Milyen fejlett Redis adatstruktúrák és modulok léteznek?

Question

Accepted Answer

Az alapvető típusok mellett a Redis speciális struktúrákat kínál — **HyperLogLog**, **bitmapek**, **geospatial**, **bitfields** — és **modulokat** (RedisJSON, RediSearch, RedisTimeSeries, RedisBloom), amelyek hatékonyan bővítik a Redist speciális felhasználási esetekre.

## HyperLogLog — hozzávetőleges egyedi számok

```bash
# count UNIQUE items using tiny, fixed memory (~12KB) with ~0.81% error
PFADD visitors:today "user1" "user2" "user3"
PFCOUNT visitors:today          # approximate count of unique visitors
PFMERGE visitors:week visitors:mon visitors:tue   # merge HLLs
# → counts millions of uniques in ~12KB (a Set would need huge memory!)
```

A **HyperLogLog** kardinálitást (egyedi számok) becsül meg apró, rögzített memóriával — ideális az egyedi látogatók, IP-címek vagy események számolásához nagy léptékben, ahol a pontos számlálás hatalmas memóriát igényelne.

## Bitmapek és bitfields — kompakt zászlók

```bash
# bitmaps: bit-per-item flags (very memory-efficient)
SETBIT active:2024-01-15 1000 1      # mark user 1000 active today
BITCOUNT active:2024-01-15           # how many users were active (count set bits)
BITOP AND active:both d1 d2          # users active BOTH days (bitwise AND)
# → track daily active users for millions in a few KB per day
```

A **bitmapek** rendkívül kompaktan tárolnak bitenkénti zászlókat — tökéletes az aktív felhasználók napi nyomon követéséhez, felhasználónkénti funkciózászlókhoz és nagy léptékű jelenlét-nyomon követéshez.

## Geospatial — helyzeti lekérdezések

```bash
GEOADD places 13.361 38.115 "Palermo"      # add a location (lng, lat)
GEOSEARCH places FROMMEMBER "Palermo" BYRADIUS 200 km ASC   # find nearby
```

## Redis modulok — a Redis kiterjesztése

```text
RedisJSON      → store/query JSON documents natively (paths, partial updates)
RediSearch     → full-text search and secondary indexing on Redis data
RedisTimeSeries→ time-series data (metrics, IoT) with downsampling/aggregation
RedisBloom     → Bloom filters / Cuckoo filters (probabilistic membership)
RedisGraph (legacy), and others
→ Modules turn Redis into a multi-model platform (Redis Stack bundles popular ones).
```

## Miért számít

A Redis fejlett adatstruktúráinak és moduljainak megértése értékes senior szintű tudás a **speciális problémák hatékony megoldásához** a Redisben, kiszélesítve azt, amit a Redis alapvető típusokon túl képes megtenni.

A **probabilisztikus/kompakt struktúrák** különösen hatékonyak nagy léptékben: a **HyperLogLog** (egyedi számok becslése apró, rögzített memóriában ~12KB, ideális az egyedi látogatók/IP-címek/események számlálásához, ahol a pontos számlálás halmazok segítségével prohibitívan drágának lenne — drámai memóriamegtakarítás), a **bitmapek** (bitenkénti zászlók, olyan dolgok tárolása, mint az aktív felhasználók naponta milliók számára néhány KB-ban, hatékony bitwise műveletek az elemzéshez) és a **bitfields** — ezek valós nagyléptékű problémákat oldanak meg (kardinálitás, jelenlét nyomon követése, zászlók) figyelemreméltó memória-hatékonysággal, amely egyébként nehéz lenne elérni. A **geospatial** támogatás közvetlenül a Redisben lehetővé teszi a helyzeti lekérdezéseket.

A **modulok** — RedisJSON (natív JSON dokumentumok), RediSearch (teljes szöveges keresés és másodlagos indexelés), RedisTimeSeries (idősorok/metrikák aggregációval), RedisBloom (probabilisztikus tagság szűrők) — kiterjesztik a Redist egy **multi-modell platformmá** (a Redis Stack-ben csomagolva), lehetővé téve a keresés, JSON, idősorok és probabilisztikus felhasználási esetek kezelését, amelyek egyébként külön rendszerekre lenne szükség.

Ezek megértése lehetővé teszi a Redis kihasználását speciális igények hatékony kezeléséhez, ahelyett, hogy további infrastruktúrához fordulna vagy gyenge memória/teljesítményt fogadna el.

Mivel speciális problémák (nagyléptékű egyedi számlálás, jelenlét nyomon követése, keresés, idősorok, JSON) valós rendszerekben felmerülnek, és mivel a Redis fejlett struktúrái (HyperLogLog, bitmapek, geospatial) és moduljai (RedisJSON, RediSearch, RedisTimeSeries, RedisBloom) hatékonyan oldják meg ezeket, a fejlett Redis adatstruktúrák és modulok megértése értékes senior szintű tudás, amely a Redis teljes lehetőségeit tárja fel egy sokoldalú, multi-modell platformként, lehetővé téve az elegáns, memória-hatékony megoldásokat a speciális problémákhoz, és a Redis mélyreható szakértelme mellett túl a közös gyorsítótárazási felhasználási eseten.