Detaillierte Einführung in Redis-Anwendungsszenarien

Mit Redis müssen wir uns nicht mehr darauf konzentrieren, wie man den Elefanten in den Kühlschrank stellt, wenn man mit einer Datenbank mit monotonen Funktionen konfrontiert wird Wir nutzen die flexiblen Datenstrukturen und Datenoperationen von Redis, um verschiedene Kühlschränke für verschiedene Elefanten zu bauen. Ich hoffe, Ihnen gefällt diese Metapher.

1. Häufig verwendete Datentypen in Redis (empfohlen: Redis-Video-Tutorial)

Zu den am häufigsten verwendeten Datentypen in Redis gehören hauptsächlich die folgenden fünf Typen:

String, Hash, List, Set, Sortierter Satz

Bevor wir diese Datentypen im Detail beschreiben, verwenden wir zunächst ein Bild, um zu verstehen, wie diese verschiedenen Datentypen in der internen Speicherverwaltung von Redis beschrieben werden:

Zunächst verwendet Redis intern ein redisObject-Objekt, um alle Schlüssel und Werte darzustellen. Die Hauptinformationen von redisObject sind in der Abbildung oben dargestellt: Typ stellt den spezifischen Datentyp dar eines Wertobjekts, Codierung Dies ist die Art und Weise, wie verschiedene Datentypen in Redis gespeichert werden.

Zum Beispiel: type=string bedeutet, dass der Wert als gewöhnlicher String gespeichert wird, dann kann die entsprechende Codierung raw oder int sein, was bedeutet, dass das eigentliche Redis dieses Zeichen intern speichert und darstellt Gemäß der numerischen Klasse ist die Voraussetzung natürlich, dass die Zeichenfolge selbst durch einen numerischen Wert dargestellt werden kann, z. B.: „123“ „456“ solche Zeichenfolgen.

Hier muss ein besonderer Hinweis zum VM-Feld gemacht werden. Nur wenn die virtuelle Speicherfunktion von Redis aktiviert ist, kann dieses Feld tatsächlich Speicher zuweisen.

Aus der obigen Abbildung können wir ersehen, dass Redis redisObject verwendet, um alle Schlüssel-/Wertdaten darzustellen, was eine Speicherverschwendung darstellt. Natürlich dienen diese Speicherverwaltungskosten hauptsächlich der Bereitstellung einer einheitlichen Verwaltungsschnittstelle für verschiedene Daten Arten von Redis bietet der eigentliche Autor auch eine Vielzahl von Methoden, die uns dabei helfen, den Speicherverbrauch so gering wie möglich zu halten, auf die wir später noch näher eingehen werden.

2. Anwendung und Implementierung verschiedener Datentypen

Lassen Sie uns zunächst die Verwendung und interne Implementierung dieser fünf Datentypen einzeln analysieren:

1. String

String-Datenstruktur ist ein einfacher Schlüsselwerttyp. Tatsächlich ist der Wert nicht nur String, sondern auch eine Zahl.

Allgemeine Befehle: get, set, incr, decr, mget usw.

Anwendungsszenarien: String ist der am häufigsten verwendete Datentyp, und die gewöhnliche Schlüssel-/Wertspeicherung kann in diese Kategorie eingeordnet werden, was bedeutet, dass die aktuellen Memcached-Funktionen vollständig realisiert und effizienter werden können. Sie können auch die geplanten Persistenz-, Betriebsprotokoll- und Replikationsfunktionen von Redis nutzen. Redis bietet nicht nur die gleichen Get-, Set-, Incr-, Decr- und anderen Vorgänge wie Memcached, sondern auch die folgenden Vorgänge:

• Stringlänge abrufen

• Inhalt an die Zeichenfolge anhängen

• Einen bestimmten Inhalt der Zeichenfolge festlegen und abrufen

• Einen bestimmten Teil der Zeichenfolge festlegen und abrufen Zeichenfolge (Bit)

• Batch legt den Inhalt einer Reihe von Zeichenfolgen fest

Verwendungsszenario: reguläre Schlüsselwert-Cache-Anwendung. Regelmäßige Zählungen: Anzahl der Weibo-Beiträge, Anzahl der Fans.

