02：API的理解和使用

最新推荐文章于 2020-10-09 16:32:26 发布

guanchang26

最新推荐文章于 2020-10-09 16:32:26 发布

阅读量170

点赞数

分类专栏： Redis开发和运维-学习笔记

本文链接：https://blog.csdn.net/guanchang26/article/details/103158932

版权

Redis开发和运维-学习笔记专栏收录该内容

5 篇文章 0 订阅

订阅专栏

02：API的理解和使用

1、预备内容：

1.1 预备知识

几个简单全局命令、数据结构、内部编码、单线程命令处理机制分析。
五种数据结构的特点、命令使用、应用场景。
键管理、遍历键、数据库管理。
redis_version:3.2.8

1.2 了解学习redis主要体现在两个方面：

第一、Redis的命令有上百个，如果纯靠死记硬背比较困难，但是如果理解Redis的一些机制，会发现这些命令有很强的通用性。
第二、Redis不是万金油，有些数据结构和命令必须在特定场景下使用，一旦使用不当可能对Redis本身或者应用本身造成致命伤害。

1.3 重点

1）Redis提供5种数据结构，每种数据结构都有多种内部编码实现。
2）纯内存存储、IO多路复用技术、单线程架构是造就Redis高性能的三个因素。
3）由于Redis的单线程架构，所以需要每个命令能被快速执行完，否则会存在阻塞Redis的可能，理解Redis单线程命令处理机制是开发和运维Redis 的核心之一。
4）批量操作（例如mget、mset、hmset等）能够有效提高命令执行的效率，但要注意每次批量操作的个数和字节数。
5）了解每个命令的时间复杂度在开发中至关重要，例如在使用keys、 hgetall、smembers、zrange等时间复杂度较高的命令时，需要考虑数据规模对于Redis的影响。
6）persist命令可以删除任意类型键的过期时间，但是set命令也会删除字符串类型键的过期时间，这在开发时容易被忽视。
7）move、dump restore、migrate是Redis发展过程中三种迁移键的方式，其中move命令基本废弃，migrate命令用原子性的方式实现了 dump restore，并且支持批量操作，是Redis Cluster实现水平扩容的重要工具。
8）scan命令可以解决keys命令可能带来的阻塞问题，同时Redis还提供了hscan、sscan、zscan渐进式地遍历hash、set、zset。

1.4 全局命令

1.4.1 查看所有key

192.168.49.171:6392> mset baobao xiaomidou bieming1 xiaopijiu bieming2 tuoyouping bieming3 xiaolaoye --批量插入四对字符串类型键值
OK
192.168.49.171:6392> keys *    --查看所有键
1) "bieming1"
2) "baobao"
3) "bieming3"
4) "bieming2"
192.168.49.171:6392> dbsize   --键总数
(integer) 4
192.168.49.171:6392> get baobao
"xiaomidou"
192.168.49.171:6392> get bieming2
"tuoyouping"
192.168.49.171:6392>

dbsize和 keys * 的区别：

dbsize是直接获取Redis内置的键总数变量，所以dbsize命令的时间复杂度是O（1）。而keys命令会遍历所有键，所以它的时间复杂度是O（n），当Redis保存了大量键时，线上环境禁止使用。

1.4.2键总数

192.168.49.171:6392> rpush wenju dianzigo che qiu mofeng  --添加玩具列表
(integer) 4

192.168.49.171:6392> lrange wenju 0 -1
1) "dianzigo"
2) "che"
3) "qiu"
4) "mofeng"
192.168.49.171:6392> dbsize   --redis内置键总数 1，列表是一个键
(integer) 5
192.168.49.171:6392>

1.4.3检查键是否存在

192.168.49.171:6392> exists baobao  键存返回1
(integer) 1
192.168.49.171:6392> exists not_exists 键存不存在则返回0
(integer) 0
192.168.49.171:6392>

1.4.4删除键

del是一个通用命令，无论值是什么数据结构类型，del命令都可以将其删除，例如下面将字符串类型的键bieming3和列表类型的键wenju分别删除

192.168.49.171:6392> keys * 
1) "bieming3"
2) "baobao"
3) "bieming1"
4) "wenju"
5) "bieming2"
192.168.49.171:6392> del wenju  --删除存在返回1
(integer) 1
192.168.49.171:6392> del beming3  --删除不存在则返回0
(integer) 0
192.168.49.171:6392> del bieming3
(integer) 1
192.168.49.171:6392> keys * 
1) "baobao"
2) "bieming1"
3) "bieming2"
192.168.49.171:6392> del bieming1 bieming2  --时del命令可以支持删除多个键
(integer) 2
192.168.49.171:6392> keys * 
1) "baobao"
192.168.49.171:6392>

1.4.5键过期

redis支持对键添加过期时间，当过期会自动删除

192.168.49.171:6392> set midoubaobao taipile
OK
192.168.49.171:6392> EXPIRE midoubaobao 10  --设置10秒超时
(integer) 1
192.168.49.171:6392> ttl midoubaobao  --ttl返回键的剩余时间7秒
(integer) 7
192.168.49.171:6392> ttl midoubaobao
(integer) 6
192.168.49.171:6392> ttl midoubaobao
(integer) 5
192.168.49.171:6392> ttl midoubaobao
(integer) 5
192.168.49.171:6392> ttl midoubaobao --表示已被删除
(integer) -2

ttl命令有3种返回值
- 大于等于0的整数，表示剩余的过期时间
- -1 表示键没有设置过期时间
- -2 表示键不存在
特别注意
- 过期时间是以对象为单位，例如一个hash结构的过期桑整个hash对象过期，而不是某个子key过期
- 如果一个字符串已经设置了过期时间，然后你调用DEL命令或者SET命令或者GETSET方法修改它，它的过期时间会消失

