redis

redis总结

redis与memcached

redis支持更多的数据结构

redis支持数据持久化



redis单线程，memcached是多线程的

redis修改libevent实现小巧的epoll，memcached完全依赖libevent（性能影响）

memcached使用CAS避免资源竞争修改，redis提供了事务功能

数据类型

string

string

是key/value的存储结构（同memcached一样），支持的命令：

get/set/del
incr/incrby
decr/descby
append/strlen
getrange/setrange

问题：计数

一般情况都需要额外使用锁来避免并发写的问题。

解决方法：

使用

incr

命令来实现原子递增，使用

get/set

来重置计数状态。

hash

hash

的value实际上是一个hashmap，可以直接操作value的各个feild的值，支持的命令：

hset/hget/hgetall
hmset/hmget
hlen/hexists
hkeys/hvals

hash

两种实现方式，

当数据较少时，为了节省内存采用线性存储来节省空间

当数据较多时，才会使用hashmap来降低时间复杂度

问题：商品维度计数
商品有各种计数（喜欢、评论、鉴定、浏览等）
解决方法：
使用

hash

的

field

字段来存储喜欢、评论等计数值。

同理，用户维度计数（动态、关注、粉丝、喜欢、发帖等）。

list

list

通过双向链表实现，支持反向查找和遍历，支持的命令：

lpush/rpush
lpop/rpop
lrange/lrem

利用

push

和

pop

操作可以实现消息队列，也可以实现关注列表、粉丝/在线好友列表等功能。

问题：显示最新的项目列表

SELECT * FROM foo WHERE ... ORDER BY TIME DESC LIMIT 10;

数据库上的查询语句如上，随着数据的增多，排序会越来越慢。
解决方法：

为每一条数据选择一个唯一的ID（可选自增ID）

缓存最新的N个数据，利用

redis

做数据缓存（

list

结构不断LPUSH最新的数据）

当查询内容超过

redis

缓存内容后，才会穿透缓存访问数据库

消息队列的实现：

用

list

数据结构作为channel

生产者lpush消息

消费者rpop消息

设定超时时间

set

set

是一个不允许重复的数据组合，支持的命令：

sadd/spop
sismembers
sinter/sunion/sdiff

smembers

可以用来实现好友列表中判断是否为已存在好友或关注好友，也可以通过集合操作来实现共同好友、共同兴趣、共同关注列表等。

问题：判断微博的共同好友、共同兴趣、是否为关注好友
解决方法：

利用set集合存储用户的好友ID

通过

sismembers

判断用户是否存在好友集合中

通过

sinter

来判断两个好友集合的共同好友

通过

sunion

来获取两个集合的所有好友

通过

sdiff

来获取两个集合的非共同好友，用于好友推荐

sorted set

sorted set

是有序的

set

，通过提供一个优先级

score

来实现自动排序，支持的命令：

zadd/zrem
zrange/zcard

score

可以用来实现权重队列，也可以实现按时间、评分的自动排序列表。

问题：在线游戏实时排行榜
在线游戏的排行榜都需要实时更新操作，不可能去频繁地更改关系型数据库，
解决方法：

为用户设置唯一的ID，采用

sorted set

来存储用户的得分情况

利用有序集合来对用户得分进行排名，这里不可能存储全部的用户，可能只关心前100个用户，那么就需要在redis之外做限制

问题：新闻排序
新闻排序是按照新闻的关注度（点击率）和时间做排序，

score = points / (time^alpha)

上面的公式可以说明，点击率越高，越可能获得更多的评分；时间越久远，也会降低新闻的评分。
因此，需要有一个专门用于计算新闻评分的进程，实时地处理最新的N条数据
解决方法：

拉取最新的N条数据

计算各个数据的评分

添加到有序集合中

Pub/Sub

实现消息队列、实时消息系统。

Transactions

redis

提供事务的支持，

事务可以一次执行多个命令，多个命令按照顺序执行，不会被其他客户单的命令所打断

事务是原子操作，要么全部执行，要么不执行

使用方法：

> MULTI
> ...
> EXEC

错误处理：

在EXEC之前产生的错误，

redis

会自动放弃这个事务

在EXEC之后产生的错误，并没有特殊处理

其他应用

实时统计，而全量操作数据记录到log日志，利用Hadoop进行更全面的离线分析

web缓存，减轻数据库压力

cococo点点 http://www.cnblogs.com/coder2012