Redis相关命令详解及其原理:Redis基本操作、数据结构以及应用
如何学习redis?
- 了解redis是什么
- redis如何使用,如何操作redis中的数据结构
- 典型应用和操作
- 阅读redis源码
一、Redis
Redis 是Remote Dictionary Service 的简称;也是远程字典服务;
Redis 是内存数据库,KV 数据库,数据结构数据库;
Redis 应用非常广泛,如Twitter、暴雪娱乐、Github、Stack Overflow、腾讯、阿里巴巴、京
东、华为、新浪微博等,很多中小型公司也在使用;
Redis 命令查看:http://redis.cn/commands.html
二、应用
- 记录朋友圈点赞数、评论数和点击数(hash)
- 记录朋友圈说说列表(排序),便于快速显示朋友圈(list)
- 记录文章的标题、摘要、作者和封面,用于列表页展示(hash)
- 记录朋友圈的点赞用户ID列表,评论ID列表,用于显示和去重计数(zset)
- 缓存热点数据,减少数据库压力(hash)
- 如果朋友圈说说 ID 是整数 id,可使用 redis 来分配朋友圈说说 id(计数器)(string)
- 通过集合(set)的交并差集运算来实现记录好友关系(set)
- 游戏业务中,每局战绩存储(list)
三、安装和编译
git clone https://gitee.com/mirrors/redis.git -b 6.2
cd redis
make
make test
make install
# 默认安装在 /usr/local/bin
# redis-server 是服务端程序
# redis-cli 是客户端程序
启动
mkdir redis-data
# 把redis文件夹下 redis.conf 拷贝到 redis-data
# 修改 redis.conf
# requirepass 修改密码 123456
# daemonize yes
cd redis-data
redis-server redis.conf
# 通过 redis-cli 访问 redis-server
redis-cli -h 127.0.0.1 -a 123456
如果是当前主机使用
redis-server redis.conf
redis-cli
auth "123456"
四、认识redis
Redis是内部数据库,kv数据库,数据结构数据库
有string,hash,list,set,zset
server向redis发送命令,来操作redis中的数据结构,redis应答操作结果
redis默认有16个数据库
redis只能单线程使用,同时只能使用一个数据库,用字典的方式组织起来,而mysql使用b+树组织的
redis中的数据结构
string是一个安全的二进制字符串(安全:redis中的string是安全字符串,不会被’\0’隔开)
哈希:键值对
双端队列(链表)list:有序(插入有序)
无序集合set:对顺序不关注,里面值都是唯一的
有序集合zset:对顺序关注,里面值是唯一的
五、redis基本使用
打开redis服务端
打开redis服务端,redis.conf是服务端的配置文件
redis-server redis.conf
查看服务端是否已经打开
ps aux|grep redis-server
redis客户端连接服务端
后面不加任何内容,代表登入本机的redis-server
redis-cli
客户端进入后
是这个样子
要进行密码认证才能使用,注意,密码是字符串形式,要加上双引号
auth "yourpassword"
key-value
设置 key 的 value 值
其中key为"hello",value为"world"
(是不能重复的)
set hello world
通过key获得value
get hello
hset
设置一个hash
key=markinfo指向的是一个键值对,filed=age,再对应哈希的值。
可以理解为一个二级字典
(是不能重复的)
hset markinfo age 30
获取值markinfo中age对应的值
hget markinfo age
list
(内容是可以重复的)
往链表liststr中插入“dog”,“cat”,“dog”这三个元素
lpush liststr dog cat dog
从liststr中取数据,begin=0代表起始位置 end=-1代表末尾
lrange liststr 0 -1
pop出liststr的最前面的值
lpop liststr
查看所有的key
keys *
mysql和redis一样,都是严格有序的请求回应的模式
而mongo不一定按 请求的顺序来回应
使用redis的基本步骤
第一步是connect连接
第二步是auth 输入密码,如果没有设置就不需要
第三步是select选择数据库,如果不进行这一步,默认是0号数据库
六、数据结构:string
字符数组,该字符串是动态字符串 raw,字符串长度小于1M 时,加倍扩容;超过 1M 每次只多扩
1M;字符串最大长度为 512M;
注意:redis 字符串是二进制安全字符串;可以存储图片,二进制协议等二进制数据;