1.4.6建的数据结构类型

type key 获取键的类型

192.168.49.171:6392>  keys * 
1) "baobao"
192.168.49.171:6392> rpush midou_list dianzigo che qiu mofeng
(integer) 4
192.168.49.171:6392> type baobao    
string  --返回字符串类型
192.168.49.171:6392> type midou_list
list  --返回列表类型
192.168.49.171:6392> type  midoubaobao
none   --不存在则返回none
192.168.49.171:6392>

2、数据结构

Redis 5种基础数据结构分别为：
- string （字符串）
- list （列表）
- hash （字典）
- set （集合）
- zset 有序集合

2.1 字符串

字符串类型的值实际可以是字符串（简单的字符串、复杂的字符串（例如JSON、XML））、数字（整数、浮点数），甚至是二进制（图片、音频、视频），但是值最大不能超过512MB。

语法：set key value [EX seconds] [PX milliseconds] [NX|XX]

set命令有几个选项：
- ex seconds：为键设置秒级过期时间。
- px milliseconds：为键设置毫秒级过期时间。
- nx：键必须不存在，才可以设置成功，用于添加。
- xx：与nx相反，键必须存在，才可以设置成功，用于更新。
- 除了set选项，Redis还提供了setex和setnx两个命令

2.1.1 常用命令

192.168.49.171:6392> EXISTS hello
(integer) 0
192.168.49.171:6392> set hello xiaomidou
OK
192.168.49.171:6392> setnx hello xiaomidou --因为键hello已存在，所以setnx失败，返回结果为0
(integer) 0
192.168.49.171:6392> set hello jedis xx  --因为键hello已存在，所以set xx成功，返回结果为OK
OK
192.168.49.171:6392> get hello
"jedis"
192.168.49.171:6392> mset a 1 b 2 c 3 d 4 e 5  --批量设置值
OK
192.168.49.171:6392> mget a b c d e  --批量获取值
1) "1"
2) "2"
3) "3"
4) "4"
5) "5"
192.168.49.171:6392> mget a e f e
1) "1"
2) "5"
3) (nil)   --如果要获取的键不存在，则返回nil（空）
4) "5"
192.168.49.171:6392>

2.1.2 批量操作性能对比

批量操作命令可以有效提高开发效率，假如没有mget这样的命令，要执行n次get命令需要按照下图的方式来执行，具体耗时如下：

n次get时间 = n次网络时间 n次命令时间

使用mget命令后，要执行n次get命令操作只需要按照下图的方式来执行，具体耗时如下：

n次get时间 = 1次网络时间 n次命令时间

假设网络时间为1毫秒，命令时间为0.1毫秒（按照每秒处理1万条命令算）

1000次get和1次get对比表

2.1.3 计数

除了incr命令，Redis提供了decr（自减）、incrby（自增指定数字）、 decrby（自减指定数字）、incrbyfloat（自增浮点数）

incr对值做自增，返回结果分为三种情况，值不是整数返回错误，值是整数，返回自增后的结果，键不存在按照值为0自增，返回结果为1

192.168.49.171:6392> incr dianji
(integer) 1
192.168.49.171:6392> exists dianji
(integer) 1
192.168.49.171:6392> incr dianji --返回结果为2
(integer) 2
192.168.49.171:6392> incr dianji --返回结果为3
(integer) 3
192.168.49.171:6392> incr dianji
(integer) 4
192.168.49.171:6392> incr dianji --返回结果为5
(integer) 5
192.168.49.171:6392> set db redis
OK
192.168.49.171:6392> type db
string
192.168.49.171:6392> decr dianji  --自减返回结果为4
(integer) 4
192.168.49.171:6392> decr dianji  --自减返回结果为3
(integer) 3
192.168.49.171:6392> set mykey "100"  --自增指定数字
OK
192.168.49.171:6392> incrby mykey 1   --自增100 1
(integer) 101
192.168.49.171:6392> incrby mykey 2
(integer) 103
192.168.49.171:6392> incrby mykey 2
(integer) 105

192.168.49.171:6392> set decrkey 100 --自减指定数字
OK
192.168.49.171:6392> decrby decrkey 5 --自减5
(integer) 95
192.168.49.171:6392> decrby decrkey 10 
(integer) 85
192.168.49.171:6392> set incrfloat 11.23  --自增浮点数
OK
192.168.49.171:6392> INCRBYFLOAT incrfloat 0.1  --自增浮点数0.1
"11.33"
192.168.49.171:6392> INCRBYFLOAT incrfloat 0.2  --自增浮点数0.2
"11.53"
192.168.49.171:6392>

2.1.5 其他命令

192.168.49.171:6392> get baobao
"xiaomidou"
192.168.49.171:6392> append baobao shihuaidan --后面追加shihuaidan
(integer) 19
192.168.49.171:6392> get baobao
"xiaomidoushihuaidan"
192.168.49.171:6392> strlen baobao  --获取字符长度
(integer) 19
192.168.49.171:6392> set midou "貔貅"  --设置中文
OK
192.168.49.171:6392> get midou
"\xe8\xb2\x94\xe8\xb2\x85"
192.168.49.171:6392> strlen midou
(integer) 6  --一个中文3个字符
192.168.49.171:6392> get hello
"jedis"
192.168.49.171:6392> getset hello world  --getset和set一样会设置值，但是不同的是，它同时会返回键原来的值
"jedis"
192.168.49.171:6392> get hello
"world"
192.168.49.171:6392> get baobao
"xiaomidoushihuaidan"
192.168.49.171:6392> setrange baobao 0 j --设置第一个字母为j
(integer) 19
192.168.49.171:6392> get baobao
"jiaomidoushihuaidan"
192.168.49.171:6392> getrange baobao 1 4  --获取位置1~4部分字符串
"iaom"
192.168.49.171:6392>

