Redis 高级运用

Redis 高级运用

Redis高级运用

一、管道连接redis(一次发送多个命令,节省往返时间)

1.安装nc

yum install nc -y

2.通过nc连接redis

nc localhost 6379

3.通过echo向nc发送指令

echo -e "set k2 99\nincr k2\n get k2" |nc localhost 6379
二、发布订阅(pub/Sub)
publish channel message
subscribe channel
三、事务(transactions)
multi 开启事务
...
exec 执行事务
watch 如果数据被更改,那就不执行事务
unwatch 取消监视
discard 放弃事务
四、布隆过滤器(redisbloom)

在redis.io/modules选择redisbloom的github,克隆下来

解压,make编译,将redisbloom.so这个链接库复制到/opt/redis

执行

redis-server --loadmodule /opt/redis/redisbloom.so 

科普:bloom filter,counting bloom,cukcoo是什么?
1.bloom filter
它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。
运用:网页黑名单、垃圾邮件、爬虫网址判重
Java想要使用BloomFilter可以考虑使用google的guava

2.counting bloom
这个计数器,使用4位bit来表示一个计数(这个数字可以自己指定长度的),所以我们可以进行计数。

(详细参考:https://wenku.baidu.com/view/9e5832df7f1922791688e84f.html)

3.cuckcoo
cuckoo filter的产生源于一个故事,盒子故事(参考:https://www.cnblogs.com/chuxiuhong/p/8215719.html)
我们使用2个表存,可以存放在任意一个,那么数学期望由O(logN/loglogN)变成O(loglogN)。
因此,而设计出来布谷过滤器。
布谷过滤器使用2个哈希表,元素计算哈希,如果没有值,则放入,有值,则踢出元素,重新计算新的哈希,放入,如此反复。参考附件:cuckoo filter

redis的布隆过滤器模块也是用到了cuckoo的哈希,在cuckoo.c文件中


Redis Bloom的使用:

BF.ADD k1 V   添加数据值
BF.EXISTS k1 V    判断是否存在

本文由 在码圈 创作,如果您觉得本文不错,请随意赞赏
采用 知识共享署名4.0 国际许可协议进行许可
您可以自由的转载和修改,但请务必注明文章来源并且不可用于商业目的。
本站部分内容收集于互联网,如果有侵权内容、不妥之处,请联系我们删除。敬请谅解!
原文链接:https://www.bedebug.com/archives/redis高级运用
最后更新于:2020-03-27 11:24:42

请博主喝咖啡 ☕.