基础命令
# 设置 key 的 value 值
SET key val
# 获取 key 的 value
GET key
# 执行原子加一的操作
INCR key
# 执行原子加一个整数的操作
INCRBY key increment
# 执行原子减一的操作
DECR key
# 执行原子减一个整数的操作
DECRBY key decrement
# 如果key不存在,这种情况下等同SET命令。 当key存在时,什么也不做
SETNX key value
# 删除 key val 键值对
DEL key
# 设置或者清空key的value(字符串)在offset处的bit值。
SETBIT key offset value
# 返回key对应的string在offset处的bit值
GETBIT key offset
# 统计字符串被设置为1的bit数.
BITCOUNT key
setnx和set的区别:
setnx也就是set not exist,对于存在的key,就不会进行处理
而set不管存在不存在,都是设置,如果存在就会覆盖
存储结构
字符串长度小于等于 20 且能转成整数,则使用 int 存储;
字符串长度小于等于 44,则使用 embstr 存储;
字符串长度大于 44,则使用 raw 存储;
在redis中所有的key都是string
使用不同类型是为了能够节约内存
可以通过object encoding [key] 来查看存储的数据类型
string可以作为位图使用
还可以作为位图使用
设置索引为9的地方为1。 可以看到索引为9的为1,索引为8的为0(因为没有设置)
还可以查看位图中,1的个数
应用
对象存储
SET role:10001 '{["name"]:"mark",["sex"]:"male",["age"]:30}'
# 极少修改,对象属性字段很少改变的时候,可以这种写法,否则建议使用哈希
GET role:10001
冒号后面的数字是用来唯一确定那个key的
打开redis客户端,可以看到role是一个文件夹,里面包含了role:10001
因此可以通过,加冒号来不断地定义key,可以理解为文件夹(树状结构)
如
role:10001:recharge
# 或者 也可以多级冒号
role:10001:activity:10001
累加器
# 统计阅读数 累计加1
incr reads
# 累计加100
incrby reads 100
使用incr key
必须保证为可以将string转化为int,否则会失败
分布式锁
# 加锁
setnx lock 1 # 不存在才能设置 定义加锁行为 占用锁
# 释放锁
del lock
if(get(lock)==uuid)
del(lock);
# 1. 排他功能 2. 加锁行为定义 3. 释放行为定义
uuid表示客户端的唯一标识,nx表示not exist(不存在才能set成功),ex 30表示(expire 30秒后过期)
set lock uuid nx ex 30
互斥锁是一种公平锁,A获取锁,操作临界资源,释放锁后,按照请求顺序获取锁。
而自旋锁是一种非公平锁,通过不断尝试去获取锁(没有严格的顺序,谁请求到了,就获取锁)。
分布式锁是一种非公平锁。
七、数据结构:list
双向链表实现,列表首尾操作(删除和增加)时间复杂度 O(1) ;查找中间元素时间复杂度为
O(n) ;
列表中数据是否压缩的依据:
- 元素长度小于 48,不压缩;
- 元素压缩前后长度差不超过 8,不压缩;
基础命令
# 从队列的左侧入队一个或多个元素
LPUSH key value [value ...]
# 从队列的左侧弹出一个元素
LPOP key
# 从队列的右侧入队一个或多个元素
RPUSH key value [value ...]
# 从队列的右侧弹出一个元素
RPOP key
# 返回从队列的 start 和 end 之间的元素 0, 1 2
LRANGE key start end
# 从存于 key 的列表里移除前 count 次出现的值为 value 的元素
LREM key count value
# 它是 RPOP 的阻塞版本,因为这个命令会在给定list无法弹出任何元素的时候阻塞连接
BRPOP key timeout # 超时时间 + 延时队列
存储结构
/* Minimum ziplist size in bytes for attempting compression. */
#define MIN_COMPRESS_BYTES 48
/* quicklistNode is a 32 byte struct describing a ziplist for a quicklist.
* We use bit fields keep the quicklistNode at 32 bytes.
* count: 16 bits, max 65536 (max zl bytes is 65k, so max count actually <
32k).
* encoding: 2 bits, RAW=1, LZF=2.
* container: 2 bits, NONE=1, ZIPLIST=2.
* recompress: 1 bit, bool, true if node is temporary decompressed for
usage.
* attempted_compress: 1 bit, boolean, used for verifying during testing.
