Redis数据类型和应用场景

概述

Redis 是一个开放源代码（BSD许可）的内存中数据结构存储，用作数据库，缓存和消息代理。它支持数据结构，例如字符串，哈希，列表，集合，带范围查询的排序集合，位图，超日志，带有半径查询和流的地理空间索引。Redis 具有内置的复制，Lua 脚本，LRU 驱逐，事务和不同级别的磁盘持久性，并通过 Redis Sentinel 和 Redis Cluster 自动分区提供了高可用性。

五大基础类型

String、List、Set、Hash、Zset

三大特殊类型

Bitmaps、HyperLogLog、Geospatial

Redis键(key)

Redis 键命令用于管理 redis 的键。

常用命令

命令	描述
keys *	查看当前库所有 key (匹配：keys *1)
exists key	判断某个 key 是否存在
type key	查看某个 key 是什么类型
del key	删除指定的 key 数据
unlink key	根据 value 选择非阻塞删除，仅将 keys 从 keyspace 元数据中删除，真正的删除会在后续异步操作。
expire key 10	10秒钟：为给定的 key 设置过期时间
ttl key	查看还有多少秒过期，-1 表示永不过期，-2 表示已过期

测试实例

127.0.0.1:6379> keys * # 查看所有的key
(empty array)
127.0.0.1:6379> set key1 value1 # 设置一个key
OK
127.0.0.1:6379> keys * # 查看所有的key
1) "key1"
127.0.0.1:6379> exists key1 # 判断某个 key 是否存在
(integer) 1
127.0.0.1:6379> exists key2 # 判断某个 key 是否存在
(integer) 0
127.0.0.1:6379> type key1 # 查看某个 key 是什么类型
string
127.0.0.1:6379> ttl key1 # 查看还有多少秒过期
(integer) -1
127.0.0.1:6379> del key1 # 删除指定的 key 数据
(integer) 1
127.0.0.1:6379> keys * # 查看所有的key
(empty array)

字符串(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。意味着 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。

数据结构

String 的数据结构为简单动态字符串(Simple Dynamic String 缩写SDS)。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。

如图中所示，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，扩容时一次只会多扩 1M 的空间。需要注意的是字符串最大长度为 512M。

常用命令

命令	描述
set <key> <value>	添加键值对
get <key>	查询对应键值
del <key>	删除对应键值
append <key> <value>	将给定的 value 追加到原值的末尾
strlen <key>	获得值的长度
setnx <key> <value>	只有在 key 不存在时设置 key 的值
incr <key>	将 key 中储存的数字值增1，只能对数字值操作，如果为空，新增值为1
decr <key>	将 key 中储存的数字值减1，只能对数字值操作，如果为空，新增值为-1
incrby / decrby <key> <步长>	将 key 中储存的数字值增减（自定义步长）
mset <key1> <value1> <key2> <value2> …	同时设置一个或多个 key-value 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 key 都不存在
getrange <key> <起始位置> <结束位置>	获得值的范围，类似 Java 中的 substring，前包，后包
setrange <key> <起始位置> <value>	用 value 覆写 key 所储存的字符串值，从<起始位置>开始(索引从0开始)
setex <key> <过期时间> <value>	设置键值的同时，设置过期时间，单位秒
getset <key> <value>	以新换旧，设置了新值同时获得旧值

测试实例

# ============================================================
# set、get、del、append、strlen、setnx
# ============================================================
127.0.0.1:6379> set key1 value1 # 添加键值对，键为key1，值为value1
OK
127.0.0.1:6379> get key1 # 获取key1的值
"value1"
127.0.0.1:6379> del key1 # 删除key1
(integer) 1
127.0.0.1:6379> keys * # 查看所有的key
(empty array)
127.0.0.1:6379> exists key1 # 判断key1是否存在
(integer) 0
127.0.0.1:6379> append key1 v1 # 给key1追加内容，如果key1不存在则添加，成功返回字符串长度
(integer) 2
127.0.0.1:6379> append key1 "hello world" # 给key1追加内容
(integer) 13
127.0.0.1:6379> get key1 # 获取key1的值
"v1hello world"
127.0.0.1:6379> strlen key1 # 获取key1的长度
(integer) 13
127.0.0.1:6379> setnx key1 value1 # 如果key1已存在，则添加失败
(integer) 0
127.0.0.1:6379> get key1 # 获取key1的值
"v1hello world"
127.0.0.1:6379> setnx key2 value2 # 只有key2不存在时，则添加成功
(integer) 1
127.0.0.1:6379> get key2 # 获取key2的值
"value2"

