Redis-stream、bitfield类型

流Stream类型

  • 实现消息队列,支持消息的持久化、自动生成全局唯一ID、ack确认消息模式、消费组模式等,让消息队列更加的稳定和可靠
  • 简言之就是Redis版的MQ消息中间件+阻塞队列
  • 5.0版本新增功能,5.0版本之前通过发布和订阅实现消息队列功能
底层结构和原理
  • 一个消息链表,将所有加入的消息都串起来,每个消息都有一个唯一的 ID 和对应的内容

|-------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| Message Content | 消息内容 |
| Consumer group | 消费组,通过XGROUP CREATE 命令创建,同一个消费组可以有多个消费者 |
| Last_delivered_id | 游标,每个消费组会有个游标 last_delivered_id,任意一个消费者读取了消息都会使游标 last_delivered_id 往前移动。 |
| Consumer | 消费者,消费组中的消费者 |
| Pending_ids | 消费者会有一个状态变量,用于记录被当前消费已读取但未ack的消息id,如果客户端没有ack,这个变量里面的消息ID会越来越多,一旦某个消息被ack它就开始减少。这个pending_ids变量在Redis官方被称之为 PEL(Pending Entries List),记录了当前已经被客户端读取的消息,但是还没有 ack (Acknowledge character:确认字符),它用来确保客户端至少消费了消息一次,而不会在网络传输的中途丢失了没处理 |

消息队列命令
  1. xadd:添加消息到队列末尾
  • 如果指定的Stream 队列不存在,则该命令执行时会新建一个Stream 队列
  • * 号表示服务器自动生成 MessageID(类似mysql里面主键auto_increment),后面顺序跟着一堆业务key/value
  1. xdel:删除消息
bash 复制代码
xdel mystream 消息ID
  1. xlen:获取stream队列的消息长度,返回消息ID的个数
bash 复制代码
xlen mystream 
  1. xrange:获取消息列表
  • start表示开始值,-表示ID最小值
  • end表示结束值,+表示ID最大值
  • count表示最大获取多少个值
  1. xrevrange反向获取消息列表,ID从大到小
  • 与xrange相反,end在前,start在后
  1. xtrim:截取stream的长度
  • maxlen:允许的最大长度,对流进行限制长度
  • minid:允许的最小ID,从某个ID值开始比该ID值小的将会被舍弃
  1. xread:获取消息(阻塞和非阻塞),返回大于指定ID的消息
  • $代表特殊ID,表示以当前Stream已经存储的最大的ID作为最后一个ID,当前Stream中不存在大于当前最大ID的消息,因此此时返回nil
  • 0-0代表从最小的ID开始获取Stream中的消息,当不指定count,将会返回Stream中的所有消息,注意也可以使用0(00/000也都是可以的......)
  • 阻塞增加关键字block
消费组命令
  1. xgroup create:创建消费者组
  • 创建消费者组的时候必须指定 ID, 0或者$
  • $表示从Stream尾部开始消费
  • 0表示从Stream头部开始消费
  1. xreadgroup group:消费者组读取消息队列
  • >表示从第一条尚未被消费的消息开始读取
  • 消费组groupA内的消费者consumer1从mystream消息队列中读取所有消息
  • 不同消费组的消费者可以消费同一条消息
  1. xpnding
  • 查询某个消费组内所有消费者对某个队列已读取但未确认的消息
  • 查看某个消费者在某个消息队列中具体读了哪些数据
  1. xack:向消息队列确认消息已经处理完成
  1. xinfo:用于打印stream/consumer/group的详细信息

位域bitfield类型

  • 通过bitfield命令可以一次性操作多个比特位域(指的是连续的多个比特位)
  • 完成执行一系列操作并返回一个响应数组,这个数组中的元素对应参数列表中相应操作的执行结果。
  • 主要用来实现:位域修改和溢出控制
常用命令
  1. get:将指定key对应的字符串转换成二进制,再取出指定偏移量和指定返回位数长度的数据,转换成10进制进行输出
  1. set:修改指定偏移量开始的数据,再将修改之前的值返回
  1. incrby:返回的是增加之后的新值
  1. 溢出控制
  • WRAP: 使用回绕(wrap around)方法处理有符号整数和无符号整数的溢出情况
  • SAT: 使用饱和计算(saturation arithmetic)方法处理溢出,下溢计算的结果为最小的整数值,而上溢计算的结果为最大的整数值
  • FAIL: 命令将拒绝执行那些会导致上溢或者下溢情况出现的计算,并向用户返回空值表示计算未被执行
相关推荐
Σίσυφος19004 分钟前
PCL法向量估计 之 方向约束法向量(Orientation Guided Normal)
数据库
老毛肚7 分钟前
手写mybatis
java·数据库·mybatis
海山数据库13 分钟前
移动云大云海山数据库(He3DB)postgresql_anonymizer插件原理介绍与安装
数据库·he3db·大云海山数据库·移动云数据库
云飞云共享云桌面16 分钟前
高性能图形工作站的资源如何共享给10个SolidWorks研发设计用
linux·运维·服务器·前端·网络·数据库·人工智能
2501_9279935324 分钟前
SQL Server 2022安装详细教程(图文详解,非常详细)
数据库·sqlserver
星火s漫天25 分钟前
第一篇: 使用Docker部署flask项目(Flask + DB 容器化)
数据库·docker·flask
xcLeigh30 分钟前
Python 项目实战:用 Flask 实现 MySQL 数据库增删改查 API
数据库·python·mysql·flask·教程·python3
威迪斯特31 分钟前
Flask:轻量级Web框架的技术本质与工程实践
前端·数据库·后端·python·flask·开发框架·核心架构
xu_yule33 分钟前
Redis存储(15)Redis的应用_分布式锁_Lua脚本/Redlock算法
数据库·redis·分布式
一灰灰blog1 小时前
Spring AI中的多轮对话艺术:让大模型主动提问获取明确需求
数据库·人工智能·spring