字符串类型命令的时间复杂度

2.1.4 使用场景

缓存功能

比较典型的缓存使用场景，其中Redis作为缓存层，MySQL作为存储层，绝大部分请求的数据都是从Redis中获取。由于Redis具有支撑高并发的特性，所以缓存通常能起到加速读写和降低后端压力的作用。

计数

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，同时数据可以异步落地到其他数据源。搜狐的视频播放数系统就是使用Redis作为视频播放数计数的基础组件，用户每播放一次视频，相应的视频播放数就会自增1

共享Session

一个分布式Web服务将用户的Session信息（例如用户登录信息）保存在各自服务器中，这样会造成一个问题，出于负载均衡的考虑，分布式服务会将用户的访问均衡到不同服务器上，用户刷新一次访问可能会发现需要重新登录，这个问题是用户无法容忍的。

为了解决这个问题，可以使用Redis将用户的Session进行集中管理，下图所示，在这种模式下只要保证Redis是高可用和扩展性的，每次用户更新或者查询登录信息都直接从Redis中集中获取。

限速

很多应用出于安全的考虑，会在每次进行登录时，让用户输入手机验证码，从而确定是否是用户本人。但是为了短信接口不被频繁访问，会限制用户每分钟获取验证码的频率，例如一分钟不能超过5次，如图短信验证码限速

利用Redis实现了限速功能，例如一些网站限制一个IP地址不能在一秒钟之内访问超过n次也可以采用类似的思路

2.2 哈希

在Redis中，哈希类型是指键值本身又是一个键值对结构，形如value={{field1，value1}，…{fieldN，valueN}}，Redis键值对和哈希类型二者的关系可以用下图来表示：

哈希类型中的映射关系叫作field-value，注意这里的value是指field对应的值，不是键对应的值

2.2.1 常用命令

192.168.49.171:6392> hset xiaomidou  age 1   --设置值
(integer) 1
192.168.49.171:6392> hget xiaomidou  age   --获取值
"1"
192.168.49.171:6392> hset xiaomidou  birthday 20190210
(integer) 1
192.168.49.171:6392> hset xiaomidou nick_name "tuoyouping"
(integer) 0
192.168.49.171:6392> hexists xiaomidou address  --判断值是否存在
(integer) 0
192.168.49.171:6392> hdel xiaomidou age   --删除值，存在返回1
(integer) 1
192.168.49.171:6392> hdel xiaomidou age  --删除值，不存在返回0
(integer) 0
192.168.49.171:6392> hlen xiaomidou  --计算field个数
(integer) 2
192.168.49.171:6392> hmget xiaomidou birthday nick_name  --hmset和hmget分别是批量设置和获取field-value
1) "20190210"
2) "tuoyouping"
192.168.49.171:6392> hmset xiaomidou mobile 15976880000 email xxxxxxx@xiaomidou.com
OK
192.168.49.171:6392> hkeys xiaomidou  --获取所有field
1) "birthday"
2) "nick_name"
3) "mobile"
4) "email"
192.168.49.171:6392> hvals xiaomidou --获取所有value
1) "20190210"
2) "tuoyouping"
3) "15976880000"
4) "xxxxxxx@xiaomidou.com"
192.168.49.171:6392> hgetall xiaomidou  --获取所有的field-value
1) "birthday"
2) "20190210"
3) "nick_name"
4) "tuoyouping"
5) "mobile"
6) "15976880000"
7) "email"
8) "xxxxxxx@xiaomidou.com"
192.168.49.171:6392> hincrby xiaomidou age 1
(integer) 1
192.168.49.171:6392> hgetall xiaomidou
 1) "birthday"
 2) "20190210"
 3) "nick_name"
 4) "tuoyouping"
 5) "mobile"
 6) "15976880000"
 7) "email"
 8) "xxxxxxx@xiaomidou.com"
 9) "age"
10) "1"
192.168.49.171:6392> hincrby xiaomidou age 1  --增加 key 指定的哈希集中指定字段的数值
(integer) 2
192.168.49.171:6392> hincrby xiaomidou age 1
(integer) 3
192.168.49.171:6392> hincrby xiaomidou age 1
(integer) 4
192.168.49.171:6392> hincrby xiaomidou age -2
(integer) 2
192.168.49.171:6392> hincrbyfloat xiaomidou ukey 10.50  --为指定key的hash的field字段值执行float类型的increment加
192.168.49.171:6392> hincrbyfloat xiaomidou ukey 0.10
"10.6"
192.168.49.171:6392> hincrbyfloat xiaomidou ukey 0.11
"10.71"
192.168.49.171:6392> hstrlen xiaomidou email   --计算value的字符串长度
(integer) 21
192.168.49.171:6392>

哈希类型命令的时间复杂度

2.2.2 使用场景

把关系型数据表转成哈希类型存储

关系型数据库表保存用户信息

使用哈希类型缓存用户信息

注意：哈希类型和关系型数据库有两点不同之处
- 哈希类型是稀疏的，而关系型数据库是完全结构化的，例如哈希类型每个键可以有不同的field，而关系型数据库一旦添加新的列，所有行都要为其设置值（即使为NULL）
- 关系型数据库可以做复杂的关系查询，而Redis去模拟关系型复杂查询开发困难，维护成本高

