次，需要计数判断// 此时numPrec==1，下列计算将不等于0，不再进行删除if ((passes % numPrec) != 0) {continue;}String hkey = "count:" + onehash;ArrayList<String> keyLists = new ArrayList<String>(conn.hkeys(hkey));Collections.sort(keyLists);String cutoff = String.valueOf((System.currentTimeMillis() + timeOffset) / 1000 - sampleCount * prec);int delNum = bisectRight(keyLists, cutoff);// 删除数据System.out.println(hkey.toString() + "删除数量为：" + delNum);if (delNum != 0) {conn.hdel(hkey, keyLists.subList(0, delNum).toArray(new String[0]));// 如果删除的数据刚好等于数据的总数，则表明表已经清空，需要同时删除有序表if (delNum == keyLists.size()) {conn.watch(hkey);if (conn.hlen(hkey) == 0) {Transaction trans = conn.multi();trans.zrem("known:", onehash);trans.exec();index--;// 直接删除了，需要处理index}} else {conn.unwatch(); // 不为空时，解除监控}}}// 清理一次+1passes++;// 使程序60秒执行一次// 程序持续时间long duration = Math.min(System.currentTimeMillis() + timeOffset - start + 1000, 60000);// 多余的时间停留一下try {sleep(Math.max(60000 - duration, 1000));} catch (InterruptedException e) {Thread.currentThread().interrupt();}}}private int bisectRight(ArrayList<String> keyLists, String cutoff) {int index = Collections.binarySearch(keyLists, cutoff);return index > 0 ? index + 1 : Math.abs(index) - 1;}}private class AccessTimer {private Jedis conn;private long start;public AccessTimer(Jedis conn) {this.conn = conn;}public void setStart(long start) {this.start = start;}/*** 记录停留时间-即类似执行时间*/public void stop(String context) {long delta = System.currentTimeMillis() - start;List<Object> stats = updateState(conn, context, "AccessTime", delta / 1000);double average = (Double) stats.get(1) / (Double) stats.get(0);Transaction trans = conn.multi();trans.zadd("slowest:AccessTime", average, context);trans.zremrangeByRank("slowest:AccessTime", 0, -101);trans.exec();}}
}

Redis实战：第五章-使用Redis构建支持程序相关推荐

Redis实战（五）：Redis的持久化RDB、fork、copyonwrite、AOF、RDBAOF混合使用
补充一个知识缓存:数据可以丢,保证速度. 数据库:数据是绝对不能丢的,保证速度+持久性,内存中的数据是掉电易失的. 存储层: 快照/副本日志文件 $$优先级高于管道 fork() fork是系统调 ...
Redis学习笔记(五)——持久化及redis.conf配置文件叙述
对于日常使用来说,学习完SpringBoot集成Redis就够我们工作中使用了,但是既然学习了,我们就学习一些Redis的配置及概念,使我们可以更深层次的理解Redis,以及增强我们的面试成功概率,接 ...
【数据存储】【Redis】第三章： Redis五大数据类型实现原理
Redis五大数据类型实现原理对于五大数据类型(String,list,Hash,Set,Zset)实现原理,Redis在底层用到了多种数据结构,通过数据结构来实现键值对,将数据结构创建了一个对象r ...
redis实战第七篇使用redis工具（redis-cli）搭建redis cluster
上一篇有介绍手动安装redis cluster传送门,很明显,手动创建redis cluster的过程比较繁杂,容易出错,因此redis官方开发了一个工具,可以快速搭建redis cluster.在5 ...
第五章：Redis持久化-AOF持久化
AOF持久化 AOF全称append only file持久化:以独立日志的方式记录每次写命令,重启时再重新执行AOF文件中的命令达到恢复数据的目的: AOF主要作用是解决了数据实时持久化的问题: 使 ...
DirectX 12 3D 游戏开发与实战第五章内容
渲染流水线学习目标: 了解用于在2D图像中表现出场景立体感和空间深度感等真实效果的关键因素探索如何用Direct3D表示3D对象学习如何建立虚拟摄像机理解渲染流水线,根据给定的3D场景的几何描 ...
Redis实战（七）：redis的集群：主从复制、CAP、PAXOS、cluster分片集群 2
上节回顾上一节我们讲了AKF拆分原则,讲了Redis主从复制的方式,是X轴方向的拓展,实现了HA,但是没有解决单节点数据的容量有限问题. 如何解决单节点数据容量的问题如果数据可以分类,交集不多,可 ...
Redis实战（六）：Redis的集群：AKF，主从复制的概念引入，CAP，Sentinel 哨兵
单击.单节点.单实例存在的问题单点故障(物理机挂了,要等很久才能可用) 容量有限压力过大解决方式 AKF 有XYZ三个轴,可以只发生一个,可以多个维度一起发生 X轴:Redis示例的副本,数据库 ...
Redis实战（四）：redis的消息订阅、pipeline、事务、modules、布隆过滤器、缓存LRU
啤酒理论 Buffer机制,减少没必要的来回调用前置知识只要和redis建立了连接,发送字符串,就能交互管道发布 / 订阅 help @pubsub 发送者订阅者 PSUBSCRIBE pa ...

Redis实战：第五章-使用Redis构建支持程序

Redis实战：第五章-使用Redis构建支持程序相关推荐

最新文章

热门文章