Implementierungsmethode: Die Zeichenfolge wird standardmäßig in Redis gespeichert und von redisObject referenziert. Wenn sie auf incr, decr und andere Operationen stößt, wird sie zur Berechnung in einen numerischen Typ konvertiert. Das Codierungsfeld von redisObject ist int.

2. Hash

Allgemeine Befehle: hget, hset, hgetall usw.

Anwendungsszenario:

Lassen Sie uns ein einfaches Beispiel geben, um das Anwendungsszenario von Hash zu beschreiben. Wir möchten beispielsweise Daten eines Benutzerinformationsobjekts speichern, einschließlich der folgenden Informationen:

Benutzer-ID Für den Suchschlüssel enthält das gespeicherte Wertbenutzerobjekt Name, Alter, Geburtstag und andere Informationen. Wenn es mit einer gemeinsamen Schlüssel-/Wertstruktur gespeichert wird, gibt es zwei Hauptspeichermethoden:

Die erste Methode verwendet die Benutzer-ID als Suchschlüssel, kapselt andere Informationen in ein Objekt und speichert sie serialisiert. Der Nachteil dieser Methode besteht darin, dass sie den Overhead der Serialisierung/Deserialisierung erhöht erfordert eine Änderung. Wenn eine der Informationen abgerufen wird, muss das gesamte Objekt abgerufen werden, und der Änderungsvorgang muss die Parallelität schützen, was zu komplexen Problemen wie CAS führt.

Die zweite Methode besteht darin, so viele Schlüssel-Wert-Paare zu speichern, wie Mitglieder im Benutzerinformationsobjekt vorhanden sind, und die Benutzer-ID + den Namen des entsprechenden Attributs als zu verwenden eine eindeutige Kennung, um sie zu erhalten. Obwohl Serialisierungsaufwand und Parallelitätsprobleme für den Wert des entsprechenden Attributs beseitigt sind, wird die Benutzer-ID wiederholt gespeichert. Wenn eine große Menge solcher Daten vorhanden ist, ist die Speicherverschwendung immer noch sehr beträchtlich.

Dann löst der von Redis bereitgestellte Hash dieses Problem tatsächlich intern als HashMap und bietet eine Schnittstelle für den direkten Zugriff auf die Mitglieder dieser Map, wie unten gezeigt:

Mit anderen Worten, der Schlüssel ist immer noch die Benutzer-ID und der Wert ist eine Karte. Der Schlüssel dieser Karte ist der Attributname des Mitglieds und der Wert ist der Attributwert Der Zugriff auf die Daten kann direkt über den Schlüssel der internen Karte erfolgen (in Redis wird der Schlüssel der internen Karte als Feld bezeichnet), d. h. Sie können die entsprechenden Attributdaten über Schlüssel (Benutzer-ID) + Feld bedienen. Attributbezeichnung). Es besteht keine Notwendigkeit, Daten wiederholt zu speichern, und es führt nicht zu Serialisierungs- und Parallelitätsproblemen. Hat das Problem sehr gut gelöst.

Hier ist auch zu beachten, dass Redis eine Schnittstelle (hgetall) bereitstellt, um alle Attributdaten direkt abzurufen. Wenn jedoch viele Mitglieder der internen Karte vorhanden sind, muss die gesamte interne Karte durchlaufen werden. Aufgrund des Redis-Single-Thread-Modells kann dieser Durchlaufvorgang zeitaufwändig sein und andere Client-Anfragen werden überhaupt nicht beantwortet. Dies erfordert besondere Aufmerksamkeit.

Verwendungsszenario: Speichern Sie einige Änderungsdaten, z. B. Benutzerinformationen usw.

Implementierungsmethode:

Wie oben erwähnt, ist der dem Wert entsprechende Redis-Hash tatsächlich eine HashMap. Tatsächlich gibt es zwei verschiedene Implementierungen, wenn der Hash weniger Mitglieder hat Es wird kompakt gespeichert, ähnlich einem eindimensionalen Array, ohne die echte HashMap-Struktur zu verwenden. Wenn die Anzahl der Mitglieder zunimmt, wird es automatisch in a umgewandelt echte HashMap. Zu diesem Zeitpunkt ist die Codierung ht.

