设置、批量设置值
hset h1 f 6
hset h1 e 5
hmset h1 a 1 b 2 c 3 d 4
取值
hget h1 a
批量取值
hmget h1 a b c d
获取所有field
hkeys h1
获取所有field的值
hvals h1
返回哈希表中，所有的字段和值
hgetall h1
删除field
hdel h1 a
获取哈希表中字段的数量
hlen h1
===============================================================
String可以做的事情，Hash都可以做。再补充一个场景，购物车：
key：用户id；field：商品id；value：商品数量；
+1：hincr；
-1：hdecr；
删除：hincrby key field -1；
全选：hgetall；
商品数：hlen；
===============================================================
=============================================================
存储有序的字符串（从左到右），元素可以重复，最大存储数量2^32-1（40亿左右）。
下面通过画图来演示一下入队列，出队列
===============================================================
左推
lpush queue a
lpush queue b c
右推
rpush queue d e
左边移除并返回列表的第一个元素
lpop queue
右边移除并返回列表的第一个元素
rpop queue
通过索引获取列表中的元素
lindex queue 0
返回列表中指定区间内的元素
lrange queue 0 -1
===============================================================
1、列表
例如用户的消息列表、网站的公告列表、活动列表、博客的文章列表、评论列表等，通过 LRANGE 取出一页，按顺序显示。
2、队列/栈
List还可以当做分布式环境的队列/栈使用。
队列：先进先出，rpush 和 blpop
栈：先进后出，rpush 和 brpop
这里介绍两个阻塞的弹出操作：blpop/brpop，可以设置超时时间（单位：秒）。
blpop：blpop key1 timeout，移出并获取列表的第一个元素， 如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
brpop：brpop key1 timeout，移出并获取列表的最后一个元素，如果列表没有元素会阻塞列表直到等待超时或发现可弹出元素为止。
==============================================================
=============================================================
Set 存储 String 类型的无序集合，最大存储数量 2^32-1（40亿左右）。
如下图所示：
===============================================================
添加一个或多个元素
sadd myset a b c d e f g
获取所有元素
smembers myset
统计元素个数
scard myset
随机获取一个元素
srandmember myset
随机弹出一个元素
spop myset
移除一个或者多个元素
srem myset d e f
查看元素是否存在
sismember myset a
获取差集
sdiff set1 set2
获取交集
sinter set1 set2
获取并集
sunion set1 set2
===============================================================
1、抽奖
随机获取元素：spop myset
2、点赞、签到、打卡
我们以微博举例子，假设这条微博的ID是t1001，用户ID是u6001，
用dianzan:t1001来维护t1001这条微博的所有点赞用户。
点赞了这条微博：sadd dianzan:t1001 u6001
取消点赞：srem dianzan:t1001 u6001
是否点赞：sismember dianzan:t1001 u6001
点赞的所有用户：smembers dianzan:t1001
点赞数：scard dianzan:t1001
比关系型数据库简单了许多。
3、商品标签
用 tags:i8001 来维护商品所有的标签。
sadd tags:i8001 画面清晰细腻
sadd tags:i8001 真彩清晰显示屏
sadd tags:i8001 流畅至极
4、商品筛选
华为P40上线了，支持民族品牌，加到各个标签中去。
sadd brand:huawei p40
sadd os:android p40
sadd screensize:6.0-6.24 p40
买的时候筛选，牌子是华为，操作系统是安卓，屏幕大小在6.0-6.24之间的，取交集：
sinter brand:huawei os:android screensize:6.0-6.24
===============================================================
=============================================================
sorted set 存储有序的元素。每个元素都有个 score，按照 score 从小到大排序。score 相同时，按照 key 的ASCII码排序。
===============================================================
添加元素
zadd myzset 10 java 20 php 30 ruby 40 cpp 50 python
获取全部元素
zrange myset 0 -1 withscores
zrevrange myzset 0 -1 withscores
根据分数区间获取元素
zrangebyscore myzset 20 30
移除元素（也可以根据score rank删除）
zrem myzset php cpp
统计元素个数
zcard myzset
分值增加
zincrby myzset 5 python
根据分值min和max统计个数
zcount myzset 20 60
获取python排名
zrank myzset python
获取元素分数
zscore myzset python
===============================================================
排行榜
今天是2021年5月23号，建一个 key 为 hotSearch:20210523 的 zset。
放羊大叔这条新闻的id是n1234，每点击一下：zincrby hotSearch:20210523 1 n1234
获取热搜排行榜前十条：zrevrange hotSearch:20210523 0 10 withscores
袁老国士无双，一路走好，中华民族的儿女不会忘记您！
==================================================================
=============================================================
BitMaps是在字符串类型上定义地位操作，一个字节由8个二进制位组成。如下图所示：
m的ASCII码是109，对应的二进制数据是0110 1101
===============================================================
设置字符串key为k1，value为mic
set k1 mic
取k1的第七位，结果是0
getbit k1 6
取k1的第八位为0，此时的ASCII码是108，对应字母是l
setbit k1 7 0
所以取出来值为lic
get k1
统计二进制中1的个数，一共是12个
bitcount k1
获取第一个1或者0的位置
bitpos k1 1
bitpos k1 1
===============================================================
-
BITOP AND destkey key [key …]，对一个或多个key求逻辑并，并将结果保存到 destkey。
-
BITOP OR destkey key [key …]，对一个或多个key求逻辑或，并将结果保存到 destkey。
-
BITOP XOR destkey key [key …]，对一个或多个key求逻辑异或，并将结果保存到 destkey。
-
BITOP NOT destkey key，对给定key求逻辑非，并将结果保存到 destkey。
连续七天在线用户
setbit firstday 0 1 //设置第一天uid是0的用户登录
setbit firstday 1 0 //设置第一天uid是1的用户未登录
setbit firstday 2 1 //设置第一天uid是2的用户登录
…
setbit secondday 0 0 //设置第二天uid是0的用户未登录
setbit secondday 1 1 //设置第二天uid是1的用户登录
setbit secondday 2 1 //设置第二天uid是2的用户登录
… //以此类推
那么在算连续七天在线用户就是：
BITOP AND 7_both_online_users firstday secondday thirdday fourthday fifthday sixthday seventhday
还可以应用访问统计、在线用户统计等等。
======================================================================
Hyperloglog 提供了一种不太精确的基数统计方法，用来统计一个集合中不重复的元素个数，比如统计网站的UV，或者应用的日活、月活，存在一定的误差。
在 Redis 中实现的 Hyperloglog，只需要12k内存就能统计2^64个数据。
public static void main(String[] args) {
Jedis jedis = new Jedis(“39.103.144.86”, 6379);
float size = 100000;
for (int i = 0; i < size; i++) {
jedis.pfadd(“hll”, “hll-” + i);
}
long total = jedis.pfcount(“hll”);
System.out.println(String.format(“统计个数: %s”, total));
System.out.println(String.format(“正确率: %s”, (total / size)));
System.out.println(String.format(“误差率: %s”, 1 - (total / size)));
jedis.close();
}
源码在：
com/xhj/jedis/HyperLogLogTest.java
==============================================================
现在有这样一个需求，获取半径1公里以内的门店，那么我们就要把门店的经纬度存起来，如果存在数据库的话，一个字段存经度，一个字段存维度，计算距离比较复杂。现在我们通过 Redis 的 Geo 存储十分方便。
存经纬度
geoadd location 121.445 31.213 shanghai
独家面经总结，超级精彩
本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！
Java面试准备
准确的说这里又分为两部分：
- Java刷题
- 算法刷题
Java刷题：此份文档详细记录了千道面试题与详解；
com/xhj/jedis/HyperLogLogTest.java
==============================================================
现在有这样一个需求，获取半径1公里以内的门店，那么我们就要把门店的经纬度存起来，如果存在数据库的话，一个字段存经度，一个字段存维度，计算距离比较复杂。现在我们通过 Redis 的 Geo 存储十分方便。
存经纬度
geoadd location 121.445 31.213 shanghai
独家面经总结，超级精彩
本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！
[外链图片转存中…(img-9XLCggmU-1714440194924)]
[外链图片转存中…(img-wxsb3ZwN-1714440194925)]
[外链图片转存中…(img-3bBQXqWX-1714440194925)]
[外链图片转存中…(img-VckIoXKv-1714440194925)]
Java面试准备
准确的说这里又分为两部分：
- Java刷题
- 算法刷题
Java刷题：此份文档详细记录了千道面试题与详解；
[外链图片转存中…(img-NrIet8z9-1714440194925)]
[外链图片转存中…(img-CxgSNs3t-1714440194926)]
1031
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