# ============================================================
# incr、decr、incrby、decrby
# ============================================================
127.0.0.1:6379> set views 0 # 设置浏览量为0
OK
127.0.0.1:6379> incr views # 浏览量+1
(integer) 1
127.0.0.1:6379> incr views # 浏览量+1
(integer) 2
127.0.0.1:6379> decr views # 浏览量-1
(integer) 1
127.0.0.1:6379> incrby views 10 # 浏览量+10
(integer) 11
127.0.0.1:6379> decrby views 10 # 浏览量-10
(integer) 1
127.0.0.1:6379>

# ============================================================
# mset、mget、msetnx
# ============================================================
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3 # 同时设置多个键值对
OK
127.0.0.1:6379> mget k1 k2 k3 # 获取多个键值对
1) "v1"
2) "v2"
3) "v3"
127.0.0.1:6379> msetnx k1 v1 k4 v4 # k1已存在，创建失败
(integer) 0
127.0.0.1:6379> msetnx k4 v4 k5 v5 # msetnx只能创建不存在的key
(integer) 1
127.0.0.1:6379> mget k1 k2 k3 k4 k5 # 获取多个键值对
1) "v1"
2) "v2"
3) "v3"
4) "v4"
5) "v5"

# ============================================================
# getrange、setrange、setex、getset
# ============================================================
127.0.0.1:6379> set key3 abcd123456
OK
127.0.0.1:6379> getrange key3 0 -1 # 获取全部的值
"abcd123456"
127.0.0.1:6379> getrange key3 0 2 # 截取部分字符串
"abc"
127.0.0.1:6379> get key3
"abcd123456"
127.0.0.1:6379> setrange key3 1 xyz # 替换部分字符串
(integer) 10
127.0.0.1:6379> get key3
"axyz123456"
127.0.0.1:6379> setex key4 60 value4 # 设置过期时间
OK
127.0.0.1:6379> ttl key4 # 查看剩余的时间
(integer) 56
127.0.0.1:6379> get key4
"value4"
127.0.0.1:6379> getset key4 v4 # 设置新值并返回旧值
"value4"
127.0.0.1:6379> get key4
"v4"

应用场景

常规计数：例如微博数、粉丝数等。

列表(List)

Redis 列表是简单的字符串列表，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较差。

数据结构

List 的数据结构为快速链表 quickList。首先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，也即是压缩列表。它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，会比较浪费空间。比如这个列表里存的只是 int 类型的数据，结构上还需要两个额外的指针 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性能，又不会出现太大的空间冗余。

常用命令

命令	描述
lpush/rpush <key> <value1> <value2>…	从左边/右边插入一个或多个值
lpop/rpop <key>	从左边/右边吐出一个值
lrange <key> <start> <stop>	按照索引下标获得元素(从左到右)
llen <key>	获得列表长度
lrem <key> <n> <value>	从左边删除n个value(从左到右)
ltrim <key> <start> <stop>	对一个列表进行修剪(trim)，就是说，让列表只保留指定区间内的元素，不在指定区间之内的元素都将被删除
rpoplpush <key1> <key2>	从<key1>列表右边吐出一个值，插到<key2>列表左边
lset <key> <index> <value>	将列表key下标为index的值替换成value
linsert <key> before/after <value> <newvalue>	在<value>的前面/后面插入<newvalue>

