新乡外贸网站建设,厦门建设局刘以汉,淮北市重点工程建设局网站,江西省都昌县建设局网站文章目录 概要String结构Hash结构List结构Set结构Zset结构bitmap位图类型geo地理位置类型其他常用命令 概要 redis常用的5种不同数据结构类型之间的映射如下#xff1a;
结构类型结构存储的值结构的读写能力STRING可以是字符串、整数或者浮点数key-value形式#xff1b;对整… 文章目录 概要String结构Hash结构List结构Set结构Zset结构bitmap位图类型geo地理位置类型其他常用命令 概要 redis常用的5种不同数据结构类型之间的映射如下
结构类型结构存储的值结构的读写能力STRING可以是字符串、整数或者浮点数key-value形式对整数和浮点数执行自增或者自减操作LIST一个链表链表上的节点都包含了字符串链表两端插入或者弹出对链表进行修建读取单个或者多个元素根据值查找或者删除SET元素不重复、无序的 collection添加、获取、删除单个元素检查元素是否存在计算交集、并集、差集从集合中随机取HASHHASH 包含字符串的无序散列表添加、获取、移除单个键值对获取所有键值对ZSET(有序集合)字符串成员与浮点数分值之间的有序映射元素的排列顺序由分值决定添加、获取、删除单个元素根据分值范围(range)或者成员来获取元素
String结构
常用命令
SET SET key value 存入字符串键值对
MSET MSET key value [key value] 批量存储字符串键值对
SETNX SETNX key value 存入不存在的字符串键值对存在返回false不存在返回trueGET GET key 获取一个字符串键值
MGET MGET key [key] 批量获取字符串键值
DEL key [key] 删除一个键
EXPIPE key seconds 设置一个键的过期时间(秒)原子加减
INCR key 将key中存储的值加1
DECR key 将key中存储的值减1
INCRBY key increment 将key中存储的值增加increment
DECRBY key decrement 将key中存储的值减少increment应用场景举例
如需要往redis中存储一个对象数据库中的对象也就是表中一行数据
有两种方式
# 方式一
SET user:1 value(json格式数据) # 将每一行数据json后 再进行存储 其中1表示这条数据的id# 方式二
MSET user:1:name alai user:1:balance 1888 # 使用批量设值的方式MGET user:1:name user:1:balance计数器 比如文章的阅读量
INCR article:readcount:{文章id}
GET article:readcount:{文章id}分布式id
INCRBY orderId 1000 //redis批量生成序列号提升性能 先批量生成 存储在本地服务器Hash结构
常用命令
HSET HSET key field value //存储一个哈希表key的键值
HSETNX HSETNX key field value //存储一个不存在的哈希表key的键值
HMSET HMSET key field value [field value ...]//在一个哈希表key中存储多个键值对
HGET HGET key field //获取哈希表key对应的field键值
HMGET HMGET key field [field ...] //批量获取哈希表key中多个field键值
HDEL HDEL key field [field ...] //删除哈希表key中的field键值
HLEN HLEN key //返回哈希表key中field的数量
HGETALL HGETALLkey //返回哈希表key中所有的键值原子操作
HINCRBY HINCRBY key field increment //为哈希表key中field键的值加上增量increment应用场景
存储对象
HMSET user {userId}:name alai {userId}:balance 1888
HMSET user 1:name zhuge 1:balance 1888
HMGET user 1:name 1:balance购物车 用redis维护用户的购物车信息可以进行如下设值 ● 以用户id为key ● 商品id为field ● 商品数量为value
# 添加商品
hset car:1001 10088 1 # 其中1001为用户id 10088为商品id 1为要添加的商品数量
# 商品数量增加
hincrby cart:1001 10088 1
# 查询商品总数
hlen car:1001
# 删除商品
hdel car:1001 10088
# 获取购物车中所有的商品
hgetall cart:1001优点
同类数据归类整合相比string操作消耗内存与cpu更小相比string储存更节省空间
缺点
过期功能不能使用在field上只能用在key上Redis集群架构下不适合大规模使用数据很多的情况下hash存储可能出现数据量偏移
List结构
LPUSH key value [value ...] //将一个或多个值value插入到key列表的表头(最左边)
RPUSH key value [value ...] //将一个或多个值value插入到key列表的表尾(最右边)
LPOP key //移除并返回key列表的头元素
RPOP key //移除并返回key列表的尾元素
LRANGE key start stop //返回列表key中指定区间内的元素区间以偏移量start和stop指定
BLPOP key [key ...] timeout //从key列表表头弹出一个元素若列表中没有元素阻塞等待
BRPOP key [key ...] timeout //从key列表表尾弹出一个元素若列表中没有元素阻塞等timeout秒应用场景
微博和公众号的消息推送
# MacTalk发微博消息ID为10086
LPUSH msg:{关注人-ID} 10086# 查看最新5条发送信息
LRANGE msg:{关注人-ID} 0 5Set结构
常用命令
