Redis学习-Redis的九种数据结构

最新推荐文章于 2024-05-06 12:28:31 发布
最新推荐文章于 2024-05-06 12:28:31 发布
阅读量1k 收藏 9
点赞数 13
分类专栏： redis 文章标签： redis 学习 数据结构
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/listenFen/article/details/138015064
版权

String （字符串）

虽然redis是用C语言编写，但是redis中的string是redis自己实现的字符串结构，叫Simple Dynamic String简称（SDS），因为redis做为中间件会接受不同语言编写的程序传过来的字符串，它们都可能和C语言中的字符串结构不一样，例如C语言中以’\0’表是字符串的结尾，当传过来的二进制数据转换成C语言中的字符串中间有’\0’那么C语言就会认为这个字符串已经结束了，则后面的数据就丢失了。redis中的string包含四部分：一个char类型的数组buff、一个len记录已经使用的长度、一个flags标识当前string的头信息以及一个alloc记录给当前string分配的大小。当客户端通过append或者setbit命令对string进行操作时，如果增加的字符串长度小于等于alloc-len则还是在当前string内存空间中直接添加即可，如果超出了string中剩余空间，则会重新分配一块内存，大小为新的字符串的长度*2（如果字符串的大小超过1mb则之后的扩容不会翻倍扩容而是每次增加1mb）。string最大的大小为512MB。

使用场景

  • 计数器：Redis的原子递增操作可以用来实现Web应用中的各种计数功能，如页面访问计数、点赞数、评论数等。
  • 分布式锁：在需要保证操作原子性的场景下，比如防止多个用户同时修改同一资源，可以使用Redis的String类型实现分布式锁。
  • 会话共享：在多实例部署的Web应用中，可以使用Redis来存储用户的会话信息，实现会话共享，避免因会话问题导致的登录失效。
  • 限流：通过设置特定的key来限制用户在一定时间内的请求次数，如短信验证码的发送频率控制，防止滥用。
  • 全局序列号生成：在分布式系统中，可以使用Redis生成全局唯一的序列号，适用于订单号、票据号等。
  • 消息队列：虽然不是String类型的直接应用，但可以通过List或Pub/Sub功能来实现消息队列，处理异步任务或事件通知。
  • 存储JSON对象：将序列化后的JSON对象存储在Redis的String类型中，用于快速读取和修改，如用户配置、系统状态等，（如果对象中的某些字段经常修改时，建议用hash存储）。
  • Webhook触发器：存储Webhook URL，当特定事件发生时，通过调用这些URL来触发外部服务。
  • 分布式系统间的通信：在微服务架构中，Redis可以作为不同服务间的通信桥梁，传递轻量级的消息或数据。
  • 缓存静态资源：将不经常变动的静态资源如图片、CSS和JavaScript文件缓存到Redis中，以减少数据库和文件系统的压力。
  • 用户个性化设置：存储用户的个性化设置，如主题偏好、界面布局等，以便快速加载用户定制的界面。

常用命令

set key value//存储字符串键值对
mset key value [key value....]//批量存储字符串键值对
setnx  key value//存入一个不存在的字符串键值对
get key//通过key获取value
mget key [key....]//批量获取value
del key [key....]//删除键值对
expire key seconds//设置过期时间
setex key seconds value//存储键值对并设置过期时间(秒)
psetex key milliseconds value//存储键值对并设置过期时间(毫秒)
append key value//key存在则追加字符串，不存在则设置
incr key//将key对应的数字值加一
decr key//将key对应的数字值减一
incrby key increment//将key对应的数字值加increment 
decrby key increment//将key对应的数字值减increment

hash（散列）

redis的K-V键值对用的结构是dict，hash用的也是这个结构，类似于java中的hashtalbe,先有一个数组假设长度是4，当hset key field value时，将field通过hash算法如CRD16(field)计算得到一个0-65535之间的一个整数，再和数组长度取模得到这个field在数组中的位置，如果这个位置已经有了数据则将当前的value加入对应的链表中（当前的value为首节点）。
hash表中有一个重要的参数叫负载因子（负载因子 = used / size ; used 是哈希数组存储的元素个数，size 是哈希数组的长度）。当负载因子过大或过小，hash表会进行扩展或缩容，这两种都是通过渐进式rehash的方式完成的。
渐进式rehash：当哈希表中的元素过多时，如果一次性rehash到新的hashtable里，庞大的计算量，可能导致redis服务在一段时间不可用。为了避免rehash对服务器带来的影响，redis分多次、慢慢的将原本的哈希表中的键值对rehash到新的哈希表，这就是渐进式rehash
注:使用hash结构时，应避免单个hash结构过大，否则使用hgetall的操作时可能会导致线程阻塞，而且field是无法单独设置过期时间的

