/// 构造函数,首先看下内存数据库的基本概念

安装与运用

具体运用:

  • 服务端启动:将下令 redis-server.exe
    redis.windows.conf 写入 .bat 文件,直接运行 StartWithConf.bat 启动服务端;
  • 客户端启动:直接运行 redis-cli.exe 即可;

    redis.windows.conf:配置文件
    redis-benchmark.exe:Redis读写品质测试工具
    redis-check-aof.exe:aof修复检查日志
    redis-check-dump.exe:dump检查数据库文件
    redis-cli.exe:Redis客户端程序
    redis-server.exe:Redis服务器程序
    StartWithConf.bat:启动Redis

using System;
using System.Collections.Generic;
using System.Linq;
using ServiceStack.Redis;
using ServiceStack.Redis.Generic;
namespace RedisHelper
{
public class RedisTool : IDisposable
{
public RedisClient Redis = new RedisClient(“127.0.0.1”, 6379,
“123456”);
//缓存池
private PooledRedisClientManager prcm = new PooledRedisClientManager();

安顿文件

redis.windows.conf

Redis服务端的运行参数全部靠配置文件贯彻,此处详细介绍Redis配置文件的多少个根本参数:

network

  • bind 127.0.0.1:绑定地址(外网连接:0.0.0.0)  
  • port 6379:默认绑定本机的6379端口;
  • timeout:连接超时时间(秒)
  • requirepass pass:配置redis连接认证密码

general

  • loglevel
    debug/notice/warning/verbose:日志级别(开发测试/生产环境/只记录警告错误音讯/详细音讯)
  • logfile
    ./Logs/redis_log.txt:日志文件保留路径
  • databases 16:数据库数量,默许0

snapshotting

  • save TimeInterval ChangeCnt

append only mode

  • appendonly yes:开启命令日志情势;

limits

  • maxclients 64:最亚松森接数,0为不限量
  • maxmemory <bytes>:内存清理临界值
  • maxmemory-policy
    volatile-lru:内存清理选择的默许策略,对设置过期时间的key进行LRU算法删除

//默许缓存过期时间单位秒
public int secondsTimeOut = 30 * 60;

服务命令

ping:启动服务连接情况
info:查看server/client配置信息
info commandstats + config resetstat:显示/清除名次调用统计信息
config get/set:获取/设置配信息
flushdb/flushall:删除当前所选/所有数据库中的所有key
save/bgsave:数据保存到硬盘/异步保存
lastsave: 上次成功保存到磁盘的unix时间戳
dbsize:查看所有key的数目 
get/set和mget/mset:获取/设置键
incr/decr和incrby/decrby:自增/自减
exists/type key:键key是否存在/键类型
expire key secondTime:设置键的过期时间
rename oldKey newKey:重命名
ttl key:键key的剩余存活时间
select db_index:选择数据库
move key db_index:将键key移动到指定数据库

/// <summary>
/// 构造函数
/// </summary>
/// <param name=”OpenPooledRedis”>是还是不是打开缓冲池</param>
public RedisTool(bool OpenPooledRedis = false)
{
if (OpenPooledRedis)
{
prcm = CreateManager(new[] { “123456@127.0.0.1:6379” }, new[] {
“123456@127.0.0.1:6379” });
Redis = prcm.GetClient() as RedisClient;
}
}

基本概念

Redis是金榜题名的NoSQL数据库服务器,其License是Apache
License、完全免费。首先看下内存数据库的基本概念:

内存数据库

In-Memory DataBase,以内存为机要存储介质的数据库.

  • 具有的表及索引在内存中、消除I/O瓶颈,为访问内存设计最佳访问方法和目录格局,读写速度快、质量好;
  • 内存数据库的容量大小受物理内存的限定;
  • 安全性问题是硬伤,协理依据政策与磁盘数据库进行数量同步,以及数据库的可相信性恢复生机机制;

Redis

REmote DIctionary Server(远程字典服务),远程内存数据库(Memory Database + Data Structure
Server),开源的选择ANSI-C语言编写、协助网络、可根据内存亦可持久化的日志型、高品质的key-value数据库,Redis不预约义且不应用表,适应高并发、海量数据存储场景。

  • A persistent key-value database with built-in net interface
    written in ANSI-C for Posix systems.
  • Redis is an open source, BSD licensed, advanced key-value cache
    and store.

