*Redis CF.SCANDUMP 命令
CF.SCANDUMP 开始增量保存 Cuckoo Filter，适用于大型过滤器无法通过标准 DUMP/RESTORE 迁移的场景。
*语法
CF.SCANDUMP key iterator
*参数说明
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| key | String | 是 | 要保存的 Cuckoo Filter 键名 |
| iterator | Integer | 是 | 迭代器值，首次调用传 0，后续调用传上次返回的迭代器值 |
*返回值
返回一个包含两个元素的数组：
- [Integer, Bulk string]：迭代器值和当前数据块
- [0, Nil]：迭代器返回 0 表示所有数据块已传输完毕
特殊情况： - Simple error reply：参数无效、键未找到或键类型错误时返回
*时间复杂度
O(n)，其中 n 是过滤器的容量。
*示例
*基本用法（增量保存）
> CF.RESERVE cf 8
OK
> CF.ADD cf item1
(integer) 1
> CF.SCANDUMP cf 0
1) (integer) 1
2) "\x01\x00\x00\x00\x00\x00\x00\x00\x04\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x14\x00\x01\x008\x9a\xe0\xd8\xc3\x7f\x00\x00"
> CF.SCANDUMP cf 1
1) (integer) 9
2) "\x00\x00\x00\x00\a\x00\x00\x00"
> CF.SCANDUMP cf 9
1) (integer) 0
2) (nil)
*完整备份与恢复流程
> CF.RESERVE cf 1000
OK
> CF.INSERT cf ITEMS a b c d e
1) (integer) 1
2) (integer) 1
3) (integer) 1
4) (integer) 1
5) (integer) 1
# 备份
> CF.SCANDUMP cf 0
1) (integer) 1
2) "\x01\x00\x00\x00..."
> CF.SCANDUMP cf 1
1) (integer) 9
2) "\x00\x00\x00\x00..."
> CF.SCANDUMP cf 9
1) (integer) 0
2) (nil)
# 恢复到新键
> CF.LOADCHUNK cf_backup 1 "\x01\x00\x00\x00..."
OK
> CF.LOADCHUNK cf_backup 9 "\x00\x00\x00\x00..."
OK
> CF.MEXISTS cf_backup a b c
1) (integer) 1
2) (integer) 1
3) (integer) 1
*Python 完整示例
# 增量保存过滤器
chunks = []
iter = 0
while True:
iter, data = CF.SCANDUMP(key, iter)
if iter == 0:
break
else:
chunks.append([iter, data])
# 保存 chunks 到文件或传输到另一台服务器
# 加载过滤器
for chunk in chunks:
iter, data = chunk
CF.LOADCHUNK(new_key, iter, data)
*常见错误
| 错误 | 原因 | 解决 |
|---|---|---|
| ERR wrong number of arguments | 参数数量不足 | 提供 key 和 iterator 两个参数 |
| ERR not found | 键不存在 | 先创建 Cuckoo Filter |
| ERR item exists | 键已存在但不是 Cuckoo Filter 类型 | 使用不同的键名 |
*最佳实践
- 首次调用传 0：第一次调用 CF.SCANDUMP 时 iterator 必须是 0，表示从头开始扫描
- 顺序保存：必须按返回的迭代器顺序依次调用，直到返回 0 为止。不能跳过或乱序处理数据块
- 配合 CF.LOADCHUNK 使用：保存的 (iterator, data) 对需要原样传递给 CF.LOADCHUNK 进行恢复
- 数据一致性：在增量保存过程中，不要修改源过滤器（如插入或删除元素），否则可能导致恢复后的数据不一致
- 大数据迁移：对于超过 1MB 的大型 Cuckoo Filter，推荐使用 CF.SCANDUMP + CF.LOADCHUNK 替代 DUMP/RESTORE，因为后者可能因单次传输数据过大而失败
- 分块存储：可以将每个 (iterator, data) 对分别存储到文件或数据库中，便于后续分批恢复
*FAQ
Q1: CF.SCANDUMP 和 DUMP 命令有什么区别？ A: DUMP 是 Redis 通用命令，将整个键序列化为单个二进制字符串。对于大型 Cuckoo Filter（如数百万元素），DUMP 可能产生巨大的数据块，导致内存或网络问题。CF.SCANDUMP 将过滤器分成多个小块增量输出，更适合大型过滤器的备份和迁移。
Q2: 迭代器值 0 表示什么？ A: 当 CF.SCANDUMP 返回迭代器值为 0 时，表示所有数据块已经传输完毕，增量保存完成。首次调用时传入 0 表示从头开始扫描，与返回 0 的含义不同。
Q3: 数据块可以分批保存吗？ A: 可以。每次调用 CF.SCANDUMP 获取一个数据块后，可以立即保存到磁盘或传输到远端，然后再调用下一次。不需要在内存中保存所有数据块。只要在恢复时按相同顺序加载即可。
Q4: 保存过程中修改过滤器会怎样？ A: 如果在 CF.SCANDUMP 过程中修改过滤器（插入或删除元素），可能导致恢复后的过滤器不一致。建议在保存期间冻结过滤器的写入操作，或使用复制实例进行备份。
Q5: 数据块大小固定吗？ A: 不固定。数据块大小取决于过滤器的容量和当前状态。通常情况下，每个数据块的大小相对较小（KB 级别），适合网络传输。可以通过 CF.INFO 查看 Size 字段估算总数据量。