Redis数据类型

String（java的String）

常用命令

• SET

  set key value：存入字符串键值对
  

• MSET

  MSET key value [key value ...]：批量存储字符串键值对
  

• SETNX

  SETNX key value：存入一个不存在的字符串键值对(返回1代表不存在存入成功，返回0代表存在此次存入失败，可用于分布式锁)
  

• GET

  	get key：获取一个字符串键值
  

• MGET

  MGET key1 key2 key3：批量获取字符串键值
  

• DEL

  del key：删除一个键
  

• EXPIRE

  EXPIRE key seconds：设置一个键的过期时间(秒)
  

• INCR

  INCR  key：将key中储存的数字值加1
  INCRBY key num：将key所储存的值加上num
  

• DECR

  DECR key：将key中储存的数字值减1
  DECRBY key num：将key所储存的值减去num
  

String常见应用场景

• 单值缓存

  SET key value
  APPEND key value：向key后面追加value
  

• 对象缓存

  - value是个json对象
  set user:1 '{"name":"roy","balance":1888}'
  - key区分用户，value是单个值
  MSET user:1:name roy user:1:balance 1888
  (key是user:1:name和user:1:balance，value是roy和balance)
  

• 分布式锁

  SETNX product:10001 true //返回1代表获取锁成功,返回0代表获取锁失败
  
  。。。执行业务操作
  DEL product:10001 //执行完业务释放锁
  SET product:10001 true ex 10 nx //给锁设置过期时间,防止程序意外终止导致死锁
  

Hash（类似java的双层map）

个人感觉，可以理解为一个key中有多个KV(我个人理解为java中的Map<key,Map<key,value>>)

常用命令

• HSET

  hset key field1 v1 field v2：存储一个哈希表key的键值
  

• HMSET

  HMSET key field value [field value ...]：在一个哈希表key中存储多个键值对
  

• HSETNX

  HSETNX key field value：和SETNX命令一个作用 
  

• HGET

  HGET key field：获取哈希表key对应的field键值
  

• HMGET

  HMGET key field [field ...]：批量获取哈希表key中多个field键值
  

• HDEL

  HDEL key field [field ...]：删除哈希表key中的field键值
  

• HLEN

  HLEN key：/返回哈希表key中field的数量
  

• HGETAL

  HGETALL key：返回哈希表key中所有的键值
  

• HINCRBY

  HINCRBY key field num：为哈希表key中field键的值加上增量num
  

Hash常见应用场景

• 对象缓存

  HSET user 1:name zhangsan 1:balance 1888
  HSET user 2:name lisi 2:balance 16000
  HMGET user 1:name 1:balance 
  

• 电商购物车(很久前有这样用的)
  • 以用户id为key
  • 商品id为field
  • 商品数量为value

  // 给用户id加个前缀cart
  hset cart:1001 10088 1	//添加商品 
  hincrby cart:1001 10088 1	//增加数量
  hlen cart:1001	//商品总数
  hdel cart:1001 10088	//删除商品
  hgetall cart:1001	//获取购物车所有商品
  

Hash结构优缺点

• 优点
  • 同类数据归类整合储存，方便数据管理
  • 相比string操作消耗内存与cpu更小
  • 相比string储存更节省空间
• 缺点
  • 过期功能不能使用在field上，只能用在key上
  • Redis集群架构下不适合大规模使用

注意：使用hash时，也要避免大key的出现

// 大key：一个key下面有太多数据
// 每个用户创建一个key(比较推荐,可以避免大key,key值user:id)
hset user:1 name zhangsan age 18 sex 1
hset user:2 name lisi age 20 sex 0
// 所有用户共用一个key,用field去区分(不推荐,会造成大key,key值user)
hset user 1:name zhangsan 1:age 18 1:sex 1

List（java的list集合）

常用命令

• LPUSH

  LPUSH key value [value ...]：将一个或多个值value插入到key列表的表头(最左边)
  

• RPUSH

  RPUSH key value [value ...]：将一个或多个值value插入到key列表的表尾(最右边)
  

• LPOP

  LPOP key：移除并返回key列表的头元素
  

• RPOP

  RPOP key：移除并返回key列表的尾元素
  

• LRANGE

  LRANGE key start stop：返回列表key中指定区间内的元素(从start索引到stop索引)
  

• BLPOP … timeout

  从key列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒
  如果timeout=0,一直阻塞等待
  BLPOP key [key ...] timeout
  

• BRPOP … timeout

  从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒
  如果timeout=0,一直阻塞等待
  BRPOP key [key ...] timeout
  

List常见应用场景

• 常用数据结构
  • Stack(栈) = LPUSH + LPOP (哪端放哪端出)
  • Queue(队列）= LPUSH + RPOP (一端放另一端出)
  • Blocking MQ(阻塞队列）= LPUSH + BRPOP (拿数据时一直等待超时)
• 常见应用场景
  • 视频列表、签到列表
  • 排队机
  • 简化版的MQ

List注意点

• 一个list的容量是2的32次方减1个元素，大概40多亿。但是在应用时，要注意大key的 问题。
• list的底层是一个双向链表，对双端的操作性能很高。但是通过索引下表直接操作某一 个中间节点的性能就会比较低
  

Set（java的set集合）

常用命令

• SADD

  SADD key member [member ...]：往集合key中存入元素，元素存在则忽略，若key不存在则新建
  

• SREM

  SREM key member [member ...]：从集合key中删除元素
  

• SMEMBERS

  SMEMBERS key：获取集合key中所有元素
  

• SCARD

  SCARD key：获取集合key的元素个数
  

• SISMEMBER

  SISMEMBER key member：判断member元素是否存在于集合key中(java的contains方法)
  

• SRANDMEMBER

  SRANDMEMBER key [count]：从集合key中选出count个元素，元素不从key中删除
  

• SPOP

  SPOP key [count]：从集合key中选出count个元素，元素从key中删除
  

集合命令

• SINTER

  SINTER key1 key2 ...：key1、key2、keyN的交集运算
  

• SINTERSTORE

  SINTERSTORE destination key1 key2 key3...：将交集结果存入新集合destination中
  

• SUNION

  SUNION key1 key2 ...：key1、key2、keyN的并集运算
  

• SUNIONSTORE

  SUNIONSTORE destination key1 key2 key3...：将并集结果存入新集合destination中
  

• SDIFF

  SDIFF key1 key2 ...：key1、key2、keyN的差集运算
  

• SDIFFSTORE

  SDIFFSTORE destination key1 key2 key3...：将差集结果存入新集合destination中
  

Set应用场景

• 微信抽奖小程序

  1.点击参与抽奖加入集合
  SADD key {userlD}
  2.查看参与抽奖所有用户
  SMEMBERS key
  3.抽取count名中奖者
  SRANDMEMBER key [count] / SPOP key [count]
  

• 微信微博点赞，收藏，标签

  // key是like:{消息ID}
  1.点赞
  SADD like:{消息ID} {用户ID}
  2.取消点赞
  SREM like:{消息ID} {用户ID}
  3.检查用户是否点过赞
  SISMEMBER like:{消息ID} {用户ID}
  4.获取点赞的用户列表
  SMEMBERS like:{消息ID}
  5.获取点赞用户数
  SCARD like:{消息ID}
  

• 集合操作

  SINTER set1 set2 set3 -> { c } 共同关注的人
  SUNION set1 set2 set3 -> { a,b,c,d,e } 朋友圈的人
  SDIFF set1 set2 set3 -> { a } 推荐好友
  

ZSet

zset 通常包含3个关键字操作：

• key (与我们 redis 通常操作的 key value 中的key 一致)
• score (排序的分数，该分数是有序集合的关键，可以是双精度或者是整数，可以重复)
• member (指我们传入的 obj，与 key value 中的 value 一致)

常见命令

• ZADD

  ZADD key score member [[score member]…]：往有序集合key中加入带分值元素
  

• ZREM

  ZREM key member [member …]：从有序集合key中删除元素
  

• ZSCORE

  ZSCORE key member：返回有序集合key中元素member的分值
  

• ZINCRBY

  ZINCRBY key num member：为有序集合key中元素member的分值加上num
  

• ZCARD

  ZCARD key：返回有序集合key中元素个数
  

• ZRANGE

  ZRANGE key start stop [WITHSCORES]：正序获取有序集合key从start下标到stop下标的元素
  

• ZREVRANGE

  ZREVRANGE key start stop [WITHSCORES]：倒序获取有序集合key从start下标到stop下标的元素
  

集合命令

```java
ZUNIONSTORE destkey numkeys key [key ...]：并集计算
ZINTERSTORE destkey numkeys key [key …]：交集计算
```

ZSet应用场景

• 排行榜

1.点击新闻
ZINCRBY hotNews:20190819 1 守护香港
2.展示当日排行前十
ZREVRANGE hotNews:20190819 0 9 WITHSCORES
3.七日搜索榜单计算
ZUNIONSTORE hotNews:20190813-20190819 7
hotNews:20190813 hotNews:20190814... hotNews:20190819
4.展示七日排行前十
ZREVRANGE hotNews:20190813-20190819 0 9 WITHSCORES

Bitmap类型

常见命令

• SETBIT

  SETBIT key offset value：将一个二进制数组的offset位置设置成value。value只能是0或者1
  

• GETBIT

  GETBIT key offset：返回一个二进制数组的offset位置的值
  

• BITCOUNT(注意BYTE|BIT) 1byte=8bit

  BITCOUNT key [start end [BYTE|BIT]]：返回二进制数组中1的个数
  默认是byte参数，也就是一次读end - strat个字节位的数据，比如strat=1,end=7,那么就是统计(7-1)*8=56位数的1的个数
  如果是要统计start--end位的1的个数,后面跟bit  比如strat=1,end=7(统计索引1-7的1的个数)
  

• BITPOS

  BITPOS key bit [start [end [BYTE|BIT]]]：返回bitmap中第一个值为bit的offset位置
  

• BITOP

  BITOP AND|OR|XOR|NOT destkey key1 key2：对两个bitmap做二进制的与或非计算
  

Bitmap应用场景

• 每日签到

  SETBIT dailycheck:1 100 1	--1号用户第100天完成了签到
  BITCOUNT dailycheck:1		--统计1号用户的签到次数
  BITPOS dailycheck:1 		--统计1号用户第一天签到的时间
  

• 优点
  快速、高效、节省空间

Hyperloglog类型

作用介绍：用于统计一个集合中不重复的元素个数。典型应用场景例如根据用户访问记录统计网站的UV。

常用命令

• PFADD

  PFADD key v1 v2 v3 ... ：向key添加v1,v2,v3值
  

• PFCOUNT(set集合)

  PFCOUNT key：统计key中不重复的元素个数
  感觉这功能，set也能实现，既能去重又可以统计个数，那为什么还有这个类型呢？ 
  是因为它用于大数据量的统计, 占用空间小却可以存海量数据
  

• PFMERGE

  PFMERGE destkey [sourcekey [sourcekey ...]]：将多个hyperloglong数据整合成一条记录
  

Geo类型

基于地理空间的一种数据类型

常用命令

• GEOADD
  将一个或多个经纬度坐标存储到位置集合中并对应设置名字，执行后返回新添加的坐标数量，若是更新member的位置坐标则返回0

  -- 添加一个或多个地点 longitude:经度  latitude:纬度
  GEOADD key [NX|XX] [CH] longitude latitude member [longitude latitude member ...]
  例如：GEOADD beijing  112.2 50.4 tiananmen  shanghai 110.4 18.4 waitan
  -- XX选项的作用是只更新不添加，执行后返回0。
  -- NX选项的作用是只添加不更新，执行成功返回添加元素的个数
  -- CH选项的作用是返回被修改成员的数量而非添加成功的成员数量，被修改包括新添加。
  

• GEOPOS

GEOPOS key [member [member ...]]：返回地址的经纬度

• GEODIST

GEODIST key member1 member2 [M|KM|FT|MI]：计算两个地点之间的距离

• GEORADIUS
  以给定的经纬度为中心， 返回集合包含的位置元素当中， 与中心的距离不超过给定最大距离(radius)的所有位置元素

  GEORADIUS key longitude latitude radius M|KM|FT|MI [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count
  [ANY]] [ASC|DESC] [STORE key|STOREDIST key] 
  
  -- WITHDIST选项可返回匹配位置与给定位置间距离，数组形式返回
  -- WITHCOORD 选项可返回匹配位置坐标，数组形式返回。
  -- ASC|DESC选项可指定返回结果排序方式，按照距离升序（ASC）或降序（DESC）排列返回，不指定时默认升序
  -- COUNT count [ANY]选项指定返回的位置个数
  -- m 表示单位为米。
  -- km 表示单位为千米。
  -- mi 表示单位为英里。
  -- ft 表示单位为英尺。
  

• georadiusbymember
  查找指定位置半径内(radius)的其他位置

  GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count [ANY]] [ASC|DESC] [STORE key] [STOREDIST key]
  
  -- WITHDIST选项可返回匹配位置与给定位置间距离，数组形式返回
  -- WITHCOORD 选项可返回匹配位置坐标，数组形式返回。
  -- ASC|DESC选项可指定返回结果排序方式，按照距离升序（ASC）或降序（DESC）排列返回，不指定时默认升序
  -- COUNT count [ANY]选项指定返回的位置个数
  -- m 表示单位为米。
  -- km 表示单位为千米。
  -- mi 表示单位为英里。
  -- ft 表示单位为英尺。
  

Geo应用场景

• 查询距离

GEODIST changsha 火车站 橘子洲 M

• 查找某个位置半径内的的地点

GEORADIUSBYMEMBER changsha 火车站 2 KM withdist withcoord count 4 withhash

stream类型

作用介绍：Redis版的MQ – 阻塞队列 + pub/sub；了解即可，企业应用比较少

常用命令

XADD key [NOMKSTREAM] [MAXLEN|MINID [=|~] threshold [LIMIT count]] *|id field value [field value ...]
//往对列的末尾发布一条消息
XDEL key id [id ...] // 删除队列中的一条消息
XLEN key //获取队列的长度
XRANGE key start end [COUNT count] //查询队列中的消息

应用示例

1.创建队列，并添加消息 *表示让系统自动生成ID
XADD mystream * name loulan name roy name admin
2.查看对列消息 - 对列开始 + 对列结尾
XRANGE mystream - +
3.创建消费者组 0 从队列头部开始消费。 $ 从队列尾部开始消费
XGROUP CREATE mystream groupA 0
4.消费消息 > 表示从第一条未被消费过的消息消费。也可以指定ID
XREADGROUP GROUP groupA consumer1 count 2 STREAMS mystream >
5.查看消费者组的消费进度
XPENDING mystream groupA

SpringBoot集成Redis

• pom依赖

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

• yml文件配置

spring:
	data:
		redis:
		host: ip
		port: 端口
		password: 密码
		...

• RestTemplate快速上手

// 记住一个对象： 
@Resource
private RedisTemplate<String,Object> redisTemplate;

redisTemplate.opsForValue().xxx //string类型
redisTemplate.opsForSet().xxx //set类型
redisTemplate.opsForHash().xxx //hash类型
redisTemplate.opsForList().xxx //list类型
redisTemplate.opsForZset().xxx //Zset类型
redisTemplate.opsForGeo().xxx //Geo类型
redisTemplate.opsForHyperLogLog().xxx //hyperLogLog类型
redisTemplate.opsForStream().xxx //stream类型
redisTemplate.opsForValue().setBit() //bit类型

• RedisTemplate中文乱码问题

@Bean
public RedisTemplate<String,Object> redisTemplate(RedisConnectionFactory redisConnectionFactory){
	RedisTemplate<String, Object> redisTemplate = new RedisTemplate<>();
	redisTemplate.setConnectionFactory(redisConnectionFactory);
	// GenericJackson2JsonRedisSerializer jsonSerializer = new GenericJackson2JsonRedisSerializer();
	StringRedisSerializer stringRedisSerializer = new StringRedisSerializer();
	GenericToStringSerializer<String> genericToStringSerializer = new
	GenericToStringSerializer<>(String.class);
	//指定key和value的序列化方式
	redisTemplate.setKeySerializer(stringRedisSerializer);
	redisTemplate.setValueSerializer(genericToStringSerializer);
	redisTemplate.setHashKeySerializer(stringRedisSerializer);
	redisTemplate.setHashValueSerializer(stringRedisSerializer);
	redisTemplate.afterPropertiesSet();
	return redisTemplate;
}