Redis 学习笔记

最近读了一本书,随手记录书中一些对Redis使用有帮助的知识点:
1、不要在key很多的Redis上执行keys *,单线程模型,全量遍历key的时候会造成阻塞
2、不要在一个写操作量很大的Redis上配置自动保存RDB,fork操作时会阻塞
3、三种方法启动Redis:默认配置(直接运行redis-server)、运行配置(在执行redis-server时携带启动参数)、配置文件启动(通过指定配置文件启动),建议生产环境使用配置文件启动
4、redis-cli两种方式连接服务器:
                交互式:redis-cli -h {host} -p {port};
                命令式:redis-cli -h {host} -p {port} {command} 
5、停止Redis服务,需要从客户端发起停止命令:redis-cli shutdown
                命令方式停止服务,可保证数据不会丢失,因为停止服务时会优先断开与客户端的连接、生成持久化文件。
                另外可以通过kill -9 强制杀死Redis服务,但不会做持久化操作,缓冲区也不会优雅关闭,有可能造成AOF和复制丢失数据
                冷知识:redis-cli shutdown 可以指定是否在关闭Redis前,生成持久化文件 nosave| save ,如果直接使用该命令不行,可以先连接服务器后,在交互界面输入shutdown
6、全局命令:
                keys * 查看所有键,dbsize查看键总数;
                dbsize执行时不遍历所有键,直接获取Redis内置的键总数变量,keys * 命令会遍历所有键,当Redis保存了大量键时,线上环境禁止使用
                exists  key 检查key是否存在
                del key 删除key
                expire key seconds 给key添加过期时间
                可以通过ttl key 查看剩余过期时间
                type key 查看key的数据结构类型
7、redis数据结构类型
                string    基础类型,常用命令不想写
                hash     基础类型,常用命令不想写
                list        基础类型,常用命令不想写
                set        无序集合,集合成员是唯一的,意味着集合中不能出现重复的数据
                zset      有序集合, zset的每一个成员都有一个分数与之对应,并且分数是可以重复的
 
8、每种数据结构都有两种以上的内部编码实现,可通过object encoding key查看内部编码,redis此举是为了可以随时改进内部编码和适应不同的场景
9、redis是单线程处理命令,一条命令从客户端到达服务端后不会立刻被执行,而是进入一个队列,然后逐个被执行,不会有两个命令同时被执行
10、redis使用io多路复用解决单线程的性能问题
11、单线程模型对每个命令执行时间是有要求的,如果命令执行时间过长,会赵成其他命令阻塞
12、set key value 选项:
                ex seconds 为key设置秒级过期时间 setex key seconds value 或者  set key value ex seconds
                px milliseconds 为key设置毫秒级过期时间 set key value px milliseconds
                nx    key必须不存在才可以设置成功,用于添加  setnx key value 或者 set key value nx
                xx    与nx相反,要求key必须存在,用于更新    set key value xx
                冷知识:redis单独提供了setex和setnx,其他的选项并没有单独提供命令;如果有多个客户端同事执行setnx key value,根据单线程模型及命令特性,只有一个客户端能设置成功,setnx可作为分布式锁的一种实现方式
13、批量设置值 mset [key value ……],批量获取值 mget [key …..];批量操作命令可以提高开发效率和执行效率;需要注意,并不是一条命令,而是会生成多条命令一次性提交到服务端,最后仍是由服务端逐条执行,所以并不能无节制的使用批量操作,因为mxxx命令过多,网络传输时间会缩短,但服务端执行时长会延长,造成命令阻塞
14、redis提供自增incr(自增)、decr(自减)、incrby(自增指定数字)、decrby(自减指定数字)、incrbyfloat(自增浮点数)
15、redis数据类型的说明,list可用来做订阅发布模式实现阻塞队列,set可以用来对集合进行对比、取差的操作,zset有序队列应用场景不多按下不谈,string比较基础按下不谈
16、redis支持key迁移
                move  支持redis服务内部迁移 
                dump+restore 支持不同redis实例间迁移,不保证原子性
                migrate 对dump+restore的封装,且具有原子性
 
17、遍历key
                1.全量遍历  keys *,支持*,?,[]
                删除所有以abc开头的key   redis-cli keys abc* | xargs reds-cli del
                2. 渐进式遍历 scan,如果需要遍历所有的key,需要多次执行scan
                语法:scan cursor [pattern] [count] cursor是必选参数,是一个游标,第一次遍历从0开始,每次scan完成都会返回当前游标的值,知道游标值为0,表示遍历结束,这个游标有点违背常理,不要介意这些细节;parrern是可选参数,等同于keys的筛选参数;count是可选参数,表明要遍历多少个key,默认值是10,此参数可以适当增大(我貌似找到了redis keys分页的办法)
                此外,redis还提供了hscan(hash)  sscan(set)  zscan(zset)
                scan并非完美,如果在scan的过程中有了键的变化,scan是无法兼顾的,可能会出现部分key没有遍历到的情况
 
18、redis-cli 可以使用select dbindex 切换数据库,默认是0  ,这一条白记了,官方快要去掉这个功能了
19、flushall是清空所有数据库,flushdb只清空当前数据库,数据比较多的情况下也会造成阻塞
20、redis支持慢查询分析,不想写,因为慢查询分析也会占用命令队列位置,时间过久会造成阻塞
21、redis shell 不想写,一般命令和shell参数够用
22、pipline 虽然可以缩减网络传输成本,但命令行过多还是会造成阻塞
23、事务与lua,事务按下不谈,但lua可以了解一下,如果对python、groovy等脚本语言比较熟悉,学习起来也不困难,lua是原子执行的,可以帮助开发和运维自己定制命令
24、bitmaps 暂时不打算了解
25、HyperLogLog 暂时不打算了解
26、发布订阅 我们有专门的mq中间件…
27、GEO可以用来实现附近位置、摇一摇等功能,这个solr也能做,看需要选择                
28、Redis通讯协议为RESP,基于TCP构建              
29、jedis参数说明
                host
                port
                connectionTimeout 客户端连接超时
                soTimeout   客户端读写超时
30、RDB持久化
        手动触发save、bgsave,save会阻塞当前服务器,直到RDB过程完成为止,线上环境不建议使用;bgsave会执行fork操作,创建子线程,持久化由子进程负责,完成后自动结束,阻塞只发生在fork阶段,save命令已经废弃。debug reload、shutdown时自动执行bgsave。
31、阻塞
        Api或数据结构使用不合理,查找慢查询、查找大对象 bigkeys
        CPU饱和问题 redis-cli —stat 获取当前使用情况进行排查,运维上不建议和其他多核CPU密集型服务部署在一起,另外可以绑定CPU
        持久化相关阻塞 虽然有bgsave,但每次还是需要fork,当fork时间过长时,会出现阻塞
32、redis设置密码config set require pass 123;输入密码 auth 123
33、jedispool依赖于Apache的common-pool,基础配置项也来自common-pool
34、redis服务端查看最大连接数config get maxclients  ;redis启东时设置最大连接数 redis-server --maxclients 100000(然而并没什么卵用,应该是我打开方式不对)
内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展状况。北京和深圳在总指数中名列前茅,分别以91.26和84.53的得分领先,展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)和直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。 使用场景及目标:①了解低空经济的定义、分类和发展驱动力;②掌握低空经济的主要应用场景和市场规模预测;③评估各城市在低空经济发展中的表现和潜力;④为政策制定、投资决策和企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设和区域融合错位的重要性,提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集和验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)和垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性和可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注和质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型,以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断和治疗规划提供支持。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值