使用场景

类似于电商购物车这样的需要对对象中某一属性频繁修改的数据。

常用命令

HSET key field value//存储一个哈希表key的键值
HSETNX key field value//存储一个不存在的哈希表key的键值
HMSET key field value [field value ...]//在一个哈希表key中存储多个键值对
HGET key field//获取哈希表key对应的field键值
HMGET key field [field ...]//批量获取哈希表key中多个field键值
HDEL key field [field ...]//删除哈希表key中的field键值
HLEN key//返回哈希表key中field的数量
HGETALL ey//返回哈希表key中所有的键值
HINCRBY key field increment//为哈希表key中field键的值加上增量increment

list（列表）

一个有序的链表结构，使用quicklist和ziplist实现。
当List满足以下两个条件时，使用Ziplist编码：

  • 列表中的元素数量小于或等于list-max-ziplist-entries配置（默认512个）。
  • 列表中每个元素的长度小于或等于list-max-ziplist-value配置（默认64字节）

在这里插入图片描述
ZipList虽然节省内存，但申请内存必须是连续空间，如果内存占用较多，申请内存效率很低。所以我们必须限制ZipList的长度和entry大小。当list中的元素大小超过list-max-ziplist-value或者元素个数超过list-max-ziplist-entries，就会使用quciklist编码，将一个list拆分成多个小的ziplist,ziplist作为quicklist的节点，由quicklist来控制多个ziplist之间的联系。
配置参数：

  • list-max-ziplist-size：控制着每个ziplist的最大长度，超过这个长度时，Redis会创建新的ziplist。
  • list-compress-depth：控制着压缩的层数，即在进行列表操作时，Redis会从外到内压缩多少层ziplist。

quickList结构如下：

  • head:quickListNode头节点
  • tail:quickListNode尾节点
  • count:所有的ziplist中的entry总数量
  • len:ziplist节点数量
  • fill:ziplist中entry的上限，默认为-2
  • compress:首尾节点不压缩的个数，若设置为1，则首尾节点各有一节点不压缩,中间节点压缩，中间节点压缩为0x4…等乱码，读的时候需要解压缩；写的时候需要重新压缩；设置为0，则代表所有节点不压缩

quickListNode结构如下：

  • prev: 前一个节点指针
  • next:后一个节点指针
  • zl: 当前节点ziplist指针
    具体结构如图
    在这里插入图片描述

使用场景

  1. Stack(栈) = LPUSH + LPOP
  2. Queue(队列）= LPUSH + RPOP
  3. Blocking MQ(阻塞队列）= LPUSH + BRPOP

常用命令

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 key value [value ...]//将一个或多个值value插入到key列表的表尾(最右边)
LPOP key//移除并返回key列表的头元素
RPOP key//移除并返回key列表的尾元素
LRANGE key  start stop//返回列表key中指定区间内的元素，区间以偏移量start和stop指定
BLPOP key [key ...] 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
BRPOP key [key ...] 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

set （无序集合）

set是一个无序的、自动去重的集合数据类型，它的基本数据结构就是value为null的dict,当set中存储的元素都是整型,且set中元素的个数没有超过set-max-intset-entries（默认512，intset能存储的最大元素个数）的大小，则set集合编码为intset结构。

使用场景

  1. 抽奖
  2. 微信朋友圈点赞用户列表
  3. 微博我关注的人、共同关注、朋友推荐

常用命令

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 key member [member ...]//从集合key中删除元素
SMEMBERS key//获取集合key中所有元素 点赞用户列表
SCARD key//获取集合key的元素个数 点赞数量
SISMEMBER key member//判断member元素是否存在于集合key中 是否点赞
SRANDMEMBER key [count]//从集合key中选出count个元素，元素不从key中删除 单次抽奖
SPOP key [count]//从集合key中选出count个元素，元素从key中删除 一等奖 二等奖 三等奖 且不能重复获奖的情况
SINTER key [key ...]//交集运算 共同关注
SINTERSTORE destination key [key ..]//将交集结果存入新集合destination中
SUNION key [key ..]//并集运算
SUNIONSTORE destination key [key ...]//将并集结果存入新集合destination中
SDIFF key [key ...]//差集运算 朋友推荐 
SDIFFSTORE destination  key [key ...]//将差集结果存入新集合destination中