测试实例

# ============================================================
# lpush、rpush、lrange、lpop、rpop
# ============================================================
127.0.0.1:6379> lpush list1 "aa"
(integer) 1
127.0.0.1:6379> lpush list1 "bb"
(integer) 2
127.0.0.1:6379> lpush list1 "cc"
(integer) 3
127.0.0.1:6379> lrange list1 0 -1 ## 查看list中全部元素
1) "cc"
2) "bb"
3) "aa"
127.0.0.1:6379> lrange list1 0 1 ## 查看list中部分元素
1) "cc"
2) "bb"
127.0.0.1:6379> lpop list1
"cc"
127.0.0.1:6379> rpop list1
"aa"
127.0.0.1:6379> lrange list1 0 -1
1) "bb"
127.0.0.1:6379> lindex list1 1
(nil)
127.0.0.1:6379> lindex list1 0
"bb"
127.0.0.1:6379> lindex list1 -1
"bb"

# ============================================================
# llen、lrem
# ============================================================
127.0.0.1:6379> lpush list2 "aa"
(integer) 1
127.0.0.1:6379> lpush list2 "bb"
(integer) 2
127.0.0.1:6379> lpush list2 "cc"
(integer) 3
127.0.0.1:6379> lpush list2 "aa"
(integer) 4
127.0.0.1:6379> lpush list2 "aa"
(integer) 5
127.0.0.1:6379> llen list2
(integer) 5
127.0.0.1:6379> lrem list2 2 "aa" ## 删除2个aa
(integer) 2
127.0.0.1:6379> lrange list2 0 -1
1) "cc"
2) "bb"
3) "aa"

# ============================================================
# ltrim、rpoplpush
# ============================================================
127.0.0.1:6379> lpush list3 "a1"
(integer) 1
127.0.0.1:6379> lpush list3 "a2"
(integer) 2
127.0.0.1:6379> lpush list3 "a3"
(integer) 3
127.0.0.1:6379> lpush list3 "a4"
(integer) 4
127.0.0.1:6379> lrange list3 0 -1
1) "a4"
2) "a3"
3) "a2"
4) "a1"
127.0.0.1:6379> ltrim list3 1 2 # 只保留下标为1到2之间的元素
OK
127.0.0.1:6379> lrange list3 0 -1
1) "a3"
2) "a2"
127.0.0.1:6379> rpoplpush list3 list4 # 移除list3最后一个元素到list4中
"a2"
127.0.0.1:6379> lrange list3 0 -1
1) "a3"
127.0.0.1:6379> lrange list4 0 -1
1) "a2"

# ============================================================
# lset、linsert
# ============================================================
127.0.0.1:6379> lpush list5 "aa"
(integer) 1
127.0.0.1:6379> lpush list5 "bb"
(integer) 2
127.0.0.1:6379> lrange list5 0 -1
1) "bb"
2) "aa"
127.0.0.1:6379> lset list5 0 "aa1" # 将下表0的元素修改为aa1
OK
127.0.0.1:6379> lrange list5 0 -1
1) "aa1"
2) "aa"
127.0.0.1:6379> lset list5 1 "aa2"
OK
127.0.0.1:6379> lrange list5 0 -1
1) "aa1"
2) "aa2"
127.0.0.1:6379> linsert list5 before "aa2" "aa3" # 在aa2前插入aa3
(integer) 3
127.0.0.1:6379> lrange list5 0 -1
1) "aa1"
2) "aa3"
3) "aa2"
127.0.0.1:6379> linsert list5 after "aa3" "aa4" # 在aa3后插入aa4
(integer) 4
127.0.0.1:6379> lrange list5 0 -1
1) "aa1"
2) "aa3"
3) "aa4"
4) "aa2"

应用场景

Redis list 的应用场景非常多，也是 Redis 最重要的数据结构之一。

比如微博的关注列表，粉丝列表等都可以用 Redis 的 list 结构来实现。

集合(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 集合内的重要接口，这个也是 List 所不能提供的。

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)。

一个算法，随着数据的增加，执行时间的长短，如果是O(1)，数据增加，查找数据的时间不变。

数据结构

Set 数据结构是 dict 字典，字典是用哈希表实现的。

Java 中 HashSet 的内部实现使用的是 HashMap，只不过所有的value都指向同一个对象。Redis 的 set 结构也是一样，它的内部也使用 hash 结构，所有的 value 都指向同一个内部值。