上面是Redis接济的5连串型数据结构的里边图解(图一):

图片 1

redisObject对象是Redis内部的主标题的,用于表示所有的key和value。

typedef struct redisObject {
    unsigned type:4;  // 数据类型
    unsigned encoding:4;  // 编码方式
    unsigned lru:REDIS_LRU_BITS;   /* lru time (relative to server.lruclock) */
    int refcount;   // 对象的引用计数
    void *ptr;   // 指向真正的存储结构
} robj;

其中,REDIS_LRU_BITS表示当内存超限时选择LRU算法清除内存中的目的。redisObject对象的创办在object.c文件中:

robj *createObject(int type, void *ptr) {
    robj *o = zmalloc(sizeof(*o));
    o->type = type;
    o->encoding = OBJ_ENCODING_RAW;
    o->ptr = ptr;
    o->refcount = 1;

    /* Set the LRU to the current lruclock (minutes resolution). */
    o->lru = LRU_CLOCK();
    return o;
}    

Redis的键类型为string,值类型支持:

  •  字符串:string
  •  列表:list
  •  集合:set
  •  有序集合:zset (SortedSet)
  •  散列:hash

切实内存结构示意图(图二):

图片 2

参考:Redis数据库入门教程; Redis学习笔记

特点

  • 全方位数量In-Momory,作为Memcached的替代者;
  • key-value存储系统(Key:数据检索的绝无仅有标识、Value:数据存储的重大对象),支持六种类型的value(数据结构服务器);
  • redis的起源是cache,缓存,高速缓存;
  • 数码存储于内存中或被安排为利用虚拟内存;
  • 持久化特性(Persistence):可以持久化到磁盘(周期性把立异数据写入磁盘或把修改操作追加写入记录文件);
  • 主从复制特性(Master/Slave
    Replication):负载均衡,扩充读品质;
  • 客户端分片(Client-Side
    Sharding):数据划分为三个部分,扩充写性能,线性级其余性质升高;
  • 支撑各样不相同措施的排序;
  • 帮忙简单的事情(仅完成五次性执行多条命令的功能,不扶助回滚);
  • 支撑设置数据过期时间;

内存优化

  • string和数字:Redis内部维护一个数字池,可以节省存储空间,默许 REDIS_SHARED_INTEGERS = 10000 
  • 复杂类型的仓储优化:Redis内部选取紧凑格式存储数据(适合集合包蕴的Entry不多并且每个Entry蕴含的Value不是很长的图景),遍历复杂度下落为O(n)、但节省存储空间。以ZIPMap的数据结构为例:

  图片 3

 
其中,字段free用于冗余空间,空间换时间、一定情状下防止插入操作引起的扩容操作。

  • list、set、hash选择分外规编码,优化存储空间;
  • byte、bit级其他操作:getrange/setrange、getbit/setbit以及bitmap高效存储;

Redis .vs.
Memcached

  • 五头均是高质量键值缓存服务器,Memcached只提供数据缓存服务,Redis提供数据缓存和持久化;
  • Memcached:三十二线程服务器;Redis:单线程服务器,部分质量通过三十六线程完成;
  • Memcached只援救一般字符串键;Redis提供丰裕的数额存储结构,同时辅助主数据库(Primary
    Database)+ 支持数据库(Auxiliary Database)使用;
  • Memcached:预分配内存池格局,Redis:现场申请内存的主意存储数据、且可以计划虚拟内存

#region Key/Value存储

数据类型

string

图片 4

list

双向链表、允许再一次,接济lpush/rpush和lpop/rpop;落成音讯队列等;

图片 5

set

分裂意再一次,内部是哈希表完毕、查找/删除/插入均O(1); 集合提供SINTER、SUNION、SDIFF分别支持交集、并集、差集操作。

图片 6

hash

键值对(父键+子键:值)。存储键key的多少个属性数据,完全可以用Json格式存储、直接当做string类型操作,但对性能有震慑,所以Redis提议Hash类型。

图片 7 

如下,图一是平凡的key/value结构,须求封装一个目标保存value的音讯;图二是Redis的Hash类型:

图片 8

zset

一如既往键值对(父键+成员:分值),键值对实际是成员和分值(Member-Score)的照耀关系(字符串成员member与浮点数分值score之间的平稳映射,按分值大小排序),分值必须为浮点数; 既可以按照成员访问元素(同散列),又足以按照分值按序访问元素结构。

图片 9

/// <summary>
/// 设置缓存
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”key”>缓存建</param>
/// <param name=”t”>缓存值</param>
/// <param
name=”timeout”>过期光阴,单位秒,-1:但是期,0:默许过期岁月</param>
/// <returns></returns>
public bool Set<T>(string key, T t, int timeout = 0)
{
if (timeout >= 0)
{
if (timeout > 0)
{
secondsTimeOut = timeout;
}
Redis.Expire(key, secondsTimeOut);
}

持久化

内存提供主存储援助、硬盘作持久性存储。默许开启RDB格局,默认优先加载AOF文件。一回性将数据加载到内存中,几回性预热。

问题:当服务器被关门时,服务器内存存储的数量将何去何从?

RDB .vs. AOF

  • RDB情势二进制格局存储数据,文件较小且格式紧凑(RDB文件的蕴藏格式和Redis数据在内存中的编码格式一致)、加载速度快;AOF方式文本文件扩展写操作命令,文件较大、信息冗余,加载速度慢,但rewrite命令会压缩aof文件;
  • RDB方式按安插的save策略落成定期批量数额存储、作用相对较高;AOF方式准实时日志记录、效用相对较低;
  • 比较RDB格局,AOF格局可依赖性较高、最少的多少丢失和较高的数据苏醒能力;

不重启Redis从RDB情势切换来AOF形式

redis-cli> config set appendonly yes:启用AOF
redis-cli> config set save "":关闭RDB

参考:Redis数据持久化; Redis小编:深度剖析Redis持久化

return Redis.Add(key, t);
}

RDB

半持久化形式(快照方式:File-Snap-Shotting,即时间点转储:Point-in-提姆e Dump),Redis
DataBase
,将数据先存储在内存,当直接调用save/bgsave命令时或数额修改满意设置的save条件时触发bgsave操作,将内存数据一遍性写入RDB文件。比较吻合魔难复苏(Disaster
Recovery),若Redis相当crash,方今的数目会丢掉。

rdbcompression yes:创建快照时对数据进行压缩  
dbfilename dump.rdb:快照名称
dir ./saveFile/:快照保存路径(AOF文件存放目录)

原理Copy-on-Write(写时复制)技术

  • Redis forks;
  • 子进度将数据写到临时RDB文件中;
  • 当子进度已毕写RDB文件,用新文件替换旧文件;

该原理有限支撑其余时候复制RDB文件都是纯属安全的。

/// <summary>
/// 获取
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”key”></param>
/// <returns></returns>
public T Get<T>(string key)
{
return Redis.Get<T>(key);
}

AOF

全持久化情势(日志格局),Append-Only-File,将数据存在内存,同时调用fsync将这一次写操作命令举办日志记录到aof文件,基于Redis网络交互协议的由Redis标准命令组成的可识其他纯文本文件,只允许增加不容许改写。

写策略:默许并援引 appendfsync everysec ,速度和安全兼顾。

  • appendfsync always:每提交一个修改命令调用fsync刷新到AOF文件,卓殊慢、但很是安全;
  • appendfsync everysec:每秒调用fsync刷新到AOF文件,很快、但也许会丢掉一秒之内的数目;
  • appendfsync no:依靠OS被动刷新、redis不积极刷新AOF,最快、但安全性差;

AOF最重大的布局就是关于调用fsync追加日志文件持久化数据的功效。磁盘空间满、断电等情景不会影响日志的完整性和可用性。

保存:支持2种方式

  • 调用flushaofbuf,把aof_buf中的命令写入aof文件,再清空aof_buf,进入下一回loop;

    sds aof_buf; / AOF buffer, written before entering the event loop /

  • aof_rewrite:按照现有的数据库数据反向生成命令,然后把命令写入aof文件中;

加载

fakeClient = createFakeClient();   // 创建伪客户端
while(命令不为空) {
   // 获取一条命令的参数信息 argc, argv
      . . . 
   // 执行
   fakeClient->argc = argc;
   fakeClient->argv = argv;
   cmd->proc(fakeClient);
}

