Redis常见数据类型(3)-String, Hash

灰灰快醒醒

已于 2024-05-19 15:41:27 修改

阅读量1.2k

点赞数 39

分类专栏： Redis 文章标签： redis 数据库缓存

于 2024-05-17 12:42:28 首次发布

本文链接：https://blog.csdn.net/asdssadddd/article/details/138991038

版权

Redis 专栏收录该内容

7 篇文章 0 订阅

订阅专栏

String

上一篇中介绍了了String里的基本命令, 接下来总结一下

命令小结

命令	执行效果	时间复杂度
set key value [key value...]	设置key的值为value	O(1)
get key	获取指定的key值	O(1)
del key[key...]	删除指定的key	O(k), k是键的个数
mset key value[key value...]	批量设置指定的key和value	O(k), k是键的个数
mget key [key...]	批量获取key的值	O(k). k是键的个数
incr key	指定的key值 + 1	O(1)
decr key	指定的key值 - 1	O(1)
incrby key n	指定的key值 + n	O(1)
decrby key n	指定的key值 - n	O(1)
incrbyfloat key n	指定的key值 + n	O(1)
append key value	指定的key值追加value	O(1)
strlen key	获取指定key的长度	O(1)
setrange key offset value	覆盖指定key的从offset开始的部分值	O(n), n是字符串长度, 通常视为O(1)
getrange key start end	获取指定的key的从start到end的部分值	O(n),n是字符串长度, 通常视为O(1)

内部编码

字符串的内部编码有3种:

int : 8个字节的长整型.

embstr: 小于等于39个字节的字符串.

raw: 大于39个字节的字符串.

示例:

典型的使用场景

缓存功能

下图是比较典型的缓存使用场景, 其中Redis作为缓冲层, MySQL作为存储层, 绝大部分的请求数据都是从Redis中获取. 由于Redis具有支持高并发的特性, 所以缓存通常能起到加速读写和降低后端压力的作用.

流程如下:

(1)用户访问业务层, 查找想要的数据

(2)业务层对缓存层进行查询

(3)如果缓存层查询到数据, 则直接返回给业务层

(4)如果缓存层未查找到, 就从存储层获取

(5)从存储层获取到之后返回给缓存层, 并把该数据写入缓存层

(6)缓存层再将该数据返回给业务层

通过增加缓存功能, 在理想情况下, 每个用户信息, 一个小时期间只有一次MySQL查询, 极大地提升了查询效率, 也降低了MySQL的访问数.

计数功能

许多应用都会使用Redis作为计数的基础工具, 它可以实现快速计数, 查询缓存的功能, 同时数据可以异步处理或者落地到其它数据源. 例如视频播放网站播放次数可以使用Redis完成: 每播放一次视频, 相应的视频播放次数就会自增1.

实际中要开发一个成熟, 稳定的计数系统, 要面临的挑战远不止如此简单: 防作弊, 按不同维度计数, 避免单点问题, 数据持久化到底层数据源等问题.

共享会话

如图: 一个分布式web服务将用户的Session信息(例如用户登录信息)保存在各自的服务器中, 但这样会造成一个问题: 处于负载均衡的考虑, 分布式服务会将用户的访问请求均衡到不同的服务器上,并且通常无法保证用户每次请求都会被均衡到同一台服务器上, 这样用户每刷新一次访问是可能会发现需要重新登录, 这个问题是无法容忍的.

session分散存储:

为了解决这个问题, 可以使用Redis将用户的Session信息进行集中管理, 如图, 在这种模式下, 只要保证Redis是高可用和扩展性的, 无论用户被均衡到哪台Web服务器上, 都集中从Redis中查询, 更新Session信息.

Redis集中管理Session:

手机验证码

很多应用出于安全考虑, 会在每次登陆时, 让用户输入手机号并配合给手机发送验证码, 然后让用户再次输入收到的验证码并进行验证, 从而确定是否是用户本人. 为了短信接口不会被频繁访问, 会限制用户获取验证码的频率. 比如一分钟一次.

思路: 使用带过期时间的键, 并设置其过期时间60s, 如果每次发送时该键存在,就会被限制发送, 具体实现就不过多展开了, 老铁们如果感兴趣可以自行查询.

Hash 哈希

几乎所有的主流编程语言都提供了哈希类型, 它们的叫法可能是哈希, 字典, 关联数组, 映射. 说到这, 有的人就会问了, 这Redis本身不就是哈希表么, 怎么又套了一个? 其实是这样实现的: 形如key = "key", value = {{field1, value1},...,{fieldN, valueN}}

字符串类型和哈希类型的对比: