Redis为数据聚合带来不一样的体验
Redis是一个基于内存的开源数据结构存储系统，它在程序员中非常受欢迎，因为它可以轻松地处理大量的数据。对于广泛使用的Web应用程序而言，Redis的存储和高速处理功能非常重要。
Redis的存储模式是键值对，其中键和值都是字节数组，但值可以是以下几种类型之一：字符串（包括整数和浮点数）、哈希、列表、集合和有序集合。Redis提供了很多高效的命令和操作符，可以方便地操作这些数据类型。其中最重要的功能之一是数据聚合。
通常情况下，我们需要在应用程序中收集数据，并将其转换为我们可以分析和利用的格式，这就是数据聚合。数据聚合通常会涉及集合、列表和总数等操作。通过连接Redis并使用其命令和操作符，可以轻松地完成这些操作，并得到我们所需的数据格式。
例如，以下代码将从我们的网站日志中获取所有的IP地址，并计算每个IP地址访问我们网站的次数：
import redisr = redis.Strictredis(host='localhost', port=6379, db=0)lines = ["192.168.1.1 - - [26/Oct/2018:21:30:55 -0400] 'GET / HTTP/1.1' 200 4584","192.168.1.2 - - [26/Oct/2018:21:30:55 -0400] 'GET /about HTTP/1.1' 200 3245","192.168.1.2 - - [26/Oct/2018:21:30:56 -0400] 'GET /products HTTP/1.1' 404 456","192.168.1.3 - - [26/Oct/2018:21:30:57 -0400] 'GET / HTTP/1.1' 200 7865","192.168.1.1 - - [26/Oct/2018:21:30:57 -0400] 'GET /about HTTP/1.1' 200 4321"]for line in lines:ip = line.split()[0]r.incr(ip)for ip, count in r.hgetall().iteritems():print("IP address {} visited our site {} times".format(ip, count))
在这个示例中，我们将日志行存储在一个列表中。我们遍历该列表，并在Redis中为每个IP地址增加了一个计数器。一个哈希表被用来存储IP地址和相应的计数器值。
接下来，我们遍历哈希表，并将每个IP地址和相应的计数器值输出到控制台。
通过这个简单的示例，我们可以看到Redis的键值对存储方式和哈希表类型非常有用。我们可以用Redis存储和加速处理大量数据，同时也可以轻松地实现数据聚合。如果你正在处理大量数据并需要进行聚合操作，那么Redis绝对是值得一试的工具。
香港服务器首选树叶云，2H2G首月10元开通。树叶云（www.IDC.Net）提供简单好用，价格厚道的香港/美国云 服务器 和独立服务器。IDC+ISP+ICP资质。ARIN和APNIC会员。成熟技术团队15年行业经验。
Redis和Memcache的区别分析
1、 Redis和Memcache都是将数据存放在内存中，都是内存数据库。 不过memcache还可用于缓存其他东西，例如图片、视频等等。 2、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储。 3、虚拟内存--Redis当物理内存用完时，可以将一些很久没用到的value 交换到磁盘4、过期策略--memcache在set时就指定，例如set key1 0 0 8,即永不过期。 Redis可以通过例如expire 设定，例如expire name 105、分布式--设定memcache集群，利用magent做一主多从;redis可以做一主多从。 都可以一主一从6、存储数据安全--memcache挂掉后，数据没了；redis可以定期保存到磁盘（持久化）7、灾难恢复--memcache挂掉后，数据不可恢复; redis数据丢失后可以通过aof恢复8、Redis支持数据的备份，即master-slave模式的数据备份。
买瓷砖要注意省么？
家装中，要购买的第一件装修主材就是瓷砖。对于消费者来说，购买瓷砖时常常被其价格及款式所吸引，殊不知瓷砖购买当中有不少看不见的陷阱
以次充好
消费者在选择瓷砖时，通常会注意到瓷砖的外包装上有标明等级，但是很少会知道这等级也有文章可做。 现在瓷砖生产厂家对于等级的划分并不规范，有些厂家一级品就是优等品，因此，买瓷砖时最好问清商品品牌厂家的等级划分。 但通常，优等品是最好的，一级品、二级品次之。 有些不良商家，会将一级品、二级品冒充优等品出售，售价自然高了很多。 因此消费者要特别小心切勿上当。
以假乱真
市场上，名牌瓷砖无论在花色还是款式上，都是引领时尚潮流，吸引不少消费者的眼光。 因此，有些商家利用消费者追求品牌的心理，制作出一些仿品牌款式的瓷砖，售价却只有名牌的一半或三分之一，有些消费者因贪图便宜买下了这种仿制品，却得不到品牌的服务及质量保证。
寻机调包
虽然消费者在店中看中品牌产品，却不料有些不良商家采取了调包行为，待送到消费者家中时却是同样花色款式的其他品牌瓷砖。 如果消费者有异议，则退回产品，若消费者没有看出破绽，则乘机赚取差价。
