Redis 你了解吗？

前言

redis 是一个开源，C语言编写的、支持网络交互的、可基于内存也可持久化的Key-value数据库。

Redis数据结构

• 字符串（Strings）

• 字符串列表（lists）

• 字符串集合（sets）

• 有序字符串集合（sorted sets）

• 哈希（hash）

  下面对各种数据类型做一个简单的介绍：

字符串 （Strings）

Redis 字符串数据类型的相关命令用于管理 redis 字符串值，基本语法如下：

redis 127.0.0.1:6379> COMMAND KEY_NAME

实例：

 redis 127.0.0.1:6379> SET runoobkey redis
 OK
 redis 127.0.0.1:6379> GET runoobkey
 "redis"

String 类型是redis最基本的数据类型，它在Redis中是二进制安全的，这便意味着该类型可以接受任何格式的数据，如JPEG图像数据或Json对象描述信息等。在Redis中字符串类型的Value最多可以容纳的数据长度是512M。

字符串列表（lists）

redis 127.0.0.1:6379> LPUSH runoobkey redis
(integer) 1
redis 127.0.0.1:6379> LPUSH runoobkey mongodb
(integer) 2
redis 127.0.0.1:6379> LPUSH runoobkey mysql
(integer) 3
redis 127.0.0.1:6379> LRANGE runoobkey 0 10

1) "mysql"
2) "mongodb"
3) "redis"

list类型是简单的字符串列表，按照插入顺序排序。每个列表最多可以存储 232 - 1 个元素（40多亿）。

list 应用场景

• 消息队列

list类型的lpop和rpush（或者反过来，lpush和rpop）能实现队列的功能，故而可以用Redis的list类型实现简单的点对点的消息队列。不过我不推荐在实战中这么使用，因为现在已经有Kafka、NSQ、RabbitMQ等成熟的消息队列了，它们的功能已经很完善了，除非是为了更深入地理解消息队列，不然我觉得没必要去重复造轮子。

• 排行榜

list类型的lrange命令可以分页查看队列中的数据。可将每隔一段时间计算一次的排行榜存储在list类型中，如京东每日的手机销量排行、学校每次月考学生的成绩排名、斗鱼年终盛典主播排名等，下图是酷狗音乐“K歌擂台赛”的昨日打擂金曲排行榜，每日计算一次，存储在list类型中，接口访问时，通过page和size分页获取打擂金曲。　
但是，并不是所有的排行榜都能用list类型实现，只有定时计算的排行榜才适合使用list类型存储，与定时计算的排行榜相对应的是实时计算的排行榜，list类型不能支持实时计算的排行榜，之后在介绍有序集合sorted set的应用场景时会详细介绍实时计算的排行榜的实现。

• 最新列表

list类型的lpush命令和lrange命令能实现最新列表的功能，每次通过lpush命令往列表里插入新的元素，然后通过lrange命令读取最新的元素列表，如朋友圈的点赞列表、评论列表。

哈希（hash）

Redis hash是一个String类型的field和value的映射表。添加、删除操作复杂度平均为O(1)，为什么是平均呢？因为Hash的内部结构包含zipmap和hash两种。hash特别适合用于存储对象。相对于将对象序列化存储为String类型，将一个对象存储在hash类型中会占用更少的内存，并且可以方便的操作对象。为什么省内存，因为对象刚开始使用zipmap存储的。

zipmap

zipmap其实并不是hashtable，zip可以节省hash本身需要的一些元数据开销。zipmap的添加、删除、查找复杂度为O(n)，但是filed数量都不多，所以可以说平均是O(1)。

    默认配置：
        hash-max-ziplist-entries 512  //filed最多512个
        hash-max-ziplist-value 64     //value最大64字节

    内存分配如下：

        例："foo" => "bar", "hello" => "world":<zmlen><len>"foo"<len><free>"bar"<len>"hello"<len><free>"world"