SADD key member [member ...] //往集合key中存入元素元素存在则忽略若key不存在则新增
SREM key member [member ...] //从集合key中删除元素
SMEMBERS key //获取集合key中所有元素
SCARD key //获取集合key的元素个数
SISMEMBER key member //判断member元素是否存在于集合key中
SRANDMEMBER key [count] //从集合key中随机选出count个元素元素不从key中删除
SPOP key [count] //从集合key中随机选出count个元素元素从key中删除运算操作
SINTER key [key ...] //交集运算
SINTERSTORE destination key [key ..] //将交集结果存入新集合destination中
SUNION key [key ..] //并集运算
SUNIONSTORE destination key [key ...] //将并集结果存入新集合destination中
SDIFF key [key ...] //差集运算
SDIFFSTORE destination key [key ...] //将差集结果存入新集合destination中应用场景
微信抽奖小程序
# 点击参与抽奖加入集合
SADD key {userlD}
# 查看参与抽奖所有用户
SMEMBERS key
# 抽取count名中奖者(不移除集合中元素)
SRANDMEMBER key [count]
# 抽取count名中奖者(移除集合中的元素)
SPOP key [count]点赞、收藏、标签场景 # 点赞
SADD like:{消息ID} {用户ID}
# 取消点赞
SREM like:{消息ID} {用户ID}
# 检查用户是否点赞过
SISMEMBER like:{消息ID} {用户ID}
# 获取点赞的用户列表
SMEMBERS like:{消息ID}
# 获取点赞用户数
SCARD like:{消息ID}集合操作
# 三个集合的交集
SINTER set1 set2 set3 - { c }
# 三个集合的并集
SUNION set1 set2 set3 - { a,b,c,d,e }
# 以第1个集合为基准 跟其他集合不相同的元素
SDIFF set1 set2 set3 - { a }集合操作实现微博微信关注模型
# 张三关注的人
zhangsanSet -{lisi,wangwu,cuihua}
# 李四关注的人
lisiSet - {zhangsan,cuihua,wangwu,xiaohong}
# 小红关注的人
xiaohongSet - {zhangsan,lisi,wangwu,heimazi}
# 张三和李四共同关注的人
SINTER zhangsanSet lisiSet -{cuihua,wangwu}
# 张三到李四的主页 看到 “我关注的人也关注他李四” :
SISMEMBER wangwuSet lisi
SISMEMBER cuihuaSet lisi
# 我可能认识的人 (在张三访问了李四主页后的展示)
SDIFF lisiSet zhangsanSet -{cuihua,xiaohong}Zset结构
常用命令
ZADD key score member [[score member]…] //往有序集合key中加入带分值元素
ZREM key member [member …] //从有序集合key中删除元素
ZSCORE key member //返回有序集合key中元素member的分值
ZINCRBY key increment member //为有序集合key中元素member的分值加上increment
ZCARD key //返回有序集合key中元素个数
ZRANGE key start stop [WITHSCORES] //正序获取有序集合key从start下标到stop下标的元素
ZREVRANGE key start stop [WITHSCORES]//倒序获取有序集合key从start下标到stop下标的元素集合操作
ZUNIONSTORE destkey numkeys key [key ...] //并集计算
ZINTERSTORE destkey numkeys key [key …] //交集计算应用场景
# 点击新闻
ZINCRBY hotNews:20190819 1
# 展示当日排行前十
ZREVRANGE hotNews:20190819 0 10 WITHSCORES
# 七日搜索榜单计算
ZUNIONSTORE hotNews:20190813-20190819 7
hotNews:20190813 hotNews:20190814... hotNews:20190819
# 展示七日排行前十
ZREVRANGE hotNews:20190813-20190819 0 10 WITHSCORESbitmap位图类型
bitmap 存储的是连续的二进制数字0 和 1通过 bitmap, 只需要一个 bit 位来表示某 个元素对应的值或者状态key 就是对应元素本身 。我们知道 8 个 bit 可以组成一个 byte所以 bitmap 本身会极大的节省储存空间。 常用命令setbit 、 getbit 、 bitcount 、 bitop
应用场景
适合需要保存状态信息比如是否签到、是否登录…并需要进一步对这些信息进行分析的场景。比如用户签到情况、活跃用户情况、用户行为统计比如是否点赞过某个视频。
# SETBIT 会返回之前位的值默认是 0这里会生成 7 个位
127.0.0.1:6379 setbit mykey 7 1
(integer) 0
127.0.0.1:6379 setbit mykey 7 0
(integer) 1
127.0.0.1:6379 getbit mykey 7
(integer) 0
127.0.0.1:6379 setbit mykey 6 1
(integer) 0
127.0.0.1:6379 setbit mykey 8 1
(integer) 0
# 通过 bitcount 统计被被设置为 1 的位的数量。
127.0.0.1:6379 bitcount mykey使用场景一用户行为分析 很多网站为了分析你的喜好需要研究你点赞过的内容。
