Redis学习笔记（一）：介绍，数据类型（String、HashTable、List、Set、Sorted_Set)

最新推荐文章于 2024-05-25 16:19:38 发布

Miracle42

最新推荐文章于 2024-05-25 16:19:38 发布

阅读量965

点赞数

分类专栏：后端 Redis 文章标签： redis

本文链接：https://blog.csdn.net/han_zhuang/article/details/105984475

版权

后端同时被 2 个专栏收录

62 篇文章 5 订阅

订阅专栏

Redis

7 篇文章 0 订阅

订阅专栏

简介

引入

问题现象

海量用户
高并发

罪魁祸首——关系型数据库

性能瓶颈：磁盘IO性能低下
扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群

解决思路：NoSQL

降低磁盘IO次数，越低越好：内存存储
去除数据间关系，越简单越好：不存储关系，仅存储数据

NoSQL

NoSQL：即 Not-Only SQL（泛指非关系型的数据库），作为关系型数据库的补充。

作用：应对基于海量用户和海量数据前提下的数据处理问题。

特征：

可扩容，可伸缩
大数据量下高性能
灵活的数据模型
高可用

常见 Nosql 数据库：

Redis
memcache
HBase
MongoDB

在这里插入图片描述

Redis简介

概念：Redis (REmote DIctionary Server) 是用 C 语言开发的一个开源的高性能**键值对（key-value）**数据库。

特点：

数据间没有必然的关联关系
内部采用单线程机制进行工作
高性能。官方提供测试数据，50个并发执行100000 个请求,读的速度是110000 次/s,写的速度是81000次/s。
多数据类型支持
- 字符串类型 string
- 列表类型 list
- 散列类型 hash
- 集合类型 set
- 有序集合类型 sorted_set
持久化支持。可以进行数据灾难恢复

Redis 的应用 ：

为热点数据加速查询（主要场景），如热点商品、热点新闻、热点资讯、推广类等高访问量信息等
任务队列，如秒杀、抢购、购票排队等
即时信息查询，如各位排行榜、各类网站访问统计、公交到站信息、在线人数信息（聊天室、网站）、设
备信号等
时效性信息控制，如验证码控制、投票控制等
分布式数据共享，如分布式集群架构中的 session 分离
消息队列
分布式锁

Redis基本操作

1、信息添加：设置 key，value 数据

 set key value
 #示例
 set name abc

2、信息查询：根据 key 查询对应的 value，如果不存在，返回空（nil）

 get key 
 #示例
 get name

3、清除屏幕信息

clear

4、退出客户端命令行模式

 quit 
 exit 
 <ESC>

5、帮助：获取命令帮助文档，获取组中所有命令信息名称

 help  命令名称  
 help  @组名

在这里插入图片描述

数据存储类型

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
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 数据类型（5种常用）

String-String
hash-HashMap
list-LinkedLisk
set-HashSet
sorted_set-TreeSet

String

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

string 类型数据的基本操作

1、添加/修改数据

 set key value

2、获取数据

 get key

3、删除数据

delete key

4、添加/修改多个数据

mset key1 value1 key2 value2...

5、获取多个数据

mget key1 key2...

6、获取数据字符个数（字符串长度）

strlen key

7、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

单数据操作与多数据操作的选择：尽量选取多数据操作，从而减少命令的总传输时间。但是如果数据量太大，要进行切分，当值阻塞

string 类型数据的扩展操作一：自增

业务场景

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 数据库具有 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

Redis可以用于控制数据库表的主键id，为数据库表主键提供生成策略，保障分布式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

1、设置数值数据增加指定范围的值

incr key #将key的值增加1
incrby key increment #将key的值增加increment，可以为负数，但是不能为小数
incrbyfloat key increment #可以位小数

2、设置数值数据减少指定范围的值

decr key #将key的值减少1
decrby key increment #将key的值减少increment

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。
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）

string 类型数据的扩展操作二：控制数据有效时间

业务场景

“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

Redis可以控制数据的生命周期，通过数据是否失效控制业务，适用于所有具有时效性限定控制的操作

设置数据具有指定的生命周期：

setex key seconds value
psetex key milliseconds value

string 类型应用场景 :结构型数据

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

在这里插入图片描述

解决方案

redis应用于各种结构型和非结构型高热度数据访问加速

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

eg: user:id：3506728370:fans → 12210947
eg: user:id：3506728370:blogs → 6164
eg: 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}

key 的设置约定

数据库中的热点数据key命名惯例：

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FGC2XTUd-1588865194304)(C:\Users\韩壮\AppData\Roaming\Typora\typora-user-images\image-20200504174838147.png)]$

string 类型数据操作的注意事项

数据操作不成功的反馈与数据正常操作之间的差异
- 表示运行结果是否成功
- (integer) 0 → false 失败
- (integer) 1 → true 成功
- 表示运行结果值
  - (integer) 3 → 3 3个
  - (integer) 1 → 1 1个
数据未获取到：（nil）等同于null
数据最大存储量：512MB
数值计算最大范围（java中的long的最大值）：9223372036854775807