Sort set （有序集合）

sortset是一个有序且去重的集合，当数据量较小时使用ziplist结构编码，当到达一定数量时使用dict+skiplist的结构去实现。
ziplist结构编码使用条件

  • 元素数量小于zset_max_ziplist_entries，默认值128
  • 每个元素都小于zset_max_ziplist_value，默认值64byte

ZipList本身没有排序功能，而且没有键值对的概念，因此存储sortset时score和element是紧挨在一起的两个entry，element在前，score在后，Score越小越接近队首，score越大越接近队尾，按照score值升序排列。
skiplist基于score进行排序，每个节点存有索引数组，所以有多个索引层级，优先从最高的层级查询，依次往下级索引查询，每个节点都有指针（每个指针的跨度可能不同）指向上一个和下一个节点，所以skiplist还是一个双向链表，具体结构如图：

  • 逻辑图：
    在这里插入图片描述
  • 实际结构:
    在这里插入图片描述

使用场景

  1. 排行榜，例如微博热搜top10

常用命令

ZADD key score member [[score member]…]//往有序集合key中加入带分值元素
ZREM key member [member …]//从有序集合key中删除元素
ZSCORE key member//返回有序集合key中元素member的分值
ZINCRBY key increment member//为有序集合key中元素member的分值加上increment 
ZCARD key//返回有序集合key中元素个数
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 key start stop [WITHSCORES]//倒序获取有序集合key从start下标到stop下标的元素
ZUNIONSTORE destkey numkeys key [key ...]//并集计算
ZINTERSTORE destkey numkeys key [key …]//交集计算

bitmap（位图）

基于string类型实现，相当于是对一个二进制的字符串进行操作，每个位都表示一个数据，0和1表示不同的两种状态。

使用场景

  1. 布隆过滤器:将数据经过哈希算法和取模，最终数据可以落在bitmap的某一个位上，将这个位设为1，查询时如果存在，可能因为哈希冲突的问题不能确认当前记录是否存在，但是如果获取不到则一定不存在，可用于缓存穿透问题中对大部分系统内没有的数据进行过滤
  2. 用户登录:一个string最大长度是512MB,则一个bitmap最大可以记录一天内51210241024*8 = 4294967296个用户的登录情况

常用命令

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)。位的设置或清除取决于 value 参数，可以是 0 也可以是 1 。当 key 不存在时，自动生成一个新的字符串值。未设置的位置以 0 填充。
getbit key offset //对 key 所储存的字符串值，获取指定偏移量上的位(bit)。当 offset 比字符串值的长度大，或者 key 不存在时，返回 0
bitop operation destkey key [key ...]//对一个或多个保存二进制位的字符串 key 进行位元操作，并将结果保存到 destkey 上。operation 可以是 AND 、 OR 、 NOT 、 XOR 这四种操作中的任意一种
bitop and destkey key [key ...]//获取指定的天数都有登录的用户
bitop or destkey key [key ...]//指定天数中登录过的用户
bitcount key [start] [end]//计算给定字符串中，被设置为 1 的比特位的数量。

HyperLogLog（超日志）

HyperLogLog（HLL）是一种概率数据结构，用于估计集合中唯一元素的数量，而不需要存储这些元素本身。

使用场景

  1. 可用于统计大数据量且不重复的数据，例如一个页面的用户访问量，用户需要去重的情况

常用命令

PFADD key elemet [elemet...]# 添加元素到HyperLogLog
PFCOUNT key#获取HyperLogLog的基数估计值
PFMERGE destkey key[key...]# 合并多个HyperLogLog