常用命令

命令	描述
sadd <key> <value1> <value2>…	将一个或多个元素加入到集合 key 中，重复的被忽略
smembers <key>	取出该集合的所有值
sismember <key> <value>	判断集合<key>是否为含有该<value>值
scard <key>	返回该集合的元素个数
srem <key> <value1> <value2>…	删除集合中的某个元素
srandmember <key> <n>	随机从该集合中取出n个值。不会从集合中删除
spop <key>	随机从该集合中吐出一个值。会从集合中删除
smove <source> <destination> <value>	把集合中一个值从一个集合移动到另一个集合
sdiff<key1> <key2>	返回两个集合的差集元素(key1中的，不包含key2中的)
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

测试实例

# ============================================================
# sadd、smembers、sismember、scard、srem、srandmember、spop
# ============================================================
127.0.0.1:6379> sadd set1 "aa" "bb" "cc" # 将多个元素假如到集合中，不能重复
(integer) 3
127.0.0.1:6379> smembers set1 # 返回集合中所有元素
1) "cc"
2) "bb"
3) "aa"
127.0.0.1:6379> sadd set1 "aa" "dd" # 只添加成功一个，aa重复了
(integer) 1
127.0.0.1:6379> smembers set1
1) "dd"
2) "cc"
3) "bb"
4) "aa"
127.0.0.1:6379> sismember set1 "bb" # 判断集合中元素是否存在
(integer) 1
127.0.0.1:6379> sismember set1 "ee"
(integer) 0
127.0.0.1:6379> scard set1 # 获取集合中的个数
(integer) 4
127.0.0.1:6379> srem set1 "aa" # 删除集合中的元素
(integer) 1
127.0.0.1:6379> smembers set1
1) "dd"
2) "cc"
3) "bb"
127.0.0.1:6379> srandmember set1 # 随机返回一个集合中的元素
"cc"
127.0.0.1:6379> srandmember set1
"bb"
127.0.0.1:6379> spop set1 # 随机删除集合中的元素
"cc"
127.0.0.1:6379> smembers set1
1) "dd"
2) "bb"

# ============================================================
# smove、sdiff、sinter、sunion
# ============================================================
127.0.0.1:6379> sadd set2 "aa" "bb" "cc" "dd"
(integer) 4
127.0.0.1:6379> smove set2 set3 "aa" # 将set2中的aa元素移动到set3中
(integer) 1
127.0.0.1:6379> smembers set2
1) "dd"
2) "cc"
3) "bb"
127.0.0.1:6379> smembers set3
1) "aa"
127.0.0.1:6379> sadd set4 "aa" "bb" "cc" "dd"
(integer) 4
127.0.0.1:6379> sadd set5 "bb" "cc" "dd" "ee"
(integer) 4
127.0.0.1:6379> sdiff set4 set5 # 返回差集
1) "aa"
127.0.0.1:6379> sinter set4 set5 # 返回交集
1) "dd"
2) "cc"
3) "bb"
127.0.0.1:6379> sunion set4 set5 ## 返回并集
1) "cc"
2) "dd"
3) "ee"
4) "bb"
5) "aa"

应用场景

在微博中，可以将一个用户所有的关注人存在一个集合中，将其所有粉丝存在一个集合。Redis 还为集合提供了求交集、并集、差集等操作，可以非常方便的实现如共同关注、共同喜好、二度好友等功能，对上面的所有集合操作，你还可以使用不同的命令选择将结果返回给客户端还是存集到一个新的集合中。

哈希(Hash)

Redis hash 是一个键值对集合。

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。

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 长度较短且个数较少时，使用 ziplist，否则使用 hashtable。

类似 Java 里面的 Map<String,Object>，用户 ID 为查找的 key，存储的 value 用户对象包含姓名，年龄，生日等信息，通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题