3. Liste

Allgemeine Befehle: lpush, rpush, lpop, rpop, lrange usw.

Anwendungsszenarien:

Es gibt viele Anwendungsszenarien für die Redis-Liste und sie ist auch eine der wichtigsten Datenstrukturen von Redis, zum Beispiel die Followerliste, Fanliste usw. von Twitter. können alle mithilfe der Redis-Listenstruktur erstellt werden.

Liste ist eine verknüpfte Liste. Ich glaube, dass jeder mit etwas Wissen über die Datenstruktur in der Lage sein sollte, ihre Struktur zu verstehen. Mithilfe der Listenstruktur können wir problemlos Funktionen wie das Ranking der neuesten Nachrichten implementieren. Eine weitere Anwendung von List ist die Nachrichtenwarteschlange.
Sie können die PUSH-Operation von List verwenden, um Aufgaben in der Liste zu speichern, und dann verwendet der Arbeitsthread die POP-Operation, um die Aufgaben zur Ausführung herauszunehmen. Redis bietet auch eine API zum Betreiben eines bestimmten Segments in der Liste. Sie können Elemente eines bestimmten Segments in der Liste direkt abfragen und löschen.

Implementierungsmethode:

Die Implementierung der Redis-Liste ist eine bidirektionale verknüpfte Liste, die die umgekehrte Suche und Durchquerung unterstützen kann, was bequemer zu bedienen ist, aber etwas zusätzlichen Speicheraufwand mit sich bringt . Redis-intern Viele Implementierungen, einschließlich Sendepufferwarteschlangen usw., verwenden diese Datenstruktur ebenfalls.

Die Liste von Redis ist eine doppelt verknüpfte Liste, in der jedes Unterelement vom Typ String ist. Elemente können durch Push- und Pop-Operationen am Anfang oder am Ende der Liste hinzugefügt oder gelöscht werden, sodass die Liste erstellt werden kann als Stapel oder Warteschlange verwendet.

Verwendungsszenarien:

Nachrichtenwarteschlangensystem

Sie können ein Warteschlangensystem mithilfe einer Liste erstellen und Sie können sogar ein priorisiertes Warteschlangensystem mithilfe eines sortierten Satzes erstellen.

Zum Beispiel: Verwendung von Redis als Protokollsammler

Es handelt sich tatsächlich um eine Warteschlange, in der mehrere Endpunkte Protokollinformationen in Redis schreiben, und dann schreibt ein Worker alle Protokolle einheitlich auf die Festplatte.

Vorgang zum Abrufen der neuesten N-Daten

Zeichnen Sie die Liste der ersten N zuletzt angemeldeten Benutzer-IDs auf, und der darüber hinausgehende Bereich kann aus der Datenbank abgerufen werden.

//把当前登录人添加到链表里
ret = r.lpush("login:last_login_times", uid)

//保持链表只有N位
ret = redis.ltrim("login:last_login_times", 0, N-1)

//获得前N个最新登陆的用户Id列表
last_login_list = r.lrange("login:last_login_times", 0, N-1)

Zum Beispiel Sina Weibo:

In Redis verwendet unsere neueste Weibo-ID einen residenten Cache, der immer aktualisiert wird. Aber wir haben es auf 5000 IDs begrenzt, sodass unsere Get-ID-Funktion immer Redis fragt. Erst wenn die Start-/Zählparameter diesen Bereich überschreiten, müssen Sie auf die Datenbank zugreifen.

Unser System „leert“ den Cache nicht wie auf herkömmliche Weise, die Informationen in der Redis-Instanz sind immer konsistent. Die SQL-Datenbank (oder eine andere Art von Datenbank auf der Festplatte) wird nur ausgelöst, wenn der Benutzer „weite“ Daten abrufen muss, und die Homepage oder die erste Kommentarseite stört die Datenbank auf der Festplatte nicht.

4. Festlegen

Allgemeine Befehle:

sadd, spop, smembers, sunion usw.

