Redis类型 Stream Bitfield

2024-03-31 09:36
文章标签 类型 redis stream bitfield

本文主要是介绍Redis类型 Stream Bitfield,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Stream 类型

Stream类型就是Redis里的mq,是redis为了占领市场份额的产物 

今天我们就来介绍一下Stream

Redis的消息队列一般是两个方案

第一个是Lpush Rpop 队列的异步队列方案(一对一)

第二个方案就是pubsub(发布订阅)模式 (一对多)

注:这里如果没有消费者了,队列中的数据就直接被丢弃了,没有持久化

Redis Stream是在Redis5引入的,支持消息持久化,全局自动生成唯一id,支持消息ack等等

底层数据结构

首先消息队列的底层是一个链表结构

解释一下这里的参数    

Message Content  消息内容

Consumer group 消费组  含有多个消费者

Last_delieved_id      游标  可以理解为读完一个就向后走一个,消费完成 表示哪些是新的消息,哪些是消费过的消息

   

消费者读完确认了就是ack   类似于TCP中的ack

这里记录的就是读过了但是没有签收的消息id 如果客户端没有ack 这里面的消息就会越来越多    如果客户段发送ack就开始减少    主要用来确保消息至少被消费了一次,而不是在网络传输中被丢失

有关Redis指令

xadd mystream * k1 v1 

这里*表示自动生成消息ID

这里的返回值就是毫秒时间戳和该毫秒产生的第一条消息

注:同一时间产生的消息不允许相同,但是可以产生不同的消息

type mystream

我们还可以查看一下类型如上文所见

xrange 查看消息列表

xrange mystream - +

注:这里使用count来分页  和mysql中的limit一样

xrevrange mystream + -

就是将原来的输出掉个个儿

xdel mtstream 主键

注意这里是按照主键删除,也就是按照时间戳+第一条信息的id删除

注:这里如果出现以下错误,我们只需要将配置文件修改即可(推荐使用yes保证数据快照的时效性)

xlen key

查看长度

xtrim截取操作

可以按照时间截取也可以按照最大长度获取

我们首先加点数据

我们执行操作就可以看到数据只剩两个了

同样的我们可以规定截取在某时间戳之后产生的消息

xread count n (block) streams key 符号

这里streams是一个关键字

这条指令用于获取消息,以阻塞或者非阻塞的方式或者比某个时间点大的n条消息

这里符号如果填写$就是表示目前队列中的最新消息的下一个消息

如果能获取到,返回,获取不到返回nil

0-0就是从最小的消息开始读取返回,没有限制就是类似于遍历整个队列

block 0 就是无限阻塞

我们这里举个例子就是获取最新的下一条信息 $  然后我们重新开一个客户端来进行修改看能不能返回

新的客户端

旧的客户端

消费组指令

队列里面也有消息了,那如何来消费呢?

下面我们就开始讲解消费组

创建消费组

例:xgroup create mystream groupX $   从尾部开始消费

xgroup create mystream groupA 0   从首部开始消费

 

注:此时2号消费者就读不到了,因为一旦被本组任意消费者消费了,指针就走到头了,本组其他消费者就不能再读取了

消费组的目的:

每个消费者读取一部分数据  这样就能达成负载均衡的效果

消息的ack机制

xpending key group

查看xpending队列中的消费组消费情况

这里就是groupA中的consumer1消费了三条数据

一旦消息被ack了之后,这里的消息队列中的数据就可以删除了

我们这里查看一下groupA的xpending数据

xpending stream groupA - + 10  consumer1

我们发现签收完了悬而未决的list中就删除了

注:这里队列中不会删除

xinfo 用于打印消费者分组的情况

xinfo stream mystream

使用建议

Stream不能100%代替kafka.....建议慎用

Bitfieid

这个数据类型,了解即可

基本命令

主要是做一个溢出控制  

可以设置溢出之后是使用比如8位有符号整数 

存储128之后就是-128   4位无符号存储15加一就会归零等等  

几乎没有使用机会

这篇关于Redis类型 Stream Bitfield的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/864019

相关文章

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

自定义类型:结构体(续)

目录 一. 结构体的内存对齐 1.1 为什么存在内存对齐? 1.2 修改默认对齐数 二. 结构体传参 三. 结构体实现位段 一. 结构体的内存对齐 在前面的文章里我们已经讲过一部分的内存对齐的知识,并举出了两个例子,我们再举出两个例子继续说明: struct S3{double a;int b;char c;};int mian(){printf("%zd\n",s

【编程底层思考】垃圾收集机制,GC算法,垃圾收集器类型概述

Java的垃圾收集(Garbage Collection,GC)机制是Java语言的一大特色,它负责自动管理内存的回收,释放不再使用的对象所占用的内存。以下是对Java垃圾收集机制的详细介绍: 一、垃圾收集机制概述: 对象存活判断:垃圾收集器定期检查堆内存中的对象,判断哪些对象是“垃圾”,即不再被任何引用链直接或间接引用的对象。内存回收:将判断为垃圾的对象占用的内存进行回收,以便重新使用。

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

Mysql BLOB类型介绍

BLOB类型的字段用于存储二进制数据 在MySQL中,BLOB类型,包括:TinyBlob、Blob、MediumBlob、LongBlob,这几个类型之间的唯一区别是在存储的大小不同。 TinyBlob 最大 255 Blob 最大 65K MediumBlob 最大 16M LongBlob 最大 4G

Oracle type (自定义类型的使用)

oracle - type   type定义: oracle中自定义数据类型 oracle中有基本的数据类型,如number,varchar2,date,numeric,float....但有时候我们需要特殊的格式, 如将name定义为(firstname,lastname)的形式,我们想把这个作为一个表的一列看待,这时候就要我们自己定义一个数据类型 格式 :create or repla

MyBatis 切换不同的类型数据库方案

下属案例例当前结合SpringBoot 配置进行讲解。 背景: 实现一个工程里面在部署阶段支持切换不同类型数据库支持。 方案一 数据源配置 关键代码(是什么数据库,该怎么配就怎么配) spring:datasource:name: test# 使用druid数据源type: com.alibaba.druid.pool.DruidDataSource# @需要修改 数据库连接及驱动u

Redis中使用布隆过滤器解决缓存穿透问题

一、缓存穿透(失效)问题 缓存穿透是指查询一个一定不存在的数据,由于缓存中没有命中,会去数据库中查询,而数据库中也没有该数据,并且每次查询都不会命中缓存,从而每次请求都直接打到了数据库上,这会给数据库带来巨大压力。 二、布隆过滤器原理 布隆过滤器(Bloom Filter)是一种空间效率很高的随机数据结构,它利用多个不同的哈希函数将一个元素映射到一个位数组中的多个位置,并将这些位置的值置

Lua 脚本在 Redis 中执行时的原子性以及与redis的事务的区别

在 Redis 中,Lua 脚本具有原子性是因为 Redis 保证在执行脚本时,脚本中的所有操作都会被当作一个不可分割的整体。具体来说,Redis 使用单线程的执行模型来处理命令,因此当 Lua 脚本在 Redis 中执行时,不会有其他命令打断脚本的执行过程。脚本中的所有操作都将连续执行,直到脚本执行完成后,Redis 才会继续处理其他客户端的请求。 Lua 脚本在 Redis 中原子性的原因