/// 构造函数,首先看下内存数据库的基本概念

设置与利用

切切实实使用:

  • 服务端启动:将指令 redis-server.exe
    redis.windows.conf 写入 .bat 文件,间接运行 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();

安排文件

redis.windows.conf

Redis服务端的运转参数全部靠配置文件落到实处,此处详细介绍Redis配置文件的多少个第一参数:

network

  • bind 127.0.0.1:绑定地址(外网连接:0.0.0.0)  
  • port 6379:默许绑定本机的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:开启命令日志形式;

limits

  • maxclients 64:最都林接数,0为不限量
  • maxmemory <bytes>:内存清理临界值
  • maxmemory-policy
    volatile-lru:内存清理接纳的默认策略,对安装过期时间的key进行LRU算法删除

//默许缓存过期光阴单位秒
public int secondsTimeOut = 30 * 60;

劳务命令

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是超人的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.

  • 装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方式,读写速度快、性能好;
  • 内存数据库的容量大小受物理内存的范围;
  • 安全性难点是硬伤,援救根据政策与磁盘数据库进行数据同步,以及数据库的可相信性復苏机制;

Redis

REmote DIctionary Server(远程字典服务),远程内存数据库(Memory Database + Data Structure
Server),开源的选取ANSI-C语言编写、支持网络、可依据内存亦可持久化的日志型、高品质的key-value数据库,Redis不预定义且不应用表,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.

下边是Redis协助的5系列型数据结构的内部图解(图一):

图片 1

redisObject目标是Redis内部的着力目的,用于表示拥有的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代表当内存超限时行使LRU算法清除内存中的靶子。redisObject对象的创制在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,值类型扶助:

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

切切实实内存结构示意图(图二):

图片 2

参考:Redis数据库入门教程; Redis学习笔记

特点

  • 凡事数目In-Momory,作为Memcached的替代者;
  • key-value存储系统(Key:数据检索的唯一标识、Value:数据存储的重大目的),扶助八种类型的value(数据结构服务器);
  • redis的源点是cache,缓存,高速缓存;
  • 多少存储于内存中或被陈设为运用虚拟内存;
  • 持久化特性(Persistence):可以持久化到磁盘(周期性把创新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,扩张读性能;
  • 客户端分片(Client-Side
    Sharding):数据划分为五个部分,扩张写质量,线性级其他习性进步;
  • 支撑各样差异格局的排序;
  • 辅助简单的工作(仅完毕三遍性执行多条命令的功能,不辅助回滚);
  • 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 
  • 复杂类型的存储优化:Redis内部拔取紧凑格式存储数据(适合集合包括的Entry不多并且每个Entry包括的Value不是很长的情状),遍历复杂度下降为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、一定情形下避免插入操作引起的扩容操作。

  • list、set、hash选用十分编码,优化存储空间;
  • byte、bit级其余操作:getrange/setrange、getbit/setbit以及bitmap高效存储;

Redis .vs.
Memcached

  • 多头均是高品质键值缓存服务器,Memcached只提供数据缓存服务,Redis提供数据缓存和持久化;
  • Memcached:二十多线程服务器;Redis:单线程服务器,部分品质通过二十四线程完结;
  • Memcached只协理一般字符串键;Redis提供丰盛的数额存储结构,同时扶助主数据库(Primary
    Database)+ 辅助数据库(Auxiliary Database)使用;
  • Memcached:预分配内存池方式,Redis:现场报名内存的方法存储数据、且能够配备虚拟内存

#region Key/Value存储

数据类型

string

图片 4

list

双向链表、允许再一次,辅助lpush/rpush和lpop/rpop;已毕消息队列等;

图片 5

set

不容许再一次,内部是哈希表已毕、查找/删除/插入均O(1); 集合提供SINTER、SUNION、SDIFF分别帮助交集、并集、差集操作。

图片 6

hash

键值对(父键+子键:值)。存储键key的两个属性数据,完全可以用Json格式存储、直接当做string类型操作,但对品质有震慑,所以Redis提出Hash类型。

图片 7 

正如,图一是不以为奇的key/value结构,须求封装一个目的保存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之间的不变映射,按分值大小排序),分值必须为浮点数; 既可以依照成员访问元素(同散列),又有什么不可根据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:不超时,0:默许过期时光</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

内存提供主存储帮助、硬盘作持久性存储。默许开启RDB格局,默许优先加载AOF文件。三遍性将数据加载到内存中,一遍性预热。

问题:当服务器被关门时,服务器内存存储的数额将何去何从?

RDB .vs. AOF

  • RDB方式二进制格局存储数据,文件较小且格式紧凑(RDB文件的贮存格式和Redis数据在内存中的编码格式一致)、加载速度快;AOF形式文本文件增添写操作命令,文件较大、音信冗余,加载速度慢,但rewrite命令会压缩aof文件;
  • RDB形式按计划的save策略达成定期批量数码存储、作用绝对较高;AOF方式准实时日志记录、功能相对较低;
  • 相比较RDB格局,AOF形式可信性较高、最少的数量丢失和较高的数据復苏能力;

不重启Redis从RDB情势切换来AOF格局

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作者:深度剖析Redis持久化

return Redis.Add(key, t);
}

RDB

半持久化方式(快照格局: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命令时或数量修改满足设置的save条件时触发bgsave操作,将内存数据四遍性写入RDB文件。比较符合灾祸苏醒(Disaster
Recovery),若Redis十分crash,目前的数额会丢掉。

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;
  • 当子进度完结写RDB文件,用新文件替换旧文件;

