中间件_Redis_02_Redis的数据类型

Redis的数据类型

1、Redis数据存储格式

Redis自身是一个Map，其中所有的数据都是采用key : value的形式存储的。

---

2、Redis的数据类型

数据类型指的是存储的数据的类型，也就是value部分的类型，key部分永远都是字符串。

Redis常用的五种数据类型：

1. string
2. hash
3. list
4. set
5. sorted_set

---

2.1、string类型

• 存储的数据：单个数据，最简单的数据存储类型，也是最常用的数据存储类型
• 存储数据的格式：一个存储空间保存一个数据
• 存储内容：通常使用字符串，如果字符串以整数的形式展示，可以作为数字操作使用

2.1.1、基本操作

# 添加/修改数据
set key value

# 获取数据
get key

# 删除数据
del key

# 添加/修改多个数据
mset key1 value1 key2 value2 ...		# 注："m"表示Multiple

# 获取多个数据
mset key1 key2 ...

# 获取数据字符串个数（字符串长度）
strlen key

#  追加信息到原始信息后部（如果原始信息存在就追加，否则新建）
append key value

---

2.1.2、扩展操作

1. 业务场景1：

   大型企业级应用中，分表操作是基本操作，使用多张表存储同类型数据，但是对应的主键 id 必须保证统一性，不能重复。Oracle 数据库有 sequence 设定，可以解决该问题，但是 MySQL数据库并不具有类似的机制，那么如何解决？

解决方案：

# 设置数值数据增加指定范围的值
incr key	#  注：递增1
incrby key increment	
incrbyfloat key increment

# 数值数值数据减少指定范围的值
decr key	# 注：递减1
decrby key increment

Tips：string作为数值操作

• string在redis内部存储默认就是一个字符串，当遇到增减类操作incr，decr时会转成数值型进行计算。
• redis所有的操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行的，因此无需考虑并发带来的数据影响。
• redis用于控制数据库表主键id，为数据库表主键提供生成策略，保障数据库表的主键唯一性。
• 此方案适用于所有数据库，且支持数据库集群

注意：按数值进行操作的数据，如果原始数据不能转成数值，或超越了redis 数值上限范围，将报错。9223372036854775807（Java中long型数据最大值，Long.MAX_VALUE）

2. 业务场景2：

• “最强女生”启动海选投票，只能通过微信投票，每个微信号每 4 小时只能投1票。
• 电商商家开启热门商品推荐，热门商品不能一直处于热门期，每种商品热门期维持3天，3天后自动取消热门。
• 新闻网站会出现热点新闻，热点新闻最大的特征是时效性，如何自动控制热点新闻的时效性。

解决方案：

# 设置数据具有指定的生命周期
setex key seconds value		# 注：设置秒，value不重要

psetex key milliseconds value	# 注：设置毫秒

# 举例
set name zhangsan
setex name 10 1		# 设置name存在10秒

Tips：redis 控制数据的生命周期，通过数据是否失效控制业务行为，适用于所有具有时效性限定控制的操作。

---

2.1.3、注意事项

strin类型数据操作的注意事项：

1. 数据操作是否成功的反馈的差异
   1. 表示运行结果是否成功
      • (integer) 0 --> false 失败
      • (integer) 1 —> true 成功
   2. 表示运行结果值
      • (integer) 3 —> 3 3个
      • (integer) 1 —> 1 1个
2. 数据未获取到：（nil）等同于null。
3. 数据最大存储值：512MB。
4. 数值计算最大范围（Java中long的最大值）：9223372036854775807。

---

2.1.4、应用场景

业务场景：主页高频访问信息显示控制，例如新浪微博大V主页显示粉丝数与微博数量

解决方案：

1. 在redis中为大V用户设定用户信息，以用户主键和属性值作为key，后台设定定时刷新策略即可

user:id:3506728370:fans  → 12210947

user:id:3506728370:blogs  → 6164

user:id:3506728370:focuss  → 83

2. 在redis中以json格式存储大V用户信息，定时刷新（也可以使用hash类型）

eg: user:id:3506728370 →  {	
	"id":3506728370, 
	"name":"春晚", 
	"fans":12210862, 
	"blogs":6164, 
	"focus":83
}