AOF重写

bgrewriteAOF,重新生成一份AOF文件,新的AOF文件只含有对同一个值的高频操作的最终一条记下(可以苏醒数据的蝇头指令集),进度和RDB类似(Copy-on-Write机制):

  • fork一个子进度,直接遍历旧的AOF文件,将数据写入新的AOF临时文件;
  • 在写新文件进程中,所有的新的写操作日志记录在内存缓冲区中、同时会写入到原始的AOF文件中;
  • 成就写新文件操作后,发出信号文告父进度将内存缓冲区中的写指令三回性追加到临时AOF文件中;
  • 扩大达成,Redis将临时AOF文件作为新AOF文件替代旧AOF文件(调用原子性的rename命令用新的AOF文件替代老的AOF文件); 

当同时满意以下2个规范时触发rewrite操作:

auto-aof-rewrite-percentage 100  // 当前写入日志文件的大小占到初始日志文件大小的某个百分比时触发rewrite
auto-aof-rewrite-min-size 64mb   // 本次Rewrite最小的写入数据量

注意,bgrewriteaof和bgsave不可能同时实施,防止三个Redis后台进度同时对磁盘举办多量的I/O操作。

修复

Redis提供 redis-check-aof.exe 工具援助日志修复效果:

  • 备份坏的AOF文件;
  • 运转redis-check-aof
    –fix修复坏的AOF文件;
  • 用diff
    -u相比较多少个文件的差距,确认难点点;
  • 重启Redis,加载修复后的AOF文件;

/// <summary>
/// 删除
/// </summary>
/// <param name=”key”></param>
/// <returns></returns>
public bool Remove(string key)
{
return Redis.Remove(key);
}

骨干机制

master-slave,为了进步持久化机制,在持久化基础上Redis提供复制作用:将一个主服务器(master)数据自动同步到多少个从服务器(slave),已毕要旨同步:

  • 纯粹的冗余备份
  • 擢升读品质

具体地:

  • 启动从服务器,先向主服务器发送SYNC命令;
  • 主服务器收到SYNC命令后fork子进度始起保存快照,时期具有发给主服务器的吩咐都会被缓存到内存;
  • 快照保存达成后,主服务器把快照和缓存的指令全部发送给从服务器;

  • 从服务器保存收到的快照文件并加载到内存中,然后依次执行收到的缓存命令;

在基本同步进度中(异步完结),从服务器不会堵塞,时期默许使用同步此前的多少持续响应客户端命令。主从机制支持增量同步策略,下落连接断开的过来资本。

切切实举办使中一般是:Redis+MySQL

图片 10

public bool Add<T>(string key, T t, int timeout)
{
if (timeout >= 0)
{
if (timeout > 0)
{
secondsTimeOut = timeout;
}
Redis.Expire(key, secondsTimeOut);
}
return Redis.Add(key, t);
}

文告订阅机制

publish-subscribe,观望者格局,订阅者(Subscriber)订阅频道(Channel),公布者(Publisher)将音讯发到指定频道(Channel),通过那种措施将音信的发送者和接收者解耦,能够落成八个浏览器之间的音信同步和实时更新。

图片 11

  • 信息的传递是多对多的;
  • 帮忙方式匹配;
  • 运作稳定、急速;

    publish myChannel “xxx”:发布
    subscribe myChannel:订阅
    unsubscribe myChannel:废除订阅

Redis的Pub/Sub格局允许动态的Subscribe/Unsubscribe,提升系统的灵活性和可伸张性。  

#endregion

其他

排序

问题:数据库帮忙排序,为啥要把排序功用放在缓存中落到实处?

