zoukankan      html  css  js  c++  java
  • Windows版的Redis--redis.conf配置文件各字段含义

    简介: 
    Redis本质上是一个Key-Value类型的内存数据库,很像memcached,整个数据库统统加载在内存当中进行操作,定期通过异步操作把数据库数据flush到硬盘上进行保存。因为是纯内存操作,Redis的性能非常出色,Redis最大的魅力是支持保存List链表和Set集合的数据结构,而且还支持对List进行各种操作,例如从List两端push和pop数据,取 List区间,排序等等,对Set支持各种集合的并集交集操作,此外单个value的最大限制是1GB,不像memcached只能保存1MB的数据,Redis可以用来实现很多有用的功能,比方说用他的List来做FIFO双向链表,实现一个轻量级的高性能消息队列服务,用他的Set可以做高性能的tag系统等等。另外Redis也可以对存入的Key-Value设置expire时间,因此也可以被当作一个功能加强版的memcached来用。 

    Windows版的Redis可到此处下载,非官方版 
    http://code.google.com/p/servicestack/wiki/RedisWindowsDownload 

    Redis文件夹有以下几个文件 
    redis-server.exe:服务程序 
    指定redis的配置文件,如没有指定,则使用默认设置 
    D: edis-2.0.0-rc2>redis-server.exe redis.conf 

    redis.conf配置选项如下 
    daemonize 是否以后台进程运行,默认为no 
    pidfile 如以后台进程运行,则需指定一个pid,默认为/var/run/redis.pid 
    bind 绑定主机IP,默认值为127.0.0.1(注释) 
    port 监听端口,默认为6379 
    timeout 超时时间,默认为300(秒) 
    loglevel 日志记录等级,有4个可选值,debug,verbose(默认值),notice,warning 
    logfile 日志记录方式,默认值为stdout 
    databases 可用数据库数,默认值为16,默认数据库为0 
    save 指出在多长时间内,有多少次更新操作,就将数据同步到数据文件。这个可以多个条件配合,比如默认配置文件中的设置,就设置了三个条件。 
    save 900 1  900秒(15分钟)内至少有1个key被改变 
    save 300 10  300秒(5分钟)内至少有300个key被改变 
    save 60 10000  60秒内至少有10000个key被改变 
    rdbcompression 存储至本地数据库时是否压缩数据,默认为yes 
    dbfilename 本地数据库文件名,默认值为dump.rdb 
    dir 本地数据库存放路径,默认值为 ./ 
    slaveof 当本机为从服务时,设置主服务的IP及端口(注释) 
    masterauth 当本机为从服务时,设置主服务的连接密码(注释) 
    requirepass 连接密码(注释) 
    maxclients 最大客户端连接数,默认不限制(注释) 
    maxmemory 设置最大内存,达到最大内存设置后,Redis会先尝试清除已到期或即将到期的Key,当此方法处理后,任到达最大内存设置,将无法再进行写入操作。(注释) 
    appendonly 是否在每次更新操作后进行日志记录,如果不开启,可能会在断电时导致一段时间内的数据丢失。因为redis本身同步数据文件是按上面save条件来同步的,所以有的数据会在一段时间内只存在于内存中。默认值为no 
    appendfilename 更新日志文件名,默认值为appendonly.aof(注释) 
    appendfsync 更新日志条件,共有3个可选值。no表示等操作系统进行数据缓存同步到磁盘,always表示每次更新操作后手动调用fsync()将数据写到磁盘,everysec表示每秒同步一次(默认值)。 
    vm-enabled 是否使用虚拟内存,默认值为no 
    vm-swap-file 虚拟内存文件路径,默认值为/tmp/redis.swap,不可多个Redis实例共享 
    vm-max-memory 将所有大于vm-max-memory的数据存入虚拟内存,无论vm-max-memory设置多小,所有索引数据都是内存存储的(Redis的索引数据就是keys),也就是说,当vm-max-memory设置为0的时候,其实是所有value都存在于磁盘。默认值为0。 

    Redis官方文档对VM的使用提出了一些建议: 
    当你的key很小而value很大时,使用VM的效果会比较好.因为这样节约的内存比较大. 
    当你的key不小时,可以考虑使用一些非常方法将很大的key变成很大的value,比如你可以考虑将key,value组合成一个新的value. 
    最好使用linux ext3 等对稀疏文件支持比较好的文件系统保存你的swap文件. 
    vm-max-threads这个参数,可以设置访问swap文件的线程数,设置最好不要超过机器的核数.如果设置为0,那么所有对swap文件的操作都是串行的.可能会造成比较长时间的延迟,但是对数据完整性有很好的保证.redis-cli.exe:命令行客户端,测试用 
    D: edis-2.0.0-rc2>redis-cli.exe -h 127.0.0.1 -p 6379 

    设置一个Key并获取返回的值: 
    $ ./redis-cli set mykey somevalue 
    OK 
    $ ./redis-cli get mykey 
    Somevalue 

    如何添加值到list: 
    $ ./redis-cli lpush mylist firstvalue 
    OK 
    $ ./redis-cli lpush mylist secondvalue 
    OK 
    $ ./redis-cli lpush mylist thirdvalue 
    OK 
    $ ./redis-cli lrange mylist 0 -1 
    1. thirdvalue 
    2. secondvalue 
    3. firstvalue 
    $ ./redis-cli rpop mylist 
    firstvalue 
    $ ./redis-cli lrange mylist 0 -1 
    1. thirdvalue 
    2. secondvalue 

    redis-check-dump.exe:本地数据库检查 

    redis-check-aof.exe:更新日志检查 

    redis-benchmark.exe:性能测试,用以模拟同时由N个客户端发送M个 SETs/GETs 查询 (类似于 Apache 的 ab 工具). 
    ./redis-benchmark -n 100000 –c 50 
    ====== SET ====== 
    100007 requests completed in 0.88 seconds (译者注:100004 查询完成于 1.14 秒 ) 
    50 parallel clients (译者注:50个并发客户端) 
    3 bytes payload (译者注:3字节有效载荷) 
    keep alive: 1 (译者注:保持1个连接) 
    58.50% <= 0 milliseconds(译者注:毫秒) 
    99.17% <= 1 milliseconds 
    99.58% <= 2 milliseconds 
    99.85% <= 3 milliseconds 
    99.90% <= 6 milliseconds 
    100.00% <= 9 milliseconds 
    114293.71 requests per second(译者注:每秒 114293.71 次查询) 

    Windows下测试并发客户端极限为60 

    相关文章 
    http://www.rediscn.com/index.html 
    http://code.google.com/p/redis/(官网) 
    http://code.google.com/p/redis/wiki/CommandReference 


  • 相关阅读:
    linux 查看磁盘空间大小
    Redis内存碎片率
    redis的incr和incrby命令
    redis如何清空当前缓存和所有缓存
    ArcGIS矢量数据批量合并工具
    arcgis 获得工具有多少个
    GoogleEarth二次开发难点和技巧
    ArcGIS 智能批量赋高程工具
    arcgis python支持汉字
    ArcGIS 宗地图批量打印输出
  • 原文地址:https://www.cnblogs.com/liuzhuqing/p/7480069.html
Copyright © 2011-2022 走看看