String
String是 Redis 最基本的类型,你可以理解成与 Memcached 一模一样的类型,一个 key 对应一个 value。
String类型是二进制安全的。意思是 Redis 的 String可以包含任何数据。比如jpg图片或者序列化的对象。
String类型是 Redis 最基本的数据类型,一个Redis中字符串value最多可以是512M
命令
set <key> <value> 设置键值对
get <key> 查询相应键值
append <key> <value>将给定的<value>追加到原值的末尾
strlen <key> 获取值的长度
setnx <key> <value> 当<key>不存在时,进行设置
incr <key> 将key中储存的数字值增1,只能对数字进行操作,如果为空新增之为1
decr <key> 将key中储存的数字值减1
incrby/decrby <key> <步长> 将key中储存的数值进行增减,数值自定
mset <key1> <value1> <key2> <value2>....同时设置一个或多个键值对
mget <key1> <key2> <key3> ..同时获取一个或多个value.
msetnx <key1> <value1> <key2> <value2>....同时设置一个或多个key-value对,当且仅当所有给定的key值不存在(原子性,有一个失败则都失败)
getrange <key> <起始位置><结束位置>获取值得范围
setrange <key><起始位置><value>用value覆写key所存储的字符串值,从<起始位置开始>
setex <key> <过期时间> <value>设置键的同时设置过期时间
getset <key><value>以新值换旧值
原子性
所谓原子操作是指不会被线程调度机制打断的操作
这种操作一旦开始,就一直运行到结束,中间不会有任何context switch(切换到另一个线程)
1、在单线程中,能够在单挑指令中完成的操作都可以认为是“原子操作”,因为终端只能发生于指令之间。
2、在多线程中,不能被其它进程(线程)打断的操作叫原子操作
Redis单命令的原子性主要得益于Redis的单线程
Redis:单线程加多路IO复用、
Memcached:多线程+锁
数据结构
String的数据结构为简单的动态字符串,是可以修改的字符串,内部结构实现上类似于java的ArrayList,采用预分配冗余空间的方式来减少内存的频繁分配。
如图所示,内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len,当字符串长度小于1M时,扩容都是加倍现有的空间,如果超过1M,扩容一次只会多扩1M的空间,需要注意的时字符串最大长度为512M.
List
单键多值
Redis 列表是简单的字符et串列表,按照插入顺序排序。你可以添加一个元素到列表的头部(左边)或者尾部(右边)。
它的底层实际是个双向链表,对两端的操作性能很高,通过索引下标的操作中间的节点性能会很差。
常用命令:
lpush/rpush <key><value1><value2><value3>...从左面/右面插入一个或多个值
lpop/rpop <key>从左面/右面弹出一个值,当值被取完,键就不存在了
rpoplpush <key1><key2> 从<key1>列表右面弹出一个值放在<key2>列表左面
lindex <key><index> 通过索引下标获取值,从左到右
llen <key> 获得列表长度
lrange <key><start><key> 通过索引下标获得元素,0左边第一个,-1右边第一个
lrem <key><n><value>从左边删除n个value值
数据结构
List的数据结构为快速链表
在列表元素较少的情况下会使用一块连续的内存存储,这个结构是ziplist,也就是压缩链表。
他将所有的元素紧挨着一起存储,分配的是一块连续的内存。
当数据量比较多的时候才会改成quickList。
因为普通的链表需要的附加指针空间太大,比较浪费空间,比如这个列表里面只存int类型的数据,结构上还需要加两个额外的指针prev和next。
Redis将链表和ziplist结合起来组成了quickList,也就是将多个zipList使用双向指针串起来使用。这样既满足了快速的插入删除功能,又不会出现空间太大的荣誉。
当数据较少时,只有一个压缩链表,当数据较多时,由多个压缩链表构成一个快速链表的形式
Set
Redis set对外提供的功能与list类似是一个列表的功能,特殊之处在于set是可以自动排重的,当你需要存储一个列表数据,又不希望出现重复数据时,set是一个很好的选择,并且set提供了判断某个成员是否在一个set集合中的接口,这也是list没有的。
Redis的Set是String类型的无序集合,它底层其实是一个value为null的hash表,所以添加、删除、查找的复杂度都是O(1)
常用指令;
sadd <key><value1><value2>... 将一个或多个member元素加入到集合key中,已经存在的member将被忽略
smembers <key> 取出该集合的所有值
sismember <key><value> 判断集合<key>是否含有该value值,有--1,无--0.
scard <key>返回该集合元素个数
srem <key><value1><value2>... 删除集合中的元素
spop <key>随机弹出集合中的一个值
srandmember <key><n>随即从集合中取出n个值,不会从集合中删除
smove <key1><key2> value 把一个集合中的一个值移动到另一个集合
sinter <key1><key2> 返回两个集合的交集元素
sunion <key1><key2> 返回两个集合的并集元素
sdiff <key1><key2> 返回两个集合的差集元素
数据结构
set是一个无序的、自动去重的集合数据类型,Set底层用两种数据结构存储,一个是hashtable,一个是inset。
其中hashtable的key为set中元素的值,而value为null
inset为可以理解为数组,使用inset数据结构需要满足下述两个条件:
- 元素个数不少于默认值512
- 元素可以用整型表示
查询方式一般采用二分查找法,实际查询复杂度也就在log(n)
Hash
Redis hash 是一个键值(key=>value)对集合。
Redis hash 是一个 string 类型的 field 和 value 的映射表,hash 特别适合用于存储对象。
类似于java中的Map<String,Object>
常用命令
hset <key><field><value> 给<key>集合中的<field>键赋值<value>
hget <key><field> 获得value值
hmset <key><field1><value1><field2><value2> 批量设置
hexists <key><field> 查询key中给定field是否存在
hkeys <key> 列出该hash集合所有field
hvals <key> 列出该hash集合所有value
数据结构
Hash类型对应的数据结构是两种:ziplist(压缩列表),hashtable(哈希表)。
当field-value长度较短而且个数较少时,使用ziplist,否则使用hashtable
Zset(sorted set)
zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。
不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。
zset的成员是唯一的,但分数(score)却可以重复。
zadd <key><score1><value1><score2><value2>... 将一个或多个member元素及其score值加入到有序集key中
zrange <key><start><stop> [WITHSCORES]
返回有序集key中,下标在<start><stop>之间的元素
带[WITHSCORES],可以让分数一起和值返回到结果集
zrangebyscore key minmax [withscores] [limit offset count]
返回有序集key中,所有score值介于min和max之间(包括等于min或max的成员)
有序集成员按score值从小到大排列
zrevrangebyscore key maxmin [withscores] [limit offset count]
同上,改为从大到小排列
zincrby <key><increment><value> 为元素的score加上增量
zrem <key><value>删除该集合下指定值的元素
zcount <key><min><max>统计该集合min-max区间的元素个数
zrank <key><value>返回该值在集合中的排名
数据结构
1、hash,hash的作用就是关联元素value和权重score,保障元素value 的唯一性,可以通过元素value找到相应的score值。
2、压缩链表和跳跃表
什么时候采用压缩链表:有序集合保存元素小于128个或者有序集合所有元素的长度小于64字节
跳表是什么:
增加了多级索引,通过多级索引位置的转跳,实现了快速查找元素
跳表的时间复杂度是O(logN),删除和插入也是
为什么不采用红黑树和二叉树
- 范围查找,跳表效率比红黑树高
- 实现简单、易懂,可以有效的控制索引层级来控制消耗
应用场景
1、排行榜
2、带权重的消息队列