昨日回顾
# 1 redis介绍
-特性
# 速度快：10w ops（每秒10w读写），数据存在内存中，c语言实现，单线程模型
# 持久化：rdb和aof
# 多种数据结构：
5大数据结构
BitMaps位图：布隆过滤器 本质是 字符串
HyperLogLog：超小内存唯一值计数，12kb HyperLogLog 本质是 字符串
GEO：地理信息定位 本质是有序集合
# 支持多种编程语言：基于tcp通信协议，各大编程语言都支持
# 功能丰富：发布订阅（消息） Lua脚本，事务（pipeline）
# 简单：源代码几万行，不依赖外部库
# 主从复制：主服务器和从服务器，主服务器可以同步到从服务器中
# 高可用和分布式：
2.8版本以后使用redis-sentinel支持高可用
3.0版本以后支持分布式
# 2 redis 在linux上安装
-wget 源代码下载
-make
-make install
-src：可执行文件
# 3 三种启动方式
-redis-server
-动态参数 --xx xx
-配置文件启动（常用）
# 4 客户端连接，关闭服务端，查看配置项，查看redis进程
redis-cli -h 127.0.0.1 -p 6379
# 5 应用场景
# 6 通用命令
# 7 5大数据类型
-跳跃表是啥
# 8 字符串操作
今日内容
1 哈希类型
###1---hget,hset,hdel
hget key field #获取hash key对应的field的value 时间复杂度为 o(1)
hset key field value # 设置hash key对应的field的value值 时间复杂度为 o(1)
# field相同则修改（会返回0，但还是修改成功） 不相同则新增
hdel key field #删除hash key对应的field的值 时间复杂度为 o(1)
#测试
hset user:1:info age 23
hget user:1:info ag
hset user:1:info name lqz
hgetall user:1:info
hdel user:1:info age
###2---hexists,hlen
hexists key field #判断hash key 是否存在field 时间复杂度为 o(1)
hlen key #获取hash key field的数量 时间复杂度为 o(1)
hexists user:1:info name
hlen user:1:info #返回数量
###3---hmget，hmset
hmget key field1 field2 ...fieldN #批量获取hash key 的一批field对应的值 时间复杂度是o(n)
hmset key field1 value1 field2 value2 #批量设置hash key的一批field value 时间复杂度是o(n)
###4--hgetall,hvals，hkeys
hgetall key #返回hash key 对应的所有field和value 时间复杂度是o(n)
hvals key #返回hash key 对应的所有field的value 时间复杂度是o(n)
hkeys key #返回hash key对应的所有field 时间复杂度是o(n)
###小心使用hgetall
##1 计算网站每个用户主页的访问量
hincrby user:1:info pageview count
##2 缓存mysql的信息，直接设置hash格式
##其他操作 hsetnx，hincrby，hincrbyfloat
hsetnx key field value #设置hash key对应field的value（如果field已存在，则失败，返回了0），时间复杂度o(1)
hincrby key field intCounter #hash key 对应的field的value自增intCounter 时间复杂度o(1)
hincrbyfloat key field floatCounter #hincrby 浮点数 时间复杂度o(1)
# 浮点自增示例
hincrbyfloat numbers num1 3.5
使用hincrby做自增计数：
浮点数自增示例：
2 列表类型
# 插入操作
#rpush 从右侧插入
rpush key value1 value2 ...valueN #时间复杂度为o(1~n)
#lpush 从左侧插入
#linsert
linsert key before|after value newValue #从元素value的前或后插入newValue 时间复杂度o(n) ，需要遍历列表
linsert listkey before b java
linsert listkey after b php
# 删除操作
lpop key #从列表左侧弹出一个item 时间复杂度o(1)
rpop key #从列表右侧弹出一个item 时间复杂度o(1)
lrem key count value
#根据count值，从列表中删除所有value相同的项 时间复杂度o(n)
1 count>0 从左到右，删除最多count个value相等的项
2 count<0 从右向左，删除最多 Math.abs(count)个value相等的项
3 count=0 删除所有value相等的项
lrem listkey 0 a #删除列表中所有值a
lrem listkey -1 c #从右侧删除1个c
ltrim key start end #按照索引范围修剪列表 o(n)
ltrim listkey 1 4 #只保留下表1--4的元素
# 查询操作
lrange key start end #包含end获取列表指定索引范围所有item o(n)
lrange listkey 0 2
lrange listkey 1 -1 #获取第一个位置到倒数第一个位置的元素