Anwendungsszenarien:

Die von Redis bereitgestellten externen Funktionen ähneln der Liste, bei der es sich um eine Listenfunktion handelt. Das Besondere ist, dass das Set automatisch deduplizieren kann, wenn Sie eine Liste speichern müssen Wenn Sie keine doppelten Daten wünschen, ist Set eine gute Wahl. Set bietet eine wichtige Schnittstelle zum Bestimmen, ob sich ein bestimmtes Mitglied in einer Set-Sammlung befindet, die die Liste nicht bereitstellen kann.

Set ist ein Set, und das Konzept eines Sets ist eine Kombination aus einer Reihe einzigartiger Werte. Einige Sammeldaten können mithilfe der von Redis bereitgestellten Set-Datenstruktur gespeichert werden.

Fall:

In der Weibo-Anwendung können alle Follower eines Benutzers in einer Sammlung gespeichert werden, und alle seine Fans können in einer Sammlung gespeichert werden. Redis bietet auch Operationen wie Schnittmenge, Vereinigung und Differenz für Sammlungen, die sehr praktisch sein können, um Funktionen wie gemeinsame Aufmerksamkeit, gemeinsame Präferenzen und Freunde zweiten Grades zu implementieren. Für alle oben genannten Sammlungsoperationen können Sie auch unterschiedliche Befehle verwenden Auswahlen Geben Sie die Ergebnisse an den Client zurück oder speichern Sie sie in einer neuen Sammlung.

Set ist eine Menge, eine ungeordnete Menge vom Typ String. Das Konzept ähnelt im Wesentlichen einer Menge in der Mathematik. Die Elemente in einer Menge können sein Es gibt keine Ordnung.

Implementierungsmethode:

set 的内部实现是一个 value永远为null的HashMap，实际就是通过计算hash的方式来快速排重的，这也是set能提供判断一个成员是否在集合内的原因。

使用场景：

交集，并集，差集：(Set)

//book表存储book名称

set book:1:name    ”The Ruby Programming Language”

set book:2:name     ”Ruby on rail”

set book:3:name     ”Programming Erlang”

//tag表使用集合来存储数据，因为集合擅长求交集、并集

sadd tag:ruby 1

sadd tag:ruby 2

sadd tag:web 2

sadd tag:erlang 3

//即属于ruby又属于web的书？

 inter_list = redis.sinter("tag.web", "tag:ruby") 

//即属于ruby，但不属于web的书？

 inter_list = redis.sdiff("tag.ruby", "tag:web") 

//属于ruby和属于web的书的合集？

 inter_list = redis.sunion("tag.ruby", "tag:web")

获取某段时间所有数据去重值

这个使用Redis的set数据结构最合适了，只需要不断地将数据往set中扔就行了，set意为集合，所以会自动排重。

5、Sorted Set

常用命令：

zadd,zrange,zrem,zcard等

使用场景：

Redis sorted set的使用场景与set类似，区别是set不是自动有序的，而sorted set可以通过用户额外提供一个优先级(score)的参数来为成员排序，并且是插入有序的，即自动排序。当你需要一个有序的并且不重复的集合列表，那么可以选择sorted set数据结构，比如twitter 的public timeline可以以发表时间作为score来存储，这样获取时就是自动按时间排好序的。

和Set相比，Sorted Set增加了一个权重参数score，使得集合中的元素能够按score进行有序排列，比如一个存储全班同学成绩的Sorted Set，其集合value可以是同学的学号，而score就可以是其考试得分，这样在数据插入集合的时候，就已经进行了天然的排序。

另外还可以用Sorted Set来做带权重的队列，比如普通消息的score为1，重要消息的score为2，然后工作线程可以选择按score的倒序来获取工作任务。让重要的任务优先执行。

实现方式：

Redis sorted set的内部使用HashMap和跳跃表(SkipList)来保证数据的存储和有序，HashMap里放的是成员到score的映射，而跳跃表里存放的是所有的成员，排序依据是HashMap里存的score,使用跳跃表的结构可以获得比较高的查找效率，并且在实现上比较简单。

三、Redis实际应用场景

1、显示最新的项目列表

下面这个语句常用来显示最新项目，随着数据多了，查询毫无疑问会越来越慢。

SELECT * FROM foo WHERE ... ORDER BY time DESC LIMIT 10

在Web应用中，“列出最新的回复”之类的查询非常普遍，这通常会带来可扩展性问题。这令人沮丧，因为项目本来就是按这个顺序被创建的，但要输出这个顺序却不得不进行排序操作。类似的问题就可以用Redis来解决。比如说，我们的一个Web应用想要列出用户贴出的最新20条评论。