Tips：redis应用于各种结构型和非结构型高热度数据访问加速。

key的设置约定：

# 数据库中的热点数据key命名惯例
# 	表名  :  主键名  :  主键值  :  字段名
eg1: order: id: 29437595: name  
eg2: equip: id: 390472345: type
eg3: news: id: 202108130: title

---

2.2、hash类型

• 新的存储需求：对一系列存储的数据进行编组，方便管理，典型应用存储对象信息
• 需要的存储结构：一个存储空间保存多个键值对数据
• hash类型：底层使用哈希表结构实现数据存储

hash存储结构优化：

• 如果field数量较少，存储结构优化为类数组结构
• 如果field数量较多，存储结构使用HashMap结构

存储的困惑：对象类数据的存储如果具有较频繁的更新需求操作会显得笨重，使用hash类型即可解决。

2.2.1、基本操作

# 添加/修改数据	注：有就修改，没有就加上
hset key field value

# 获取数据
hget key field
hgetall key

# 删除数据
hdel key field1 [field2] ...

# 添加/修改多个数据
mhset key field1 value1 field2 value2 ...

# 获取多个数据
mhget key field1 field2 ...		# eg: hget user name age

# 获取哈希表字段的数量
hlen key		# eg: hlen user -> (integer) 2 因为只有name和age

# 获取哈希表中是否存在指定的字段
hexists key field

# 实际操作举例
127.0.0.1:6379> hset user name zhangsan
(integer) 1
127.0.0.1:6379> hset user age 38
(integer) 1

127.0.0.1:6379> hgetall user
1) "name"
2) "zhangsan"
3) "age"
4) "38"

127.0.0.1:6379> hget user name
"zhangsan"

127.0.0.1:6379> hmset user name list age 58
OK	# 因为name和age存在，所以覆盖了

127.0.0.1:6379> hmget user name age
1) "list"
2) "58"

127.0.0.1:6379> hlen user
(integer) 2

127.0.0.1:6379> hexists user age
(integer) 1
127.0.0.1:6379> hexists user height
(integer) 0

---

2.2.2、拓展操作

# 获取哈希表中所有的字段名或字段值
hkeys key	# 获取的是字段值
hvals key	# 获取的是值

# 设置指定字段的数值数据增加指定范围的值
hincrby key field increment
hincrbyfloat key field increment

# 实际操作举例
127.0.0.1:6379> hkeys user
1) "name"
2) "age"

127.0.0.1:6379> hvals user
1) "list"
2) "58"

127.0.0.1:6379> hincrby user age 2
(integer) 60

127.0.0.1:6379> hget user age
"60"

---

2.2.3、注意事项

hash 类型数据操作的注意事项：

1. hash类型下的value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象。如果数据未获取到，对应的值为（nil）。
2. 每个 hash 可以存储 2³² - 1 个键值对。
3. hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性。但hash设计初衷不是为了存储大量对象而设计的，切记不可滥用，更不可以将hash作为对象列表使用。
4. hgetall 操作可以获取全部属性，如果内部field过多，遍历整体数据效率就很会低，有可能成为数据访问瓶颈。

---

2.3、list类型

• 数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分
• 需要的存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序
• list类型：保存多个数据，底层使用双向链表存储结构实现

2.3.1、基本操作

# 添加/修改数据
lpush key value1 [value2] ...	# 注：左边添加
lpush key value1 [value2] ...	# 注：右边添加

# 获取数据
lrange key start stop	# 注：从左边取，start开始，到stop结束
lindex key index
llen key
# 补充：0表示第一个，-1表示倒数第1个，

#获取并移除数据
lpop key	# 从左边获取并移除
rpop key	# 从右边获取并移除

# 实际操作举例
127.0.0.1:6379> lpush list1 huawei
(integer) 1
127.0.0.1:6379> lpush list1 apple
(integer) 2
127.0.0.1:6379> lpush list1 microsoft
(integer) 3
# 注：此时list1，从左到右依次为：microsoft --> apple --> huawei

127.0.0.1:6379> rpush list2 a b c
(integer) 3
# 注：此时list2，从右到左依次为：a <-- b <-- c

127.0.0.1:6379> lrange list1 0 2
1) "microsoft"
2) "apple"
3) "huawei"

