现在很多社交都有关注或者添加粉丝的功能, 类似于这样的功能我们如果采用数据库做的话只是单纯得到用户的一些粉丝或者关注列表的话是很简单也很容易实现, 但是如果我想要查出两个甚至多个用户共同关注了哪些人或者想要查询两个或者多个用户的共同粉丝的话就会很麻烦, 效率也不会很高. 但是如果你用redis去做的话就会相当的简单而且效率很高. 原因是redis自己本身带有专门针对于这种集合的交集,并集, 差集的一些操作. 设计思路如下: 总体思路我们采用redis里面的zset完成整个功能, 原因是zset有

产品价值 1: 关注功能 2: 功能分析之"关注"功能 3: 平平无奇的「关注」功能,背后有4点重大价值 应用场景 在做PC或者APP端时,掺杂点社交概念就有关注和粉丝功能; 数据量小的话数据库还能支持,如果数据量很庞大还是用缓存比较好. 具体实现 1 控制层实现 /** * 关注/取消关注 * @param Request $request * @return mixed */ public function follow(Request $request) { $type = $r

Redis队列功能介绍 List 常用命令: Blpop删除,并获得该列表中的第一元素,或阻塞,直到有一个可用 Brpop删除,并获得该列表中的最后一个元素,或阻塞,直到有一个可用 Brpoplpush Lindex获取一个元素,通过其索引列表 Linsert在列表中的另一个元素之前或之后插入一个元素 Llen获得队列(List)的长度 Lpop从队列的左边出队一个元素 Lpush从队列的左边入队一个或多个元素 Lpushx当队列存在时,从队到左边入队一个元素 Lrange从列表中获取指定返回的

3.Redis高级功能3.1 慢查询分析3.1.1 慢查询的两个配置参数3.1.2 最佳实践3.1.3 单线程架构3.2 Redis Shell3.2.1 redis-cli 详解3.2.2 redis-server 详解3.2.3 redis-benchmark 详解3.3 Pipeline3.3.1 Pipeline概念3.3.2 性能测试3.3.3 原生批量命令与Pipeline对比3.3.4 最佳实践3.4 事务与Lua3.4.1 事务3.4.2 Lua用法简介3.4.3 Redis与L

关闭redis持久化功能持久化会报如下信息 会影响硬盘写入性能 所以没什么用 就关掉吧 修改redis配置文件,redis.conf 第115行左右. 1.注释掉原来的持久化规则 <pre>#save 900 1#save 300 10#save 60 10000</pre> 2.设置为空 <pre>save ""</pre> 然后重启redis服务即可. ps:linux RDB: 10 MB of memory used by cop

6.redis哨兵功能 Redis-Sentinel Redis-Sentinel是redis官方推荐的高可用性解决方案,当用redis作master-slave的高可用时,如果master本身宕机,redis本身或者客户端都没有实现主从切换的功能. 而redis-sentinel就是一个独立运行的进程,用于监控多个master-slave集群,自动发现master宕机,进行自动切换slave > master. sentinel主要功能如下: 不时的监控redis是否良好运行,如果节点不可达就

redis哨兵功能 redis-Sentinel(哨兵) 前言 当用redis作master-slave的高可用时,如果master本身宕机,redis本身或者客户都没有实现主从切换的功能 redis-sentinel是redis官方推荐的高可用性解决方案, 而redis-Sentinel就是一个独立运行的进程,用于监控多个master-slave集群,自动发现master宕机,进行自动切换slave>master 功能: 不时的监控redis是否良好运行,如果节点不可达就会对节点进行下线标识

最近项目要涉及到粉丝关注问题,权衡再三还是使用Redis实现比较方便,使用Redis的有序集合可以做到根据关注的时间有序的取出列表,假设我的ID是me,别人的ID是other. 1. 添加关注 添加关注分为两步: 1.将对方id添加到自己的关注列表中: Redis::ZADD("me:follow", time(), other) 2.将自己的id添加到对方的粉丝列表中: Redis::ZADD("other:fans", time(), me) 2. 取消关注 取

一.慢查询分析 许多存储系统(例如MySql)提供慢查询日志帮助开发和运维人员定位系统存在的慢操作. 所谓慢查询日志就是系统在命令执行前后计算每条命令的执行时间,当超过预设阈值,就将这条命令的相关信息(例如:发生时间.耗时.命令的详细信息)记录下来,Redis也提供了类似的功能. Redis客户端执行一条命令分为如下4个部分: 慢查询只统计3.执行命令的时间,所以没有慢查询并不代表客户端没有超时问题. 1.慢查询的两个配置参数 对于慢查询需要明确两件事:预设阈值怎么设置?慢查询记录存放在哪里?