常用命令

命令	描述
hset <key> <field> <value>	给<key>集合中的<field>键赋值<value>
hget <key1> <field>	从<key1>集合<field>取出 value
hmset <key1> <field1> <value1> <field2><value2>…	设置多个hash的值
hmget <key1> <field1> <value1> <field2><value2>…	获取多个hash的值
hgetall <key>	返回哈希表中所有的键和值
hdel <key> <field>	删除指定的键
hlen <key>	获取哈希表中字段的长度
hexists <key> <field>	查看哈希表key中，给定域field是否存在
hkeys <key>	列出该hash集合的所有field
hvals <key>	列出该hash集合的所有value
hincrby <key> <field> <increment>	为哈希表key中的域field的值加上增量
hsetnx <key> <field> <value>	将哈希表key中的域field的值设置为value，当且仅当域field不存在

测试实例

# ============================================================
# hset、hget、hmset、hmget、hgetall、hdel、hlen、hexists
# ============================================================
127.0.0.1:6379> hset hash1 field1 "aa" # 为hash1哈希表添加键为field1值为aa的元素
(integer) 1
127.0.0.1:6379> hget hash1 field1 # 获取field1的值
"aa"
127.0.0.1:6379> hmset hash1 field1 "value1" field2 "value2" # 添加多个值，重复会覆盖
OK
127.0.0.1:6379> hmget hash1 field1 field2 # 获取指定的多个值
1) "value1"
2) "value2"
127.0.0.1:6379> hgetall hash1 # 返回哈希表中所有的字段和值
1) "field1"
2) "value1"
3) "field2"
4) "value2"
127.0.0.1:6379> hdel hash1 field1 # 删除指定key的值
(integer) 1
127.0.0.1:6379> hgetall hash1
1) "field2"
2) "value2"
127.0.0.1:6379> hlen hash1 # 获取哈希表中字段的长度
(integer) 1
127.0.0.1:6379> hexists hash1 field1 # 查看指定字段是否存在，不存在返回0
(integer) 0
127.0.0.1:6379> hexists hash1 field2 # 查看指定字段是否存在，存在返回1
(integer) 1

# ============================================================
# hkeys、hvals、hincrby、hsetnx
# ============================================================
127.0.0.1:6379> hmset hash1 field1 "value1" field2 "value2"
OK
127.0.0.1:6379> hkeys hash1 # 返回哈希表中所有的键
1) "field2"
2) "field1"
127.0.0.1:6379> hvals hash1 # 返回哈希表中所有的值
1) "value2"
2) "value1"
127.0.0.1:6379> hset hash1 field3 3
(integer) 1
127.0.0.1:6379> hincrby hash1 field3 1 # 为指定字段值加上指定增量值
(integer) 4
127.0.0.1:6379> hincrby hash1 field3 -1
(integer) 3
127.0.0.1:6379> hincrby hash1 field3 10
(integer) 13
127.0.0.1:6379> hincrby hash1 field3 -10
(integer) 3
127.0.0.1:6379> hsetnx hash1 field1 "value1" # 为不存在的字段赋值，已存在则失败
(integer) 0
127.0.0.1:6379> hsetnx hash1 field4 "value4" # 为不存在的字段赋值，不存在则成功
(integer) 1
127.0.0.1:6379> hgetall hash1
1) "field2"
2) "value2"
3) "field1"
4) "value1"
5) "field3"
6) "3"
7) "field4"
8) "value4"

应用场景

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。存储部分变更的数据，如用户信息等。

有序集合(Zset)

Redis 有序集合 Zset 与普通集合 Set 非常相似，是一个没有重复元素的字符串集合。

不同之处是有序集合的每个成员都关联了一个评分(score)，这个评分(score)被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了 。

因为元素是有序的, 所以你也可以很快的根据评分(score)或者次序(position)来获取一个范围的元素。访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。

数据结构

SortedSet(zset)是 Redis 提供的一个非常特别的数据结构，一方面它等价于 Java 的数据结构 Map<String, Double>，可以给每一个元素 value 赋予一个权重 score，另一方面它又类似于 TreeSet，内部的元素会按照权重 score 进行排序，可以得到每个元素的名次，还可以通过 score 的范围来获取元素的列表。

Zset底层使用了两个数据结构

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. 跳跃表：跳跃表的目的在于给元素 value 排序，根据 score 的范围获取元素列表。