关系型数据库稀疏性

可以用三种方法缓存用户信息，下面给出三种方案的实现方法和优缺点分析
- 1）原生字符串类型：每个属性一个键。
```
set user:1:name xiaomidou 
set user:1:age 1 
set user:1:city shenzhen
```
优点：简单直观，每个属性都支持更新操作。缺点：占用过多的键，内存占用量较大，同时用户信息内聚性比较差，所以此种方案一般不会在生产环境使用。
- 2）序列化字符串类型：将用户信息序列化后用一个键保存。
```
set user:1 serialize(userInfo)
```
优点：简化编程，如果合理的使用序列化可以提高内存的使用效率。缺点：序列化和反序列化有一定的开销，同时每次更新属性都需要把全部数据取出进行反序列化，更新后再序列化到Redis中。
- 3）哈希类型：每个用户属性使用一对field-value，但是只用一个键保存。
```
hmset user:1 name xiaomidou age 1 city shenzhen
```
优点：简单直观，如果使用合理可以减少内存空间的使用。缺点：要控制哈希在ziplist和hashtable两种内部编码的转换，hashtable会消耗更多内存。

2.3 列表

列表定义
列表（list）类型是用来存储多个有序的字符串

下图所示，a、 b、c、d、e五个元素从左到右组成了一个有序的列表，列表中的每个字符串称为元素（element），一个列表最多可以存储232-1个元素

列表两端插入和弹出操作

在Redis中，可以对列表两端插入（push）和弹出（pop）；还可以获取指定范围的元素列表、获取指定索引下标的元素等。

子列表获取、删除等操作

列表的特点
- 列表中的元素是有序的
- 列表中的元素可以是重复的

获取上图的第5个元素，可以执行lindex user：1：message4（索引从0算起）就可以得到元素e。

2.3.1 常用命令

列表的5种操作类型

增删改查

192.168.49.171:6392> lpush listkey a b c --从左边插入a b c
(integer) 3
192.168.49.171:6392> lrange listkey 0 -1  --lrange操作会获取列表指定索引范围所有的元素
1) "c"
2) "b"
3) "a"
192.168.49.171:6392> rpush listkey d  --从右边插入d
(integer) 4
192.168.49.171:6392> lrange listkey 0 -1
1) "c"
2) "b"
3) "a"
4) "d"
192.168.49.171:6392> linsert listkey before b redis --在b之前插入redis
(integer) 5
192.168.49.171:6392> lrange listkey 0 -1
1) "c"
2) "redis"
3) "b"
4) "a"
5) "d"
192.168.49.171:6392> linsert listkey after a jedis  --a 之后插入jedis
(integer) 6
192.168.49.171:6392> lrange listkey 0 -1
1) "c"
2) "redis"
3) "b"
4) "a"
5) "jedis"
6) "d"

lrange操作会获取列表指定索引范围所有的元素
- 第一，索引下标从左到右分别是0到N-1，但是从右到左分别是-1到-N
- 第二，lrange中的end选项包含了自身，这个和很多编程语言不包含end不太相同

192.168.49.171:6392> lrange listkey 2 4  --获取列表的第3到第5个元素
1) "b"
2) "a"
3) "jedis"
192.168.49.171:6392> rpop listkey   --从列表右侧弹出元素
"d"
192.168.49.171:6392> lrange listkey 0 -1
1) "c"
2) "redis"
3) "b"
4) "a"
5) "jedis"
192.168.49.171:6392> lpop listkey  --从列表左侧弹出元素
"c"
192.168.49.171:6392> lrange listkey 0 -1
1) "redis"
2) "b"
3) "a"
4) "jedis"

lrem命令(lrem key count value)会从列表中找到等于value的元素进行删除，根据count的不同分为三种情况：
- count>0，从左到右，删除最多count个元素。
- count<0，从右到左，删除最多count绝对值个元素。
- count=0，删除所有。

192.168.49.171:6392> lpush listkey a a a 
(integer) 7
192.168.49.171:6392> lrange listkey 0 -1
1) "a"
2) "a"
3) "a"
4) "redis"
5) "b"
6) "a"
7) "jedis"
192.168.49.171:6392> lrem listkey 2 a  --从左到右边，删除2个a 
(integer) 2
192.168.49.171:6392> lrange listkey 0 -1
1) "a"
2) "redis"
3) "b"
4) "a"
5) "jedis"
192.168.49.171:6392> ltrim listkey 1 3 --按照索引范围修剪列
OK
192.168.49.171:6392> lrange listkey 0 -1
1) "redis"
2) "b"
3) "a"
192.168.49.171:6392> lset listkey 0 python --将列表listkey中的第1个元素设置为python
OK
192.168.49.171:6392> lrange listkey 0 -1
1) "python"
2) "b"
3) "a"

阻塞操作
192.168.49.171:6392>

2.3.2 阻塞操作

blpop和brpop是lpop和rpop的阻塞版本，它们除了弹出方向不同，使用方法基本相同，所以下面以brpop命令进行说明，brpop命令包含两个参数：
- key[key…]：多个列表的键。
- timeout：阻塞时间（单位：秒）。

--客户端A
192.168.49.171:6392> brpop list:test 3 --列表为空：如果timeout=3，那么客户端要等到3秒后返回，如果 timeout=0，那么客户端一直阻塞等下去
(nil)
(3.03s)
192.168.49.171:6392> brpop list:test 0

--客户端B
[root@manager01 ~]# redis-cli -h 192.168.49.171 -p 6392  -- 如果此期间客户端B添加了数据element1，客户端A立即返回
192.168.49.171:6392> lpush list:test ttest1
(integer) 1
192.168.49.171:6392> 

