本文我们将介绍 Redis 的高级功能，比如：慢查询、PipeLine、BitMap、HyperLogLog、发布订阅 和 GEO 等功能的介绍。
慢查询
生命周期
慢查询的生命周期，可参见下图。首先客户端发送命令给 Redis，Redis 需要对慢查询排队处理，这里需要说明的是慢查询发生在第三阶段，也就是下图的“（3）执行命令”这一阶段。同时客户端超时不一定是慢查询，但却是客户端超时的一个原因。最后，执行完后返回。
enter image description here
在实际开发中，我们需要对异常进行判断，这个时候，这个流程就显得非常重要。
如何配置慢查询
所谓慢查询指的是内部执行时间超过某个指定时限的查询，而控制该指定时限的就是 Redis 配置文件中的配置项 slowlog-log-slower-than。除 slowlog-log-slower-than 外，在配置文件中还有另外一个参数与慢查询日志有关，那就是 slowlog-max-len，该配置项控制了 Redis 系统最多能够维护多少条慢查询。让我们一个一个讲解。
- slowlog-max-len
服务器使用先进先出的方式保存多条慢查询日志。当服务器储存的慢查询日志数量等于 slowlog-max-len 选项的值时， 服务器在添加一条新的慢查询日志之前，会先将最旧的一条慢查询日志删除。
什么意思呢？首先 Redis 会配置一个 slowlog-log-slower-than = 10000，slowlog-max-len = 100，就是说 10000 微秒（1 秒等于 1,000,000 微秒）后是慢查询，然后就把它放到队列（内存）中，并且从 100 开始一直到 1。如下图所示：
enter image description here
- slowlog-log-slower-than
该选项指定执行时间超过多少微秒。
例如，如果这个选项的值为 1000，那么执行时间超过 1000 微秒的命令就会被记录到慢查询日志。如果这个选项的值为 5000，那么执行时间超过 5000 微秒的命令就会被记录到慢查询日志。以此类推。
redis> CONFIG SET slowlog-log-slower-than 0
OK
redis> CONFIG SET slowlog-max-len 10
OK
上面的代码表示，CONFIG_SET 命令将 slowlog-log-slower-than 选项的值设为 0 微秒，这样 Redis 执行的全部命令都会被记录进去，然后将 slowlog-max-len 选项的值设为 10，让服务器最多只保存 10 条慢查询日志。
然后我们发送几个请求：
redis> SET msg "welcome my city"
OK
redis> SET number 12345
OK
redis> SET database "redis"
OK
SLOWLOG GET 命令就可以查看慢日志，如下:
redis> SLOWLOG GET
1) 1) (integer) 4 # 日志的唯一标识符（uid）
2) (integer) 1338784447 # 命令执行时的 UNIX 时间戳
3) (integer) 12 # 命令执行的时长，以微秒计算
4) 1) "SET" # 命令以及命令参数
2) "database"
3) "redis"
2) 1) (integer) 3
2) (integer) 1372181139
3) (integer) 10
4) 1) "SET"
2) "number"
3) "12345"
...
