Redis(三)Redis附加功能

  一、慢查询分析

  许多存储系统(例如MySql)提供慢查询日志帮助开发和运维人员定位系统存在的慢操作。

  所谓慢查询日志就是系统在命令执行前后计算每条命令的执行时间,当超过预设阈值,就将这条命令的相关信息(例如:发生时间、耗时、命令的详细信息)记录下来,Redis也提供了类似的功能。

  Redis客户端执行一条命令分为如下4个部分:

  

  慢查询只统计3.执行命令的时间,所以没有慢查询并不代表客户端没有超时问题。

  1.慢查询的两个配置参数

  对于慢查询需要明确两件事:预设阈值怎么设置?慢查询记录存放在哪里?

  (1)slowlog-log-slower-than默认值是10 000微妙,如果执行一条“很慢”的命令(例如keys *),执行时间超过了10 000微妙,那么它将被记录在慢查询日志中。

  (2)slowlog-max-len说明慢查询日志列表最多存储多少条

  • 获取慢查询日志:slowlog get [n]
  • 获取慢查询日志列表当前的长度:slowlog len
  • 慢查询日志重置:slowlog reset

  2.实际使用中要注意的问题

  • slowlog-max-len配置建议:线上建议调大慢查询列表,记录慢查询时Redis会对长命令做截断操作,并不会占用大量内存。增大慢查询列表可以减缓慢查询被剔除的可能,例如线上可设置为1000以上。
  • slowlog-log-slower-than配置建议:默认值超过10毫秒判定为慢查询,需要根据Redis并发量调整该值。由于Redis采用单线程响应命令,对于高流量的场景,如果命令执行时间在1毫秒以上,那么Redis最多可支撑OPS不到1000。因此对于高OPS场景的Redis建议设置为1毫秒。
  • 慢查询只记录命令执行时间,并不包括命令排队和网络传输时间。因此客户端执行命令的时间会大于命令实际执行时间。因为命令执行排队机制,慢查询会导致其他命令级联阻塞,因此当客户端出现请求超时,需要检查该时间点是否有对应的慢查询,从而分析出是否为慢查询导致的命令级联阻塞。
  • 由于慢查询日志是一个先进先出的队列,也就是说如果慢查询比较多的情况下,可能会丢失部分慢查询命令,为了防止这种情况发生,可以定期执行slow get命令将慢查询日志持久化到其他存储中(例如MySQL),然后可以制作可视化界面进行查询。

  二、Redis Shell

  1.redis-cli详解

  • -r:将命令执行多次
  • -i:每隔几秒执行一次命令
  • -x:从标准输入读取数据作为redis-cli的最后一个参数
  • -c:连接Redis节点时使用
  • -a:使用-a(auth)可以不用手动输入auth命令
  • --scan和--pattern用于扫描指定模式的键
  • --slave:把当前客户端模拟成当前Redis节点的从节点,可以用来获取当前Redis节点的更新操作。
  • --rdb:请求Redis实例生成并发送RDB持久化文件,保存在本地。
  • --pipe:将命令封装成Redis通信协议定义的数据格式,批量发送给Redis执行
  • --bigkeys:使用scan命令对Redis的键进行采样,从中找到内存占用比较大的键值,这些键可能是系统的瓶颈。
  • --eval:执行指定Lua脚本
  • --latency:监测网络监测
  • --stat:实时获取Redis的重要统计信息。
  • --raw返回格式化后的结果,--no-raw返回结果必须是原始的格式
root@myubuntu:/home/workspace/JedisTest# redis-cli -r 3 ping
PONG
PONG
PONG
root@myubuntu:/home/workspace/JedisTest# redis-cli -r 5 -i 1 ping
PONG
PONG
PONG
PONG
PONG
root@myubuntu:/home/workspace/JedisTest# redis-cli -r 5 -i 1 info | grep used_memory_human
used_memory_human:849.04K
used_memory_human:849.04K
used_memory_human:849.04K
used_memory_human:849.04K
used_memory_human:849.04K
root@myubuntu:/home/workspace/JedisTest# echo "world" | redis-cli -x set hello
OK
root@myubuntu:/home/workspace/JedisTest# redis-cli get hello
"world\n"
root@myubuntu:/home/workspace/JedisTest# redis-cli --stat
------- data ------ --------------------- load -------------------- - child -
keys       mem      clients blocked requests            connections          
2          849.10K  2       0       39 (+0)             14          
2          849.10K  2       0       40 (+1)             14          
2          849.10K  2       0       41 (+1)             14          
2          849.10K  2       0       42 (+1)             14          
2          849.10K  2       0       43 (+1)             14          
2          849.10K  2       0       44 (+1)             14          
2          849.10K  2       0       45 (+1)             14          
2          849.10K  2       0       46 (+1)             14          
2          849.10K  2       0       47 (+1)             14          
2          849.10K  2       0       48 (+1)             14          
^C
root@myubuntu:/home/workspace/JedisTest# redis-cli set command 命令
OK
root@myubuntu:/home/workspace/JedisTest# redis-cli get command
"\xe5\x91\xbd\xe4\xbb\xa4"
root@myubuntu:/home/workspace/JedisTest# redis-cli --raw get command
命令
root@myubuntu:/home/workspace/JedisTest# redis-cli --no-raw get command
"\xe5\x91\xbd\xe4\xbb\xa4"