* extra: 10 bits, free for future use; pads out the remainder of 32 bits */
typedef struct quicklistNode {
struct quicklistNode *prev;
struct quicklistNode *next;
unsigned char *zl;
unsigned int sz; /* ziplist size in bytes */
unsigned int count : 16; /* count of items in ziplist */
unsigned int encoding : 2; /* RAW==1 or LZF==2 */
unsigned int container : 2; /* NONE==1 or ZIPLIST==2 */
unsigned int recompress : 1; /* was this node previous compressed? */
unsigned int attempted_compress : 1; /* node can't compress; too small
*/
unsigned int extra : 10; /* more bits to steal for future usage */
} quicklistNode;
typedef struct quicklist {
quicklistNode *head;
quicklistNode *tail;
unsigned long count; /* total count of all entries in all
ziplists */
unsigned long len; /* number of quicklistNodes */
int fill : QL_FILL_BITS; /* fill factor for individual
nodes */
unsigned int compress : QL_COMP_BITS; /* depth of end nodes not to
compress;0=off */
unsigned int bookmark_count: QL_BM_BITS;
quicklistBookmark bookmarks[];
} quicklist;
应用
栈(先进后出 FILO)
LPUSH + LPOP
# 或者
RPUSH + RPOP
队列(先进先出 FIFO)
LPUSH + RPOP
# 或者
RPUSH + LPOP
阻塞队列(blocking queue)
LPUSH + BRPOP
# 或者
RPUSH + BLPOP
异步消息队列
操作与队列一样,但是在不同系统间
web发送数据给redis,几个服务器通过阻塞获取数据brpop或者blpop
获取固定窗口记录
就是维护一个固定窗口大小的数据
方法:
1.固定窗口限流
2.截断限流
Redis Ltrim 命令
通过ltrim只保留最近50条数据,来达到限流的效果
八、数据结构:hash
散列表,在很多高级语言当中包含这种数据结构;c++ unordered_map 通过 key 快速索引
value;
基础命令
# 获取 key 对应 hash 中的 field 对应的值
HGET key field
# 设置 key 对应 hash 中的 field 对应的值
HSET key field value
# 设置多个hash键值对
HMSET key field1 value1 field2 value2 ... fieldn valuen
# 获取多个field的值
HMGET key field1 field2 ... fieldn
# 给 key 对应 hash 中的 field 对应的值加一个整数值
HINCRBY key field increment
# 获取 key 对应的 hash 有多少个键值对
HLEN key
# 删除 key 对应的 hash 的键值对,该键为field
HDEL key field
存储结构
节点数量大于 512(hash-max-ziplist-entries) 或所有字符串长度大于 64(hash-max-ziplistvalue),则使用 dict 实现;
节点数量小于等于 512 且有一个字符串长度小于 64,则使用 ziplist 实现;
应用
存储对象
hmset hash:10001 name mark age 18 sex male
# 与 string 比较
set hash:10001 '{["name"]:"mark",["sex"]:"male",["age"]:18}'
# 假设现在修改 mark的年龄为19岁
# hash:
hset hash:10001 age 19
# string:
get role:10001
# 将得到的字符串调用json解密,取出字段,修改 age 值
# 再调用json加密
set role:10001 '{["name"]:"mark",["sex"]:"male",["age"]:19}'
购物车
# 将用户id作为 key
# 商品id作为 field
# 商品数量作为 value
# 注意:这些物品是按照我们添加顺序来显示的;
# 添加商品:
hset MyCart:10001 40001 1
lpush MyItem:10001 40001
# 增加数量:
hincrby MyCart:10001 40001 1
hincrby MyCart:10001 40001 -1 // 减少数量1
# 显示所有物品数量:
hlen MyCart:10001
# 删除商品:
hdel MyCart:10001 40001
lrem MyItem:10001 1 40001
# 获取所有物品:
lrange MyItem:10001
# 40001 40002 40003
hget MyCart:10001 40001
hget MyCart:10001 40002
hget MyCart:10001 40003
九、数据结构:set
集合;用来存储唯一性字段,不要求有序;
存储不需要有序,操作(交并差集的时候排序)
基础命令
# 添加一个或多个指定的member元素到集合的 key中
SADD key member [member ...]
# 计算集合元素个数
SCARD key
# SMEMBERS key
SMEMBERS key
# 返回成员 member 是否是存储的集合 key的成员
SISMEMBER key member
# 随机返回key集合中的一个或者多个元素,不删除这些元素
SRANDMEMBER key [count]
# 从存储在key的集合中移除并返回一个或多个随机元素
SPOP key [count]
# 返回一个集合与给定集合的差集的元素
SDIFF key [key ...]
# 返回指定所有的集合的成员的交集
SINTER key [key ...]
# 返回给定的多个集合的并集中的所有成员
SUNION key [key ...]