在最新的评论边上我们有一个“显示全部”的链接，点击后就可以获得更多的评论。我们假设数据库中的每条评论都有一个唯一的递增的ID字段。我们可以使用分页来制作主页和评论页，使用Redis的模板，每次新评论发表时，我们会将它的ID添加到一个Redis列表：

LPUSH latest.comments <id></id>

我们将列表裁剪为指定长度，因此Redis只需要保存最新的5000条评论：

LTRIM latest.comments 0 5000

每次我们需要获取最新评论的项目范围时，我们调用一个函数来完成（使用伪代码）：

FUNCTION get_latest_comments(start, num_items):  
    id_list = redis.lrange("latest.comments",start,start+num_items - 1)  
    IF id_list.length <p>这里我们做的很简单。在Redis中我们的最新ID使用了常驻缓存，这是一直更新的。但是我们做了限制不能超过5000个ID，因此我们的获取ID函数会一直询问Redis。只有在start/count参数超出了这个范围的时候，才需要去访问数据库。</p><p>我们的系统不会像传统方式那样“刷新”缓存，Redis实例中的信息永远是一致的。SQL数据库（或是硬盘上的其他类型数据库）只是在用户需要获取“很远”的数据时才会被触发，而主页或第一个评论页是不会麻烦到硬盘上的数据库了。</p><p>2、排行榜应用，取TOP N操作</p><p>这个需求与上面需求的不同之处在于，取最新N个数据的操作以时间为权重，这个是以某个条件为权重，比如按顶的次数排序，这时候就需要我们的sorted set出马了，将你要排序的值设置成sorted set的score，将具体的数据设置成相应的value，每次只需要执行一条ZADD命令即可。</p><p>热门，排行榜应用：</p><pre class="brush:php;toolbar:false">//将登录次数和用户统一存储在一个sorted set里
zadd login:login_times 5 1
zadd login:login_times 1 2
zadd login:login_times 2 3
//当用户登录时，对该用户的登录次数自增1
ret = r.zincrby("login:login_times", 1, uid)
//那么如何获得登录次数最多的用户呢，逆序排列取得排名前N的用户
ret = r.zrevrange("login:login_times", 0, N-1)

另一个很普遍的需求是各种数据库的数据并非存储在内存中，因此在按得分排序以及实时更新这些几乎每秒钟都需要更新的功能上数据库的性能不够理想。典型的比如那些在线游戏的排行榜，比如一个Facebook的游戏，根据得分你通常想要：

- 列出前100名高分选手

- 列出某用户当前的全球排名

这些操作对于Redis来说小菜一碟，即使你有几百万个用户，每分钟都会有几百万个新的得分。模式是这样的，每次获得新得分时，我们用这样的代码：

ZADD leaderboard    

你可能用userID来取代username，这取决于你是怎么设计的。得到前100名高分用户很简单：

ZREVRANGE leaderboard 0 99

 用户的全球排名也相似，只需要：

ZRANK leaderboard

3、删除与过滤

我们可以使用LREM来删除评论。如果删除操作非常少，另一个选择是直接跳过评论条目的入口，报告说该评论已经不存在。 有些时候你想要给不同的列表附加上不同的过滤器。如果过滤器的数量受到限制，你可以简单的为每个不同的过滤器使用不同的Redis列表。毕竟每个列表只有5000条项目，但Redis却能够使用非常少的内存来处理几百万条项目。

4、按照用户投票和时间排序

排行榜的一种常见变体模式就像Reddit或Hacker News用的那样，新闻按照类似下面的公式根据得分来排序：score = points / time^alpha 因此用户的投票会相应的把新闻挖出来，但时间会按照一定的指数将新闻埋下去。下面是我们的模式，当然算法由你决定。

模式是这样的，开始时先观察那些可能是最新的项目，例如首页上的1000条新闻都是候选者，因此我们先忽视掉其他的，这实现起来很简单。每次新的新闻贴上来后，我们将ID添加到列表中，使用LPUSH + LTRIM，确保只取出最新的1000条项目。