Hash

value为hash类型

特点：

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
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

hash 类型数据的基本操作

1、添加/修改数据

hset key field value

2、获取数据

hget key field
hgetall key

3、删除数据

hdel key field1

4、添加/修改多个数据

hmset key field1 value1 field2 value2 field3 value3

5、获取多个数据

hmget  key field1 field2 …

6、获取哈希表中字段的数量

hlen key

7、获取哈希表中是否存在指定的字段

hexists key field

hash 类型数据扩展操作

1、获取哈希表中所有的字段名或字段值

hkeys key
hvals key

2、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

hash 类型应用场景

业务场景
电商网站购物车设计与实现
在这里插入图片描述
业务分析

仅分析购物车的redis存储模型添加、浏览、更改数量、删除、清空
购物车与数据库间持久化同步、购物车与订单间关系、未登录用户购物车信息存储不进行讨论

解决方案

以客户id作为key，每位客户创建一个hash存储结构存储对应的购物车信息
将商品编号作为field，购买数量作为value进行存储
添加商品：追加全新的field与value
浏览：遍历hash
更改数量：自增/自减，设置value值
删除商品：删除field
清空：删除key

hash 类型数据操作的注意事项

hash类型下的value只允许存储字符串，不允许存储其他数据类型，不存在嵌套的情况。如果数据未获取到，对应的值为（nil）
每个 hash 可以存储 2^32 - 1 个键值对
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
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

List

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
redis 应用于具有操作先后顺序的数据控制

在这里插入图片描述

list 类型数据基本操作

1、添加/修改数据

lpush key value1 [value2...]
rpush key value1 [value2...]

在这里插入图片描述
2、获取数据

lrange key start stop
lindex key index
llen key

在这里插入图片描述

3、获取并移除数据

lpop key
rpop key

在这里插入图片描述

list 类型数据扩展操作

1、规定时间内获取并移除数据：可以用于实现消息队列

blpop key1 [key2] timeout 
brpop key1 [key2] timeout 
brpoplpush source destination timeout

2、移除指定数据

lrem key count value

list 类型数据操作注意事项

list中保存的数据都是string类型的，数据总容量是有限的，最多2^32 - 1 个元素 (4294967295)。
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
获取全部数据操作结束索引设置为-1 （-2代表倒数第二个，以此类推）
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

list 类型应用场景

业务场景

twitter、新浪微博、腾讯微博中个人用户的关注列表需要按照用户的关注顺序进行展示，粉丝列表需要将最近关注的粉丝列在前面

新闻、资讯类网站如何将最新的新闻或资讯按照发生的时间顺序展示？

企业运营过程中，系统将产生出大量的运营数据，如何保障多台服务器操作日志的统一顺序输出？

在这里插入图片描述

解决方案

redis 应用于最新消息展示

依赖list的数据具有顺序的特征对信息进行管理
使用队列模型解决多路信息汇总合并的问题
使用栈模型解决最新消息的问题

Set

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

set 类型数据的基本操作

1、添加数据

sadd key member1 [member2]

2、获取全部数据

smembers key

3、删除数据

srem key member1 [member2]

4、获取集合数据总量

scard key

5、判断集合中是否包含指定数据

sismember key member

set 类型数据的扩展操作

1、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

业务场景：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量的数据

srandmember key [count]

随机获取集合中的某个数据并将该数据移出集合

spop key [count]

2、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 (如显示共同关注，共同好友 )

业务场景：

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？
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？

解决方案：

求两个集合的交、并、差集

 sinter key1 [key2]  
 sunion key1 [key2]  
 sdiff key1 [key2]

求两个集合的交、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

在这里插入图片描述

set 类型数据操作的注意事项

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
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

set的应用场景

set可以用于对同类型数据进行快速去重
set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
set应用于同类信息的关联搜索，二度关联搜索，深度关联搜索 (如显示共同关注，共同好友 )
set应用于基于黑白名单设定的服务控制

sorted_set

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

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6W0UFTlQ-1588865194374)(C:\Users\韩壮\AppData\Roaming\Typora\typora-user-images\image-20200507221358364.png)]$

sorted_set 类型数据的基本操作

1、添加数据

zadd key score1 value1 [score2 value2...]