不明码标价
有些瓷砖店里，并不是所有的商品都有标价。不良商家往往只标出其中一种价格较低的商品，待消费者查问其他商品时，乘机哄抬价格，让消费者在不知不觉中陷入商家设计的价格陷阱中
memcached和redis的区别
medis与Memcached的区别传统MySQL+ Memcached架构遇到的问题 实际MySQL是适合进行海量数据存储的，通过Memcached将热点数据加载到cache，加速访问，很多公司都曾经使用过这样的架构，但随着业务数据量的不断增加，和访问量的持续增长，我们遇到了很多问题： 需要不断进行拆库拆表，Memcached也需不断跟着扩容，扩容和维护工作占据大量开发时间。 与MySQL数据库数据一致性问题。 数据命中率低或down机，大量访问直接穿透到DB，MySQL无法支撑。 4.跨机房cache同步问题。 众多NoSQL百花齐放，如何选择 最近几年，业界不断涌现出很多各种各样的NoSQL产品，那么如何才能正确地使用好这些产品，最大化地发挥其长处，是我们需要深入研究和思考的问题，实际归根结底最重要的是了解这些产品的定位，并且了解到每款产品的tradeoffs，在实际应用中做到扬长避短，总体上这些NoSQL主要用于解决以下几种问题 1.少量数据存储，高速读写访问。 此类产品通过数据全部in-momery 的方式来保证高速访问，同时提供数据落地的功能，实际这正是Redis最主要的适用场景。 2.海量数据存储，分布式系统支持，数据一致性保证，方便的集群节点添加/删除。 3.这方面最具代表性的是dynamo和bigtable 2篇论文所阐述的思路。 前者是一个完全无中心的设计，节点之间通过gossip方式传递集群信息，数据保证最终一致性，后者是一个中心化的方案设计，通过类似一个分布式锁服务来保证强一致性,数据写入先写内存和redo log，然后定期compat归并到磁盘上，将随机写优化为顺序写，提高写入性能。 free，auto-sharding等。 比如目前常见的一些文档数据库都是支持schema-free的，直接存储json格式数据，并且支持auto-sharding等功能，比如mongodb。 面对这些不同类型的NoSQL产品,我们需要根据我们的业务场景选择最合适的产品。 Redis适用场景，如何正确的使用 前面已经分析过，Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点： 1Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。 2Redis支持数据的备份，即master-slave模式的数据备份。 3Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 抛开这些，可以深入到Redis内部构造去观察更加本质的区别，理解Redis的设计。 在Redis中，并不是所有的数据都一直存储在内存中的。 这是和Memcached相比一个最大的区别。 Redis只会缓存所有的 key的信息，如果Redis发现内存的使用量超过了某一个阀值，将触发swap的操作，Redis根据“swAPPability = age*log(size_in_memory)”计 算出哪些key对应的value需要swap到磁盘。 然后再将这些key对应的value持久化到磁盘中，同时在内存中清除。 这种特性使得Redis可以 保持超过其机器本身内存大小的数据。 当然，机器本身的内存必须要能够保持所有的key，毕竟这些数据是不会进行swap操作的。 同时由于Redis将内存 中的数据swap到磁盘中的时候，提供服务的主线程和进行swap操作的子线程会共享这部分内存，所以如果更新需要swap的数据，Redis将阻塞这个 操作，直到子线程完成swap操作后才可以进行修改。 使用Redis特有内存模型前后的情况对比： VM off: 300k keys, 4096 bytes values: 1.3G used VM on:300k keys, 4096 bytes values: 73M used VM off: 1 million keys, 256 bytes values: 430.12M used VM on:1 million keys, 256 bytes values: 160.09M used VM on:1 million keys, values as large as you want, still: 160.09M used当 从Redis中读取数据的时候，如果读取的key对应的value不在内存中，那么Redis就需要从swap文件中加载相应数据，然后再返回给请求方。 这里就存在一个I/O线程池的问题。 在默认的情况下，Redis会出现阻塞，即完成所有的swap文件加载后才会相应。 这种策略在客户端的数量较小，进行 批量操作的时候比较合适。 但是如果将Redis应用在一个大型的网站应用程序中，这显然是无法满足大并发的情况的。 所以Redis运行我们设置I/O线程 池的大小，对需要从swap文件中加载相应数据的读取请求进行并发操作，减少阻塞的时间。 如果希望在海量数据的环境中使用好Redis，我相信理解Redis的内存设计和阻塞的情况是不可缺少的。
发表评论