慢查询的默认值
我们在使用 Redis 时，可以设置慢查询的默认值。有以下两种方式。
方式一，请见下面代码。
// 不推荐
config get slowlog-max-len = 128 // 设置slowlog-max-len为128，保存数据最多128条
config get slowlog-log-slower-than = 10000// 表示超时到10000微秒会被记录到日志上
上面的配置是修改配置文件后需要重启，这里不推荐使用此方式。。
方式二，动态配置。配置方式，请见下面两条命令。推荐使用该方式。
// 推荐使用动态配置
config set slowlog-max-len 1000 // 设置slowlog-max-len为1000，保存数据最多1000条，不能太小，也不能太大。
config set slowlog-log-slower-than 10000 // 表示超时到10000微秒会被记录到日志上
慢查询的命令
- slowlog get[n] // 获取慢查询队列
- slowlog len // 获取慢查询队列的长度
- slowlog reset // 清空慢查询队列
对于慢查询，我们在实际使用的时候需要注意以下几点。
1.slowlog-log-slower-than 不要太大，默认是 10ms，实际使用中也只是 1ms 或者 2ms，必须根据 QPS 的大小来设定；
2.slowlog-max-len 不要太小，通常是 1000。默认是 128。因为存在内存中，如果设置过小，会导致之前的慢查询丢失，故建议改成 1000。
3.定期对慢查询进行持久化。
PipeLine 流水线
概念
如果想同时使用 HSET 或者 MSET，那有没有 HMSET 呢？实际上是没有的，但是我们可以使用 PipeLine 流水线功能。
如果使用 n 次网络请求加 n 次命令就很麻烦，但是如果使用 PipeLine 的 1 次网络请求加 n 次命令，就可以节约网络带宽和访问时间。但是 PipeLine 每次条数要控制。
如何使用 PipeLine
这里我们介绍在 Jedis 中使用 PipeLine，我们通过使用 PipeLine 和不使用 PipeLine 作对比，你就能清晰的感受 PipeLine 的方便了。
第一种方式用 HSET，就是我们不用 PipeLine 的时候，代码如下
Jedis jedis = new Jedis("127.0.0.1",6379); // new一个redis，它提供IP和端口号的参数；
for(int i=0;i<10000;i++){
jedis.hset("keyvalue:"+i,"keyfield"+i);
} // 测试后发现，1w的hset需要50s
第二种使用 PipeLine 方式，代码如下
Jedis jedis = new Jedis("127.0.0.1",6379);// new一个redis，它提供IP和端口号的参数；
for(int i=0;i<100;i++){
Pipeline pipeline = jedis.pipelined();// 此句就是使用pipelined方法，激活pipeline
for(int j=i*100;j<(i+1)*100;j++){
pipeline.hset("key"+j,"keyfield"+j,"keyvalue"+j);
}
pipeline.syncAndReturnAll();//结束的时候必须要加的。
} // 测试发现，1w的hset只需要0.7s
从上面的代码你就能看到，如果你不使用 PipeLine，这个速度是非常慢的，需要 50 秒；但是如果使用 PipeLine，那么只需要 0.7 秒就能循环出来了。
这里需要注意以下两点。
1.每次 PipeLine 携带的数据量；
2.PipeLine 一次只能在一个 Redis 节点上。在后面的集群部分，我也会进行说明。
BitMap 位图
接下来我们来讲位图功能。我们知道，如果你要 set 一个值，比如 one，那么 one 这个值存放在内存中其实是以二进制的方式，那么我们通过 getbit one 0，就能查询到这个 one 在内存中的第一个二进制是多少。
enter image description here
如上图所示，上面的英文字母在内存里都是 0 和 1，那么当我们 getbit one 0 的时候，我们取的就是这个内存中二进制的第一个值，得到的就是 0。
如何使用 BitMap
使用 BitMap，有如下五个命令。
1.SETBIT
setbit key offset value //给位图指定索引设置值
例如，setbit book1:books:2017-01-10 1 1，即将 book1 的 2017 年 1 月 10 日的第一个位图值改为 1，返回结果是之前的值。
2.GETBIT
getbit key offset //获取位图对应的值
例如，getbit book1:books:2017-01-10 1 8，和 SET 类似。
3.BITCOUNT
bitcount key [start end] // 获取位图指定范围值为1的个数
例如，bitcount book1：books：2017-01-10 1 3，返回 3。
4.BITOP
bitop op destkey key [key...]