常用命令

命令	元素
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 当中
zrange <key><start><stop> [WITHSCORES]	返回有序集 key 中，下标在<start><stop>之间的元素<br />带WITHSCORES，可以让分数一起和值返回到结果集
zrangebyscore <key> <min> <max> [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<br />有序集成员按 score 值递增(从小到大)次序排列
zrevrangebyscore <key> <min> <max> [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，分数区间内的元素个数
zrank <key> <value>	返回该值在集合中的排名（从小到大），排名从0开始
zrevrank <key> <value>	返回该值在集合中的排名（从大到小），排名从0开始

测试实例

127.0.0.1:6379> zadd integral 100 "aa" # 添加一个元素
(integer) 1
127.0.0.1:6379> zadd integral 200 "bb" 150 "cc" # 添加多个元素
(integer) 2
127.0.0.1:6379> zrange integral 0 -1 # 显示全部元素
1) "aa"
2) "cc"
3) "bb"
127.0.0.1:6379> zrangebyscore integral -inf +inf # 显示整个有序集
1) "aa"
2) "cc"
3) "bb"
127.0.0.1:6379> zrangebyscore integral -inf +inf withscores # 递增排序
1) "aa"
2) "100"
3) "cc"
4) "150"
5) "bb"
6) "200"
127.0.0.1:6379> zrevrange integral 0 -1 withscores # 递减排序
1) "bb"
2) "200"
3) "cc"
4) "150"
5) "aa"
6) "100"
127.0.0.1:6379> zrangebyscore integral -inf 150 withscores # 显示 <=150 的所有元素
1) "aa"
2) "100"
3) "cc"
4) "150"
127.0.0.1:6379> zrem integral "cc" # 删除指定元素
(integer) 1
127.0.0.1:6379> zrange integral 0 -1
1) "aa"
2) "bb"
127.0.0.1:6379> zcard integral # 统计元素数量
(integer) 2
127.0.0.1:6379> zcount integral 150 250 # 统计指定区间的元素数量
(integer) 1
127.0.0.1:6379> zrank integral aa # 指定元素的排名（从小到大）
(integer) 0
127.0.0.1:6379> zrank integral bb
(integer) 1
127.0.0.1:6379> zrevrank integral aa # 指定元素的排名（从大到小）
(integer) 1
127.0.0.1:6379> zrevrank integral bb
(integer) 0

应用场景

排行榜应用，取 TOP N 操作

Bitmaps

现代计算机用二进制（位） 作为信息的基础单位，1个字节等于8位， 例如 “abc” 字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示， “abc” 分别对应的ASCII码分别是97、 98、 99， 对应的二进制分别是 01100001、 01100010 和 01100011，如下图

合理地使用操作位能够有效地提高内存使用率和开发效率。

Redis 提供了 Bitmaps 这个 “数据类型” 可以实现对位的操作：

1. Bitmaps 本身不是一种数据类型， 实际上它就是字符串（key-value），但是它可以对字符串的位进行操作
2. Bitmaps 单独提供了一套命令， 所以在 Redis 中使用 Bitmaps 和使用字符串的方法不太相同。 可以把Bitmaps 想象成一个以位为单位的数组， 数组的每个单元只能存储 0 和 1， 数组的下标在 Bitmaps 中叫做偏移量。

常用命令

命令	描述
setbit <key> <offset> <value>	设置Bitmaps中某个偏移量的值（0或1）*offset:偏移量从0开始
getbit <key> <offset>	获取Bitmaps中某个偏移量的值
bitcount <key> [start end]	统计字符串从start字节到end字节比特值为1的数量
bitop and(or/not/xor) <destkey> [key…]	bitop是一个复合操作， 它可以做多个 Bitmaps 的 and(交集) or(并集) not(非) xor(异或) 操作并将结果保存在 destkey 中