127.0.0.1:6379> lrange list2 0 2
1) "a"
2) "b"
3) "c"

127.0.0.1:6379> lrange list2 0 -1	# 表示从0开始，取完全部
1) "a"
2) "b"
3) "c"

127.0.0.1:6379> lpop list1	# 从左边获取并移除
"microsoft"
127.0.0.1:6379> rpop list1	# 从右边获取并移除
"huawei"

---

2.3.2、拓展操作

# 规定时间内获取并移除数据
blpop key1 [key2] timeout	# 注：b表示block、l表示left
brpop key1 [key2] timeout	# 注：b表示block、r表示right
brpoppush source destination timeout

Tips：应用场景 — 任务队列

# 实际操作举例
blpop list0 30	
# 注：从list0左边获取并且删除第1个
	# 若list0有，则直接操作
    # 若是list0没有，则至多等待30s，然后输出(nil)

127.0.0.1:6379> blpop list0 30
1) "list0"
2) "e"
(14.13s)	# 表示14.13s后才获取到

# 注：此时开启另外一个客户端输入
127.0.0.1:6379> lpush list0 a b c d e
(integer) 5

接着，假设有这么一个业务场景：微信朋友圈点赞，要求按照点赞顺序显示点赞好友信息，如果取消点赞，移除对应好友信息。

解决方案：

# 移除指定数据
lrem key count value	# 注：从左开始、count表示个数

Tips：redis应用于具有操作先后顺序的数据控制。

# 实际操作举例
127.0.0.1:6379> rpush list a b a b c d a c e
(integer) 9
# 注：此时list的从右到左的结构为：a <= b <= a <= b <= c <= d <= a <= c <= e

127.0.0.1:6379> lrange list 0 -1
1) "a"
2) "b"
3) "a"
4) "b"
5) "c"
6) "d"
7) "a"
8) "c"
9) "e"

127.0.0.1:6379> lrem list 3 a
(integer) 3

127.0.0.1:6379> lrange list 0 -1
1) "b"
2) "b"
3) "c"
4) "d"
5) "c"
6) "e"

---

2.3.3、注意事项

list 类型数据操作注意事项：

1. list中保存的数据都是string类型的，数据总容量是有限的，最多232 - 1 个元素 (4294967295)。
2. list具有索引的概念，但是操作数据时通常以队列的形式进行入队出队操作，或以栈的形式进行入栈出栈操作。
3. 获取全部数据操作结束索引设置为-1。
4. list可以对数据进行分页操作，通常第一页的信息来自于list，第2页及更多的信息通过数据库的形式加载。

---

2.4、set类型

• 新的存储需求：存储大量的数据，在查询方面提供更高的效率
• 需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询
• set类型：与hash存储结构完全相同，仅存储键，不存储值（nil），并且值是不允许重复的

2.4.1、基本操作

# 添加数据
sadd key member1 [member2] ...

# 获取全部数据
smembers key

# 删除数据
srem key member1 [member2] ...

# 获取集合数据总量
scard key

# 判断集合中是否包含指定数据
sismember key member

# 实际操作举例
127.0.0.1:6379> sadd users zhangsan
(integer) 1
127.0.0.1:6379> sadd users wangwu
(integer) 1
127.0.0.1:6379> sadd users zhaoliu
(integer) 1
127.0.0.1:6379> sadd users lisi
(integer) 1
127.0.0.1:6379> sadd users lisi
(integer) 0		# 注：因为不能重复，所以添加失败

127.0.0.1:6379> smembers users
1) "zhangsan"
2) "lisi"
3) "zhaoliu"
4) "wangwu"

127.0.0.1:6379> scard users
(integer) 4		# 4个
127.0.0.1:6379> srem users lisi
(integer) 1
127.0.0.1:6379> sismember users lisi
(integer) 0		# 不存在lisi