3.Pipeline 3.1 Pipeline概念 Redis客户端执行一条命令分为如下四个过程: (1)发送命令 (2)命令排队 (3)命令执行 (4)返回结果 其中(1)和(4)称为Round Trip Time(RTT,往返时间). Redis提供了批量操作命令( 例如mget.mset等) ,可以有效地节约RTT.但大部分命令是不支持批量操作的,例如要执行n次hgetall命令,并没有mhgetall命令存在,需要消耗n次RTT.Redis的客户端和服务端可能部署在不同的机器上.例如客户

一.键过期功能的相关命令 二.设置生存时间 Redis 提供了两个命令来设置键的生存时间(TTL,time to live),它们分别是: 如果给定的键不存在,那么 EXPIRE 和 PEXPIRE 将返回 0 ,表示设置失败:如果命令返回 1 ,那么表示设置成功.当一个键被设置了生存时间之后,它的生存时间将会随着时间的流逝而减少:时间过去一毫秒,键的生存时间就减少一毫秒:时间过去一秒钟,键的生存时间就减少一秒钟:以此类推.当一个键的生存时间被减少至低于 0 时,Redis 就会自动将这个键删除

流水线功能的目的:通过减少客户端与服务器之间的通信次数来提高程序的执行效率. 一.通信 在一般情况下, 用户每执行一个 Redis 命令,客户端与服务器都需要进行一次通信:客户端会将命令请求发送给服务器,而服务器则会将执行命令所得的结果返回给客户端. 当程序执行一些复杂的操作时, 客户端可能需要执行多个命令, 并与服务器进行多次通信. 假设我们正在构建一个为图书打标签(tag)的网站,这个网站上的每本图书都可以被打上任意多个标签.并且为了记录哪些标签的图书是最多人阅览的,我们会为每个标签创建一个

一.事务 Redis 的事务功能允许用户将多个命令包裹起来,然后一次性地.按顺序地执行被包裹的所有命令.在事务执行的过程中,服务器不会中断事务而改去执行其他命令请求,只有在事务包裹的所有命令都被执行完毕之后,服务器才会去处理其他命令请求. 事务示例: 现在, 让我们假设 SETEX 命令并不存在于 Redis , 并且 SET 命令也不支持 EX seconds 参数, 如果我们要自己来实现一个 SETEX 命令的话, 那么我们可能会使用以下代码: def SETEX(key, seconds,

Redis管道,Redis存储用户浏览数据 当频繁的存储获取Redis数据库中的数据时,可以使用Redis的pipeline(管道)功能,将多个相互没有依赖关系的读写操作,如:下一步执行的Redis操作的开启需要获取上一步操作执行结束的数据.放到队列中,使用pipeline对象一次性执行,可以很大程度上减少与数据库建立TCP连接的性能损耗.(使用场景:用户浏览历史, 注册登录短信验证码,图片验证码) class RecommendJobView(GenericAPIView): ""&

一. 慢查询原因分析 与mysql一样:当执行时间超过阀值,会将发生时间耗时的命令记录 redis命令生命周期:发送 排队 执行 返回慢查询只统计第3个执行步骤的时间 预设阀值:两种方式,默认为10毫秒1,动态设置6379:> config set slowlog-log-slower-than 10000 //10毫秒10000微秒使用config set完后,若想将配置持久化保存到redis.conf,要执行config rewrite 2,redis.conf修改:找到slowlog-lo

1 mysql基本命令 1.启动mysql systemctl start mariadb 2.linux客户端连接自己 mysql -uroot -p -h 127.0.0.1 3.远程链接mysql服务端 mysql -uroot -p -h 192.168.1.197 远程授权: grant all privileges on *.* to root@"192.168.1.100" identified by "redhat"; flush privilege

Redis提供了5种数据结构已经足够强大,但除此之外,Redis还提供了诸如慢查询分析.功能强大的Redis Shell.Pipeline.事务与Lua脚本.Bitmaps.HyperLogLog.发布订阅.GEO等附加功能,这些功能可以在某些场景发挥重要作用. 慢查询分析:通过慢查询分析,找出有问题的命令进行优化: Redis Shell:功能强大的Redis Shell会有意想不到的使用功能: Pipeline:通过Pipeline(管道或者流水线)机制有效提高客户端性能: 事务与Lua:制

个人博客网:https://wushaopei.github.io/    (你想要这里多有) 目录: 慢查询 Pipeline 发布订阅 Bitmap(位图) HyperLogLog GEO 一.慢查询 1.慢查询: 生命周期 三个命令 两个配置 运维经验 2.生命周期图解: ​ 两点说明: 慢查询发生在第3阶段 (如:keys *) 客户端超时不一定慢查询,但慢查询是客户端超时的一个可能因素 两个配置: -slowlog-max-len 慢查询是一个先进先出队列 队列是固定长度的 Redis

本文来源:https://www.dazhuanlan.com/2020/02/05/5e3a0a3110649/ 背景 前段时间自己在做附近直播相关业务,其中有一个核心的点就是检索用户附近的主播,也是主要召回池.针对业务场景的特殊性,最后决定使用Redis的GEO技术来完成这个功能.主要考虑点在于每天在线直播的主播数量是固定的差不多一万这个量级,使用配置好一点的单机Redis单key存储是没问题的.数据操作主要有两个:一是主播开播的时候写入主播Id的经纬度,二是主播关播的时候删除主播Id元素.

大家好~我是米洛! 我正在从0到1打造一个开源的接口测试平台, 也在编写一套与之对应的完整教程,希望大家多多支持. 欢迎关注我的公众号测试开发坑货,获取最新文章教程! 回顾 上一节我们提出了优化Dao逻辑的想法,那今天就试着来兑现之,并运用到Redis配置管理的开发中去. 初步构思list方法 我们在dao/init.py新建类: Mapper,以后所有的dao类都继承自它. 想想list需要什么,一般需要,字段,参数, 是like还是等于这3个重要的信息. 明白这个以后,我们的伪代码就好编写了

# -*- coding:utf-8 -*- import smtplib #import os from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart #from email import encoders user = 'ccccfz@163.com' pwd = 'fz.19921218' to = ['1980884174@qq.com'] msg = MIMEMultipar