Geospatial（地理空间）

地图经纬度信息，基于Sort set实现，存入时会将经纬度通过GeoHash算法转换为整数作为score存入sort set

使用场景

  1. 计算两点之间的距离
  2. 附件的人

常用命令

GEOADD key longitude latitude member [longitude latitude member ...]//将一个或多个指定的地理位置（经度和纬度）添加到给定的键（key）中。
GEOPOS key member [member ...]//返回一个或多个在键（key）中已存储的地理位置的坐标（经度和纬度）。
GEODIST key member1 member2 [m|km|mi|ft]//计算两个地理位置之间的距离。
GEORADIUS key longitude latitude radius m|km|mi|ft [WITHCOORD] [WITHDIST]//返回给定中心坐标和半径内的所有地理位置。
GEORADIUSBYMEMBER key member radius m|km|mi|ft [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]//返回与给定位置名称为中心的指定半径内的所有地理位置。
GEOHASH key member [member ...]//返回一个或多个位置对象的Geohash表示。

Stream （流）

  1. redis最早可以使用list来实现消息队列，但是list只能由一个消费者消费，不能广播。
  2. 之后redis引入了发布/订阅模式，l引入一个概念叫channel，生产者通过publish接口投递消息时会指定channel，消费者通过subscribe接口订阅它关心的channel，调用subscribe后这条连接会进入一个特殊的状态，通常不能在发送其他请求，当有消息投递到这个channel时Redis服务端会立刻通过该连接将消息推送到消费者。这里一个channel可以被多个应用订阅，消息会同时投递到每个订阅者，做到了消息的广播。另一方面，消费者也可以订阅一批channel。这解决了List结构单播的局限，允许一个消息被多个客户端接收。但是pub/sub模式中，是不管消费者是否接受到消息的，发完广播消息就删掉了，所以容易出现消息丢失的问题。
  3. redis在5.0之后引入了stream，提供了消息持久化，消费者群组，消费者待确认消息列表以及消费者确认消息的功能
listenFeng.
关注
  • 13
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
redis的五种数据类型
学Java，找哪吒
05-15 5万+
（1）Redis（Remote Dictionary Server 远程字段服务）是一个开源的使用ANSI C语言编写、支持网络、科技与内存亦可持久化的日志型、key-value数据库，并提供多种语言的API。（2）Redis是一个key-value存储系统，它支持存储的value类型相对更多，包括string、list、set、zset（sorted set --有序集合）和hash。这些数据结构都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。
Redis--学习记录
weixin_57392053的博客
02-25 628
Redis学习详解--从安装到入门使用到最后整合应用
Redis 9种数据结构
架构师的成长之路的博客
09-03 838
转载：https://gobea.cn/blog/detail/OrJRxArd.html 90%的人知道Redis 5种最基本的数据结构，只有不到10%的人知道8种基本数据结构（5种基本+bitmap+GeoHash+HyperLogLog），只有不到5%的人知道9种基本数据结构（5.0最新版本数据结构Streams），只有不到1%的人掌握了所有9种基本数据结构以及8种内部编码，掌握这篇文章的知识点，让你成为面试官眼中Redis方面最靓的仔！ 说明：本文基于Redis-3.2.11版本源码进行分析。
Redis数据结构
mz474920631的博客
06-09 9479
Rides为什么那么快？ 除了它是内存数据库，使得所有的操作都在内存上进行之外，还有一个重要因素，它实现的数据结构，使得我们对数据进行增删查改操作时，Redis 能高效的处理。注意，Redis 数据结构并不是指 String（字符串）对象、List（列表）对象、Hash（哈希）对象、Set（集合）对象和 Zset（有序集合）对象，因为这些是 Redis 键值对中值的数据类型，也就是数据的保存形式，这些对象的底层实现的方式就用到了数据结构 Redis 的键值对中的 key 就是字符串对象，而 value 可以
深入学习 Redis Cluster - 基于 Docker、DockerCompose 搭建 Redis 集群，处理故障、扩容方案
CYK_byte的博客
09-17 1492