测试实例

# 使用 bitmap 来记录某个用户一周的打卡记录（1 为打卡，0 为不打卡）
127.0.0.1:6379> setbit user1 0 1
(integer) 0
127.0.0.1:6379> setbit user1 1 0
(integer) 1
127.0.0.1:6379> setbit user1 2 0
(integer) 0
127.0.0.1:6379> setbit user1 3 1
(integer) 0
127.0.0.1:6379> setbit user1 4 1
(integer) 0
127.0.0.1:6379> setbit user1 5 1
(integer) 0
127.0.0.1:6379> setbit user1 6 0
(integer) 0
127.0.0.1:6379> getbit user1 3 # 查看周四是否打卡
(integer) 1
127.0.0.1:6379> getbit user1 6 # 查看周七是否打卡
(integer) 0
127.0.0.1:6379> bitcount user1 # 统计这周打卡的记录
(integer) 4

# 每个独立用户是否访问过网站存放在Bitmaps中，将访问的用户记做1，没有访问的用户记做0，用偏移量作为用户的id
127.0.0.1:6379> setbit unique:users:20210817 1 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20210817 6 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20210817 11 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20210817 15 1
(integer) 0
127.0.0.1:6379> setbit unique:users:20210817 19 1
(integer) 0
# 获取指定id的用户是否在2021-08-17这天访问过， 返回0说明没有访问过
127.0.0.1:6379> getbit unique:users:20210817 1
(integer) 1
127.0.0.1:6379> getbit unique:users:20210817 8
(integer) 0
127.0.0.1:6379> getbit unique:users:20210817 100
(integer) 0
# 计算2021-08-17这天的独立访问用户数量
127.0.0.1:6379> bitcount unique:users:20210817
(integer) 5
# start和end代表起始和结束字节数
# 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数，对应的用户id是11， 15， 19
127.0.0.1:6379> bitcount unique:users:20210817 1 3
(integer) 3
# 计算出两天都访问过网站的用户数量
127.0.0.1:6379> setbit unique:users:20210816 1 1
(integer) 0
127.0.0.1:6379> bitop and unique:users:and:20210816_20210817 unique:users:20210816 unique:users:20210817
(integer) 3
127.0.0.1:6379> bitcount unique:users:and:20210816_20210817
(integer) 1

应用场景

用0或1作记录的业务，例如用户签到情况、网站访问量统计。

Bitmaps 与 Set 对比

假设网站有1亿用户，每天独立访问的用户有5千万，如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

数据类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合类型	64位	50000000	64位*50000000 = 400MB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

很明显， 这种情况下使用 Bitmaps 能节省很多的内存空间， 尤其是随着时间推移节省的内存还是非常可观的

数据类型	一天	一个月	一年
集合类型	400MB	12GB	144GB
Bitmaps	12.5MB	375MB	4.5GB

但 Bitmaps 并不是万金油， 假如该网站每天的独立访问用户很少， 例如只有10万（大量的僵尸用户），那么两者的对比如下表所示， 很显然， 这时候使用 Bitmaps 就不太合适了， 因为基本上大部分位都是 0。

数据类型	每个userid占用空间	需要存储的用户量	全部内存量
集合类型	64位	100000	64位*100000 = 800KB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

HyperLogLog

在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量）,可以使用 Redis的incr、incrby轻松实现。

但像 UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案：

1. 数据存储在MySQL表中，使用distinct count计算不重复个数

2. 使用Redis提供的hash、set、bitmaps等数据结构来处理

以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。

能否能够降低一定的精度来平衡存储空间？Redis 推出了 HyperLogLog

Redis HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

什么是基数?

比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数。

常用命令

命令	描述
pfadd <key> <element> [element …]	添加指定元素到 HyperLogLog 中
pfcount <key> [key …]	计算HLL的近似基数，可以计算多个HLL
pfmerge <destkey> <sourcekey> [sourcekey …]	将一个或多个HLL合并后的结果存储在另一个HLL中

测试实例

127.0.0.1:6379> pfadd key1 a b c d e f h g a b c
(integer) 1
127.0.0.1:6379> pfcount key1 # 重复的不计算在内
(integer) 8
127.0.0.1:6379> pfadd key2 h i j k l m n a b c
(integer) 1
127.0.0.1:6379> pfmerge key3 key1 key2 # 将多个key合并到新的key
OK
127.0.0.1:6379> pfcount key3
(integer) 14

Geospatial

Redis 3.2 中增加了对 GEO 类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。Redis 基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度 Hash 等常见操作。