# 记录你喜欢过 001 号小姐姐
127.0.0.1:6379 setbit beauty_girl_001 uid 1使用场景二统计活跃用户
面试题现在系统有亿级的活跃用户为了增强用户粘性该如何实现签到、日活统计
使用时间作为 key然后用户 ID 为 offset如果当日活跃过就设置为 1 那么该如果计算某几天/月/年的活跃用户呢(暂且约定统计时间内只有有一天在线就称为活跃)这是就用到了BITOP命令
对一个或多个保存二进制位的字符串 key 进行位元操作并将结果保存到 destkey 上。
# BITOP 命令支持 AND 、 OR 、 NOT 、 XOR 这四种操作中的任意一种参数
BITOP operation destkey key [key ...]初始化数据
127.0.0.1:6379 setbit 20210308 1 1
(integer) 0
127.0.0.1:6379 setbit 20210308 2 1
(integer) 0
127.0.0.1:6379 setbit 20210309 1 1
(integer) 0统计 20210308~20210309 总活跃用户数: 1
127.0.0.1:6379 bitop and desk1 20210308 20210309
(integer) 1
127.0.0.1:6379 bitcount desk1
(integer) 1统计 20210308~20210309 在线活跃用户数: 2
127.0.0.1:6379 bitop or desk2 20210308 20210309
(integer) 1
127.0.0.1:6379 bitcount desk2
(integer) 2geo地理位置类型
Redis 3.2 中增加了对GEO类型的支持。GEOGeographic地理信息的缩写。该类型就是元素的2维 坐标在地图上就是经纬度。redis基于该类型提供了经纬度设置查询范围查询距离查询经纬 度Hash等常见操作 应用场景附近的人、摇一摇、附近的车、附近银行站点查询
GEO常用命令 Tips 在学习geo命令时会使用到经纬度坐标信息可以在百度地图的拾取坐标系统中获取测试坐标信息网址http://api.map.baidu.com/lbsapi/getpoint/index.html
geoadd命令
为了进行地理位置相关操作 我们首先需要将具体的地理位置记录起来 这一点可以通过执行 geoadd 命令来完成 该命令的基本格式如下
GEOADD location-set longitude latitude name [longitude latitude name ...]此命令用于添加位置信息到集合中 以下代码展示了如何通过 GEOADD 命令 将武汉、襄阳、宜昌、枝江、咸宁等数个湖北省的市添加到位置集合 hubeiCities 集合里面
geoadd hubeiCities 114.32538 30.534535 wuhan
geoadd hubeiCities 112.161882 32.064505 xiangyang 111.305197 30.708127 yichang
111.583717 30.463363 zhijiang 114.295174 29.885892 xianninggetpos命令
此命令用于根据输入的位置名称获取位置的坐标信息基本语法如下
GEOPOS location-set name [name ...]geopos hubeiCities xiangyang
--结果如下【1为经度 2为纬度】
1) 112.16188341379165649
2) 32.06450528704699821
geopos hubeiCities xiangyang wuhan
--襄阳的经纬度
1) 1) 112.161883413791656492) 32.06450528704699821
--武汉的经纬度
2) 1) 114.325380027294158942) 30.53453492166421057geodist命令
此命令用于计算两个位置之间的距离基本语法如下
GEODIST location-set location-x location-y [unit]可选参数 unit 用于指定计算距离时的单位 它的值可以是以下单位的其中一个 m 表示单位为米。 km 表示单位为千米。 mi 表示单位为英里。 ft 表示单位为英尺。
案例分别以默认距离单位和指定距离单位计算襄阳和武汉的距离
--不指定距离单位
127.0.0.1:6381 geodist hubeiCities xiangyang wuhan
266889.7642
--指定距离单位km
127.0.0.1:6381 geodist hubeiCities xiangyang wuhan km
266.8898georadius命令和georadiusbymember命令
这两个命令都可以用于获取指定范围内的元素也即查找特定范围之内的其他存在的地点。
比如找出地点A范围200米之内的所有地点找出地点B范围50公里之内的所有地点等等。
这两个命令的作用一样 只是指定中心点的方式不同 georadius 使用用户给定的经纬度作为计算范围时的中心点 而 georadiusbymember 则使用储存在位置集合里面的某个地点作为中心点。
以下是这两个命令的基本语法
GEORADIUS location-set longitude latitude radius m|km|ft|mi [WITHCOORD]
[WITHDIST] [ASC|DESC] [COUNT count]
GEORADIUSBYMEMBER location-set location radius m|km|ft|mi [WITHCOORD] [WITHDIST]
[ASC|DESC] [COUNT count]这两个命令的各个参数的意义如下 m|km|ft|mi 指定的是计算范围时的单位 如果给定了WITHCOORD那么在返回匹配的位置时会将位置的经纬度一并返回 如果给定了WITHDIST 那么在返回匹配的位置时会将位置与中心点之间的距离一并返回 在默认情况下 GEORADIUS 和 GEORADIUSBYMEMBER 的结果是未排序的 ASC 可以让查找结果根据距离从近到远排序 而 DESC 则可以让查找结果根据从远到近排序