2.4.2、拓展操作

1. 业务场景1：

• 每位用户首次使用今日头条时会设置3项爱好的内容，但是后期为了增加用户的活跃度、兴趣点，必须让用户对其他信息类别逐渐产生兴趣，增加客户留存度，如何实现？

业务分析：

• 系统分析出各个分类的最新或最热点信息条目并组织成set集合
• 随机挑选其中部分信息
• 配合用户关注信息分类中的热点信息组织成展示的全信息集合

解决方案：

# 随机获取集合中指定数据的数据
srandmember key [count]		# 注：原子集合不改变

# 随机获取集合中的某个数据并将该数据移出集合
spop key [count]		# 注：原子集合相应减少

Tips 8： redis 应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热卖旅游线路，应用APP推荐，大V推荐等。

2. 业务场景2：

• 脉脉为了促进用户间的交流，保障业务成单率的提升，需要让每位用户拥有大量的好友，事实上职场新人不具有更多的职场好友，如何快速为用户积累更多的好友？
• 新浪微博为了增加用户热度，提高用户留存性，需要微博用户在关注更多的人，以此获得更多的信息或热门话题，如何提高用户关注他人的总量？
• QQ新用户入网年龄越来越低，这些用户的朋友圈交际圈非常小，往往集中在一所学校甚至一个班级中，如何帮助用户快速积累好友用户带来更多的活跃度？
• 微信公众号是微信信息流通的渠道之一，增加用户关注的公众号成为提高用户活跃度的一种方式，如何帮助用户积累更多关注的公众号？
• 美团外卖为了提升成单量，必须帮助用户挖掘美食需求，如何推荐给用户最适合自己的美食？

解决方案：

# 求集合的交、并、差集
sinter key1 [key2] ...
sunion key1 [key2] ...
sdiff key1 [key2] ...

# 求集合的交、并、差集并存储到指定集合中
sinterstore destination key1 [key2] ...
sunionstore destination key1 [key2] ...
sdiffstore destination key1 [key2] ...

# 将指定数据从原始集合中移动到目标集合中
smove source destination member

# 实际操作举例
127.0.0.1:6379> sadd user1 a b c d
(integer) 4
127.0.0.1:6379> sadd user2 b c d e
(integer) 4
127.0.0.1:6379> sadd user3 d e f h
(integer) 4

127.0.0.1:6379> sinter user1 user2 user3	# 求交集
1) "d"	
127.0.0.1:6379> sinter user1 user2
1) "d"
2) "c"
3) "b"

# 将user1 user2 user3的并集存储到user3
127.0.0.1:6379> sunionstore user user1 user2 user3	
(integer) 7

127.0.0.1:6379> smembers user
1) "a"
2) "d"
3) "e"
4) "h"
5) "f"
6) "c"
7) "b"、

Tips：

• redis 应用于同类信息的关联搜索，二度关联搜索，深度关联搜索
• 显示共同关注（一度）
• 显示共同好友（一度）由用户A出发，获取到好友用户B的好友信息列表（一度）
• 由用户A出发，获取到好友用户B的购物清单列表（二度）
• 由用户A出发，获取到好友用户B的游戏充值列表（二度）

---

2.4.3、注意事项

set 类型数据操作的注意事项：

1. set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份。
2. set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间。

---

2.5、sorted_sort类型

• 新的存储需求：数据排序有利于数据的有效展示，需要提供一种可以根据自身特征进行排序的方式
• 需要的存储结构：新的存储模型，可以保存可排序的数据
• sorted_set类型：在set的存储结构基础上添加可排序字段

2.5.1、基本操作

# 添加数据
zadd key score1 member1 [score2 member2] ...

# 获取全部数据
zrange key start stop [WITHSCORES]
zrevrange key start stop [WITHSCORES]

# 删除数据
zrem key member [member ...]	# 注：按值删除的，不是按score删除的

# 按条件获取数据
zrangebyscore key min max [WITHSCORES] [LIMIT]
zrevrangebyscore key max min [WITHSCORES]

# 条件删除数据
zremrangebyrank key start stop
zremrangebyscore key min max

# 注意：
	# min 与 max 用于限定搜索查询的条件
	# start 与 stop 用于限定查询范围，作用于索引，表示开始和结束索引
	# offset 与 count 用于限定查询范围，作用于查询结果，表示开始位置和数据总量
	
# 获取集合数据总量
zcard key
zcount key min max	# 指定score范围里的数据有多个

# 集合交、并操作
zinterstore destination numkeys key [key ...]	#注：numkeys表示操作集合的数量
zunionstore destination numkeys key [key ...]