2、获取全部数据

 zrange key start stop [WITHSCORES] #升序，加上WITHSCORES会输出score
 zrevrange key start stop [WITHSCORES] #降序

3、删除数据

zrem key value

4、按条件获取数据

 zrangebyscore key min max [WITHSCORES] [LIMIT] 
 zrevrangebyscore key max min [WITHSCORES]

5、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，也就是score
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 (排序所在的位置)
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

6、获取集合数据总量

 zcard key #查询总数
 zcount key min max #查询再min和max范围内的个数

7、集合交、并操作

zinterstore destination numkeys key [key ...] 
zunionstore destination numkeys key [key ...]

sorted_set 类型数据的扩展操作

1、redis 应用于计数器组合排序功能对应的排名

业务场景：

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）
直播室活跃度统计
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

score值获取与修改

 zscore key member #获取member的score
 zincrby key increment member #增加increment

sorted_set 类型数据操作的注意事项

score保存的数据存储空间是64位，如果是整数范围是-9007199254740992~9007199254740992
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
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

sorted_set 类型应用场景

业务场景：当任务或者消息待处理，形成了任务队列或消息队列时，对于高优先级的任务要保障对其优先处理，如何实现任务权重管理。

解决方案：对于带有权重的任务，优先处理权重高的任务，采用score记录权重即可

注意：如果权重条件过多时，需要对排序score值进行处理，保障score值能够兼容2条件或者多条件？，例如外贸订单优先于国内订单，总裁订单优先于员工订单，经理订单优先于员工订

因score长度受限，需要对数据进行截断处理，尤其是时间设置为小时或分钟级即可
先设定订单类别，后设定订单发起角色类别，整体score长度必须是统一的，不足位补0。第一排序规则首位不得是0
- 例如外贸101，国内102，经理004，员工008。
- 员工下的外贸单score值为101008（优先）
- 经理下的国内单score值为102004

数据类型实践案例

案例

1、业务场景：对试用用户的调用API的使用行为进行限速，限制每个用户每分钟最多发起10次调用

解决方案：

设置计数器，记录调用次数，用于控制业务执行次数。以用户id作为key，使用次数作为value

 setex uid:110 60 1

在调用前获取次数，判断是否超过限定次数
- 不超过次数的情况下，每次调用计数+1
```
incr uid:110
```
为计数器设置生命周期为指定周期，例如1秒/分钟，自动清空周期内使用次数

解决方案改良 :

取消最大值的判定，利用incr操作超过最大值抛出异常的形式替代每次判断是否大于最大值
判断是否为nil，则为初次调用，设置为Max-次数，如果不是，计数+1
遇到异常即+操作超过上限，视为使用达到上限

[外链图片转存中...(img-EJRldtla-1588865194381)]

2、业务场景：使用微信的过程中，当微信接收消息后，会默认将最近接收的消息置顶，当多个好友及关注的订阅号同时发送消息时，该排序会不停的进行交替。同时还可以将重要的会话设置为置顶。一旦用户离线后，再次打开微信时，消息该按照什么样的顺序显示？

[外链图片转存中...(img-7o0sBOPo-1588865194389)]

解决方案：

依赖list的数据具有顺序的特征对消息进行管理，将list结构作为栈使用
对置顶与普通会话分别创建独立的list分别管理
当某个list中接收到用户消息后，将消息发送方的id从list的一侧加入list（此处设定左侧）
多个相同id发出的消息反复入栈会出现问题，在入栈之前无论是否具有当前id对应的消息，先删除对应id
推送消息时先推送置顶会话list，再推送普通会话list，推送完成的list清除所有数据
消息的数量，也就是微信用户对话数量采用计数器的思想另行记录，伴随list操作同步更新

解决方案列表

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HR5GGMfB-1588865194394)(C:\Users\韩壮\AppData\Roaming\Typora\typora-user-images\image-20200507232330930.png)]$

Miracle42

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Redis学习笔记（一）：介绍，数据类型（String、HashTable、List、Set、Sorted_Set)

简介引入问题现象海量用户高并发罪魁祸首——关系型数据库性能瓶颈：磁盘IO性能低下扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群解决思路：NoSQL降低磁盘IO次数，越低越好：内存存储去除数据间关系，越简单越好：不存储关系，仅存储数据NoSQLNoSQL：即 Not-Only SQL（泛指非关系型的数据库），作为关系型数据库的补充。作用：应对基于海量用...
复制链接

扫一扫

专栏目录