lindex key index #获取列表指定索引的item o(n)
lindex listkey 0
lindex listkey -1
llen key #获取列表长度
# 修改操作
lset key index newValue #设置列表指定索引值为newValue o(n)
lset listkey 2 ppp #把第二个位置设为ppp
# 实战
实现timeLine功能，时间轴，微博关注的人，按时间轴排列，在列表中放入关注人的微博的即可
# 其他操作
blpop key timeout #lpop的阻塞版，timeout是阻塞超时时间，timeout=0为拥有不阻塞 o(1)
brpop key timeout #rpop的阻塞版，timeout是阻塞超时时间，timeout=0为拥有不阻塞 o(1)
'''它可以从多个列表中移出并获取第一个元素，如果列表没有元素，它会阻塞列表直到等待超时或发现可弹出元素为止。'''
#要实现栈的功能
lpush+lpop
#实现队列功能
lpush+rpop
#固定大小的列表
lpush+ltrim
#消息队列
lpush+brpop
timeLine 先后顺序 10个人发送的状态，发送在我的列表内
公司内部项目 ---> 任务 ---> 我的任务列表
不需要去过滤任务查看哪些是我的，而是之间放入我的任务列表。
审核请假，只放入我的部门列表，列表里面存放的是id号，查询快。
关注的人：按照时间排列，将关注的明星放入列表。
redis做消息队列不够专业，没有确认机制
虽然并发量较高但是吞吐量较低。
blpop如果列表没有元素，会阻塞程序，并且等待timeout时间结束：
这里已经等待了20s。
如果在等待期间，有其他的客户端往这个列表放值，blpop会将其立即弹出，结束阻塞：
可见只阻塞了4s，而不是20s。
3 集合类型
sadd key element #向集合key添加element（如果element存在，添加失败） o(1)
srem key element #从集合中的element移除掉 o(1)
scard key #计算集合大小
sismember key element #判断element是否在集合中
srandmember key count #从集合中随机取出count个元素，不会破坏集合中的元素
spop key #从集合中随机弹出一个元素
smembers key #获取集合中所有元素 ，无序，小心使用，会阻塞住
sdiff user:1:follow user:2:follow #计算user:1:follow和user:2:follow的差集
sinter user:1:follow user:2:follow #计算user:1:follow和user:2:follow的交集
sunion user:1:follow user:2:follow #计算user:1:follow和user:2:follow的并集
sdiff|sinter|suion + store destkey... #将差集，交集，并集结果保存在destkey集合中
sinterstore destkey set1 set2
命令 新集合 集合1 集合2 # 将set1 set2取交集 存储到新集合destkey
# 更多示例：
sdiffstore destkey set1 set2
# 应用场景
去重场景
抽奖系统 ：通过spop来弹出用户的id，活动取消，直接删除
点赞，点踩，喜欢等，用户如果点了赞，就把用户id放到该条记录的集合中
标签：给用户/文章等添加标签，sadd user:1:tags 标签1 标签2 标签3
给标签添加用户，关注该标签的人有哪些
共同好友：集合间的操作
集合放值：
判断集合里是否存在某值：
随机取出O(n)（抽奖功能）：
随机弹出：
两个集合：
求差集（去掉交集的部分）：
求交集、并集：
卖课网站：实现推荐的功能、去重
4 有序集合（zset）
# 特点：不能重复 有一个分值字段，来保证顺序
key score value
user:ranking 1 lqz
user:ranking 99 lqz2
user:ranking 88 lqz3
#集合有序集合
集合：无重复元素，无序，element
有序集合：无重复元素，有序，element+score
#列表和有序集合
列表：可以重复，有序，element
有序集合：无重复元素，有序，element+score
# API使用
zadd key score element #score可以重复，可以多个同时添加，element不能重复 o(logN)
zrem key element #删除元素，可以多个同时删除 o(1)
zscore key element #获取元素的分数 o(1)
zincrby key increScore element #增加或减少元素的分数 o(1)
zcard key #返回元素总个数 o(1)
zrank key element #返回element元素的排名（从小到大排）
zrange key 0 -1 #返回排名，不带分数 o(log(n)+m) n是元素个数，m是要获取的值
zrange player:rank 0 -1 withscores #返回排名，带分数
zrangebyscore key minScore maxScore #返回指定分数范围内的升序元素 o(log(n)+m) n是元素个数，m是要获取的值
zrangebyscore user:1:ranking 90 210 withscores #获取90分到210分的元素
zcount key minScore maxScore #返回有序集合内在指定分数范围内的个数 o(log(n)+m)
zremrangebyrank key start end #删除指定排名内的升序元素 o(log(n)+m)
zremrangebyrank user:1:rangking 1 2 #删除升序排名中1到2的元素