当前阶段，由于我只有一个 云服务器，搞分布式系统就比较麻烦，而实际工作中，一般是通过多个主机的方式来搭建集群的. 因此这里我会 基于 docker、docker-compose（容器编排） 来搭建 redis 集群.
【C#与Redis】--Redis 数据结构
喵叔
12-23 1090
Redis（Remote Dictionary Server）是一个开源的内存数据存储系统，可以用作数据库、缓存和消息中间件。它支持多种数据结构，使其在不同场景下都能发挥作用。Redis中的基本数据类型之一，可以存储任意二进制数据，比如文本或者序列化的对象。提供了丰富的字符串操作命令，如GET、SET、INCR等。有序的字符串元素集合，可以在列表的两端执行插入和删除操作。支持在列表的任意位置进行元素的插入和删除，以及范围查询。无序的字符串元素集合，不允许重复的成员存在。
Redis 9 种数据结构简述
热门推荐
YTREE_BJ的博客
08-05 1万+
目录一、简介二、Redis 内部编码三、5种最基本数据结构1. String（字符串）1.1 内部编码1.2 应用1.3 数据结构1.3.1 什么是简单动态字符串(SDS)1.3.2 SDS 的数据结构1.3.3 SDS 与 C语言字符串的区别1.3.3.1 获取字符串长度1.3.3.2 杜绝缓冲区溢出1.3.3.3 减少修改字符串时带来的内存重分配次数1.3.3.3.1 空间预分配1.3.3.3.2 惰性空间释放1.3.3.4 获取字符串长度1.3.3.5 兼容部分 C 字符串函数1.3.3.5 总结1
Redis学习笔记
u014754814的博客
11-07 1355
Redis学习笔记
Redis(二)：自定义数据结构
weixin_43844995的博客
03-16 423
上一篇介绍了 Redis 是如何存储和索引数据的，这一篇将介绍 Redis 定义的八大数据结构，这些高效的数据结构，不仅帮助 Redis 实现了高性能，更能够应用于各种场景。八大数据结构如下：SDS、双向链表、压缩列表、哈希表、整数集合、跳表、quicklist、listpack。本文介绍了 Redis 的八大数据结构。下一节将介绍在这些数据结构基础上实现的九大数据类型。
01-VIP-Redis核心数据结构与核心原理1
08-03
Nginx也是采用IO多路复用原理解决C10K问题# 查看redis支持的最大连接数，在redis.conf文件中可修改，# maxclients 10000其
Another-Redis-Desktop-Manager.1.5.6
07-22
官网下载太慢，这里做了提取，可以在这里下载
Redis管理工具redisplus-3.2.0-win-x86_64
07-01
RedisPlus是为Redis可视化管理开发的一款开源免费的桌面客户端软件，支持Windows 、Linux、Mac三大系统平台，RedisPlus提供更加高效、方便、快捷的使用体验，有着更加现代化的用户界面风格。该软件支持单机、集群...
Redis笔记-尚硅谷周阳V1.3-脑图
06-16
根据《Redis笔记-尚硅谷周阳V1.3》整理，脑图、思维导图xmind
redis-windows-7.2.4.zip
01-14
Redis 是一个高性能的key-value数据库
Redis 实战之压缩列表
奔走的蚂蚁的博客
05-04 938
压缩列表是一种为节约内存而开发的顺序型数据结构。压缩列表被用作列表键和哈希键的底层实现之一。压缩列表可以包含多个节点，每个节点可以保存一个字节数组或者整数值。添加新节点到压缩列表， 或者从压缩列表中删除节点， 可能会引发连锁更新操作， 但这种操作出现的几率并不高。
Redis：三种启动方式
一些平时在开发过程中遇到的常见问题，分享给大家
05-01 702
Redis：三种启动方式
redis的安装
weixin_42795092的博客
05-03 416
1.关闭防火墙以允许外部访问。2. 绑定所有IP地址。
redisson分布式锁中waittime的设置
最新发布
qq_37831759的博客
05-06 158
之前分布式锁中使用redisson的lock.tryLock(0,0,TimeUnit.SECONDS)这里的time直接就取的传入的waitTime，当time减少到小于0时，返回加锁失败！这么做的逻辑是releaseTime设置为0，实际上会使用默认的30s并触发看门狗机制。所以waitTime是没有什么默认值的，这么写相当于加锁失败立刻返回。设置为0实际会等待多少时间？实验一下，先加一个不会过期的锁，然后另一个线程试图获取锁。如果设置为0，在尝试获取不到锁后立刻就会返回失败。
redis redis-cli 怎么根据db库清除数据
04-30
Redis是一款开源的内存数据结构存储系统，提供了多种数据处理方式。redis-cli是Redis命令行接口工具，可以通过该工具进行redis数据库操作。 在redis-cli中，使用SELECT命令可以根据db库切换不同的数据库，例如：...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值