yuan_xw的专栏

Redis 是一个 Key-Value 存储系统。和 Memcached 类似，它支持存储的 value 类型相对更多，包括 string(字符串)、 list(链表)、 set(集合)和 zset(有序集合)。这些数据类型都支持 push/pop、add/remove 及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，Redis 支持各种不同方式的排序。与memcached 一样，为了保证效率，数据都是缓存在内存中。区别的是Redis 会周期性的把更新的数据写入磁盘或者把修改操作写入

Redis教程(十) Redis配置文件详解：在Redis中直接启动redis-server服务时, 采用的是默认的配置文件。修改redis.conf配置文件可以按照指定的配置文件来运行Redis服务。

Redis 的发布与订阅功能可以让用户将消息同时发送给多个客户端。概念： 发布者（publisher）：发布消息的客户端。 频道（channel）：构建在服务器内部，负责接收发布者发送的消息，并将消息转发给频道的订阅者。 模式（pattern）：构建在服务器内部，负责对频道进行匹配，当被匹配的频道接到消息时，模式也会将消息转发给模式的订阅者。 订阅者（subscriber）：通过订阅频道或者模式来获取消息的客户端。每个频道或者模式都可以有任意多个订阅者。

Redis的键值可以支持数据类型：字符串，列表，散表，集合，有序集合、HyperLogLog，通过选用不同的数据结构，用户可以使用Redis解决各式各样的问题。有序集合（soted set / zset）类型: 有序集合和集合一样，都可以包含任意数量的、各不相同的元素（ element），不同于集合的是，有序集合的每个元素都关联着一个浮点数格式的分值（score），并且有序集合会按照分值，以从小到大的顺序来排列有序集合中的各个元素。虽然有序集合中的每个元素都必须是各不相同的，但元素的分值并没有这一限制，换

Redis的键值可以支持数据类型：字符串，列表，散表，集合，有序集合、HyperLogLog，通过选用不同的数据结构，用户可以使用Redis解决各式各样的问题。Set集合：Redis的集合以无序的方式储存多个各不相同的元素。用户可以快速的地向集合添加元素，或者从集合里面删除元素，也可以对多个集合进行集合运算操作，比如计算并集、交集和差集。

Redis的键值可以支持数据类型：字符串，列表，散表，集合，有序集合、HyperLogLog，通过选用不同的数据结构，用户可以使用Redis解决各式各样的问题。 List列表：一个列表可以包含一个或一个以上的数量的项（item）每个项按照它们被推入到列表的位置来排列。 每个列表项所处的位置决定了这个项的索引值（index），索引以0为开始，从列表的左端到右端依次递增，位于列表最左端（表头）的项的索引为0，而位于列表最右端（表尾）的项的索引为N-1，其中N为列表的长度。 列表包含的项可以出现

Redis的键值可以支持数据类型：字符串，列表，散表，集合，有序集合、HyperLogLog，通过选用不同的数据结构，用户可以使用Redis解决各式各样的问题。散列类型与Java中的HashMap相似，是一组键值对的集合，且支持单独对其中一个键进行增删改查操作。

Redis的键值可以支持数据类型：字符串，列表，散表，集合，有序集合、HyperLogLog，通过选用不同的数据结构，用户可以使用Redis解决各式各样的问题。字符串是Redis值的最基础的类型。Redis字符串是二进制安全的，这意味着一个Redis字符串可以包含任何种类的数据，例如一个JPEG图像或者一个序列化的Ruby对象。 一个字符串值最多可以保存512M字节的内容。

Redis的键值可以支持数据类型：字符串，列表，散表，集合，有序集合、HyperLogLog，通过选用不同的数据结构，用户可以使用Redis解决各式各样的问题。Redis 的 GEO特性将在 Redis 3.2 版本释出， 这个功能可以将用户给定的地理位置信息储存起来， 并对这些信息进行操作。

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各

集群要实现的目的是要将不同的 key 分散放置到不同的 redis 节点，这里我们需要一个规则或者算法，通常的做法是获取 key 的哈希值，然后根据节点数来求模，但这种做法有其明显的弊端，当我们需要增加或减少一个节点时，会造成大量的 key 无法命中，这种比例是相当高的，所以就有人提出了一致性哈希的概念。一致性哈希有四个重要特征均衡性：也有人把它定义为平衡性，是指哈希的结果能够尽可能分布到所有的节点中去，这样可以有效的利用每个节点上的资源。单调性：对于单调性有很多翻译让我非常的不解，而我想要的是当节点