- 目录
- 慢查询
- pipeline
- 发布订阅
- Bitmap
- HyperLogLog
- GEO
慢查询
生命周期
发送命令 --> 排队 --> 执行命令 --> 返回结果
说明：
1.慢查询发生在第三阶段
2.客户端超时不一定有慢查询，四个阶段都可能会是超时的原因
两个配置
slowlog-max-len
1.先进先出队列
2.固定长度
3.保存在内存内，不会持久化
slowlog-log-slower-than
1.慢查询阈值（单位：微秒）
2.slowlog-log-slower-than=0，记录所有命令
3.slowlog-log-slower-than<0，不记录所有命令
配置方法
1.默认值
config get slowlog-max-len = 128
config get slowlog-log-slower-than = 10000
2.修改配置文件重启
3.动态配置
config get slowlog-max-len 100
config get slowlog-log-slower-than 1000
三个命令
slowlog get [n] #获取慢查询队列
slowlog len #获取慢查询队列长度
slowlog reset #清空慢查询队列
运维经验
1.slowlog-max-len阈值不要设置过大，默人10ms，通常设置1ms
2.slowlog-log-slower-than不要设置过小，通常设置1000左右
3.理解命令的生命周期
4.定期持久化慢查询（针对第2条）
pipeline
什么是pipeline
client – 传输命令 – 计算 – 返回结果
一次时间 = 一次网络时间 + 一次命令时间
n次时间 = n次网络时间 + n次命令时间
pipeline：将命令进行批量打包，在server中计算n次，一次返回结果
pipeline与原生操作对比
原生命令：原子的
pipeline：非原子的
使用建议
1.注意每次pipeline携带的数据量
2.pipeline每次只能作用在一个Redis节点上
3.M操作与pipeline的区别
发布订阅
角色
发布者（publisher）
订阅者（subscriber）
频道（channel）
API
publish
发布命令：publish channel message，如：
redis> publish sohu:tv "hello world"
(integer) 3 #订阅者个数
subscribe
订阅：subscribe [channel] #一个或多个，如：
redis> subscribe sohu:tv
1) "subscribe"
2) "sohu:tv"
3) (integer) 1
1) "message"
2) "sohu:tv"
3) "hello world"
unsubscribe
取消订阅：unsubscribe [channel] #一个或多个，如：
redis> unsubscribe sohu:tv
1) "unsubscribe"
2) "sohu:tv"
3) (integer) 0
其他API
psubscribe [pattern...]：订阅模式
punsubscribe [pattern...]：退订指定的模式
pubsub channels：列出至少有一个订阅者的频道
pubsub numsub [channel...]：列出给定频道的订阅者数量
pubsub numpat：列出被订阅模式的数量
与消息队列的区别
- 发布订阅：消费者都会收到
- 消息队列：消费者“抢”消息
Bitmap
位图
setbit
setbit key offset value：给位图指定索引设置值
getbit
getbit key offset：获取位图指定索引的值
bitcount
bitcount key [start end]：获取位图指定范围（start到end，单位为字节，如果不指定就是获取全部）位值为1的个数
bitop
bitop op destkey key [key...]：做多个bitmap的and（交集）、or（并集）、not（非）、xor（异或）操作并将结果保存在destkey中
bitpos
bitpos key targetBit [start] [end]：计算位图指定范围（start到end，单位为字节，如果不指定就是获取全部）第一个便宜量对应的值等于targetBit的位置
HyperLogLog
1.基于HyperLogLog算法：极小空间实现独立数量统计
2.本质还是字符串
API
pfadd key element [element...]：向hyperloglog添加元素
pfcount key [key...]：计算hyperloglog的独立总数
pfmerge destkey sourcekey [courcekey...]：合并多个hyperloglog
redis> pfadd 2018_10_24:unique:ids "uuid-1" "uuid-2" "uuid-3" "uuid-4"
(integer) 1
redis> pfcount 2018_10_24:unique:ids
(integer) 4
redis> pfadd 2018_10_24:unique:ids "uuid-1" "uuid-2" "uuid-3" "uuid-90"
(integer) 1
redis> pfcount 2018_10_24:unique:ids
(integer) 5
redis> pfadd 2018_10_25:unique:ids "uuid-4" "uuid-6" "uuid-7"
(integer) 1
redis> pfmerge 2018_10_24_25:unique:ids 2018_10_24:unique:ids 2018_10_25:unique:ids
OK
redis> pfcount 2018_10_24_25:unique:ids
(integer) 8
使用经验
1.是否能容忍错误？（错误率：0.81%）
2.是否需要单条数据？
GEO
GEO：地理信息定位，存储经纬度，计算两地距离，范围计算等
API
geoadd
geoadd key longitude latitude member [longitude latitude member...]：增加地理位置信息
redis> geoadd cities:locations 116.28 39.55 beijing
(integer) 1
redis> geoadd cities:locations 117.12 39.08 tianjin 114.29 38.01 shijiazhuang 118.01 39.38 tangshan 115.29 38.51 baoding
geopos
geopos key member [member ...]：获取地理位置信息
redis> geopos cities:locations tianjin
1) 1) "117.12000042200099501"
2) "39.0800000535766543"
geodist
geodist key member1 member2 [unit]：获取两个地理位置的距离，其中unit的可选项：m（米）、km（千米）、mi（英里）、ft（尺）
redis> geodist cities:locations tianjin beijing km
"89.2061"