Redis数据类型及应用

• 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

一. string 类型

• 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

1. string 类型数据的基本操作

添加/修改数据
set key value

获取数据
get key

删除数据
del key

添加/修改多个数据
mset key1 value1 key2 value2 …

获取多个数据
mget key1 key2 …

获取数据字符个数（字符串长度）
strlen key

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

2. string 类型数据的扩展操作

情景一：
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。但是 MySQL数据库并不具有类似的机制。

解决方案：

• 设置数值数据增加指定范围的值
  incr key
incrby key increment
incrbyfloat key increment

• 设置数值数据减少指定范围的值
  decr key
decrby key 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。

• redis用于控制数据库表主键id，为数据库表主键提供生成策略，保障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

情景二：
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：
设置数据具有指定的生命周期
setex key seconds value
psetex key milliseconds value

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

3. string 类型应用场景

例如新浪微博大V主页显示粉丝数与微博数量

• 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

set user:id:3506728370:fans 12210947
set user:id:3506728370:blogs 6164
set user:id:3506728370:focuss 83

• 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）

set user:id:3506728370 → {"id":3506728370,"name":"jess","fans":12210862,"blogs":6164, "focus":83}

redis应用于各种结构型和非结构型高热度数据访问加速

4. key 的设置约定

Redis中的数据大部分来自于数据库

热点数据key命名惯例：

二. hash类型

• 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
  
  （field相当于一个小key）

hash存储结构优化：

• 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

1. hash 类型数据的基本操作

添加/修改数据
hset key field value

获取数据
hget key field
hgetall key

删除数据
hdel key field1 [field2]

添加/修改多个数据
hmset key field1 value1 field2 value2 …

获取多个数据
hmget key field1 field2 …

获取哈希表中字段的数量(field的数量)
hlen key

获取哈希表中是否存在指定的字段
hexists key field

2. hash 类型数据扩展操作

获取哈希表中所有的字段名或字段值
hkeys key：所有field
hvals key：所有value

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

3. hash 类型数据操作的注意事项

• hash类型下的value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象。如果数据未获取到，对应的值为（nil）hash 类型数据操作的注意事项
• 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

4. hash 类型应用场景

场景1：
电商网站购物车设计与实现

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

(此处仅讨论购物车中的模型设计)

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
删除商品：删除field
清空：删除key

当前仅仅是将数据存储到了redis中，商品信息还需要二次查询数据库

• 每条购物车中的商品记录保存成两条field
• field1专用于保存购买数量
  命名格式：商品id:nums
  保存数据：数值
• field2专用于保存购物车中显示的信息，包含文字描述，图片地址，所属商家信息等
  命名格式：商品id:info
  保存数据：json
  
  大量信息重复，所以将filed2用独立的hash保存

倘若同一件商品3个人前后都将它加入购物车，那就要每次都将商品加载到公共库中。
所以在操作前先判定，如果当前field没有值，加入；有值，不进行操作。
hsetnx key field value

redis 应用于购物车数据存储设计

场景2：
销售手机充值卡的商家对移动、联通、电信的30元、50元、100元商品推出抢购活动，每种商品抢购上限1000张

• 以商家id作为key
• 将参与抢购的商品id作为field
• 将参与抢购的商品数量作为对应的value
• 抢购时使用降值的方式控制产品数量

redis 应用于抢购，限购类、限量发放优惠卷、激活码等业务的数据存储设计

三. list 类型

• 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

1. list 类型数据基本操作

添加/修改数据
lpush key value1 [value2] ……
rpush key value1 [value2] ……

获取数据
lrange key start stop： start stop索引（0是首个元素，-1是最后一个元素）
lindex key index：index索引
llen key：长度

获取并移除数据
lpop key
rpop key

2. list 类型数据扩展操作

规定时间内获取并移除数据
blpop key1 [key2] timeout
brpop key1 [key2] timeout
brpoplpush source destination timeout

场景：
微信朋友圈点赞，要求按照点赞顺序显示点赞好友信息
如果取消点赞，移除对应好友信息

解决方案：
移除指定数据
lrem key count value：count：移除多少个，因为list中元素是可以重复的

redis 应用于具有操作先后顺序的数据控制

3. 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
• 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
• 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