该原理保障其余时候复制RDB文件都是绝对安全的。

/// <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

全持久化形式(日志方式),Append-Only-File,将数据存在内存,同时调用fsync将本次写操作命令进行日志记录到aof文件,基于Redis互联网交互协议的由Redis标准命令组成的可识其余纯文本文件,只同意增加不允许改写。

写策略:默许并推荐 appendfsync everysec ,速度和日喀则兼顾。

  • appendfsync always:每提交一个改动命令调用fsync刷新到AOF文件,十分慢、但万分安全;
  • appendfsync everysec:每秒调用fsync刷新到AOF文件,很快、但可能会丢掉一秒之内的数码;
  • appendfsync no:依靠OS被动刷新、redis不积极刷新AOF,最快、但安全性差;

AOF最关键的布局就是有关调用fsync追加日志文件持久化数据的频率。磁盘空间满、断电等情况不会潜移默化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,进入下三遍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文件只包括对同一个值的很多次操作的末段一条记下(能够苏醒数据的蝇头指令集),进程和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;
  • 在写新文件进度中,所有的新的写操作日志记录在内存缓冲区中、同时会写入到原有的AOF文件中;
  • 做到写新文件操作后,发出信号通告父进程将内存缓冲区中的写指令三回性追加到临时AOF文件中;
  • 追加完毕,Redis将暂时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); 

当同时满足以下2个原则时触发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

小心,bgrewriteaof和bgsave不可能而且施行,幸免四个Redis后台进度同时对磁盘举行大气的I/O操作。

修复

Redis提供 redis-check-aof.exe 工具接济日志修复效果:

  • 备份坏的AOF文件;
  • 运转redis-check-aof
    –fix修复坏的AOF文件;
  • 用diff
    -u比较八个文件的差距,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);
}

中央机制

master-slave,为了升高持久化机制,在持久化基础上Redis提供复制成效:将一个主服务器(master)数据自动同步到四个从服务器(slave),完成要旨同步:

  • 纯粹的冗余备份
  • 升迁读质量

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子进度起首保存快照,时期具有发给主服务器的指令都会被缓存到内存;
  • 快照保存已毕后,主服务器把快照和缓存的一声令下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;

在着力同步进程中(异步已毕),从服务器不会卡住,时期默许使用同步此前的数目继续响应客户端命令。主从机制协助增量同步策略,下跌连接断开的复原资本。

现实拔取中见怪不怪是: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);
}

公布订阅机制

publish-subscribe,阅览者形式,订阅者(Subscriber)订阅频道(Channel),公布者(Publisher)将音讯发到指定频道(Channel),通过那种方法将音讯的发送者和接收者解耦,可以兑现多少个浏览器之间的音信同步和实时更新。

图片 11

  • 音信的传递是多对多的;
  • 支撑情势匹配;
  • 运行稳定、快速;

    publish myChannel “xxx”:公布
    subscribe myChannel:订阅
    unsubscribe myChannel:裁撤订阅

Redis的Pub/Sub情势允许动态的Subscribe/Unsubscribe,提升系统的布帆无恙和可增加性。  

#endregion

其他

排序

问题:数据库帮忙排序,为啥要把排序作用放在缓存中落到实处?

  • 排序会追加数据库的载荷,难以支撑高并发的选拔;
  • 在缓存中排序不会遇上表锁定的标题;

    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:限制排序后再次回到元素的数码,表示跳过前offset个要素、重回之后的连天cnt个元素,可以兑现分页功效;
  • get:重返指定的字段值,get
    *->子键名;
  • store:将排序结果存入指定地方;  

事务

Transaction。

  • multi:原子操作,公告Redis,接下去的多少限令属于同一业务;
  • 输入若干指令,存储在命令队列中而不会被马上执行;
  • exec:原子操作,文告Redis,属于同一业务的保有命令输入落成,开首举行工作;

管道

pipilining,允许Redis四次性接收三个指令、执行后五次性再次回到结果,减弱客户端与Redis服务器的通讯次数、下落往返时延。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

应用场景

第一,将Redis与SQL Server/MySQL等比较一下:

  • 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的持久化是主导功效;
  • Redis全量持久数据从内存到磁盘、大数额下影响属性,SQL
    Server/MySQL增量持久化被涂改的数量;

行使场景

 - 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);  

下一场交由使用Redis中的几点注意事项:

  • keys * —>  scan
  • 提出利用hash
  • expire安装key的依存时间 + 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;

以及通过翻阅 ALCA in
Redis-land
 得到的提出:

图片 12

参考:Redis应用场景; Redis作者谈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体系的流行版本是:ServiceStack.Redis.3.9.29.0

ServiceStack.Redis

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

问询RedisClient类的现实性音讯:

  • 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 [, 提姆eSpan 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);

里面,方法 public IRedisTypedClient<T>
As<T>(); 搭配接口 public interface
IRedisTypedClient<T> : IEntityStore<T>{} 和
public interface IEntityStore<T>{}
中提供的办法可以成功各类操作。

在V3.0版本的基本功上,其V4.0版本 ServiceStack.Redis-4.0.52 提供了越多的措施:

  • Scan方法;
  • 收获设置配置音讯;
  • 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

鉴于ServiceStack.Redis的V4.0版本商业化伊始收费,推荐使用:StackExchange.Redis

StackExchange.Redis是专为.Net/C#的Redis客户端API,最近被StackOverFlow使用、微软官方RedisSessionStateProvider也运用StackExchange.Redis达成。

StackExchange.Redis的宗旨是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,该类的实例被全体应用程序域共享和起用。

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

其基础和运用待学习…

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>
/// 在链表中剔除单个实体
/// </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>
/// 根据lambada表明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) };
}
}

}