Redis基础数据类型

paopaodog

已于 2023-06-02 21:06:37 修改

阅读量133

点赞数

分类专栏： redis 文章标签： redis

于 2023-05-30 18:56:46 首次发布

本文链接：https://blog.csdn.net/paopaodog/article/details/130934938

版权

redis 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

Redis基础数据类型

Redis特点
数据结构

Redis特点

1.简单稳定

Redis使用单线程模型（在Redis 6版本中实质执行命令线程还是单线程）
Redis不需要依赖于操作系统中的类库，比如Memcache需要依赖libevent这样的系统类库
Redis源码较少

2.运行速度快

Redis的所有数据都是存放在内存中
Redis使用C语言实现的（C语言编写的程序距离操作系统更近、执行速度相对较快）
Redis命令执行是单线程的，所以预防了多线程上下文频繁切换的问题

官方给出的结果是读写性能可以达到每秒10万次以上

3.功能丰富

除了常用的String、List、Hash、Set、Zset这5种数据类型之外，Redis还提供了许多额外的功能：

键过期功能，可以用来实现缓存
发布和订阅功能，可以用作消息系统
Lua脚本扩展功能，可以利用Lua创造新的Redis命令。
简单的事务功能，能在一定程度上保证事务特性。
管道（Pipeline）功能，客户端能将多条命令一次性传到Redis执行，减少网络开销

4.高可扩展、高性能与高可用特性

Redis是内存数据库，但是数据放在内存中是不安全的，一旦发生断电或者机器故障，重要的数据就可能会丢失，于是Redis提供了RDB和AOF两种持久化方式，可让用户将内存数据保存在硬盘中，以保证数据的安全
Redis从3.0版本开始正式提供了Redis Cluster（真正的分布式实现），提高了读写和容量的扩展性
在编程语言方面，几乎所有主流的编程语言都可以很方便地接入Redis，例如NET、Java、PHP、Python、C、C++、Node.js等

数据结构

1.String 结构

常用操作

SET key value //存入字符串键值对
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 //获取一个字符串键值
MGET key [key …] //批量获取字符串键值
DEL key [key …] //删除一个键
EXPIRE key seconds //设置一个键的过期时间(秒)

原子加减

INCR key //将key中储存的数字值加1
DECR key //将key中储存的数字值减1
INCRBY key increment //将key所储存的值加上increment
DECRBY key decrement //将key所储存的值减去decrement

应用场景

1.单值缓存

比如：在分布式项目中需要一个统一的鉴权和授权中心将相应的算法生成token，而token本身就是单个字符串，这样完全可以利用Redis中的String数据类型来实现。

2.对象缓存

用户信息可能是一个对象或者高频率访问但是很少修改的数据，这些数据可以作为一个整体对象，如果想要减轻数据库访问的压力，那么可以将其对象进行json序列化后缓存起来。这样的数据可以采用String数据类型进行存储。
两种方式：
1.将对象一次性转换成json序列化进行存储
2.利用mset、mget同时设置多个键、获取多个键的值（只适合使用对象某个属性值的场景）

3.计数器

比如：在双十一或者其他大型节日，业务服务器资源有限，但在高并发场景下，过多请求可能会导致服务器宕机等问题，所以会对接口请求做一些限制，比如限制每秒请求总数为200次，超过200次就等待，等下一秒再次请求，这里用Redis作为计数器的模式来实现：

1）首先在接到请求之后设置一个键，然后自增1，如果不存在，则值会被初始化为0。
incr mykey #第一次执行返回的结果是1
这里的mykey可能需要特殊处理，因为是根据秒来的，所以当接口得到一个请求之后，应该获取当前时间生成动态的键，如20230529235959:mykey。
2）当接口得到请求后，执行incr yyyyMMddHHmmss:mykey，如果返回结果小于200则进行处理，超过200将等待下一秒处理。
用于限流

3）因为每秒会生成一个键，为了节省内存空间，可能需要一个定时任务，定时删除这些已经使用过的键。

4.分布式系统全局序列号

每台机器分配1000个，存放在各自内存中，使用完再从redis获取1000个。
INCRBY orderId 1000 //redis批量生成序列号提升性能
只适合对id顺序要求不严格的场景，严格的话还需要雪花算法

5.文章阅读数或者网页浏览数统计

在这里插入图片描述
INCR article:readcount:{文章id}
GET article:readcount:{文章id}

6.分布式锁

SET product:10001 true ex 20 nx //创建锁的同时设置锁过期时间保证原子性，防止程序意外终止导致死锁，到期后键自动删除
。。。执行业务操作
SETNX product:10001 true ex 20 nx //其他客户端尝试加锁命令，返回0则表示锁被占用，只能后期继续尝试再执行返回0代表获取锁失败

2.Hash结构

常用操作

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 key //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

相较于String类型

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，容易造成数据倾斜，需要hash散列

应用场景

1.电商购物车

比如：以每个用户的userid作为Redis的键（Key），每个用户的购物车都是一个哈希表，它存储了商品ID与商品订购数量之间的映射关系。在商品的订购数量出现变化时，操作Redis哈希对购物车进行更新。

1）以用户id为key
2）商品id为field
3）商品数量为value

添加商品hset userid:1001 10088 1
增加数量hincrby userid:1001 10088 1
商品总数hlen userid:1001
删除商品hdel userid:1001 10088
获取购物车所有商品hgetall userid:1001