有一项后台任务获取这个列表，并且持续的计算这1000条新闻中每条新闻的最终得分。计算结果由ZADD命令按照新的顺序填充生成列表，老新闻则被清除。这里的关键思路是排序工作是由后台任务来完成的。

5、处理过期项目

另一种常用的项目排序是按照时间排序。我们使用unix时间作为得分即可。 模式如下：

- 每次有新项目添加到我们的非Redis数据库时，我们把它加入到排序集合中。这时我们用的是时间属性，current_time和time_to_live。

- 另一项后台任务使用ZRANGE…SCORES查询排序集合，取出最新的10个项目。如果发现unix时间已经过期，则在数据库中删除条目。

6、计数

Redis是一个很好的计数器，这要感谢INCRBY和其他相似命令。我相信你曾许多次想要给数据库加上新的计数器，用来获取统计或显示新信息，但是最后却由于写入敏感而不得不放弃它们。

好了，现在使用Redis就不需要再担心了。有了原子递增（atomic increment），你可以放心的加上各种计数，用GETSET重置，或者是让它们过期。例如这样操作：

INCR user:<id> EXPIRE</id>

你可以计算出最近用户在页面间停顿不超过60秒的页面浏览量，当计数达到比如20时，就可以显示出某些条幅提示，或是其它你想显示的东西。

7、特定时间内的特定项目

另一项对于其他数据库很难，但Redis做起来却轻而易举的事就是统计在某段特点时间里有多少特定用户访问了某个特定资源。比如我想要知道某些特定的注册用户或IP地址，他们到底有多少访问了某篇文章。每次我获得一次新的页面浏览时我只需要这样做：

SADD page:day1:<page_id> <user_id></user_id></page_id>

当然你可能想用unix时间替换day1，比如time()-(time()%3600*24)等等。 想知道特定用户的数量吗？只需要使用

SCARD page:day1:<page_id></page_id>

需要测试某个特定用户是否访问了这个页面？

SISMEMBER page:day1:<page_id></page_id>

8、查找某个值所在的区间(区间无重合) ：(Sorted Set)

例如有下面两个范围，10－20和30－40

A_start 10, A_end 20

B_start 30, B_end 40

我们将这两个范围的起始位置存在Redis的Sorted Sets数据结构中，基本范围起始值作为score，范围名加start和end为其value值：

redis 127.0.0.1:6379> zadd ranges 10 A_start
(integer) 1
redis 127.0.0.1:6379> zadd ranges 20 A_end
(integer) 1
redis 127.0.0.1:6379> zadd ranges 30 B_start
(integer) 1
redis 127.0.0.1:6379> zadd ranges 40 B_end
(integer) 1

这样数据在插入Sorted Sets后，相当于是将这些起始位置按顺序排列好了。现在我需要查找15这个值在哪一个范围中，只需要进行如下的zrangbyscore查找：

redis 127.0.0.1:6379> zrangebyscore ranges (15 +inf LIMIT 0 1
1) "A_end"

这个命令的意思是在Sorted Sets中查找大于15的第一个值。（+inf在Redis中表示正无穷大，15前面的括号表示>15而非>=15）查找的结果是A_end，由于所有值是按顺序排列的，所以可以判定15是在A_start到A_end区间上，也就是说15是在A这个范围里。至此大功告成。

9、交集，并集，差集：(Set)

//book表存储book名称
set book:1:name    ”The Ruby Programming Language”
set book:2:name     ”Ruby on rail”
set book:3:name     ”Programming Erlang”

//tag表使用集合来存储数据，因为集合擅长求交集、并集
sadd tag:ruby 1
sadd tag:ruby 2
sadd tag:web 2
sadd tag:erlang 3

//即属于ruby又属于web的书？
 inter_list = redis.sinter("tag.web", "tag:ruby") 
//即属于ruby，但不属于web的书？
 inter_list = redis.sdiff("tag.ruby", "tag:web") 
//属于ruby和属于web的书的合集？
 inter_list = redis.sunion("tag.ruby", "tag:web")

更多redis相关文章请关注redis数据库教程栏目。

Das obige ist der detaillierte Inhalt vonDetaillierte Einführung in Redis-Anwendungsszenarien. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!