--客户端A
192.168.49.171:6392> brpop list:test 0
1) "list:test"
2) "ttest1"
(32.87s)
192.168.49.171:6392> 


192.168.49.171:6392> brpop listkey 0 --列表不为空：客户端会立即返回
1) "listkey"
2) "a"
192.168.49.171:6392>

在使用brpop时，有两点需要注意。
- 第一点，如果是多个键，那么brpop会从左至右遍历键，一旦有一个键能弹出元素，客户端立即返回
- 第二点，如果多个客户端对同一个键执行brpop，那么最先执行brpop命令的客户端可以获取到弹出的值
列表命令时间复杂度

2.3.3 使用场景

消息队列

Redis的lpush brpop命令组合即可实现阻塞队列，生产者客户端使用lrpush从列表左侧插入元素，多个消费者客户端使用brpop命令阻塞式的“抢”列表尾部的元素，多个客户端保证了消费的负载均衡和高可用性。

Redis消息队列模型

列表使用场景很多，在选择时可以参考以下口诀:
- lpush lpop=Stack（栈）
- lpush rpop=Queue（队列）
- lpsh ltrim=Capped Collection（有限集合）
- lpush brpop=Message Queue（消息队列）

2.4 集合

集合（set）类型也是用来保存多个的字符串元素，但和列表类型不一样的是，集合中不允许有重复元素，并且集合中的元素是无序的，不能通过索引下标获取元素

Redis除了支持集合内的增删改查，同时还支持多个集合取交集、并集、差集，合理地使用好集合类型，能在实际开发中解决很多实际问题

2.4.1 命令

集合内操作

192.168.49.171:6392> sadd assemble mysql redis tidb oracle mongodb  --往集合中添加5个元素（mysql redis tidb oracle mongodb）
(integer) 5
192.168.49.171:6392> srem assemble mysql --删除元素mysql
(integer) 1
192.168.49.171:6392> smembers assemble  --获取所有元素
1) "redis"
2) "oracle"
3) "tidb"
4) "mongodb"
192.168.49.171:6392> scard assemble  --计算元素个数
(integer) 4
192.168.49.171:6392> sismember assemble mysql --判断mysql是否在集合中，在集合内返回1，反之返回0
(integer) 0
192.168.49.171:6392> srandmember assemble 2   --随机从集合返回2个元素
1) "mongodb"
2) "redis"
192.168.49.171:6392> srandmember assemble 2   --随机从集合返回2个元素
1) "redis"
2) "oracle"
192.168.49.171:6392> spop assemble 1 --从集合随机弹出1个元素
1) "tidb"
192.168.49.171:6392> spop assemble 1 --从集合随机弹出1个元素
1) "redis"
192.168.49.171:6392>

集合间操作

集合求交集、并集、差集

--现在有两个集合，它们分别是user：1：follow和user：2：follow
192.168.49.171:6392> sadd user:1:follow it music sprots his 
(integer) 4
192.168.49.171:6392> sadd user:2:follow it news sprots ent 
(integer) 4
192.168.49.171:6392> sinter user:1:follow user:2:follow  --求多个集合的交集
1) "it"
2) "sprots"
192.168.49.171:6392> sunion user:1:follow user:2:follow  --求多个集合的并集
1) "ent"
2) "news"
3) "his"
4) "sprots"
5) "it"
6) "music"
192.168.49.171:6392> sdiff user:1:follow user:2:follow --求多个集合的差集
1) "music"
2) "his"
192.168.49.171:6392>

将交集、并集、差集的结果保存

sinterstore destination key [key …] suionstore destination key [key …] sdiffstore destination key [key …]

192.168.49.171:6392>  sinterstore user:1_2:inter user:1:follow user:2:follow
(integer) 2
192.168.49.171:6392> smembers user:1_2:inter
1) "it"
2) "sprots"
192.168.49.171:6392>

集合常用命令时间复杂度

2.4.2 使用场景

集合类型比较典型的使用场景是标签（tag）例如一个用户可能对娱乐、体育比较感兴趣，另一个用户可能对历史、新闻比较感兴趣，这些兴趣点就是标签。有了这些数据就可以得到喜欢同一个标签的人，以及用户的共同喜好的标签，这些数据对于用户体验以及增强用户黏度比较重要。例如一个电子商务的网站会对不同标签的用户做不同类型的推荐，比如对数码产品比较感兴趣的人，在各个页面或者通过邮件的形式给他们推荐最新的数码产品，通常会为网站带来更多的利益。

集合类型的应用场景通常为以下几种：
- sadd=Tagging（标签）
- spop/srandmember=Random item（生成随机数，比如抽奖）
- sadd sinter=Social Graph（社交需求）

2.5 有序集合

有序集合相对于哈希、列表、集合来说会有一点点陌生，但既然叫有序集合，那么它和集合必然有着联系，它保留了集合不能有重复成员的特性，但不同的是，有序集合中的元素可以排序。但是它和列表使用索引下标作为排序依据不同的是，它给每个元素设置一个分数（score）作为排序的依据。

下图所示，该有序集合包含kris、mike、frank、tim、martin、tom，它们的分数分别是1、91、200、220、250、251，有序集合提供了获取指定分数和元素范围查询、计算成员排名等功能，合理的利用有序集合，能帮助我们在实际开发中解决很多问题。