2.计数器

Hash常被用于记录网站一天、一月、一年的访问数量。每次访问，在对应的field上自增1即可。比如：

// 记录博客文章每月的访问量
hincrby myBlog  202305 1
hincrby myBlog  202305 1
hincrby myBlog  202305 1
hincrby myBlog  202405 1

// 记录商品的好评量、差评量
hincrby pid:1  Good 1
hincrby pid:1  Good 1
hincrby pid:1  bad  1

// 记录实时在线人数
// 登录
hincrby mySite 20230501 1
hincrby mySite 20230501 1
// 退出
hincrby mySite 20230501 -1

3.List结构

常用操作

在这里插入图片描述

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

模拟数据结构

Stack(栈) ：先进后出，LPUSH + LPOP 操作
Queue(队列）：先进先出， LPUSH + RPOP 操作
Blocking MQ(阻塞队列）： LPUSH + BRPOP 操作

BRPOP是一个包含两个元素的数组（还包含键的名称），brpop和blpop通过阻塞方式等待来自多个列表的元素

应用场景

1.微博和微信公号消息流

我关注了大V1和大V2
1）大V1发微博，消息ID为10018

LPUSH  msg:{我userid}  10018

2）大V2发微博，消息ID为10086

LPUSH  msg:{我userid} 10086

3）查看最新微博消息

LRANGE  msg:{我userid}  0  4

      如果每次分页获取的文章数较多，就需要执行多次hgetall操作，此时可以考虑使用Pipeline批量获取，或者考虑将文章数据序列化为字符串类型，然后使用mget批量获取。
     在我们访问任何一个网站时，并发最高的可能就是网站的首页，如果首页是列表类信息，那么完全可以使用List来实现。
     但是如果数据量特别大，可以把标题和当前文章的ID主键存储在Redis的List中，当用户点击当前文章并需要查看详情的时候，结合主键ID再去数据库中查询。

4.Set结构

常用操作

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
SCARD key //获取集合key的元素个数
SISMEMBER key member //判断member元素是否存在于集合key中
SRANDMEMBER key [count] //从集合key中选出count个元素，元素不从key中删除
SPOP key [count] //从集合key中选出count个元素，元素从key中删除

运算操作

SINTER key [key …] //交集运算
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
SDIFFSTORE destination key [key …] //将差集结果存入新集合destination中

在这里插入图片描述

SINTER set1 set2 set3 -> { c } //交集
SUNION set1 set2 set3 -> { a,b,c,d,e } //并集
SDIFF set1 set2 set3 -> { a } //差集，第一个集合减去后面集合的并集

集合类型和列表类型的区别

列表可以存储重复元素，集合默认去重
列表顺序存储，而集合是无序存储
列表和集合都支持增、删、改、查，同时集合还支持取多个集合的交集、并集、差集

应用场景

1.微信抽奖小程序

在这里插入图片描述

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）随机抽取count名中奖者 SRANDMEMBER key [count] / SPOP key [count]

2.微信微博点赞，收藏，标签

在这里插入图片描述

点赞 SADD like:{消息ID} {用户ID}
取消点赞 SREM like:{消息ID} {用户ID}
检查用户是否点过赞 SISMEMBER like:{消息ID} {用户ID}
获取点赞的用户列表 SMEMBERS like:{消息ID}
获取点赞用户数 SCARD like:{消息ID}

3.集合操作实现微博微信关注模型

在这里插入图片描述

预设条件：

我关注的人: meSet -> {bigV1, bigV2}
大V1关注的人: bigV1Set -> {me,bigV2,bigV3,bigV4}
大V2关注的人: bigV2Set -> {me,bigV1,bigV5,bigV6)

查询：

我和大V1共同关注的人: SINTER meSet bigV1Set -> {bigV2}
我关注的人也关注他(大V1):
SISMEMBER bigV2Set bigV1
SISMEMBER bigV5Set bigV1
我可能想认识的人: SDIFF bigV1Set meSet ->(me,bigV3,bigV4}

4.实现电商商品筛选

在这里插入图片描述
预设条件：
SADD brand:huawei P40
SADD brand:xiaomi mi-10
SADD brand:iPhone iphone12
SADD os:android P40 mi-10
SADD cpu:brand:intel P40 mi-10
SADD ram:8G P40 mi-10 iphone12
查询：安卓系统、英特尔cpu、8G存储
SINTER os:android cpu:brand:intel ram:8G -> {P40，mi-10} //得到交集

5.ZSet有序集合结构

常用操作

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

集合操作

ZUNIONSTORE destkey numkeys key [key …] //并集计算
ZINTERSTORE destkey numkeys key [key …] //交集计算

应用场景

1.Zset集合操作实现排行榜

在这里插入图片描述
1）点击新闻 ZINCRBY hotNews:20230501 1 xxxx
2）展示当日排行前十 ZREVRANGE hotNews:20230501 0 9 WITHSCORES
3）七日搜索榜单计算 ZUNIONSTORE hotNews:20230425-20230501 7 hotNews:20230425 hotNews:20230426 … hotNews:20230501
//创建7个key，做并集处理
4）展示七日排行前十 ZREVRANGE hotNews:20230425-20230501 0 9 WITHSCORES

6.HyperLogLog

常用操作

pfadd key element [element …] //添加元素,添加成功返回 1
pfcount key [key …] //计算一个或多个 HyperLogLog 独立总数
pfmerge destkey sourcekey [sourcekey … ] //求出多个 HyperLogLog 的并集并赋值给 destkey

与集合类型占用空间对比