wang0907的博客

简单分析windows安装redis 。redis之在Linux下简单安装 。redis之造一个像redis的轮子 。redis之零碎知识点 。redis之常见的集合操作有哪些？ 。redis之AOF和RDB持久化 。redis之读写分离 。redis之哨兵模式 。redis之分片集群 。redis之String是如何存储的 。redis之为什么那么快 。redis之Bitmap 。redis之GEO使用 。redis之如何存储时间序列数据 。redis之如何实现消息队列 。redis之如何实现消息队列 。

统计游戏日活用户数，每个用户都赋予一个整数值，作为bitmap的offset，当日活跃则执行如。

我们在使用Redis分片集群时，集群最好的状态就是每个实例可以处理相同或相近比例的请求，但如果不是这样，则会出现某些实例压力特别大，而某些实例特别空闲的情况发生，本文就一起来看下这种情况是如何发生的以及如何处理。数据量倾斜：数据分布的不均匀，导致某些实例数据特别多，进而导致处理的请求量大数据访问倾斜：数据分布均匀，但是某些实例存在热点数据，进而导致处理的请求量大可以看到不管是数据量倾斜，还是数据访问倾斜，最终导致的结果都是发生倾斜的实例处理了更多的数据请求，压力增大。

本文一起看下Redis在秒杀场景中的应用。

codis和都是Redis的集群方案，本文就一起来看下。

本文一起看下集群模式下，发生了主从切换时可能存在的问题以及应对方案。

本文一起看下redis提供的事务功能。

本文一起看下redis作为分布式锁使用的相关内容。

本文一起看下Redis的并发访问控制。

Redis因为其自身高性能的数据读取能力，因此会经常被应用到缓存的场景中，本文就一起看下Redis当做缓存使用时的特点，问题，以及需要注意的点。访问次数很少的数据，一直保留在缓存中，占用缓存空间的情况就是缓存污染。即不会或几乎不会再次被访问的数据一只保留在缓存中。

本文一起看下如何处理Redis的内存碎片问题。当操作系统内存充足，但是却无法申请连续N字节内存空间时，这些剩余的内存空间就叫内存碎片。内存碎片的形成有两方面的因素，第一个是分配策略，第二个是数据本身的修改，分别来看下。Redis使用的内存分配器，如jemelloc，在进行内存分配时并非需要多少就申请多少，而是按照2的次方来申请的，比如需要的是6字节的内存空间，则会申请8字节的，需要的是13字节则会申请16字节，而这，就会形成内存碎片。如下图：其中的红色区域就是内存碎片。我们假定应用A和应用B分别申请了8字节

不管什么工具，会使用永远只是第一步，第二步是当其出现某些问题时，拥有排查和修复问题的能力，而我们在使用Redis的过程中，变慢就是其中一个比较棘手的问题，因此本文就一起来看下，当遇到该类问题时应该如何排查，以求能够在工作中帮助到你，当然也更加是帮助我自己，下面我们就开始吧！1:获取Redis实例在当前环境下的基线性能。2:是否用了慢查询命令？如果是的话，就使用其他命令替代慢查询命令，或者把聚合计算命令放在客户端做。3:是否对过期key设置了相同的过期时间？

我们知道在Redis6.0之前Redis处理网络IO，数据读写都是使用一些线程来执行，我们将这个线程也叫做是主线程，那么，当某些操作阻塞了主线程时，就会影响redis对外提供正常的数据读取服务，本文就一起来看下都可能有哪些操作会阻塞主线程，即看下阻塞点都有哪些，这样我们才能更好的使用Redis，避免出现性能问题。接下来我们就一起来看下吧！1：bigkey删除2：清空库操作3：全量查询和聚合操作4：AOF日志的同步写入5：加载RBD文件1：bigkey删除。

redis对其提供的集合提供了对应的集合操作，比如取差集，并集，等，但是单纯的来看这些操作还是比较枯燥的，所以我们来借助具体的业务场景来一起学习下。接下来，我们就开始吧！

本文一起来看下使用redis如何实现消息队列的功能。1:基于List的lpush和rpop2:Streams这里不将pub/sub考虑在内，因为其不具备持久化的能力，消息会丢失。其中1是利用其有的先进先出特性实现，2是redis为了实现消息队列专门在redis5版本中定义的一种新的数据结构，这里注意，其也是一种数据结构，和String,Set等处于同等位置的数据结构，只不过内部增加了一些针对消息队列的一些特有操作来实现消息队列的功能，后续我们会详细分析其用法。

本文一起来看下redis如何处理时序数据。随着时间的推移不断产生的数据，我们可以将其称之为时序数据，比如设备的运行状态，每隔一分钟产生一组状态指标，然后存储，这些标记了设备不同时刻运行状态的数据，就是时序数据的一种，而专门用来设计存储这些数据的数据库我们可以叫做是TSDB（time series database,即时序数据库),比如InfluxDB，TDengine，就是这一类的数据库，我们本文所包含的RedisTimeSeries准确来说也属于这个范畴，但是是通过redis扩展模块方式实现的。

不管是基于开发，学习目的，经常需要安装一个简单的Redis环境，本文一起看下在Linux环境下如何安装。

在LBS(location based service)应用，如滴滴打车应用，需要根据用户的位置信息来获取某些数据，如获取距离当前用户指定距离范围内的所有车辆信息，该类的应用就可以使用本文我们要学习的GEO了，接下来一起看下。

Bitmap并非一种独立的数据结构，而是基于String提供的功能，可用于如二值状态的场景中，基于bit的0|1来存储状态，如下图：本文就一起来看下！

在面试中关于redis经常被问到一个问题就是redis为什么快，本文就一起从其底层的数据结构实现来分析下，为什么快，哪些快，哪些慢，哪些操作会导致慢等，下面我们就开始吧！

TODO。

当redis单实例存储的数据过多时，比如说20G，就会出现因为生成RDB快照较长时间比如500ms阻塞主线程的问题，在这一段时间里，因为主线程被阻塞，所以Redis实例无法正常的对外提供服务，出现这个问题的原因是，需要生成RDB的快照过多，这个时候我们就需要分片,如果是在redis3.0之前我们想要采用这种方案的话，必须应用程序实现，但是在redis3.0提供了redis cluster的工具，用来实现基于数据分片方式的集群，本文我们要学习的也正是通过这种方式来实现的，下面我们就开始吧！

本文一起看下，redis的一些知识点。

哨兵用来执行redis实例的监控工作，实现redis集群的高可用，可以执行实例下线，选举新主节点等工作，本文一起看下其如何配置。

本文一起看下redis的读写分离架构。

因为redis数据是基于内存的，为了避免服务器重启或者是宕机导致数据全部丢失，提供了数据持久化机制，即AOF(Append Only File)日志和RDB快照，接下来我们分别看下。

学习任何技术框架，切记不要一下子就陷入到细枝末节中，而是要做到对其整体有一个全面的了解，这样当我们学习某个知识点时就能清楚的知道，该知识点是属于哪个部分的，在整体的架构中是处于哪个位置的，从而就能避免我们迷失在细节中，而细节往往是最复杂，也是最难的。接下来我们就通过造轮子的方式来了解redis的整体架构。