有序集合中的元素不能重复，但是score可以重复

*列表、集合和有序集合三者的异同点

2.5.1 命令

集合内操作

192.168.49.171:6392> zadd user:ranking 1 kris 91 mike 200 frank 220 tim 250 martin --往user:ranking 添加成员
(integer) 5
192.168.49.171:6392> zcard user:ranking --计算有多少成员
(integer) 5 
192.168.49.171:6392> zscore user:ranking mike --计算某个成员的分数
"91"
192.168.49.171:6392> zrank user:ranking frank --计算成员的排名,zrank是从分数从低到高返回排名，zrevrank反之。
(integer) 2
192.168.49.171:6392> zrem user:ranking frank  --删除成员
(integer) 1
192.168.49.171:6392> zincrby user:ranking 9 mike --增加成员的分数
"100"
192.168.49.171:6392> zrange user:ranking 0 2 withscores --返回指定排名范围的成员,zrange是从低到高返回，zrevrange反之
1) "kris"
2) "1"
3) "mike"
4) "100"
5) "tim"
6) "220"
192.168.49.171:6392> zrevrange user:ranking 0 2 withscores
1) "martin"
2) "250"
3) "tim"
4) "220"
5) "mike"
6) "100"
192.168.49.171:6392> zrange user:ranking 0 -1 withscores --获取全部成员
1) "kris"
2) "1"
3) "mike"
4) "100"
5) "tim"
6) "220"
7) "martin"
8) "250"
192.168.49.171:6392> zrangebyscore user:ranking 0 200  withscores  --返回指定分数范围的成员，中zrangebyscore按照分数从低到高返回，zrevrangebyscore反之，withscores选项会同时返回每个成员的分数
1) "kris"
2) "1"
3) "mike"
4) "100"
192.168.49.171:6392> zrangebyscore user:ranking 200  251  withscores
1) "tim"
2) "220"
3) "martin"
4) "250"
192.168.49.171:6392> zrevrangebyscore user:ranking 251 200 withscores
1) "martin"
2) "250"
3) "tim"
4) "220"
192.168.49.171:6392> zrangebyscore user:ranking 30  inf  withscores  --同时min和max还支持开区间（小括号）和闭区间（中括号），-inf和  inf分别代表无限小和无限大
1) "mike"
2) "100"
3) "tim"
4) "220"
5) "martin"
6) "250"
192.168.49.171:6392> zrangebyscore user:ranking  -inf 110  withscores
1) "kris"
2) "1"
3) "mike"
4) "100"
192.168.49.171:6392> zcount user:ranking 200 221 --返回指定分数范围成员个数
(integer) 1
192.168.49.171:6392> zremrangebyrank user:ranking 0 2 --删除指定排名内的升序元素
(integer) 3
192.168.49.171:6392> zrange user:ranking 0 -1 withscores
1) "martin"
2) "250"
192.168.49.171:6392> zremrangebyscore user:ranking (240  inf  --删除指定排名内的升序元素
(integer) 1
192.168.49.171:6392> zremrangebyrank user:ranking 0 -1
(integer) 0
192.168.49.171:6392>

集合间操作

(1)交集

zinterstore destination numkeys key [key …] [weights weight [weight …]] [aggregate sum|min|max]

命令参数说明：
- destination：交集计算结果保存到这个键。
- numkeys：需要做交集计算键的个数。
- key[key…]：需要做交集计算的键。
- weights weight[weight…]：每个键的权重，在做交集计算时，每个键中的每个member会将自己分数乘以这个权重，每个键的权重默认是1。
- aggregate sum|min|max：计算成员交集后，分值可以按照sum（和）、 min（最小值）、max（最大值）做汇总，默认值是sum。

192.168.49.171:6392>  zadd user:ranking:1 1 kris 91 mike 200 frank 220 tim 250 martin 251 tom
(integer) 6
192.168.49.171:6392>  zadd user:ranking:2 8 james 77 mike 625 martin 888 tom
(integer) 4

192.168.49.171:6392> zinterstore user:ranking:1_inter_2 2 user:ranking:1 user:ranking:2  --到目标键user：ranking：1_inter_2对分值 做了sum操作
(integer) 3
192.168.49.171:6392>  zrange user:ranking:1_inter_2 0 -1 withscores  
1) "mike"
2) "168"
3) "martin"
4) "875"
5) "tom"
6) "1139"
192.168.49.171:6392>  zinterstore user:ranking:1_inter_2 2 user:ranking:1 user:ranking:2 weights 1 0.5 aggregate max  --让user：ranking：2的权重变为0.5，并且聚合效果使用max
(integer) 3
192.168.49.171:6392>  zrange user:ranking:1_inter_2 0 -1 withscores  
1) "mike"
2) "91"
3) "martin"
4) "312.5"
5) "tom"
6) "444"
192.168.49.171:6392>

（2）并集

zunionstore destination numkeys key [key …] [weights weight [weight …]] [aggregate sum|min|max]

该命令的所有参数和zinterstore是一致的，只不过是做并集计算

192.168.49.171:6392> zunionstore user:ranking:1_union_2 2 user:ranking:1 user:ranking:2
(integer) 7
192.168.49.171:6392> zrange user:ranking:1_union_2 0 -1 withscores
 1) "kris"
 2) "1"
 3) "james"
 4) "8"
 5) "mike"
 6) "168"
 7) "frank"
 8) "200"
 9) "tim"
10) "220"
11) "martin"
12) "875"
13) "tom"
14) "1139"
192.168.49.171:6392> 
有序集合命令的时间复杂度

有序集合命令的时间复杂度

2.5.2 使用场景

有序集合比较典型的使用场景就是排行榜系统,例如视频网站需要对用户上传的视频做排行榜，榜单的维度可能是多个方面的：按照时间、按照播放数量、按照获得的赞数。本节使用赞数这个维度，记录每天用户上传视频的排行榜