COUNT参数用于指定要返回的结果数量。 下面通过案例分别演示georadius命令和georadiusbymember命令
GEORADIUS案例 在hubeiCities位置集合中查找距离经纬度为112.927076 28.235653长沙500km以内的位置信息 查找结果中应包含不超过5个位置的坐标信息距离信息并按距离由近到远排序。
127.0.0.1:6381 georadius hubeiCities 112.927076 28.235653 500 km withcoord
withdist asc count 5
-- 咸宁 距离目标位置226.67公里
1) 1) xianning2) 226.67163) 1) 114.295172989368438722) 29.88589217282589772
-- 枝江 距离目标位置279.91公里
2) 1) zhijiang2) 279.91543) 1) 111.583717167377471922) 30.46336248623112652
-- 武汉 距离目标位置289.38公里
3) 1) wuhan2) 289.37983) 1) 114.325380027294158942) 30.53453492166421057
-- 宜昌 距离目标位置316.68公里
4) 1) yichang2) 316.67773) 1) 111.305196583271026612) 30.70812783498269738
-- 襄阳 距离目标位置432.18公里
5) 1) xiangyang2) 432.17673) 1) 112.161883413791656492) 32.06450528704699821GEORADIUSBYMEMBER案例 在hubeiCities位置集合中查找距离襄阳200km以内的位置信息【这里指定的目标位置只能是hubeiCities中存在的位置而不能指定位置坐标】查找结果中应包含不超过2个位置的坐标信息距离信息并按距离由远到近排序。 查询代码如下
127.0.0.1:6381 georadiusbymember hubeiCities xiangyang 200 km withcoord
withdist desc count 2
-- 枝江 距襄阳186.38km
1) 1) zhijiang2) 186.37843) 1) 111.583717167377471922) 30.46336248623112652
-- 宜昌 距襄阳171.40km
2) 1) yichang2) 171.39503) 1) 111.305196583271026612) 30.70812783498269738其他常用命令
help 查看命令得查考文档 127.0.0.1:6379 help setSET key value [EX seconds|PX milliseconds|EXAT timestamp|PXAT milliseconds-timestamp|KEEPTTL] [NX|XX] [GET]summary: Set the string value of a keysince: 1.0.0group: string127.0.0.1:6379 help setSADD key member [member ...]summary: Add one or more members to a setsince: 1.0.0SCARD keysummary: Get the number of members in a setsince: 1.0.0SDIFF key [key ...]summary: Subtract multiple setssince: 1.0.0SDIFFSTORE destination key [key ...]summary: Subtract multiple sets and store the resulting set in a keysince: 1.0.0SINTER key [key ...]summary: Intersect multiple setssince: 1.0.0SINTERSTORE destination key [key ...]summary: Intersect multiple sets and store the resulting set in a keysince: 1.0.0SISMEMBER key membersummary: Determine if a given value is a member of a setsince: 1.0.0SMEMBERS keysummary: Get all the members in a setsince: 1.0.0SMISMEMBER key member [member ...]summary: Returns the membership associated with the given elements for a setsince: 6.2.0SMOVE source destination membersummary: Move a member from one set to anothersince: 1.0.0SPOP key [count]summary: Remove and return one or multiple random members from a setsince: 1.0.0SRANDMEMBER key [count]summary: Get one or multiple random members from a setsince: 1.0.0SREM key member [member ...]summary: Remove one or more members from a setsince: 1.0.0SSCAN key cursor [MATCH pattern] [COUNT count]summary: Incrementally iterate Set elementssince: 2.8.0SUNION key [key ...]summary: Add multiple setssince: 1.0.0SUNIONSTORE destination key [key ...]summary: Add multiple sets and store the resulting set in a keysince: 1.0.0
