当前位置： 首页 > news >正文

建设网站的源代码,网站的html代码在哪,文字logo免费设计在线生成,网站参数修改高级用法之慢查询

配置一个时间#xff0c;如果查询时间超过了我们设置的时间#xff0c;我们就认为这是一个慢查询

配置的慢查询#xff0c;只在命令执行阶段# 慢查询演示-设置慢查询—》只要超过某个时间的命令—》都会保存起来# 设置记录所有命令CONFIG SET slowl…高级用法之慢查询

配置一个时间如果查询时间超过了我们设置的时间我们就认为这是一个慢查询

配置的慢查询只在命令执行阶段# 慢查询演示-设置慢查询—》只要超过某个时间的命令—》都会保存起来# 设置记录所有命令CONFIG SET slowlog-log-slower-than 0# 最多记录100条config set slowlog-max-len 100# 持久化到本地配置文件config rewrite# 记录所有命令了# 查看慢查询队列

slowlog get [n] slowlog len #获取慢查询队列长度 slowlog reset #清空慢查询队列# 有什么用如何聊-公司好多项目用这一个redis实例-最近公司发现redis响应非常慢-通过排查它的 慢查询–》排查出一些慢命令-找到对应的执行项目—》位置-避免再执行这些命令了 pipline与事务

python客户端实现pipline

import redis pool redis.ConnectionPool(host10.211.55.4, port6379) r redis.Redis(connection_poolpool)

pipe r.pipeline(transactionFalse)

#创建pipeline pipe r.pipeline(transactionTrue) #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()# 原生redis操作操作事务# 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 模拟事务 mutil watch 模拟事务 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)# djangomysql实现乐观锁

使用pythonredis实现乐观锁

https://www.cnblogs.com/liuqingzheng/p/9997092.html 发布订阅

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

设计模式的观察者模式# 发布消息向lqz频道发送了hellowrold–》不会有人收到—》没有人订阅

publish lqz hello world# 订阅消息客户端1 subscribe lqz# 订阅消息客户端2 subscribe lqz# 发布订阅和消息队列的区别 发布订阅订阅者都能收到 消息队列有个抢的过程只有一个抢到 bitmap位图

操作 比特位

set hello big #放入key位hello 值为big的字符串 getbit hello 0 #取位图的第0个位置返回0 getbit hello 1 #取位图的第1个位置返回1 如上图# 设置比特位 etbit hello 7 1 #把hello的第7个位置设为1 这样big就变成了cig# 获取指定字节范围内有几个1 bitcount key 0 3 # 数字指的是字节# 基于上面可以做独立用户统计-假设有1亿用户假设5千万活跃—》统计日活-使用集合大约需要200m-使用bitmap位图大约需要12m内存-如果活跃用户量少不适合用bitmap# 面试题 redis的key值最大多少 512M redis的string 类型vaule值最大多少 512M HyperLogLog

基于HyperLogLog算法极小的空间完成独立数量统计,去重# 布隆过滤器# 具体操作

pfadd uuids uuid1 uuid2 uuid3 uuid4 # 增加值 pfcount uuids # 统计个数# 数据不能删除单个# 跟集合很像但是占的内存空间很小百万级别独立用户统计百万条数据只占15k错误率 0.81%无法取出单条数据只能统计个数

作用-爬虫去重-黑白名单-垃圾邮件过滤-独立用户统计-有个用户登录就把用户id放到HyperLogLog中-最后只需要统计一下 个数 就能统计出今天的活跃人数

GEO地理位置信息 GEO地理信息定位存储经纬度计算两地距离范围等# 类似于-附近的人餐馆医院-附近5km内的 xx-我距离某个好友的距离# 经纬度哪里来-前端(app,web),都是可以申请获得经纬度的–》是前端做-前端拿到—》调用我们的一个接口—》把经纬度传入—》存起来–》redis的geo中-我要统计我附近5公里以内的好友-需要我的经纬度-我所有好友的经纬度已经在 redis的geo中存好了# 案例 geoadd cities:locations 116.28 39.55 beijing geoadd cities:locations 117.12 39.08 tianjin geoadd cities:locations 114.29 38.02 shijiazhuang geoadd cities:locations 118.01 39.38 tangshan geoadd cities:locations 115.29 38.51 baoding# 计算两个地理位置的距离 geodist cities:locations beijing tianjin km# 计算北京方圆 150km内的城市 georadiusbymember cities:locations beijing 90 km# geo本质时zset类型 持久化

redis的所有数据保存在内存中,支持把数据持久化到硬盘上# 数据库(mysql,redis,mongodb,rabbitmqinfludbclickhosekafak)—》持久化方法通常是以下两种快照某时某刻数据的一个完成备份-mysql的Dump-redis的RDB写日志任何操作记录日志要恢复数据只要把日志重新走一遍即可-mysql的 Binlog-Redis的 AOF

redis支持 3中方案-rdb方案在某一刻做完成备份-aof方案每个操作都会有日志恢复的时候把日志重放即可-混合持久化rdbaof方案-aof重写-隔一段时候会把之前的日志做成rdb文件放在日志文件中后续的继续使用aof方案记录日志-达到快速恢复的目的#

rdb方案

触发机制-主要三种方式

save(同步)—阻塞–》如果数据量很多—》影响redis的查询操作

save# bgsave(异步Backgroud saving started)# 自动通过配置 配置 seconds changes save 900 1 save 300 10 save 60 10000如果60s中改变了1w条数据自动生成rdb 如果300s中改变了10条数据自动生成rdb 如果900s中改变了1条数据自动生成rdb AOF

AOF的三种策略

日志不是直接写到硬盘上而是先放在缓冲区缓冲区根据一些策略写到硬盘上 alwaysredis–》写命令刷新的缓冲区—》每条命令fsync到硬盘—》AOF文件 everysec默认值redis——》写命令刷新的缓冲区—》每秒把缓冲区fsync到硬盘–》AOF文件 no:redis——》写命令刷新的缓冲区—》操作系统决定缓冲区fsync到硬盘–》AOF文件# AOF 重写 本质就是把过期的无用的重复的可以优化的命令来优化 这样可以减少磁盘占用量加速恢复速度# aof配置 appendonly yes appendfilename appendonly.aof appendfsync everysec dir /root/lqz/redis/data 混合持久化

必须先开启AOF

aof-use-rdb-preamble yes