2.6 键管理

2.6.1 单个键管理

键重命名

192.168.49.171:6392> set python jedis
OK
192.168.49.171:6392> get python
"jedis"
192.168.49.171:6392> rename python java
OK
192.168.49.171:6392> get java
"jedis"

如果在rename之前，键java已经存在，那么它的值也将被覆盖

192.168.49.171:6392> set a b  
OK
192.168.49.171:6392> set c d
OK
192.168.49.171:6392> rename a c
OK
192.168.49.171:6392> get a
(nil)
192.168.49.171:6392> get c
"b"

为了防止被强行rename，Redis提供了renamenx命令，确保只有newKey 不存在时候才被覆盖

192.168.49.171:6392> get java
"jedis"
192.168.49.171:6392> set python redis-py
OK
192.168.49.171:6392> renamenx java python  --操作renamenx时，newkey=python已经存在， 返回结果是0代表没有完成重命名，所以键java和python的值没变
(integer) 0
192.168.49.171:6392> get java
"jedis"
192.168.49.171:6392> get python
"redis-py"

重命名命令时，有两点需要注意:
- 由于重命名键期间会执行del命令删除旧的键，如果键对应的值比较大，会存在阻塞Redis的可能性，这点不要忽视
- 如果rename和renamenx中的key和newkey如果是相同的，在Redis3.2和之前版本返回结果略有不同(Redis3.2中会返回OK,Redis3.2之前的版本会提示错误)

*　随机返回一个键

192.168.49.171:6392> dbsize
(integer) 27
192.168.49.171:6392> randomkey
"java"
192.168.49.171:6392> randomkey
"user:ranking:1_union_2"
192.168.49.171:6392> randomkey
"incrfloat"

迁移键

move-内部迁移

192.168.49.171:6392> move midou 1 --迁移1号数据库
(integer) 1
192.168.49.171:6392> select 1  --切换到1号数据库
OK
192.168.49.171:6392[1]> get midou
"\xe8\xb2\x94\xe8\xb2\x85"
192.168.49.171:6392[1]>

dump restore可以实现在不同的Redis实例之间进行数据迁移的功能

--在源Redis上执行dump:
192.168.49.171:6392> dump python
"\x00\bredis-py\a\x00\xb3o\xc2\xdf\xf5P\xf9@"

--在目标Redis上执行restore：
192.168.49.171:6393> restore python 0 "\x00\bredis-py\a\x00\xb3o\xc2\xdf\xf5P\xf9@"
OK
192.168.49.171:6393> get python
"redis-py"

migrate命令也是用于在Redis实例间进行数据迁移的，实际上migrate命令就是将dump、restore、del三个命令进行组合

migrate的参数说明
- host：目标Redis的IP地址。
- port：目标Redis的端口。
- key|""：在Redis3.0.6版本之前，migrate只支持迁移一个键，所以此处是要迁移的键，但Redis3.0.6版本之后支持迁移多个键，如果当前需要迁移多个键，此处为空字符串""。
- destination-db：目标Redis的数据库索引，例如要迁移到0号数据库，这里就写0。
- timeout：迁移的超时时间（单位为毫秒）。
- [copy]：如果添加此选项，迁移后并不删除源键。
- [replace]：如果添加此选项，migrate不管目标Redis是否存在该键都会正常迁移进行数据覆盖。
- [keys key[key…]]：迁移多个键，例如要迁移key1、key2、key3，此处填写“keys key1 key2 key3”。

情况1：源Redis有键hello，目标Redis没有

192.168.49.171:6392> get python
"redis-py"
192.168.49.171:6392> get baobao
"jiaomidoushihuaidan"
192.168.49.171:6392> migrate 192.168.49.171 6393 baobao 0 1000
OK

--目标Redis
192.168.49.171:6393> get baobao
(nil)
192.168.49.171:6393> get baobao
"jiaomidoushihuaidan"

情况2：源Redis和目标Redis都有键hello

--源Redis
192.168.49.171:6392> get hello
"world"
192.168.49.171:6392> migrate 192.168.49.171 6393 hello 0 1000  --如果migrate命令没有加replace选项会收到错误提示，如果加了replace会 返回OK表明迁移成功：
(error) ERR Target instance replied with error: BUSYKEY Target key name already exists.
192.168.49.171:6392> migrate 192.168.49.171 6393 hello 0 1000 replace
OK

--目标Redis
192.168.49.171:6393> get hello
"xxxxx"
192.168.49.171:6393> get hello
"world"

情况3：源Redis没有键hello。如下所示，此种情况会收到nokey的提示

192.168.49.171:6392> migrate 192.168.49.171 6393 hello_2 0 1000 replace  --源Redis没有键hello,会收到nokey的提示
NOKEY
192.168.49.171:6392> mset key1 value1 key2 value2 key3 value3 --源Redis批量添加多个键
OK
192.168.49.171:6392> migrate 192.168.49.171 6393 "" 0 1000 keys key1 key2 key3 --源Redis执行如下命令完成多个键的迁移
OK
192.168.49.171:6392> 

--目标Redis
192.168.49.171:6393> mget key1 key2 key3
1) "value1"
2) "value2"
3) "value3"
192.168.49.171:6393>

move、dump restore、migrate三个命令比较

2.6.2 遍历键

全量遍历键
获取所有的键，可以使用keys pattern命令,pattern使用的是glob风格的通配符:

*代表匹配任意字符。
'-'代表匹配一个字符。
[]代表匹配部分字符，例如[1，3]代表匹配1，3，[1-10]代表匹配1到10 的任意数字。
\x用来做转义，例如要匹配星号、问号需要进行转义。