scan
SCAN cursor [MATCH pattern] [COUNT count]scan 参数提供了三个参数第一个是 cursor 整数值(hash桶的索引值)第二个是 key 的正则模式第三个是一次遍历的key的数量(参考值底层遍历的数量不一定)并不是符合条件的结果数量。第一次遍历时cursor 值为0然后将返回结果中第一个整数值作为下一次遍历的 cursor。一直遍历到返回的 cursor 值为 0 时结束。
如果在scan的过程中如果有键的变化增加、 删除、 修改 那么遍历效果可能会碰到如下问题 新增的键可能没有遍历到 遍历出了重复的键等情况 也就是说scan并不能保证完整的遍历出来所有的键 这些是我们在开发时需要考虑的。
127.0.0.1:6379 help scanSCAN cursor [MATCH pattern] [COUNT count] [TYPE type]summary: Incrementally iterate the keys spacesince: 2.8.0group: generic127.0.0.1:6379 scan 0 match name*
1) 0
2) 1) name2) name53) name34) name75) name96) name87) name68) name49) name2
info 查看redis服务运行信息分为 9 大块每个块都有非常多的参数这 9 个块分别是:
Server 服务器运行的环境参数
Clients 客户端相关信息
Memory 服务器运行内存统计数据
Persistence 持久化信息
Stats 通用统计数据
Replication 主从复制相关信息
CPU CPU 使用情况
Cluster 集群信息
KeySpace 键值对统计数量信息127.0.0.1:6379 help infoINFO [section]summary: Get information and statistics about the serversince: 1.0.0group: server127.0.0.1:6379 info
# Server
redis_version:6.2.6
redis_git_sha1:00000000
redis_git_dirty:0
redis_build_id:366abd42dd8e835e
redis_mode:standalone
os:Linux 3.10.0-1160.11.1.el7.x86_64 x86_64
arch_bits:64
multiplexing_api:epoll
atomicvar_api:atomic-builtin
gcc_version:4.8.5
process_id:11383
process_supervised:no
run_id:b0cd72bf94e42a7b4c3060b2ac1d9dbdaeb5f0a1
tcp_port:6379
server_time_usec:1639613720733391
uptime_in_seconds:259211
uptime_in_days:3
hz:10
configured_hz:10
lru_clock:12223768
executable:/usr/local/developer/redis/single_redis/redis-6.2.6/src/redis-server
config_file:/usr/local/developer/redis/single_redis/redis-6.2.6/redis.conf
io_threads_active:0# Memory
used_memory:874784
used_memory_human:854.28K
used_memory_rss:9609216
used_memory_rss_human:9.16M
used_memory_peak:3928792
used_memory_peak_human:3.75M
used_memory_peak_perc:22.27%
used_memory_overhead:831304
used_memory_startup:810256
used_memory_dataset:43480
used_memory_dataset_perc:67.38%
allocator_allocated:918584
allocator_active:1196032
allocator_resident:3571712
total_system_memory:3973308416
total_system_memory_human:3.70G
used_memory_lua:37888
used_memory_lua_human:37.00K
used_memory_scripts:0
used_memory_scripts_human:0B
number_of_cached_scripts:0
maxmemory:0
maxmemory_human:0B
maxmemory_policy:noeviction
allocator_frag_ratio:1.30
allocator_frag_bytes:277448
allocator_rss_ratio:2.99
allocator_rss_bytes:2375680
rss_overhead_ratio:2.69
rss_overhead_bytes:6037504
mem_fragmentation_ratio:11.55
mem_fragmentation_bytes:8777176
mem_not_counted_for_evict:0
mem_replication_backlog:0
mem_clients_slaves:0
mem_clients_normal:20520
mem_aof_buffer:0
mem_allocator:jemalloc-5.1.0
active_defrag_running:0
lazyfree_pending_objects:0
lazyfreed_objects:0# Persistence