由于set存储时是无序的,因此spop的结果应该是一个随机值
存储结构
元素都为整数且节点数量小于等于 512(set-max-intset-entries),则使用整数数组存储;
元素当中有一个不是整数或者节点数量大于 512,则使用字典存储;
应用
抽奖
# 添加抽奖用户
sadd Award:1 10001 10002 10003 10004 10005 10006
sadd Award:1 10009
# 查看所有抽奖用户
smembers Award:1
# 抽取多名幸运用户
srandmember Award:1 10
# 如果抽取一等奖1名,二等奖2名,三等奖3名,该如何操作?
共同关注
sadd follow:A mark king darren mole vico
sadd follow:C mark king darren
sinter follow:A follow:C
推荐好友
sadd follow:A mark king darren mole vico
sadd follow:C mark king darren
# C可能认识的人:
sdiff follow:A follow:C
十、数据结构:zset
有序集合;用来实现排行榜;它是一个有序唯一;
基础命令
# 添加到键为key有序集合(sorted set)里面
ZADD key [NX|XX] [CH] [INCR] score member [score member ...]
# 从键为key有序集合中删除 member 的键值对
ZREM key member [member ...]
# 返回有序集key中,成员member的score值
ZSCORE key member
# 为有序集key的成员member的score值加上增量increment
ZINCRBY key increment member
# 返回key的有序集元素个数
ZCARD key
# 返回有序集key中成员member的排名
ZRANK key member
# 返回存储在有序集合key中的指定范围的元素 order by id limit 1,100
ZRANGE key start stop [WITHSCORES]
# 返回有序集key中,指定区间内的成员(逆序)
ZREVRANGE key start stop [WITHSCORES]
byscore根据分数排序,withscores把分数也打印出来
从大到小排序
存储结构
节点数量大于 128或者有一个字符串长度大于64,则使用跳表(skiplist);
节点数量小于等于128(zset-max-ziplist-entries)且所有字符串长度小于等于64(zset-maxziplist-value),则使用 ziplist 存储;
数据少的时候,节省空间; O(n)
数量多的时候,访问性能;O(1) o(logn)
应用
百度热榜
# 点击新闻:
zincrby hot:20210601 1 10001
zincrby hot:20210601 1 10002
zincrby hot:20210601 1 10003
zincrby hot:20210601 1 10004
zincrby hot:20210601 1 10005
zincrby hot:20210601 1 10006
zincrby hot:20210601 1 10007
zincrby hot:20210601 1 10008
zincrby hot:20210601 1 10009
zincrby hot:20210601 1 10010
# 获取排行榜:
zrevrange hot:20210601 0 9 withscores
延时队列
将消息序列化成一个字符串作为 zset 的 member;这个消息的到期处理时间作为 score,然后用
多个线程轮询 zset 获取到期的任务进行处理
def delay(msg):
msg.id = str(uuid.uuid4()) #保证 member 唯一
value = json.dumps(msg)
retry_ts = time.time() + 5 # 5s后重试
redis.zadd("delay-queue", retry_ts, value)
# 使用连接池
def loop():
while True:
values = redis.zrangebyscore("delay-queue", 0, time.time(), start=0,
num=1)
if not values:
time.sleep(1)
continue
value = values[0]
success = redis.zrem("delay-queue", value)
if success:
msg = json.loads(value)
handle_msg(msg)
# 缺点:loop 是多线程竞争,两个线程都从zrangebyscore获取到数据,但是zrem一个成功一个失败,
# 优化:为了避免多余的操作,可以使用lua脚本原子执行这两个命令
# 解决:漏斗限流
分布式定时器
生产者将定时任务 hash 到不同的 redis 实体中,为每一个 redis 实体分配一个 dispatcher 进程,
用来定时获取 redis 中超时事件并发布到不同的消费者中;
时间窗口限流
系统限定用户的某个行为在指定的时间范围内(动态)只能发生N次;
# 指定用户 user_id 的某个行为 action 在特定时间内 period 只允许发生做多的次数max_count
local function is_action_allowed(red, userid, action, period, max_count)
local key = tab_concat({"hist", userid, action}, ":")
local now = zv.time()
red:init_pipeline()
-- 记录行为
red:zadd(key, now, now)
-- 移除时间窗口之前的行为记录,剩下的都是时间窗口内的记录
red:zremrangebyscore(key, 0, now - period *100)
-- 获取时间窗口内的行为数量
red:zcard(key)
-- 设置过期时间,避免冷用户持续占用内存 时间窗口的长度+1秒
red:expire(key, period + 1)
local res = red:commit_pipeline()
return res[3] <= max_count
end
# 维护一次时间窗口,将窗口外的记录全部清理掉,只保留窗口内的记录;
# 缺点:记录了所有时间窗口内的数据,如果这个量很大,不适合做这样的限流;漏斗限流
# 注意:如果用 key + expire 操作也能实现,但是实现的是熔断,维护时间窗口是限流的功能;