上面代码表示，进行多个Bitmap的 and，or，not，xor 操作并保存到 destkey中。
5.BITOPS
bitops key targetBit [start] [end] // 计算指定位图范围第一个偏移量对应的值等于targetBit的位置
例如，bitops book1：books：2017-01-10 1 2 5，后面三个数表示 2 到 5 的位置里为 1 的位置。
比较 SET 和 BitMap，很多是使用在统计上的，可见下面两个示例。
示例一，如果你有 1 个亿的用户，每天 5 千万的独立访问。
| 数据类型 | 空间占用 | 存储用户量 | 全部内存占用 |
|---|---|---|---|
| set | 32位 | 50，000，000 | 50,000,000*32 =200M |
| bitmap | 1位 | 100，000，000 | 100,000,000*1=12.5M |
如果你用 SET，一天是 200 M，那么一年就是 72G，但如果你用 BitMap，一年只有 4.5G，你觉得哪个好呢？
示例二，但是如果你只有 10万 独立用户呢？
| 数据类型 | 空间占用 | 存储用户量 | 全部内存占用 |
|---|---|---|---|
| set | 32位 | 1，000，000 | 1,000,000*32 =4M |
| bitmap | 1位 | 100，000，000 | 100,000,000*1=12.5M |
通过上述表格可知，这个时候就要用 SET 了。
所以，BitMap 不一定好，BitMap 是针对大数据量设计的。我们需要根据需求来区分使用，如果数据量非常大，可以考虑，只有在用户量非常大的时候，才会使用。
HyperLogLog
这种算法又叫：极小空间完成独立数量统计。我们日常是不会使用 HyperLogLog 算法的，只有当统计数据量非常大的时候，才会使用它。很多朋友在研究 HyperLogLog 的时候，就会发现 HyperLogLog 本质上还是字符串 String。你不信可以使用 type 命令，就知道 HyperLogLog 返回的是字符串。
如何使用 HyperLogLog
常用的 HyperLogLog 命令有以下三个。
- pfadd key element ...，向HyperLogLog添加元素；
- pfcount key ...，计算HyperLogLog的独立总数；
- pfmerge key1 key2 ...，合并多个HyperLogLog。
发布订阅
有的朋友会问什么是发布订阅，工业生产设计之前是根据非定时的监听设计，定时器会定时在内存中进行监听，如果有改变，再发送，其实不算是实时的。
同时，这种工业设计其实是非常复杂的。发布订阅大大简化了设计流程。很多实时的发布依赖于 Redis 做事件消息推送。简化了设计，而且性能也比较客观。
Redis 在 2.0 之后实现了事件推送的 Pub/Sub 命令。Pub 就是发布者 Publisher，Sub 就是订阅者 Subcriber。
订阅者只要订阅这个频道，就可以实时获得信息，见下图。
enter image description here
说明：当发布者发送一条消息到 Redis Server 后，只要订阅者订阅了该频道就可以接收到这样的信息。同时，订阅者可以订阅不同的频道。
如何操作 API
使用发布订阅，有如下四个命令。
1.PUBLISH，发布。
publish channel message //发布命令
publish youku:tv "welcome back!" // 返回有几个订阅者。
2.SUBSCRIBE，订阅。
subcribe [channel] // 订阅一个或者多个
subcribe youku:tv // 订阅优酷并返回信息。
3.UNSUBSCRIBE，取消订阅。
unsubcribe [channel] // 取消订阅一个或者多个
unsubcribe youku:tv // 取消订阅优酷并返回信息。
4.其他命令还有 PSUBSCRIBE（订阅模式）、PUNSUBSCRIBE（退订指定模式）、PUBSUB CHANNELS（列出至少一个订阅者频道）
补充：消息队列
Redis 消息队列是抢的模式，就是只有一个用户能收到，谁网速快，谁人品好，谁就能获得那条消息，作为开发者我们需要了解需求，如果只需要一个消息订阅者收到，那么就可以使用消息队列，如下图所示。
enter image description here
这种场景比如抢红包、谁中奖这种模式，就可以使用消息队列了。
GEO 地理位置存储
Redis 3.2 以后才出现 GEO 的功能。GEO 是使用 ZSET 来实现的。最常用的功能就是微信里的附近的人和摇一摇的功能，还有美团通过本地的坐标自动识别周围的餐馆等功能。
如何操作 API
使用GEO，有如下四个命令。
1.GEOADD，增加。
geo add 经度 维度 标识 ...
例如，geo add cities：location 117.20 40.11 beijing。
2.GEOPOS，获取地理信息。
geopos key 标识 ...
例如，geopos cities：locations beijing，返回经度和纬度。
3.GEODIST，计算距离
geodist key 标识1 标识2 ... [unit] // unit表示单位
例如，geodist cities：locations beijing tianjing km //计算北京到天津的距离
4.GEORADIUS，它是非常复杂的，如果你有兴趣可以访问该网页找到详细内容。
后面的内容，将对 Redis 的持久化、高可用、分布式进行详细讲解。
网友评论