      （1）zmlen：记录当前zipmap的key-value对的数量。一个字节，因此规定其表示的数量只能为0~254，当zmlen>254时，就需要遍历整个zipmap来得到key-value对的个数
      （2）len：记录key或value的长度，有两种情况，当len的第一个字节为0~254(注释是253，我们以代码为准)时，那么len就只占用这一个字节。若len的第一个字节为254时，那么len将用后面的4个字节来表示。因此len要么占用1字节，要么占用5字节。
      （3）free：记录value后面的空闲字节数，将”foo” => “world”变为”foo” => “me” ，那么会导致3个字节的空闲空间。当free的字节数过大用1个字节不足以表示时，zipmap就会重新分配内存，保证字符串尽量紧凑。
      （4）end： 记录zipmap的结束，0xFF

hash

在Redis中，hash表被称为字典（dictionary），采用了典型的链式解决冲突方法，即：当有多个key/value的key的映射值（每对key/value保存之前，会先通过类似HASH(key) MOD N的方法计算一个值，
以便确定其对应的hash table的位置）相同时，会将这些value以单链表的形式保存；同时为了控制哈希表所占内存大小，redis采用了双哈希表(ht[2])结构，并逐步扩大哈希表容量（桶的大小）的策略，
即：刚开始，哈希表ht[0]的桶大小为4，哈希表ht[1]的桶大小为0，待冲突严重（redis有一定的判断条件）后，ht[1]中桶的大小增为ht[0]的两倍，并逐步(注意这个词：”逐步”)将哈希表ht[0]中元素迁移（称为“再次Hash”）到ht[1]，
待ht[0]中所有元素全部迁移到ht[1]后，再将ht[1]交给ht[0]（这里仅仅是C语言地址交换），之后重复上面的过程。

   基本操作：
    Redis中hash table主要有以下几个对外提供的接口：dictCreate、dictAdd、dictReplace、dictDelete、dictFind、dictEmpty等，而这些接口调用了一些基础操作，包括：_dictRehashStep，_dictKeyIndex等

    Hash Table在一定情况下会触发rehash操作，即：将第一个hash table中的数据逐步转移到第二个hash table中。
  （1）触发条件 当第一个表的元素数目大于桶数目且元素数目与桶数目比值大于5时，hash 表就会扩张，扩大后新表的大小为旧表的2倍。
  （2）转移策略 为了避免一次性转移带来的开销，Redis采用了平摊开销的策略，即：将转移代价平摊到每个基本操作中，如：dictAdd、dictReplace、dictFind中，每执行一次这些基本操作会触发一个桶中元素的迁移操作。在此，有读者可能会问，如果这样的话，如果旧hash table非常大，什么时候才能迁移完。为了提高前移速度，Redis有一个周期性任务serverCron，每隔一段时间会迁移100个桶。

参考： https://www.cnblogs.com/programlearning/p/6944572.html

set

待续

sortedset

待续

redis 和memcached比较

和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持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。在此基础上，redis支持各种不同方式的排序。与memcached一样，为了保证效率，数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件，并且在此基础上实现了master-slave(主从)同步。

Jedis 操作redis代码

package com.ydt.redis;

import org.junit.Test;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;
import redis.clients.jedis.Pipeline;

import java.util.Map;
import java.util.Set;

public class RedisTest1 {

    private JedisPool pool = new JedisPool(new JedisPoolConfig(), "192.168.31.128", 6379);
    final private Jedis jedis = pool.getResource();

    @Test
    public void set() {

        jedis.set("weido", "180");
        String weido = jedis.get("weido");
        System.out.println(weido);
    }

    @Test
    public void hset() {

        jedis.hset("user", "name", "weido");
        jedis.hset("user", "age", "18");
        jedis.hset("user", "length", "180");
        Map<String, String> user = jedis.hgetAll("user");
        System.out.println(user);
    }

    @Test
    public void zSet() {
        jedis.zadd("gameWz", 12, "laozi");
        jedis.zadd("gameWz", 11, "xiaozi");
        jedis.zadd("gameWz", 14, "lizi");
        Set<String> wz = jedis.zrange("gameWz", 0, -1);
        System.out.println(wz);
    }

    @Test
    public void list() {
        jedis.rpush("wei", "1");
        jedis.rpush("wei", "2");
        jedis.rpush("wei", "3");
        System.out.println(jedis.lpop("wei"));
    }

    @Test
    public void pipeLine() {
        Pipeline pipeline = jedis.pipelined();
        long s = System.currentTimeMillis();
        for (int i = 0; i < 100000; i++) {
            pipeline.set("i" + i, i + "");
        }
        pipeline.sync();
        long e = System.currentTimeMillis();
        System.out.println(e - s);
    }
}