  • 排序会大增数据库的负荷,难以支撑高并发的施用;
  • 在缓存中排序不会碰着表锁定的难点;

    sort key [BY pattern] [LIMIT offset cnt] [GET pattern [GET pattern …]] [asc | desc] [ALPHA] [STORE destination]

  • by:即order by,指定排序字段,by
    *->子键名;

  • limit:限制排序后赶回元素的多少,表示跳过前offset个元素、重回之后的连年cnt个因素,可以完毕分页功用;
  • get:再次回到指定的字段值,get
    *->子键名;
  • store:将排序结果存入指定地点;  

事务

Transaction。

  • multi:原子操作,公告Redis,接下去的好多命令属于同一业务;
  • 输入若干命令,存储在指令队列中而不会被立时实施;
  • exec:原子操作,布告Redis,属于同一业务的有所命令输入完毕,初阶施行工作;

管道

pipilining,允许Redis四回性接收八个指令、执行后一回性返回结果,裁减客户端与Redis服务器的通讯次数、下降往返时延。类似事情,通过原子操作multi/exec完毕。

先期级队列

blpop/brpop。

#region 链表操作

动用场景

首先,将Redis与SQL Server/MySQL等相比较一下:

  • Redis的持久化是外加功用,且其flushdb、flushall命令会直接清空数据库,
    SQL Server/MySQL的持久化是主导职能;
  • Redis全量持久数据从内存到磁盘、大数目下影响属性,SQL
    Server/MySQL增量持久化被修改的数码;

运用场景

 - 在主页中显示最新的项目列表;
 - 删除和过滤:lrem;
 - 排行榜(Leader Board)及相关问题;
 - 按照用户投票和时间排序;
 - 过期项目处理:unix时间作为得分;
 - 计数(Counting Stuff):INCR,DECR命令构建计数器系统;
 - 特定时间内的特定项目:Redis特色特性;
 - 实时分析正在发生的情况,用于数据统计与防止垃圾邮件等;
 - Pub/Sub:发布订阅机制;
 - 队列(Priority Queue);
 - 缓存(Caching);  

下一场交给使用Redis中的几点注意事项:

  • keys * —>  scan
  • 提出选拔hash
  • expire设置key的并存时间 + volatile-lru策略;
  • Redis所在机械物理内存使用最好不用跨越实际内存总量的3/5;

以及通过阅读 ALCA in
Redis-land
 得到的指出:

图片 12

参考:Redis应用场景; Redis小编谈Redis应用场景; Redis应用提出

/// <summary>
/// 根据IEnumerable数据添加链表
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”listId”></param>
/// <param name=”values”></param>
/// <param name=”timeout”></param>
public void AddList<T>(string listId, IEnumerable<T> values,
int timeout = 0)
{
Redis.Expire(listId, 60);
IRedisTypedClient<T> iredisClient = Redis.As<T>();
if (timeout >= 0)
{
if (timeout > 0)
{
secondsTimeOut = timeout;
}
Redis.Expire(listId, secondsTimeOut);
}
IRedisList<T> redisList = iredisClient.Lists[listId];
redisList.AddRange(values);
iredisClient.Save();
}

Redis for C#

初识Redis时接触到的.Net-Redis组件是ServiceStack.Redis,其V3连串的新颖版本是:ServiceStack.Redis.3.9.29.0

ServiceStack.Redis

ServiceStack.Common.dll
ServiceStack.Interfaces.dll
ServiceStack.Redis.dll
ServiceStack.Text.dll

叩问RedisClient类的现实音信:

  • 基本操作

    public void Init();
    public bool ContainsKey(string key);
    public bool Remove(string key);
    public void RemoveByPattern(string pattern);
    public void RemoveByRegex(string pattern);
    public IEnumerable GetKeysByPattern(string pattern);
    public List SearchKeys(string pattern);
    public List GetAllKeys(); // 数据库内的所有键(慎用)
    public string GetRandomKey();
    public T Get(string key);
    public IRedisTypedClient As(); // / 重要 /
    public bool Add(string key, T value [, DateTime expiresAt]); // [设置过期时间]
    public bool Add(string key, T value [, TimeSpan expiresIn]);
    public bool Set(string key, T value [, DateTime expiresAt]); // [设置过期时间]
    public bool Set(string key, T value [, TimeSpan expiresIn]);
    public bool ExpireEntryAt(string key, Date提姆e expireAt); // 设置过期时间
    public bool ExpireEntryIn(string key, 提姆eSpan expireIn);
    public 提姆eSpan Get提姆eToLive(string key); // TTL时间
    public long DecrementValue(string key); // 减
    public long DecrementValueBy(string key, int count);
    public long IncrementValue(string key); // 增
    public long IncrementValueBy(string key, int count);

