玩玩Redis系列(八)--redis数据结构及使用场景

数据结构

String

String类型是 Redis中最常使用的类型，内部的实现是通过 SDS来存储的。SDS 类似于 Java 中的 ArrayList，它可以存储任意二进制数据，可以通过预分配冗余空间的方式来减少内存的频繁分配。 用处：普通的get,set方法KV操作，常规。

相关命令

1. SET key value

设置指定 key 的值

2. GET key

获取指定 key 的值。

3. GETRANGE key start end

返回 key 中字符串值的子字符

4. GETSET key value

将给定 key 的值设为 value ，并返回 key 的旧值(old value)。

5. GETBIT key offset

对 key 所储存的字符串值，获取指定偏移量上的位(bit)。

6. MGET key1 [key2…]

获取所有(一个或多个)给定 key 的值。

7. SETBIT key offset value

对 key 所储存的字符串值，设置或清除指定偏移量上的位(bit)。

8. SETEX key seconds value

将值 value 关联到 key ，并将 key 的过期时间设为 seconds (以秒为单位)。

9. SETNX key value

只有在 key 不存在时设置 key 的值。

10. SETRANGE key offset value

用 value 参数覆写给定 key 所储存的字符串值，从偏移量 offset 开始。

11. STRLEN key

返回 key 所储存的字符串值的长度。

12. MSET key value [key value …]

同时设置一个或多个 key-value 对。

13. MSETNX key value [key value …]

同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在。

14. PSETEX key milliseconds value

这个命令和 SETEX 命令相似，但它以毫秒为单位设置 key 的生存时间，而不是像 SETEX 命令那样，以秒为单位。

15. INCR key

将 key 中储存的数字值增一。

16. INCRBY key increment

将 key 所储存的值加上给定的增量值（increment） 。

17. INCRBYFLOAT key increment

将 key 所储存的值加上给定的浮点增量值（increment） 。

18. DECR key

将 key 中储存的数字值减一。

19. DECRBY key decrement

key 所储存的值减去给定的减量值（decrement） 。

20. APPEND key value

如果 key 已经存在并且是一个字符串， APPEND 命令将指定的 value 追加到该 key 原来值（value）的末尾。

使用场景

1. 存储 MySQL 中某个字段的值
2. 存储对象

string 类型支持任何格式的字符串，应用最多的就是存储 json 或其他对象格式化的字符串。(这种场景下推荐使用 hash 数据类型)

set user:id:1 '[{"id":1,"name":"zj","email":"156577812@qq.com"},
{"id":1,"name":"zj","email":"156577812@qq.com"}]'

3. 生成自增 id
4. 分布式锁
5. 统计在线人数等指标

List

list 是按照插入顺序排序的字符串链表，可以在头部和尾部插入新的元素（双向链表实现，两端添加元素的时间复杂度为 O(1)）。插入元素时，如果 key 不存在，redis 会为该 key 创建一个新的链表，如果链表中所有的元素都被移除，该 key 也会从 redis 中移除。

相关命令

1. BLPOP key1 [key2 ] 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。

2. BRPOP key1 [key2 ] 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。

3. BRPOPLPUSH source destination timeout

从列表中弹出一个值，将弹出的元素插入到另外一个列表中并返回它； 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。

4. LINDEX key index

通过索引获取列表中的元素

5. LINSERT key BEFORE|AFTER pivot value

在列表的元素前或者后插入元素

6. LLEN key

获取列表长度

7. LPOP key

移出并获取列表的第一个元素

8. LPUSH key value1 [value2]

将一个或多个值插入到列表头部

9. LPUSHX key value

将一个值插入到已存在的列表头部

10. LRANGE key start stop

获取列表指定范围内的元素

11. LREM key count value

移除列表元素

12. LSET key index value

通过索引设置列表元素的值

13. LTRIM key start stop

对一个列表进行修剪(trim)，就是说，让列表只保留指定区间内的元素，不在指定区间之内的元素都将被删除。

14. RPOP key

移除列表的最后一个元素，返回值为移除的元素。

15. RPOPLPUSH source destination

移除列表的最后一个元素，并将该元素添加到另一个列表并返回

16. RPUSH key value1 [value2]

在列表中添加一个或多个值

17. RPUSHX key value

为已存在的列表添加值

使用场景

1. 消息队列

redis 的 list 数据类型对于大部分使用者来说，是实现队列服务的最经济，最简单的方式。

2. “最新内容”

因为 list 结构的数据查询两端附近的数据性能非常好，所以适合一些需要获取最新数据的场景，比如新闻类应用的 “最近新闻”。

Set

set 数据类型是一个集合（没有排序，不重复），可以对 set 类型的数据进行添加、删除、判断是否存在等操作（时间复杂度是 O(1) ）set 集合不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份。set 类型提供了多个 set 之间的聚合运算，如求交集、并集、补集，这些操作在 redis 内部完成，效率很高。