  2.redis-server详解

  • redis-server --test-memory 1024:监测当前操作系统能否提供1G的内存给Redis

  3.redis-benchmark详解

  redis-benchmark可以为Redis做基准性能测试。

  • -c:客户端的并发数量(默认是50)
  • -n:客户端请求总量
root@myubuntu:/home/workspace/JedisTest# redis-benchmark -c 100 -n 20000
====== PING_INLINE ======
  20000 requests completed in 0.42 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

49.93% <= 1 milliseconds
92.40% <= 2 milliseconds
99.37% <= 3 milliseconds
100.00% <= 3 milliseconds
48076.92 requests per second

====== PING_BULK ======
  20000 requests completed in 0.43 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

48.41% <= 1 milliseconds
93.08% <= 2 milliseconds
99.64% <= 3 milliseconds
100.00% <= 3 milliseconds
46620.05 requests per second

====== SET ======
  20000 requests completed in 0.41 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

52.05% <= 1 milliseconds
92.39% <= 2 milliseconds
98.94% <= 3 milliseconds
99.26% <= 4 milliseconds
99.32% <= 5 milliseconds
99.46% <= 6 milliseconds
99.54% <= 7 milliseconds
99.68% <= 8 milliseconds
99.94% <= 9 milliseconds
100.00% <= 9 milliseconds
48426.15 requests per second

====== GET ======
  20000 requests completed in 0.41 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

50.38% <= 1 milliseconds
93.24% <= 2 milliseconds
99.67% <= 3 milliseconds
99.91% <= 4 milliseconds
100.00% <= 4 milliseconds
48543.69 requests per second

...

  redis-benchmark -c 100 -n 20000代表100个客户端同时请求Redis,一共执行20000次。测试结果以get命令为例:

  在0.41秒一共执行了20000次get操作,每个请求数据量是3个字节,50.38%的命令执行时间小于1毫秒,Redis每秒可以处理48543.69次get请求。

  • -q:仅显示redis-benchmark的每秒可以处理多少次请求信息:
root@myubuntu:/home/workspace/JedisTest# redis-benchmark -c 100 -n 20000 -q
PING_INLINE: 48076.92 requests per second
PING_BULK: 45871.56 requests per second
SET: 46948.36 requests per second
GET: 44543.43 requests per second
INCR: 45766.59 requests per second
LPUSH: 50251.26 requests per second
RPUSH: 45871.56 requests per second
LPOP: 50505.05 requests per second
RPOP: 51546.39 requests per second
SADD: 46403.71 requests per second
HSET: 45977.01 requests per second
SPOP: 46620.05 requests per second
LPUSH (needed to benchmark LRANGE): 49140.05 requests per second
LRANGE_100 (first 100 elements): 26246.72 requests per second
LRANGE_300 (first 300 elements): 13717.42 requests per second
LRANGE_500 (first 450 elements): 10689.47 requests per second
LRANGE_600 (first 600 elements): 8550.66 requests per second
MSET (10 keys): 66225.17 requests per second
  • -r:向Redis插入更多随机的键:redis-benchma -c 100 -n 20000 -r 10000(插入10000个随机的键)
  • -p:每个请求pipeline的数据量(默认为1)
  • -k<Boolean>:客户端是否使用keepalive,1为使用,0为不使用,默认为1
  • -t:对指定命令进行基准测试、
root@myubuntu:/home/workspace/JedisTest# redis-benchmark -t get,set -q
SET: 47732.70 requests per second
GET: 45330.91 requests per second
  • --csv:将结果按照csv格式输出,便于后续处理
root@myubuntu:/home/workspace/JedisTest# redis-benchmark -t get,set -q --csv
"SET","50530.57"
"GET","50352.47"

  三、Pipeline

  Redis客户端执行一条命令分为如下四个过程:①发送命令 ②命令排队 ③命令执行 ④返回结果

  

  其中,①发送命令 + ④返回结果 称为Round Trip Time(RTT, 往返时间)

  Redis提供了批量操作命令(例如mget、mset等),有效地节约RTT。但大部分命令是不支持批量操作的,例如要执行n次hgetall命令,并没有mhgettall命令存在,需要消耗n次RTT。当客户端和服务区部署在距离相差很远的两台机器上,由于RTT时间很长,那么在1秒内执行命令的次数就很少,这与Redis的高并发吞吐特性背道而驰。

  Pipeline(流水线)机制能改善上面这类问题,它能将一组Redis命令进行组装,通过一次RTT传输给Redis,再将这组Redis命令的执行结果按顺序返回给客户端。

  例如将set hello world和incr counter两条命令组装:

echo -en '*3\r\n$3\r\nSET\r\n$5\r\nhello\r\n$5\r\nworld\r\n*2\r\n$4\r\nincr\r\
n$7\r\ncounter\r\n' | redis-cli --pipe

  Pipeline机制的要点是:

  • Pipeline执行速度一般比逐条执行要快
  • 客户端和服务端的网络延时越大,Pipeline的效果越明显。

  Pipeline执行n条命令模型:

  

  四、事务与Lua

  Redis提供了简单的事务功能以及集成Lua脚本来保证多条命令组合的原子性。

  1.事务

  简单来说,事务就表示一组动作,要么全部执行,要么全部不执行。

  Redis提供了简单的事务功能:将一组需要一起执行的命令放在multi和exec两个命令之间,它们之间的命令是原子顺序执行的。

  以一个例子:社交网站上用于A关注了B,那么需要在用户A的关注列表中加入B,并且在B的粉丝表中添加A,这两个行为要么全部执行,要么全部不执行:

客户端1:
127.0.0.1:6379> multi
OK
127.0.0.1:6379> sadd user:a:follow user:b
QUEUED
127.0.0.1:6379> sadd user:b:fans user:a
QUEUED

客户端2:
127.0.0.1:6379> sismember user:a:follow user:b
(integer) 0

客户端1(停止事务的执行,可以使用discard命令代替exec命令即可):
127.0.0.1:6379> exec
1) (integer) 1
2) (integer) 1
127.0.0.1:6379> sismember user:a:follow user:b
(integer) 1
127.0.0.1:6379> sismember user:b:fans user:a
(integer) 1

客户端2:
127.0.0.1:6379> sismember user:a:follow user:b
(integer) 1
127.0.0.1:6379> sismember user:b:fans user:a
(integer) 1

  如果事务中的命令出现错误,Redis的处理机制也不尽相同:

  (1)命令错误(将set写成sett,属于语法错误,会造成整个事务无法执行):

127.0.0.1:6379> mset key hello counter 100
OK
127.0.0.1:6379> mget key counter
1) "hello"
2) "100"
127.0.0.1:6379> multi
OK
127.0.0.1:6379> sett key world
(error) ERR unknown command 'sett'
127.0.0.1:6379> incr counter
QUEUED
127.0.0.1:6379> exec
(error) EXECABORT Transaction discarded because of previous errors.
127.0.0.1:6379> mget key counter
1) "hello"
2) "100"

  (2)运行时错误(运行时命令语法正确,误把sadd命令写成zadd命令)

127.0.0.1:6379> multi
OK
127.0.0.1:6379> sadd user:a:follow user:b
QUEUED
127.0.0.1:6379> zadd user:b:fans 1 user:a
QUEUED
127.0.0.1:6379> exec
1) (integer) 0
2) (error) WRONGTYPE Operation against a key holding the wrong kind of value
127.0.0.1:6379> sismember user:a:follow user:b
(integer) 1

