用户无论访问应用服务还是静态页，都要经过Nginx代理层，我们可以在Nginx这里做灰度发布，如下图：zhangsan、wangwu使用A应用zhaoliu使用B应用192.168.211.1/192.168.211.2 IP的用户使用A应用192.168.211.3 IP的用户使用B应用我们为了测试系统，通常把公司内部IP设置为测试IP，也就是使用灰度系统的IP，此时内部员工测试直接访问服务器即

group=json关于在JSON命令中使用字符串:若要将字符串指定为要追加的数组值，请用一组额外的单引号将带引号的字符串括起来。示例:‘“silver”’JSONPATH语法：Redis JSON 使用 $ 表示根节点，支持嵌套路径，例如：$[0].name（访问数组第一个元素的 name 字段）

Top-K 是一种概率数据结构，允许您查找数据流中最常见的项目。Top K 是 Redis 开源版中的一种概率数据结构，用于估计数据流中排名最高的 K 个元素。在此语境中，“排名最高”是指“附加有最高数字或分数的元素”，其中分数可以是该元素在流中出现的次数计数，因此该数据结构非常适合查找流中出现频率最高的元素。一个非常常见的应用是检测网络异常和 DDoS 攻击，Top K 可以回答以下问题：来自同

向量集（Vector Set，Beta 版）专为 AI 和机器学习设计，支持存储和查询高维向量嵌入（如文本、图像特征向量）。结合 Redis 查询引擎，可实现向量相似性搜索（VSS）和语义检索，直接服务于推荐系统、图像识别等场景。向量集支持以下命令：VADD - 将元素添加到向量集，如果集合不存在则创建新集合。VCARD - 检索向量集中的元素数量。VDIM - 检索向量集中的向量维度。VEMB

布谷鸟过滤器是一种概率数据结构，用于检查元素是否存在于集合中布谷鸟过滤器，就像布隆过滤器一样，是 Redis 开源版中的一种概率数据结构，它可以以非常快速且节省空间的方式检查元素是否存在于集合中，同时还支持删除操作，并在某些场景下表现优于布隆过滤器。对比维度布隆过滤器布谷鸟过滤器数据更新特性仅支持插入和查询，删除需特殊变体（如计数布隆）原生支持高效插入、查询和删除空间效率中等，误判率相同时空间占用

t-digest 是一种概率型数据结构，用于估计数据流的百分位数。t-digest 是 Redis 开源版中的一种 sketch 数据结构，用于使用紧凑的 sketch 估计数据流或大型数据集的百分位数。它可以回答以下问题：数据流中有多大比例的值小于给定值？数据流中有多少值小于给定值？数据流中小于 p 百分比值的最高值是什么？（即 p 百分位数值是多少？t-digest 是一种数据结构，它可以在无

布隆过滤器的概念就不重复啰嗦了（数据不存在则一定不存在，数据存在不一定不存在）。redis8.0以前使用布隆过滤器是很麻烦的，基本上需要基于BitMap/BitSet自定义封装。Redis8.0将布隆过滤器功能内置了，使用redis客户端可以直接使用布隆过滤器了。

甚至还要考虑不同的 return 情况做不同处理，就很快发现代码中有大量的重复。在关于web+lua+openresty开发中，项目中会大量操作redis，重复创建连接–>数据操作–>关闭连接（或放到连接池）这个完整的链路调用完毕，根据用户访问url的参数，将请求转发到对应指定IP的服务器上。至此，实现了根据请求参数进行动态路由转发。安装openresty+redis，略。推荐一个二次封装的类库。

安装完成之后，就可以用了。我这里是简单搭建了一个基于CPU的服务器，都是用CPU处理的。

redis的GEO数据结构，专门用来存储位置信息，并对存储的信息进行操作，该功能在 Redis 3.2 版本新增。举个例子：网约车平台存储所有的司机经纬度位置信息，用户发起打车请求的时候，我们记录用户的经纬度，并且计算哪一辆车距离用户最近，然后进行派单。一辆车的经纬度信息是不断变化的，修改频繁。此时就可以使用redis的GEO数据类型了。实际上，GEO 类型的底层数据结构就是用 Sorted Se