Redis05——Redis高级运用(管道连接,发布订阅,布隆过滤器)
2024-09-03 23:52:29
Redis高级运用
一、管道连接redis(一次发送多个命令,节省往返时间)
1.安装nc
yum install nc -y
2.通过nc连接redis
nc localhost 6379
3.通过echo向nc发送指令
echo -e "set k2 99\nincr k2\n get k2" |nc localhost 6379
二、发布订阅(pub/Sub)
publish channel message
subscribe channel
三、事务(transactions)
multi 开启事务
...
exec 执行事务
watch 如果数据被更改,那就不执行事务
unwatch 取消监视
discard 放弃事务
四、布隆过滤器(redisbloom)
在redis.io/modules选择redisbloom的github,克隆下来
解压,make编译,将redisbloom.so这个链接库复制到/opt/redis
执行
redis-server --loadmodule /opt/redis/redisbloom.so
科普:bloom filter,counting bloom,cukcoo是什么?
1.bloom filter
它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。
运用:网页黑名单、垃圾邮件、爬虫网址判重
Java想要使用BloomFilter可以考虑使用google的guava
2.counting bloom
这个计数器,使用4位bit来表示一个计数(这个数字可以自己指定长度的),所以我们可以进行计数。
(详细参考:https://wenku.baidu.com/view/9e5832df7f1922791688e84f.html)
3.cuckcoo
cuckoo filter的产生源于一个故事,盒子故事(参考:https://www.cnblogs.com/chuxiuhong/p/8215719.html)
我们使用2个表存,可以存放在任意一个,那么数学期望由O(logN/loglogN)变成O(loglogN)。
因此,而设计出来布谷过滤器。
布谷过滤器使用2个哈希表,元素计算哈希,如果没有值,则放入,有值,则踢出元素,重新计算新的哈希,放入,如此反复。参考附件:cuckoo filter
redis的布隆过滤器模块也是用到了cuckoo的哈希,在cuckoo.c文件中
Redis Bloom的使用:
BF.ADD k1 V 添加数据值
BF.EXISTS k1 V 判断是否存在
最新文章
- svn中cleanup作用
- web和winform的MD5加密
- Leetcode#92 Reverse Linked List II
- [原]Links
- Android:从程序员到架构师之路Ⅰ
- 利用 onload 事件监控跨站资源
- C#学习日志 day 3 ------ 基本语句示例
- 基于visual Studio2013解决C语言竞赛题之1061最大值和次最大值
- Flash Socket通信的安全策略问题 843端口
- Java程序测试之线程的同步
- 通过Nutch扩展点开发插件(添加自定义索引字段到solr)
- Java采用JDBC的方式连接Hive(SparkSQL)
- C++ shared_ptr、unique_ptr、weak_ptr
- matlab中fix函数,floor函数,ceil函数
- c#通过反射移除所有事件
- Red Hat6设置使用CentOS的yum源
- svn开发常用整理
- C++与C的区别二
- 51nod 1102 面积最大的矩形
- 启动图。引导页以及EAIntroView的使用