常用命令

命令	描述
geoadd <key> <longitude> <latitude> <member> [longitude latitude member…]	添加地理位置（经度，纬度，名称）
geopos <key> <member> [member…]	获得指定地区的坐标值
geodist <key> <member1> <member2> [m|km|ft|mi]	获取两个位置之间的直线距离
georadius <key> <longitude> <latitude> radius [m|km|ft|mi]	以给定的经纬度为中心，找出某一半径内的元素
georadiusbymember <key> <member> radius [m|km|ft|mi]	找出位于指定范围内的元素，中心点是由给定的位置元素决定
geohash <key> <member> [member…]	将二维经纬度转换为一维字符串，字符串越长表示位置更精确,两个字符串越相似

测试实例

# 添加地理位置（经度，纬度，名称）
127.0.0.1:6379> geoadd china:city 116.23 40.22 北京
(integer) 1
127.0.0.1:6379> geoadd china:city 106.54 29.40 重庆 108.93 34.23 西安 114.02 30.58 武汉
(integer) 3
# 获得指定地区的坐标值
127.0.0.1:6379> geopos china:city 北京
1) 1) "116.23000055551528931"
   2) "40.2200010338739844"
127.0.0.1:6379> geopos china:city 上海 重庆
1) 1) "121.48000091314315796"
   2) "31.40000025319353938"
2) 1) "106.54000014066696167"
   2) "29.39999880018641676"
127.0.0.1:6379> geopos china:city 新疆
1) (nil)
# 获取两个位置之间的直线距离
127.0.0.1:6379> geodist china:city 北京 上海
"1088785.4302"
127.0.0.1:6379> geodist china:city 北京 上海 km
"1088.7854"
127.0.0.1:6379>
127.0.0.1:6379> geodist china:city 重庆 北京 km
"1491.6716"
# 重新连接 redis-cli，增加参数 --raw ，可以强制输出中文，不然会乱码
[root@iZwz98zi7ua638a1dxozhyZ ~]# redis-cli --raw -p 6379
# 以给定的经纬度为中心，找出某一半径内的元素
127.0.0.1:6379> georadius china:city 100 30 1000 km
重庆
西安
127.0.0.1:6379> georadius china:city 100 30 1000 km withdist
重庆
635.2850
西安
963.3171
127.0.0.1:6379> georadius china:city 100 30 1000 km withcoord
重庆
106.54000014066696167
29.39999880018641676
西安
108.92999857664108276
34.23000121926852302
127.0.0.1:6379> georadius china:city 100 30 1000 km withcoord withdist count 1
重庆
635.2850
106.54000014066696167
29.39999880018641676
127.0.0.1:6379> georadius china:city 100 30 1000 km withcoord withdist count 2
重庆
635.2850
106.54000014066696167
29.39999880018641676
西安
963.3171
108.92999857664108276
34.23000121926852302
# 找出位于指定范围内的元素，中心点是由给定的位置元素决定
127.0.0.1:6379> georadiusbymember china:city 北京 1000 km
北京
西安
127.0.0.1:6379> georadiusbymember china:city 上海 400 km
杭州
上海
# Redis使用geohash将二维经纬度转换为一维字符串，字符串越长表示位置更精确,两个字符串越相似 表示距离越近。
127.0.0.1:6379> geohash china:city 北京 重庆
wx4sucu47r0
wm5z22h53v0
127.0.0.1:6379> geohash china:city 北京 上海
wx4sucu47r0
wtw6sk5n300
127.0.0.1:6379> geoadd china:city 116.23 40.22 beijin
1
# GEO没有提供删除成员的命令，但是因为GEO的底层实现是zset，所以可以借用zrem命令实现对地理位置信息的删除
127.0.0.1:6379> zrange china:city 0 -1 # 查看全部的元素
重庆
西安
深圳
武汉
杭州
上海
beijin
北京
127.0.0.1:6379> zrem china:city beijin # 移除元素
1
127.0.0.1:6379> zrem china:city 北京 # 移除元素
1
127.0.0.1:6379> zrange china:city 0 -1 # 查看全部的元素
重庆
西安
深圳
武汉
杭州
上海