loading:0
current_cow_size:0
current_cow_size_age:0
current_fork_perc:0.00
current_save_keys_processed:0
current_save_keys_total:0
rdb_changes_since_last_save:8
rdb_bgsave_in_progress:0
rdb_last_save_time:1639612880
rdb_last_bgsave_status:ok
rdb_last_bgsave_time_sec:0
rdb_current_bgsave_time_sec:-1
rdb_last_cow_size:2256896
aof_enabled:0
aof_rewrite_in_progress:0
aof_rewrite_scheduled:0
aof_last_rewrite_time_sec:-1
aof_current_rewrite_time_sec:-1
aof_last_bgrewrite_status:ok
aof_last_write_status:ok
aof_last_cow_size:0
module_fork_in_progress:0
module_fork_last_cow_size:0# Stats
total_connections_received:207
total_commands_processed:100037
instantaneous_ops_per_sec:0
total_net_input_bytes:4503497
total_net_output_bytes:574039
instantaneous_input_kbps:0.00
instantaneous_output_kbps:0.00
rejected_connections:0
sync_full:0
sync_partial_ok:0
sync_partial_err:0
expired_keys:0
expired_stale_perc:0.00
expired_time_cap_reached_count:0
expire_cycle_cpu_milliseconds:2264
evicted_keys:0
keyspace_hits:1
keyspace_misses:0
pubsub_channels:0
pubsub_patterns:0
latest_fork_usec:526
total_forks:3
migrate_cached_sockets:0
slave_expires_tracked_keys:0
active_defrag_hits:0
active_defrag_misses:0
active_defrag_key_hits:0
active_defrag_key_misses:0
tracking_total_keys:0
tracking_total_items:0
tracking_total_prefixes:0
unexpected_error_replies:0
total_error_replies:160
dump_payload_sanitizations:0
total_reads_processed:100396
total_writes_processed:100189
io_threaded_reads_processed:0
io_threaded_writes_processed:0# Replication
role:master
connected_slaves:0
master_failover_state:no-failover
master_replid:4a1e1bd6aed8fd6abbb4a698705848bdff201afb
master_replid2:0000000000000000000000000000000000000000
master_repl_offset:0
second_repl_offset:-1
repl_backlog_active:0
repl_backlog_size:1048576
repl_backlog_first_byte_offset:0
repl_backlog_histlen:0# CPU
used_cpu_sys:69.649760
used_cpu_user:94.304227
used_cpu_sys_children:0.003025
used_cpu_user_children:0.003087
used_cpu_sys_main_thread:69.644654
used_cpu_user_main_thread:94.300740# Modules# Errorstats
errorstat_ERR:count160# Cluster
cluster_enabled:0# Keyspace
db0:keys10,expires0,avg_ttl0其中的参数说明
# Clients
connected_clients:1 # 正在连接得客户端
maxclients:10000 # 允许连接得最大客户端数量# Stats
instantaneous_ops_per_sec:0 # 每秒执行多少次指令# Memory
used_memory:874784 # Redis分配的内存总量(byte)包含redis进程内部的开销和数据占用的内存
used_memory_human:854.28K # Redis分配的内存总量(byte)包含redis进程内部的开销和数据占用的内
used_memory_rss:9609216 # 向操作系统申请的内存大小(Mb)这个值一般是大于used_memory的因为Redis的内存分配策略会产生内存碎片
used_memory_rss_human:9.16M # redis的内存消耗峰值(byte)
used_memory_peak:3928792 # redis的内存消耗峰值(KB)
used_memory_peak_human:3.75M
maxmemory:0 # 配置中设置的最大可使用内存值(byte),默认0,不限制
maxmemory_human:0B
maxmemory_policy:noeviction 当达到maxmemory时的淘汰策略