192.168.49.171:6392> dbsize
(integer) 24
192.168.49.171:6392> keys *
 1) "xiaomidou"
 2) "dianji"
 3) "db"
 4) "mykey"
 5) "decrkey"
 6) "mkkey"
 7) "d"
 8) "redis"
 9) "user:1:follow"
10) "e"
11) "listkey"
12) "b"
13) "assemble"
14) "user:1_2:inter"
15) "user:ranking:1_inter_2"
16) "user:ranking:2"
17) "java"
18) "user:2:follow"
19) "midou_list"
20) "user:ranking:1"
21) "user:ranking:1_union_2"
22) "incrfloat"
23) "python"
24) "c"
192.168.49.171:6392> keys user:ranking:[1,2]
1) "user:ranking:2"
2) "user:ranking:1"
192.168.49.171:6392> keys list*ey
1) "listkey"
192.168.49.171:6392> keys m*
1) "mykey"
2) "mkkey"
3) "midou_list"

当需要遍历所有键时,例如想删除所有以m字符串开头的键，可以执行：redis-cli keys m* | xargs redis-cli del

如果Redis包含了大量的键，执行keys命令很可能会造成Redis阻塞，所以一般建议不要在生产环境下使用keys命令。但有时候确实有遍历键的需求该怎么办，可以在以下三种情况使用：
- 在一个不对外提供服务的Redis从节点上执行，这样不会阻塞到客户端的请求，但是会影响到主从复制
- 如果确认键值总数确实比较少，可以执行该命令。
- 使用下面要介绍的scan命令渐进式的遍历所有键，可以有效防止阻塞。
渐进式遍历

scan命令,它能有效的解决keys命令存在的问题。和keys命令执行时会遍历所有键不同，scan采用渐进式遍历的方式来解决keys命令可能带来的阻塞问题，每次scan命令的时间复杂度是 O（1），但是要真正实现keys的功能，需要执行多次scan。Redis存储键值对实际使用的是hashtable的数据结构，其简化模型如图

scan cursor [match pattern] [count number]

scan的用法:
- cursor是必需参数，实际上cursor是一个游标，第一次遍历从0开始，每次scan遍历完都会返回当前游标的值，直到游标值为0，表示遍历结束。
- match pattern是可选参数，它的作用的是做模式的匹配，这点和keys的模式匹配很像。
- count number是可选参数，它的作用是表明每次要遍历的键个数，默认值是10，此参数可以适当增大。

192.168.49.171:6392> scan 0 --第一次执行scan 0，返回结果分为两个部分：第一个部分26就是下次scan需要的cursor，第二个部分是10个键
1) "26"
2)  1) "xiaomidou"
    2) "dianji"
    3) "user:ranking:1"
    4) "mkkey"
    5) "assemble"
    6) "python"
    7) "mykey"
    8) "user:ranking:1_inter_2"
    9) "listkey"
   10) "b"
192.168.49.171:6392> scan 26
1) "29"
2)  1) "incrfloat"
    2) "d"
    3) "redis"
    4) "java"
    5) "user:2:follow"
    6) "db"
    7) "e"
    8) "user:ranking:1_union_2"
    9) "user:ranking:2"
   10) "user:1_2:inter"
192.168.49.171:6392> scan 29 --这次得到的cursor="29"，继续执行scan11得到结果cursor变为0，说明所有的键已经被遍历过了
1) "0"
2) 1) "decrkey"
   2) "user:1:follow"
   3) "midou_list"
   4) "c"
192.168.49.171:6392>

除了scan以外，Redis提供了面向哈希类型、集合类型、有序集合的扫描遍历命令，解决诸如hgetall、smembers、zrange可能产生的阻塞问题，对应的命令分别是hscan、sscan、zscan，它们的用法和scan基本类似

2.6.3 数据库管理

使用select命令切换数据库

192.168.49.171:6392> select 1  #切换到1号数据库 OK
OK
192.168.49.171:6392[1]> dbsize
(integer) 1
192.168.49.171:6392[1]> keys * 
1) "midou"
192.168.49.171:6392[1]> get midou
"\xe8\xb2\x94\xe8\xb2\x85"

flushdb/flushall

flushdb/flushall命令用于清除数据库，两者的区别的是flushdb只清除当前数据库，flushall会清除所有数据库。

192.168.49.171:6392[1]> flushdb --如果在1号数据库执行flushdb，0号数据库的数据依然还在
OK
192.168.49.171:6392[1]> keys * 
(empty list or set)
192.168.49.171:6392[1]> dbsize
(integer) 0
192.168.49.171:6392[1]> flushall -在任意数据库执行flushall会将所有数据库清除
OK
192.168.49.171:6392[1]> select 0
OK
192.168.49.171:6392> dbsize
(integer) 0
192.168.49.171:6392>

flushdb/flushall命令可以非常方便的清理数据，但是也带来两个问题：
- flushdb/flushall命令会将所有数据清除，一旦误操作后果不堪设想
- 如果当前数据库键值数量比较多，flushdb/flushall存在阻塞Redis的可能性。所以在使用flushdb/flushall一定要小心谨慎。

guanchang26

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
02：API的理解和使用

02：API的理解和使用[TOC]1、预备内容：1.1 预备知识几个简单全局命令、数据结构、内部编码、单线程命令处理机制分析。五种数据结构的特点、命令使用、应用场景。键管理、遍历键、数据库管理。redis_version:3.2.81.2 了解学习redis主要体现在两个方面：第一、Redis的命令有上百个，如果纯靠死记硬背比较困难，但是如果理解Redis的一些机制，会发现...
复制链接

扫一扫