  Redis不支持回滚功能,sadd user:a:follow user:b这条命令已经执行成功。

  Redis提供了watch命令来确保事务中的key没有被其他客户端修改过,如果修改过就不执行事务(类似乐观锁):

客户端1:
127.0.0.1:6379> exists key
(integer) 0
127.0.0.1:6379> set key java
OK
127.0.0.1:6379> watch key
OK
127.0.0.1:6379> multi
OK

客户端2:
127.0.0.1:6379> append key python
(integer) 10

客户端1:
127.0.0.1:6379> append key jedis
QUEUED
127.0.0.1:6379> exec
(nil)
127.0.0.1:6379> get key
"javapython"

  由于其他客户端修改过key值,所以append key jedis这条命令没有执行。

  Redis提供了简单的事务,之所以说它简单,主要是因为它不支持事务中的回滚特性,同时无法实现命令之间的逻辑关系计算。相比之下Lua脚本同样可以实现事务的相关功能,但是功能要强大很多。

  2.Lua语言简述

  (1)Lua语言数据类型

  Lua语言提供了几种数据类型:booleans(布尔)、numbers(数值)、strings(字符串)、tables(表格)。

  3.Redis与Lua语言

  (1)在Redis使用Lua

  • eval
192.168.131.130:6379> eval 'return "hello" .. KEYS[1] .. ARGV[1] ' 1 redis world  
"helloredisworld"
  • evalsha
加载脚本:script load命令可以将脚本内容加载到Redis内存中,例如下面将lua_get.lua加载到Redis中,得到SHA1为:"7413dc2440db1fea7c0a0bde841fa68eefaf149c"
# redis-cli script load "$(cat lua_get.lua)"
"7413dc2440db1fea7c0a0bde841fa68eefaf149c"

执行脚本:evalsha的使用方法如下,参数使用SHA1值,执行逻辑和eval一致。
evalsha 脚本 SHA1 值 key 个数 key 列表 参数列表
所以只需要执行如下操作,就可以调用lua_get.lua脚本:
127.0.0.1:6379> evalsha 7413dc2440db1fea7c0a0bde841fa68eefaf149c 1 redis world
"hello redisworld"

  (2)Lua的Redis API

  Lua可以使用redis.call函数实现对Redis的访问

192.168.131.130:6379> eval 'return redis.call("set", KEYS[1], ARGV[1])' 1 Lua Redis
OK
192.168.131.130:6379> eval 'return redis.call("get", KEYS[1])' 1 Lua 
"Redis"

  4.Lua脚本语言功能的好处

  • Lua脚本在Redis中是原子执行的,执行过程中间不会插入其他命令。
  • Lua脚本可以帮助开发和运维人员创造出自己定制的命令,并可以将这些命令常驻在Redis内存中,实现复用的效果。
  • Lua脚本可以将多条命令一次性打包,有效地减少网络开销。

  5.Redis中使用Lua示例

  (1)创建5个键,user:{id}:ratio中的id代表用户的id,对应的值代表用户的热度

192.168.131.130:6379> mset user:1:ratio 986 user:8:ratio 762 user:3:ratio 556 user:99:ratio 400 user:72:ratio 101
OK
192.168.131.130:6379> mget user:1:ratio user:8:ratio user:3:ratio user:99:ratio user:72:ratio
1) "986"
2) "762"
3) "556"
4) "400"
5) "101"

  (2)创建一个记录着热门用户id的列表,即热度在100以上的5个用户

192.168.131.130:6379> rpush hot:user:list user:1:ratio user:8:ratio user:3:ratio user:99:ratio user:72:ratio
(integer) 5
192.168.131.130:6379> lrange hot:user:list 0 -1
1) "user:1:ratio"
2) "user:8:ratio"
3) "user:3:ratio"
4) "user:99:ratio"
5) "user:72:ratio"

  (3)现在要求将列表内所有的键对应热度做加1操作,并且保证是原子操作,此功能可以利用Lua脚本来实现。

  创建Lua脚本并且将脚本内容写入脚本lrange_and_mincr.lua中:

--get all elements from the list you provide later, and give the result to 'mylist'
local mylist = redis.call("lrange", KEYS[1], 0 , -1)
--define variable 'count', this count represents the times of incr finally
local count = 0
--everytime and everyone you do ,count plus 1, finally return count
for index,key in ipairs(mylist)
do
    redis.call("incr", key)
    count = count + 1
end
return count