  • string

    public long GetStringCount(string key);
    public string GetValue(string key);
    public void SetValue(string key, string value [, TimeSpan expireIn]);
    public void RenameKey(string fromName, string toName);
    public int AppendToValue(string key, string value);
    public string GetAndSetValue(string key, string value);
    public string GetSubstring(string key, int fromIndex, int toIndex);
    public List GetValues(List keys);
    public Dictionary GetValuesMap(List keys);

  • List  

    // 基本操作
    public int GetListCount(string listId);
    public int RemoveItemFromList(string listId, string value);
    public string RemoveStart/End/AllFromList(string listId);
    public void SetItemInList(string listId, int listIndex, string value);
    public void AddItemToList(string listId, string value);
    public void AddRangeToList(string listId, List values);
    public List GetAllItemsFromList(string listId);
    public string GetItemFromList(string listId, int listIndex);
    public List GetRangeFromList(string listId, int startingFrom, int endingAt);
    public List GetRangeFromSortedList(string listId, int startingFrom, int endingAt);
    public List GetSortedItemsFromList(string listId, SortOptions sortOptions);
    public List GetValues(List keys);
    public Dictionary GetValuesMap(List keys);
    // List作为队列
    public void EnqueueItemOnList(string listId, string value);
    public string DequeueItemFromList(string listId);
    // List作为栈
    public void PushItemToList(string listId, string value);
    public string PopItemFromList(string listId);
    public string PopAndPushItemBetweenLists(string fromListId, string toListId);

  • Set

    public int GetSetCount(string setId);
    public bool SetContainsItem(string setId, string item);
    public void RemoveItemFromSet(string setId, string item);
    public void AddItemToSet(string setId, string item);
    public void AddRangeToSet(string setId, List items);
    public HashSet GetAllItemsFromSet(string setId);
    public string GetRandomItemFromSet(string setId);
    public List GetSortedEntryValues(string setId, int startingFrom, int endingAt);
    public HashSet GetDifferencesFromSet(string fromSetId, params string[] withSetIds);
    public HashSet GetIntersectFromSets(params string[] setIds);
    public HashSet GetUnionFromSets(params string[] setIds);
    public void StoreDifferencesFromSet(string intoSetId, string fromSetId, params string[] withSetIds);
    public void StoreIntersectFromSets(string intoSetId, params string[] setIds);
    public void StoreUnionFromSets(string intoSetId, params string[] setIds);
    public void MoveBetweenSets(string fromSetId, string toSetId, string item);
    public string PopItemFromSet(string setId); 

  • Hash

    public int GetHashCount(string hashId);
    public bool HashContainsEntry(string hashId, string key);
    public bool RemoveEntryFromHash(string hashId, string key);
    public bool SetEntryInHash(string hashId, string key, string value);
    public List GetHashKeys(string hashId);
    public List GetHashValues(string hashId);
    public Dictionary GetAllEntriesFromHash(string hashId);
    public string GetValueFromHash(string hashId, string key);
    public List GetValuesFromHash(string hashId, params string[] keys);
    public T GetFromHash(object id);

  • SortedSet(zset)

    public int GetSortedSetCount(string setId);
    public bool SortedSetContainsItem(string setId, string value);
    public bool RemoveItemFromSortedSet(string setId, string value);
    public bool AddItemToSortedSet(string setId, string value [, double score]);
    public bool AddRangeToSortedSet(string setId, List values [, double score]);
    public List GetRangeFromSortedSet(string setId, int fromRank, int toRank);
    public IDictionary GetRangeWithScoresFromSortedSet(string setId, int fromRank, int toRank);
    public List GetAllItemsFromSortedSetDesc;
    public IDictionary GetAllWithScoresFromSortedSet(string setId);

中间,方法 public IRedisTypedClient<T>
As<T>(); 搭配接口 public interface
IRedisTypedClient<T> : IEntityStore<T>{} 和
public interface IEntityStore<T>{}
中提供的形式可以成功各个操作。

在V3.0版本的根基上,其V4.0版本 ServiceStack.Redis-4.0.52 提供了越来越多的主意:

  • Scan方法;
  • 收获设置配置新闻;
  • 支持Lua脚本; 

    public RedisText Custom(params object[] cmdWithArgs); // 执行命令
    public RedisClient CloneClient();
    public string GetClient();
    public void SetClient(string name);
    public void KillClient(string address);
    public void ChangeDb(long db);
    public Date提姆e GetServer提姆e();
    public Date提姆e ConvertToServerDate(Date提姆e expiresAt);
    public List> GetClientsInfo();
    public string GetConfig(string configItem);
    public void SetConfig(string configItem, string value);
    public void SaveConfig();
    public void ResetInfoStats();

其中,Custom()方法可以实施绝一大半的Redis命令,ServiceStack.Redis.Commands概念命令,用于Custom()方法的率先个参数:

public static class Commands{   
        public static readonly byte[] CommandName;
}   

参考

StackExchange.Redis

出于ServiceStack.Redis的V4.0版本商业化开头收费,推荐使用:StackExchange.Redis

StackExchange.Redis是专为.Net/C#的Redis客户端API,如今被StackOverFlow使用、微软官方RedisSessionStateProvider也使用StackExchange.Redis完结。

StackExchange.Redis的为主是ConnectionMultiplexer类(线程安全),在命名空间StackExchange.Redis中定义,封装了Redis服务的操作细节,该类的实例被整体应用程序域共享和选定。

ConnectionMultiplexer redisClient = ConnectionMultiplexer.Connect("localhost");
IDatabase db = redisClient .GetDatabase();

其基础和选取待学习…

参考

 


参考

/// <summary>
/// 添加单个实体到链表中
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”listId”></param>
/// <param name=”Item”></param>
/// <param name=”timeout”></param>
public void AddEntityToList<T>(string listId, T Item, int timeout
= 0)
{
IRedisTypedClient<T> iredisClient = Redis.As<T>();
if (timeout >= 0)
{
if (timeout > 0)
{
secondsTimeOut = timeout;
}
Redis.Expire(listId, secondsTimeOut);
}
IRedisList<T> redisList = iredisClient.Lists[listId];
redisList.Add(Item);
iredisClient.Save();
}

/// <summary>
/// 获取链表
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”listId”></param>
/// <returns></returns>
public IEnumerable<T> GetList<T>(string listId)
{
IRedisTypedClient<T> iredisClient = Redis.As<T>();
return iredisClient.Lists[listId];
}

/// <summary>
/// 在链表中去除单个实体
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”listId”></param>
/// <param name=”t”></param>
public void RemoveEntityFromList<T>(string listId, T t)
{
IRedisTypedClient<T> iredisClient = Redis.As<T>();
IRedisList<T> redisList = iredisClient.Lists[listId];
redisList.RemoveValue(t);
iredisClient.Save();
}

/// <summary>
/// 依照lambada表达式删除符合条件的实业
/// </summary>
/// <typeparam name=”T”></typeparam>
/// <param name=”listId”></param>
/// <param name=”func”></param>
public void RemoveEntityFromList<T>(string listId, Func<T,
bool> func)
{
using (IRedisTypedClient<T> iredisClient = Redis.As<T>())
{
IRedisList<T> redisList = iredisClient.Lists[listId];
T value = redisList.Where(func).FirstOrDefault();
redisList.RemoveValue(value);
iredisClient.Save();
}
}

#endregion

#region 清空Redis所有数据库中的所有key
public void Flushall()
{
Redis.FlushAll();
}
#endregion

//释放资源
public void Dispose()
{
if (Redis != null)
{
Redis.Dispose();
Redis = null;
}
GC.Collect();
}

/// <summary>
/// 缓冲池
/// </summary>
/// <param name=”readWriteHosts”></param>
/// <param name=”readOnlyHosts”></param>
/// <returns></returns>
public static PooledRedisClientManager CreateManager(
string[] readWriteHosts, string[] readOnlyHosts)
{
return new PooledRedisClientManager(readWriteHosts, readOnlyHosts,
new RedisClientManagerConfig
{
MaxWritePoolSize = readWriteHosts.Length * 5,
MaxReadPoolSize = readOnlyHosts.Length * 5,
AutoStart = true,
});
// { RedisClientFactory =
(IRedisClientFactory)RedisCacheClientFactory.Instance.CreateRedisClient(“127.0.0.1”,
6379) };
}
}

}

相关文章

网站地图xml地图