4. list 类型应用场景

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

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

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

解决方案：

• 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

redis 应用于最新消息展示

四. set 类型

• 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
  

1. set 类型数据的基本操作

添加数据
sadd key member1 [member2]

获取全部数据
smembers key

删除数据
srem key member1 [member2]

获取集合数据总量
scard key

判断集合中是否包含指定数据
sismember key member

2. set 类型数据的扩展操作

场景1:
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

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]

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

场景2：
美团外卖为了提升成单量，必须帮助用户挖掘美食需求，如何推荐给用户最适合自己的美食

QQ新用户入网年龄越来越低，这些用户的朋友圈交际圈非常小，往往集中在一所学校甚至一个班级中，如何帮助用户快速积累好友用户带来更多的活跃度

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：把member从source移到destination

• 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
• 显示共同关注（一度）
• 显示共同好友（一度）
• 由用户A出发，获取到好友用户B的好友信息列表（一度）
• 由用户A出发，获取到好友用户B的购物清单列表（二度）
• 由用户A出发，获取到好友用户B的游戏充值列表（二度）

3. 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

4. set 类型应用场景

场景1:
集团公司共具有12000名员工，内部OA系统中具有700多个角色，3000多个业务操作，23000多种数据，每位员工具有一个或多个角色，如何快速进行业务操作的权限校验

公司对旗下新的网站做推广，统计网站的PV（访问量）,UV（独立访客）,IP（独立IP）。
PV：网站被访问次数，可通过刷新页面提高访问量
UV：网站被不同用户访问的次数，可通过cookie统计访问量，相同用户切换IP地址，UV不变
IP：网站被不同IP地址访问的总次数，可通过IP地址统计访问量，相同IP不同用户访问，IP不变

解决方案:

• 利用set集合的数据去重特征，记录各种访问数据
• 建立string类型数据，利用incr统计日访问量（PV）
• 建立set模型，记录不同cookie数量（UV）
• 建立set模型，记录不同IP数量（IP）

redis 应用于同类型数据的快速去重

场景2：
黑白名单的使用

• 基于经营战略设定问题用户发现、鉴别规则
• 周期性更新满足规则的用户黑名单，加入set集合
• 用户行为信息达到后与黑名单进行比对，确认行为去向
• 黑名单过滤IP地址：应用于开放游客访问权限的信息源
• 黑名单过滤设备信息：应用于限定访问设备的信息源
• 黑名单过滤用户：应用于基于访问权限的信息源

redis 应用于基于黑名单与白名单设定的服务控制

五. sorted_set 类型

• 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
  

1. sorted_set 类型数据的基本操作

添加数据
zadd key score1 member1 [score2 member2]

获取全部数据
zrange key start stop [WITHSCORES]
zrevrange key start stop [WITHSCORES]

删除数据
zrem key member [member ...]

按条件获取数据
zrangebyscore key min max [WITHSCORES] [LIMIT]
zrevrangebyscore key max min [WITHSCORES]

条件删除数据
zremrangebyrank key start stop
zremrangebyscore key min max

获取集合数据总量
zcard key
zcount key min max

集合交、并操作
zinterstore destination numkeys key [key ...]
zunionstore destination numkeys key [key ...]

注意：

• min与max用于限定搜索查询的条件
• 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
• 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

2. sorted_set 类型数据的扩展操作

场景:
聊天室活跃度统计
游戏好友亲密度
各类资源网站TOP10

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
zincrby key increment member

redis 应用于计数器组合排序功能对应的排名

3. 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

4. sorted_set 类型应用场景

场景1:
网站会定期开启投票、讨论，限时进行，逾期作废。
当VIP体验到期后，如果有效管理此类信息

解决方案:

• 对于基于时间线限定的任务处理，将处理时间记录为score值，利用排序功能区分处理的先后顺序
• 记录下一个要处理的时间，当到期后处理对应任务，移除redis中的记录，并记录下一个要处理的时间
• 当新任务加入时，判定并更新当前下一个要处理的任务时间
• 为提升sorted_set的性能，通常将任务根据特征存储成若干个sorted_set。例如1小时内，1天内，周内，月内，季内，年度等，操作时逐级提升，将即将操作的若干个任务纳入到1小时内处理的队列中

获取当前系统时间
time

redis 应用于定时任务执行顺序管理或任务过期管理

场景2：
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
• 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（折算后）
• 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。

redis 应用于即时任务/消息队列执行管理