  (4)新建窗口并执行脚本(返回结果5说明执行了5次incr操作):

root@myubuntu:/home/workspace# redis-cli -h 192.168.131.130 --eval lrange_and_mincr.lua hot:user:list
(integer) 5

  (5)查看结果

192.168.131.130:6379> mget user:1:ratio user:8:ratio user:3:ratio user:99:ratio user:72:ratio
1) "987"
2) "763"
3) "557"
4) "401"
5) "102"

  6.Redis如何管理Lua脚本

  (1)eval命令

  

  客户端如果想执行Lua脚本,首先在客户端编写好Lua脚本代码,然后把脚本作为字符串发送给服务端,服务端会将执行结果返回给客户端。

  (2)evalsha命令

  

  先要将Lua脚本加载到Redis服务端,得到该脚本的SHA1校验和,evalsha命令使用SHA1作为参数可以直接执行对应Lua脚本,避免每次发送Lua脚本的开销。这样客户端就不需要每次执行脚本内容,而脚本也会常驻在服务端,脚本功能得到了复用。

  (3)script load用于将Lua脚本加载到Redis内存中:

root@myubuntu:/home/workspace# redis-cli -h 192.168.131.130 script load "$(cat lrange_and_mincr.lua)"
"f6b58b670c4384b409f42588877bc806cfae1ffa"

  (4)script exists用于判断sha1是否加载到Redis内存中:

192.168.131.130:6379> script exists f6b58b670c4384b409f42588877bc806cfae1ffa
1) (integer) 1

  (5)script flush用于清除Redis内存已经加载的所有Lua脚本

192.168.131.130:6379> script flush
OK
192.168.131.130:6379> script exists f6b58b670c4384b409f42588877bc806cfae1ffa
1) (integer) 0

  (6)script kill用于杀掉正在执行的Lua脚本,如果Lua脚本比较耗时,甚至Lua脚本存在问题,例如死循环,那么此时Lua脚本的执行会阻塞Redis,直到脚本执行完毕或者外部进行干预将其结束。

  ①利用script kill 杀掉正在执行的Lua脚本,该脚本会阻塞当前客户端

客户端1:
192.168.131.130:6379> eval 'while 1 == 1 do end' 0


客户端2:
root@myubuntu:/home/workspace# redis-cli -h 192.168.131.130 
192.168.131.130:6379> keys *
(error) BUSY Redis is busy running a script. You can only call SCRIPT KILL or SHUTDOWN NOSAVE.

客户端2:
192.168.131.130:6379> script kill
OK

客户端2:
192.168.131.130:6379> keys *
 1) "hot:user:list"
 2) "JSON"

客户端1:
192.168.131.130:6379> eval 'while 1 == 1 do end' 0
(error) ERR Error running script (call to f_feee71277bd43dee6eaf026037ed8d9d515da780): @user_script:1: Script killed by user with SCRIPT KILL... 
(90.26s)

  ②如果当前Lua脚本正在执行写操作(set),那么script kill将不会生效。

  七、发布订阅

  Redis提供了基于“发布/订阅”模式的消息机制,此种模式下,消息发布者和订阅者不进行直接通信,发布者客户端向指定的频道(channel)发布消息,订阅该频道的每个客户端都可以收到该消息。

  

  1.相关命令

  (1)发布消息:publish channel message

客户端1:
127.0
.0.1:6379> publish channel:sports "James Niubi" (integer) 0 返回结果为订阅者个数,因为此时没有订阅,所以返回结果为0

  (2)订阅消息:subscribe channel [channel ...]

客户端2:
127.0.0.1:6379> subscribe channel:sports
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "channel:sports"
3) (integer) 1

客户端1:
127.0.0.1:6379> publish channel:sports "James Diao"
(integer) 1

客户端2:
127.0.0.1:6379> subscribe channel:sports
Reading messages... (press Ctrl-C to quit)
1) "subscribe"
2) "channel:sports"
3) (integer) 1
1) "message"
2) "channel:sports"
3) "James Diao"

  需要注意两点:

  • 客户端在执行订阅命令之后进入了订阅状态。
  • 新开启的订阅客户端,无法接收该频道之前的消息,因为Redis不会对发布的消息进行持久化。

  (3)取消订阅:unsubscribe channel [channel ...]

