登录后绑定QQ、微信即可实现信息互通
Redis HyperLogLog 命令和原理概览在大数据场景中，高效地估算基数问题至关重要，尤其是当内存有限且误差可接受时。Redis的HyperLogLog算法提供了解决方案，仅需12k内存，误差保持在0.81%左右。本文将介绍其核心命令以及背后的原理。命令介绍PFADD：版本2.8.9及以上，时间复杂度O(1)，用于添加元素到...
计数器限流算法实现原理已介绍，今天内容聚焦应用与实践。首先设置接口开始处的调用方计数器（使用唯一身份信息为key），初始值为1，存储于缓存，设置过期时间。每次调用计数器+1，过期后缓存自动删除。考虑封装为自定义注解，打造通用组件，简化限速接口配置。创建Spring Boot Web项目，引入Redis客户端依赖。
在业务中，面对访问热点问题，Redis4.0引入了基于LFU（Least Frequently Used）的热点key发现机制，弥补了旧版本在访问频率记录上的不足。LFU算法将内存逐出策略与访问频率关联，通过在每个对象的24位空间中记录LRU/LFU信息来实现这一目标。其中，counter作为基于概率的对数计数器，能够高效地记录访问频率，...
HyperLogLog算法结合了调和平均数的估算公式，变量释意和LogLog的一样。在Redis中，HyperLogLog是它的一种高级数据结构，提供包含pfadd、pfcount等命令。通过将数据转为比特串，并使用分桶的方法，HyperLogLog算法能够在12K内存中统计2^64个数据，大大减少了内存占用。通过将数据转换为64位的比特字符串，将比特...
四、Redis中的LRU与LFU Redis提供了多种内存淘汰策略，其中包括LRU和LFU。LRU在Redis中的应用：当内存不足时，从所有key或使用了过期时间的key中，使用LRU算法选出最近使用最少的数据进行淘汰。存在问题：可能会误淘汰使用次数高但最近未访问的数据。LFU在Redis中的应用：当内存不足时，从所有key或使用...
HyperLogLog算法原理及Redis中的应用 HyperLogLog算法原理： 核心思想：HyperLogLog算法是一种基于概率的算法，用于在允许一定误差的情况下，高效地估算数据集的基数。 内存占用：HLL算法的最大特点是内存占用极低，仅需要约12K内存就能统计高达2^64个数据。 伯努利试验与调和平均数：HLL算法利用了伯努利试验和...
Redis支持为键设置过期时间，当键的过期时间到达时，Redis会自动删除这些键以释放内存。在清理过期键时，Redis会优先扫描那些已设置过期时间的键。应用淘汰策略：当内存达到上限且所有键都没有过期时，Redis会根据maxmemory参数配置的淘汰策略来决定删除哪些键。Redis提供了8种淘汰策略，如LRU和LFU等。LRU算法...
1. noeviction：这是Redis的默认淘汰策略，意味着不会淘汰任何数据。当内存使用达到限制时，大部分写操作将返回错误，除非数据已经存在于内存中（例如，对于DEL命令）。2. allkeys-lru：此策略从所有键中选择数据进行淘汰，基于最近最少使用（LRU）算法。LRU算法优先删除最近最少被访问的键。3. volatile-...
整数集合的使用条件是，只包含64位可表示的整数，且集合中元素数量需少于set-max-intset-entries。在满足这些条件时，sismember方法实际上会采用二分查找的算法来判断元素是否存在。二分查找是一种高效的搜索算法，它基于排序数组进行查找。在整数集合的情况下，由于元素数量有限且满足64位整数的条件，数组...
提出你的第一个问题
回答一个你擅长的问题
对内容进行点赞或者收藏
阅读声望与权限的规范
完善个人资料
张3
发布于 2025-07-19
