qq_36180997的博客

背景由于用户数的飙升，推荐使用的技术栈也在不断升级，以满足更高并发和更大数据量的推荐场景。推荐相关的原始数据从小几十万到几百万，到几千万，再到上亿。推荐1.0从全库的用户数据中load出满足条件的用户，在jvm做计算，得到推荐结果。随着用户数量的上升，满足条件的用户越来越多，导致计算量越来越大，性能逐渐变低推荐2.0一边从数据库中load出满足条件的用户，一边用sql在数据库做计算，直接得到推荐结果。利用索引，性能提升五倍左右。随着用户量继续上升，性能也在逐渐变低。推荐3.0将数据库推荐相

Redis线程模型Redis基于Reactor模式开发了网络事件处理器，这个处理器被称为文件事件处理器（file event handler）。它的组成结构为4部分：多个套接字、IO多路复用程序、文件事件分派器、事件处理器。因为文件事件分派器队列的消费是单线程的，所以Redis才叫单线程模型。文件事件处理器使用 I/O 多路复用（multiplexing）程序来同时监听多个套接字， 并根据套接字目前执行的任务来为套接字关联不同的事件处理器。当被监听的套接字准备好执行连接应答（accept）、读取（

Redis常用数据类型Redis常用数据类型包括：String、Hash、List、Set、ZSetredis的数据模型dictEntry在一些编程语言中，键值对的数据结构被称为字典，而在 Redis 中，会给每一个 key-value 键值对分配一个字典实体，就是“dicEntry”。dicEntry 包含三部分： key 的指针、val 的指针、next 指针，next 指针指向下一个 dicteEntry 形成链表，这个 next 指针可以将多个哈希值相同的键值对链接在一起，通过链地址法来解决

布隆过滤器是什么布隆过滤器底层基于bitmap，根据hash函数结果维护。优点布隆过滤器解决大数据量的”是否存在“问题很好用，能节省大量空间。缺点布隆过滤器存在一定的误判率，只能确认数据一定不存在，无法确认数据是否一定存在。对于要求精确的数据不适用。布隆过滤器不支持扩展。随着数据量的上升，误判率会跟着上升。此时如果要扩展布隆过滤器，只能新建一个新的布隆过滤器。基于redis实现布隆过滤器redis提供setbit等命令，允许对bitmap进行位级别的操作。借助redis提供的接口，不

sorted_setzadd key score member [score member …]，在物理内存，根据分值从小到大，从左往走排，存储地址不随着命令发生变化。zcount key min max 查找分值从min到max的数量zscore key member 取得key下某个元素的分值zincrby key increment member 对某个key下的元素的分值做加法zrange key start stop 根据下标，取得从start到stop到元素zrangebyscore

set常用命令sadd key member [member …]smembers keysinter key [key …]sinterstore destination key [key …]sunion key [key …]sdiff key [key …]总结set有去重功能，适合存储不重复key的需求。set有较多的集合操作，比如求两个集合的差集、并集。...

hash常用命令hset key filed value [filed value …]hget key fieldhincrby key filed increment总结hash特别适合存储对象

list基本命令：lpush key arg…注意顺序：127.0.0.1:6379> lpush l2 a b c d(integer) 4127.0.0.1:6379> LPOP l2"d"127.0.0.1:6379> LPOP l2 31) "c"2) "b"3) "a"127.0.0.1:6379> LPOP l2 3(nil)基本命令lpush 往list添加一个元素lpop 从list取出一个元素，该元素会从list删除lrange 查

Stringtype key 获取key类型string： append、incr、getset、get、set、msetnxlisthashsetzsetobject encoding key 获取value值的类型empstr 字符小于等于44字节时int 字符是数字，当字符小于20个字符时，为int类型，当大于等于20并小于等于44字节时，为empstr类型，当大于44字节时，转化为44字节。row 字符大于44字节时二进制安全redis只接收字节流，如果客户端要存数

redis消息订阅与发布redis除了做缓存外，还提供了消息订阅发布的功能。redis是绝大多数系统都会引入的中间件，如果项目中仅仅是一小块部分需要消息订阅与发布功能，特地为此引入消息中间件有点太重了，因此，使用redis做消息订阅与发布性价比更高。Java实现redis的订阅与发布@Configuration@EnableCachingpublic class RedisConfiguration extends CachingConfigurerSupport { /**