相关命令

1. SADD key member1 [member2]

向集合添加一个或多个成员

2. SCARD key

获取集合的成员数

3. SDIFF key1 [key2]

返回第一个集合与其他集合之间的差异。

4. SDIFFSTORE destination key1 [key2]

返回给定所有集合的差集并存储在 destination 中

5. SINTER key1 [key2]

返回给定所有集合的交集

6. SINTERSTORE destination key1 [key2]

返回给定所有集合的交集并存储在 destination 中

7. SISMEMBER key member

判断 member 元素是否是集合 key 的成员

8. SMEMBERS key

返回集合中的所有成员

9. SMOVE source destination member

将 member 元素从 source 集合移动到 destination 集合

10. SPOP key

移除并返回集合中的一个随机元素

11. SRANDMEMBER key [count]

返回集合中一个或多个随机数

12. SREM key member1 [member2]

移除集合中一个或多个成员

13. SUNION key1 [key2]

返回所有给定集合的并集

14. SUNIONSTORE destination key1 [key2]

所有给定集合的并集存储在 destination 集合中

15. SSCAN key cursor [MATCH pattern] [COUNT count]

迭代集合中的元素

使用场景

1. 共同关注
2. 共同好友

Hash

hash 类型很像一个关系型数据库的数据表，hash 的 Key 是一个唯一值，Value 部分是一个 hashmap 的结构。

相关命令

1. HDEL key field1 [field2]

删除一个或多个哈希表字段

2. HEXISTS key field

查看哈希表 key 中，指定的字段是否存在。

3. HGET key field

获取存储在哈希表中指定字段的值。

4. HGETALL key

获取在哈希表中指定 key 的所有字段和值

5. HINCRBY key field increment

为哈希表 key 中的指定字段的整数值加上增量 increment 。

6. HINCRBYFLOAT key field increment

为哈希表 key 中的指定字段的浮点数值加上增量 increment 。

7. HKEYS key

获取所有哈希表中的字段

8. HLEN key

获取哈希表中字段的数量

9. HMGET key field1 [field2]

获取所有给定字段的值

10. HMSET key field1 value1 [field2 value2 ]

同时将多个 field-value (域-值)对设置到哈希表 key 中。

11. HSET key field value

将哈希表 key 中的字段 field 的值设为 value 。

12. HSETNX key field value

只有在字段 field 不存在时，设置哈希表字段的值。

13. HVALS key

获取哈希表中所有值。

14. HSCAN key cursor [MATCH pattern] [COUNT count]

迭代哈希表中的键值对。

使用场景

存储对象

ZSet

在 set 的基础上给集合中每个元素关联了一个分数，往有序集合中插入数据时会自动根据这个分数排序。

相关命令

1. ZADD key score1 member1 [score2 member2]

向有序集合添加一个或多个成员，或者更新已存在成员的分数

2. ZCARD key

获取有序集合的成员数

3. ZCOUNT key min max

计算在有序集合中指定区间分数的成员数

4. ZINCRBY key increment member

有序集合中对指定成员的分数加上增量 increment

5. ZINTERSTORE destination numkeys key [key …]

计算给定的一个或多个有序集的交集并将结果集存储在新的有序集合 destination 中

6. ZLEXCOUNT key min max

在有序集合中计算指定字典区间内成员数量

7. ZRANGE key start stop [WITHSCORES]

通过索引区间返回有序集合指定区间内的成员

8. ZRANGEBYLEX key min max [LIMIT offset count]

通过字典区间返回有序集合的成员

9. ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT]

通过分数返回有序集合指定区间内的成员

10. ZRANK key member

返回有序集合中指定成员的索引

11. ZREM key member [member …]

移除有序集合中的一个或多个成员

12. ZREMRANGEBYLEX key min max

移除有序集合中给定的字典区间的所有成员

13. ZREMRANGEBYRANK key start stop

移除有序集合中给定的排名区间的所有成员

14. ZREMRANGEBYSCORE key min max

移除有序集合中给定的分数区间的所有成员

15. ZREVRANGE key start stop [WITHSCORES]

返回有序集中指定区间内的成员，通过索引，分数从高到低

16. ZREVRANGEBYSCORE key max min [WITHSCORES]

返回有序集中指定分数区间内的成员，分数从高到低排序

17. ZREVRANK key member

返回有序集合中指定成员的排名，有序集成员按分数值递减(从大到小)排序

18. ZSCORE key member

返回有序集中，成员的分数值

19. ZUNIONSTORE destination numkeys key [key …]

计算给定的一个或多个有序集的并集，并存储在新的 key 中

20. ZSCAN key cursor [MATCH pattern] [COUNT count]

迭代有序集合中的元素（包括元素成员和元素分值）

使用场景

1. 好友的“亲密度”排序
2. 学生成绩排名

HyperLogLog（基数）

HyperLogLog 是一种基数估算算法。所谓基数估算，就是估算在一批数据中，不重复元素的个数有多少。

相关命令

1. PFADD key element [element …]

添加指定元素到 HyperLogLog 中。

2. PFCOUNT key [key …]

返回给定 HyperLogLog 的基数估算值。

3. PFMERGE destkey sourcekey [sourcekey …]

将多个 HyperLogLog 合并为一个 HyperLogLog

使用场景

1. 统计网站UV

GeoHash（位置）

可以用来保存地理位置，并作位置距离计算或者根据半径计算位置等。

使用场景

1. 附近的人，附近的商店。

Bitmap（位图）

位图，字符串一个字符是8个比特， bitmap 底层就是 string

使用场景

1. 统计签到