# 实际操作举例
127.0.0.1:6379> zadd scores 94 zhangsan 100 lisi 60 wangwu
(integer) 3
127.0.0.1:6379> zadd scores 44 zhaoliu
(integer) 1

127.0.0.1:6379> zrange scores 0 -1	# 默认是从小到大排的
1) "zhaoliu"
2) "wangwu"
3) "zhangsan"
4) "lisi"

127.0.0.1:6379> zrange scores 0 -1 withscores
1) "zhaoliu"
2) "44"
3) "wangwu"
4) "60"
5) "zhangsan"
6) "94"
7) "lisi"
8) "100"

127.0.0.1:6379> zrevrange scores 0 -1 withscores
1) "lisi"
2) "100"
3) "zhangsan"
4) "94"
5) "wangwu"
6) "60"
7) "zhaoliu"
8) "44"

127.0.0.1:6379> zrangebyscore scores 50 80 withscores
1) "wangwu"
2) "60"

# 注：从20~100中查询出来的前3个
127.0.0.1:6379> zrangebyscore scores 20 100 limit 0 3 withscores
1) "zhaoliu"
2) "44"
3) "wangwu"
4) "60"
5) "zhangsan"
6) "94"

127.0.0.1:6379> zadd s1 50 aa 60 bb 70 cc
(integer) 3
127.0.0.1:6379> zadd s2 5 aa 6 bb 7 cc
(integer) 3
127.0.0.1:6379> zadd s3 5 aa 6 bb 7 cc
(integer) 3

# 交集操作会将aa的score相加（默认）
127.0.0.1:6379> zinterstore ss 3 s1 s2 s3
(integer) 3

127.0.0.1:6379> zrange ss 0 -1 withscores
1) "aa"	# aa的score相加，50+5+5=60
2) "60"
3) "bb"	# 同上
4) "72"
5) "cc"
6) "84"

# 对3个集合操作，给出操作参数，求出最大的score
127.0.0.1:6379> zinterstore sss 3 s1 s2 s3 aggregate max
(integer) 3

127.0.0.1:6379> zrange sss 0 -1 withscores
1) "aa"	# aa的score没有相加，而是取出了最大值
2) "50"
3) "bb"
4) "60"
5) "cc"
6) "70"

---

2.5.2、拓展操作

业务场景：

• 票选广东十大杰出青年，各类综艺选秀海选投票
• 各类资源网站TOP10（电影，歌曲，文档，电商，游戏等）
• 聊天室活跃度统计
• 游戏好友亲密度

业务分析：

为所有参与排名的资源建立排序依据

解决方案：

# 获取数据对应的索引（排名）
zrank key member
zrevrank key member

# socre值获取与修改
zscore key member
zincrby key increment member

Tips：redis 应用于计数器组合排序功能对应的排名

# 实际操作举例
127.0.0.1:6379> zadd movies 143 a 97 b 201 c
(integer) 3

127.0.0.1:6379> zrank movies b	# 默认按从小到大排序，b的索引值最小，排第1个（即索引值为0）
(integer) 0
127.0.0.1:6379> zrank movies c	
(integer) 2
127.0.0.1:6379> zrevrank movies b	# 泛着排的话，b索引值就最大了
(integer) 2

127.0.0.1:6379> zscore movies a	# 获取a的score值
"143"
127.0.0.1:6379> zincrby movies 2 a
"145"
127.0.0.1:6379> zscore movies a
"145"

---

2.5.3、注意事项

sorted_set 类型数据操作的注意事项：

1. score保存的数据存储空间是64位，如果是整数范围是-9007199254740992~9007199254740992。
2. score保存的数据也可以是一个双精度的double值，基于双精度浮点数的特征，可能会丢失精度，使用时候要慎重。
3. sorted_set 底层存储还是基于set结构的，因此数据不能重复，如果重复添加相同的数据，score值将被反复覆盖，保留最后一次修改的结果。

---

注：如有错误，敬请指正！！！