zremrangebyscore key minScore maxScore #删除指定分数内的升序元素 o(log(n)+m)
zremrangebyscore user:1:ranking 90 210 #删除分数90到210之间的元素
# 实战
排行榜：音乐排行榜，销售榜，关注榜，游戏排行榜
#其他操作
zrevrank #返回某个元素从高到低排序的顺序
#zrevrank girls dlrb 返回迪丽热巴 按分数降序排的排名
zrevrange #从高到低排序取一定范围
zrevrangebyscore #返回指定分数范围内的降序元素
zinterstore #对两个有序集合交集
zunionstore #对两个有序集合求并集
重复的值放不进去，但是这个分数会放进去，会覆盖原来的分数：
5 慢查询
# 单线程架构，命令一个个执行，会有长慢命令，造成整个redis的阻塞
# redis提供一种方式，可以记录长慢命令【放到慢查询队列中】，用于后续的排查修改工作
# 配置慢查询
-slowlog-max-len ：慢查询队列的长度
-slowly-log-slower-than ：超过多少微妙，就算慢命令，就会记录到慢查询队列中
# 实战
config set slowlog-log-slower-than 0
config set slowlog-max-len 100
config rewrite # 写了永久生效，如果不写，只是暂时生效
# 查看慢查询队列
slowlog len #获取慢查询队列长度
slowlog reset #清空慢查询队列
slowlog get # 获取慢查询队列的所有命令
所以命令都会进行记录包括slowlog len
6 pipeline与事务
Redis的pipeline(管道)功能在命令行中没有，但redis是支持pipeline的，而且在各个语言版的client中都有相应的实现(Redis模块)
将一批命令，批量打包，在redis服务端批量计算(执行)，然后把结果批量返回
1次pipeline(n条命令)=1次网络时间+n次命令时间
# python实现pipline
import redis
pool = redis.ConnectionPool(host='127.0.0.1', port=6379)
r = redis.Redis(connection_pool=pool)
#创建pipeline
pipe = r.pipeline(transaction=True)
#开启事务
pipe.multi()
pipe.set('name', 'lqz')
#其他代码，可能出异常
pipe.set('role', 'nb')
pipe.execute()
# redis原生实现事务 实现事务mutil
# 1 mutil 开启事务，放到管道中一次性执行
multi # 开启事务
set name lqz
set age 18
exec
# 2 模拟实现乐观锁 watch+multi实现乐观锁
# 在开启事务之前，先watch
watch age
multi
decr age
exec
# 另一台机器
multi
decr age
exec # 先执行，上面的执行就会失败(乐观锁，被wathc的事务不会执行成功)
通过pineple可以实现事务，但是redis没有隔离级别。
关系型数据库才有隔离级别，redis相当于可重复读。
watch+multi实现乐观锁。
multi模仿事务实际上就是Pipeline。
mysql实现乐观锁：
查数字 减数字 修改数字的时候，jinzhi
mysql实现悲观锁：
就是for updata ---》 锁住这一行
7 发布订阅
# 发布订阅是 观察者模式 ：只要订阅了某个东西，这个东西发送变化，我们就能收到
发布者发布了消息，所有的订阅者都可以收到，就是生产者消费者模型（后订阅了，无法获取历史消息）
# 一个客户端发送消息
publish lqz hello # 只要有订阅者，客户端发送消息，所有订阅者都能收到
# 另外两个客户端，订阅频道，等待接收消息
subscribe lqz
# 查看某个频道有几个订阅者
pubsub numsub lqz
# 列出活跃的频道
pubsub channels
# 发布订阅和消息队列
发布订阅数全收到，消息队列有个抢的过程，只有一个抢到
而发布-订阅模式是发布一个消息，所有的订阅者都受到这个消息。
django信号是发布-订阅模式
8 Bitmap位图
Bitmap位图：是字符串类型，但是以二进制形式存储的，获取，设置某个二进制位的
# set hello big
# getbit hello 0/1/2 返回比特位是0或1
# setbit hello 7 1 把第7，也就是8个比特位设置为1
# big就变成了cit
# bitcount hello 0 1 字节数 返回8
# 独立用户统计
-假设：1亿用户，5千万活跃用户 统计今天活跃用户是多选 用户iduserid是整形，32位整型
-int32 类型 4个字节表示一个数字---》 正负 2的31次方-1 的范围
1 4个字节
1001 4个字节
-方式一：登录，把id放到集合中---》统计集合大小
-方式二：登录，操作位图，把id对应的数字设为1 ，以后统计1的个数
数据量小的时候，使用Bitmap反而占用更多空间。
'''使用bitmap统计日活'''
9 HyperLogLog
redis中支持这种算法，基于HyperLogLog算法：极小的空间完成独立数量统计
很类似于布隆过滤器
pfadd key element # 向hyperloglog添加元素,可以同时添加多个
pfcount key #计算hyperloglog的独立总数
pfadd uuids "uuid1" "uuid2" "uuid3" "uuid4" #向uuids中添加4个uuid
pfcount uuids #返回4
#也可以做独立用户统计
'''用于统计日订单量 可以存入uuid 而位图只能存数字'''