127.0.0.1:6379> unsubscribe channel:sports
1) "unsubscribe"
2) "channel:sports"
3) (integer) 0

  (4)按照模式订阅和取消订阅

订阅以it开头的所有频道:
psubscribe it*

  (5)查询订阅

  • 查看活跃的频道:pubsub channels (返回当前频道至少有一个订阅者的频道)
127.0.0.1:6379> pubsub channels
1) "channel:sports"
  • 查看频道订阅数:pubsub numsub channel
127.0.0.1:6379> pubsub numsub channel:sports
1) "channel:sports"
2) (integer) 1
  • 查看模式订阅数:pubsub numpat
客户端2:
127.0.0.1:6379> psubscribe ch*
Reading messages... (press Ctrl-C to quit)
1) "psubscribe"
2) "ch*"
3) (integer) 1

客户端3:
127.0.0.1:6379> pubsub numpat
(integer) 1

  2.使用场景

  聊天室、公告牌、服务之间利用消息解耦都可以使用发布订阅模式,下面以简单的服务解耦进行说明。如图3-18所示,图中有两套业务,上面为视频管理系统,负责管理视频信息;下面为视频服务面向客户,用户可以通过各种客户端(手机、浏览器、接口)获取到视频信息。

  假如视频管理员在视频管理系统中对视频信息进行了变更,希望及时通知给视频服务端,就可以采用发布订阅的模式,发布视频信息变化的消息到指定频道,视频服务订阅这个频道及时更新视频信息,通过这种方式可以有效解决两个业务的耦合性。

  • 视频服务订阅video:changes频道如下:subscribe video:changes
  • 视频管理系统发布消息到video:changes频道如下:publish video:changes "video1,video3,video5"
  • 当视频服务收到消息,对视频信息进行更新,如下所示:for video in video1,video3,video5                   update {video}

  八、GEO

  Redis提供了GEO(地理信息定位)功能,支持存储地理位置信息用来实现诸如附近位置、摇一摇这类依赖于地理位置信息的功能,对于需要实现这些功能的开发者来说是一大福音。

  1.增加地理位置信息

geoadd key longitude latitude member [longitude latitude member ...]
longitude :经度
latitude :纬度
member :成员

127.0.0.1:6379> geoadd cities:locations 116.28 39.55 beijing
(integer) 1
127.0.0.1:6379> geoadd cities:locations 116.28 39.55 beijing
(integer) 0
127.0.0.1:6379> geoadd cities:locations 117.12 39.08 tianjin 114.29 38.02 shijiazhuang 118.01 39.38 tangshan 115.29 38.51 baoding
(integer) 4

  2.获取地理位置信息

geopos key member [member ...]

127.0.0.1:6379> geopos cities:locations tianjin
1) 1) "117.12000042200088501"
   2) "39.0800000535766543"

  3.获取两个地理位置的距离

geodist key member1 member2 [unit]
unit代表返回结果的单位:m(米)、km(千米)、mi(英里)、ft(尺)

127.0.0.1:6379> geodist cities:locations tianjin beijing km
"89.2061"

  4.获取指定位置范围内的地理信息位置集合

127.0.0.1:6379> georadius key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DES] [STORE key] [STOREDIST key]
127.0.0.1:6379> georadiusbymember key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]

计算五座城市中,距离北京150公里以内的城市:
127.0.0.1:6379> georadiusbymember cities:locations beijing 150 km
1) "beijing"
2) "tianjin"
3) "tangshan"
4) "baoding"

  5.获取geohash

geohash key member [member ...]

127.0.0.1:6379> geohash cities:locations beijing
1) "wx48ypbe2q0"

  Redis使用geohash将二维经纬度转换为一维字符串。

  geohash有以下特点:

  • GEO的数据类型为zset(有序集合),Redis将所有地理位置信息的geohash存放在zset中。
  • 字符串越长,表示的位置更精确。
  • 两个字符串越相似,它们之间的距离越近,Redis利用字符串前缀匹配算法实现相关的命令
  • geohash编码和经纬度是可以相互转换的。

  6.删除地理位置信息

  和有序集合删除成员的命令一致:zrem key member

posted @ 2018-05-31 10:08  BigJunOba  阅读(513)  评论(0编辑  收藏  举报