Redis- 数据结构

最新推荐文章于 2024-08-14 09:50:53 发布
最新推荐文章于 2024-08-14 09:50:53 发布
阅读量102 收藏
点赞数 1
分类专栏： redis 文章标签： redis 数据库 缓存
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_33387611/article/details/109423997
版权

一. 数据类型

1. 字符串（strings）

  • string 类型是 Redis 最基本的数据类型，string 类型的值最大能存储 512MB。其他的几种数据结构都是在string类型的基础上构建的
  • 字符串类型的值实际可以使字符串（json,html…）、数字、二进制（图片、音频、视频），但是string 类型的值最大能存储 512MB。这点要注意！
  • 字符串命令: https://www.runoob.com/redis/redis-strings.html

1.1 string扩展

  • 原子计数
    • 由于INCR等指令本身就具有原子操作的特性，所以我们完全可以利用redis的INCR、INCRBY、DECR、DECRBY等指令来实现原子计数
    • 在遇到数值操作时，redis会将字符串类型转换成数值，很多存储系统和编程语言内部会使用CAS机制实现计数功能，会有一定的CPU开销，但再Redis中不会存在这个问题，因为Redis是单线程架构，任何命令到了Redis服务端都要顺序执行
  • 字符串操作命令:set key value <[ex seconds] | [px milliseconds] | [nx|xx]>
    • ex seconds：为键设置毫秒级过期值
    • px milliseconds：为键设置毫秒级过期时间
    • nx：键必须不存在，才可以设置成功，用于添加
    • xx：与nx相反，键必须存在才可以设置成功，用于更新
    • setex | setnx 这两种方式和ex、nx的功能一致
    • 尤为注意setnx可以作为分布式锁的一种实现方案，后面会详细展开描述，这个很关键，基本已经很少有人会使用zookeeper来实现分布式锁了，因为redis更加的高效
  • 批量操作命令mget [key ...]，批量操作命令可以有效的提高开发效率
    • 没有使用mget这样的命令，执行n次get命令的时间为n*(网络传输时间 + 命令执行时间)
    • 使用mget批量操作命令后时间为n*命令执行时间 + 1*网络传输时间
    • 由于redis服务端本身的处理能力就很强大，所以对于开发人员，网络可能会成为性能的瓶颈，这里尤为注意
    • 当然批量操作也不是毫无弊端，每次批量操作发送获取的key的数量不是无节制的，数量过多也可能是造成Redis阻塞或网络的阻塞

2. 列表（lists）

  • list用来存储多个有序可重复字符串。列表中的每个字符串称为元素，一个列表最多可以存储2^32-1个元素。
  • redis中的lists在底层实现上是链表，也就是说对于一个具有上百万个元素的lists来说，在头部和尾部插入一个新元素，其时间复杂度是常数级别的
  • list可以充当栈，队列的角色，在实际开发上有很多应用场景。
  • 列表命令: http://www.runoob.com/redis/redis-lists.html

3. 集合（sets）

  • Redis的Set是string类型的无序集合,集合内元素的唯一性，第二次插入的元素将被忽略。
  • 最多可以存储 2^31 -1 个元素，支持集合取交集，并集，差集等操作
  • 集合命令: https://www.runoob.com/redis/redis-sets.html
  • 内部编码
    • intset(整数集合)：当集合中的元素都是整数且元素个数小于set-max-intset-entries配置（默认512）时，Redis选择intset的方式作为集合内部实现，减少内存使用
    • hashtable(哈希表)

4. 有序集合（sorted sets）

  • 有序集合的成员是唯一的,但分数(score)却可以重复。
  • 在集合类型的基础上有序集合类型为集合中的每个元素都关联一个分数，这使得我们不仅可以完成插入、删除和判断元素是否存在在集合中，还能够获得分数最高或最低的前N个元素、获取指定分数范围内的元素等与分数有关的操作。
  • 有序集合中的每个元素都关联一个序号（score），这便是排序的依据。
  • 很多时候，都将redis中的有序集合叫做zsets，这是因为在redis中，有序集合相关的操作指令都是以z开头的，比如zrange、zadd、zrevrange、zrangebyscore等等
  • 有序集合命令: https://www.runoob.com/redis/redis-sorted-sets.html

4.1 列表和有序集合比较

  • 在某些方面有序集合和列表类型有些相似。
    • 二者都是有序的。
    • 二者都可以获得某一范围的元素。
  • 二者有着很大区别：
    • 列表类型是通过链表实现的，获取靠近两端的数据速度极快，而当元素增多后，访问中间数据的速度会变慢。
    • 有序集合类型使用散列表实现，所有即使读取位于中间部分的数据也很快。
    • 列表中不能简单的调整某个元素的位置，但是有序集合可以（通过更改分数实现）
    • 有序集合要比列表类型更耗内存。

4.2 集合比较

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8mXhejMD-1604208029701)(http://oowanghan.cn/usr/uploads/redis/redis10.jpg)]

5. 哈希（hashes）

  • 哈希是从redis-2.0.0版本之后才有的数据结构。哈希类型是指键值本身又是一个键值对的结构，如 value={filed1:val1, filed2:val2}。
  • 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
  • 哈希命令: https://www.runoob.com/redis/redis-hashes.html

5.1 哈希（hashes）扩展

  • hgetall使用可能会发生阻塞
    • 当redis中某个hash类型的value存储的哈希元素个数比较多，会存在Redis被阻塞的可能性。
    • 如果只是获取部分数据，推荐使用hmget
    • 如果要获取全部数据，建议使用hscan命令，渐进式遍历hash类型。

6. 扩展数据类型

6.1 bitmap
6.2 HyperLogLog
  • Redis 在 2.8.9 版本添加了 HyperLogLog 结构。
  • 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。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。
  • 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。
  • 相关命令: https://www.runoob.com/redis/redis-hyperloglog.html
  • HyperLogLog 的统计规则是基于概率完成的，所以它给出的统计结果是有一定误差的，标准误算率是 0.81%。这也就意味着，你使用 HyperLogLog 统计的 UV 是 100 万，但实际的 UV 可能是 101 万。虽然误差率不算大，但是，如果你需要精确统计结果的话，最好还是继续用 Set 或 Hash 类型。
6.3 GEO数据类型
  • 基于位置信息服务（Location-Based Service，LBS）的应用。LBS 应用访问的数据是和人或物关联的一组经纬度信息，而且要能查询相邻的经纬度范围，GEO 就非常适合应用在 LBS 服务的场景中，我们来看一下它的底层结构。
  • 操作：https://www.runoob.com/redis/redis-geo.html
  • GEO的底层结构是GeoHash，GeoHash用一个字符串表示经度和纬度两个坐标。
  • GeoHash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。
  • GeoHash编码
    • 基本原理就是二分区间，区间编码，当我们要对一组经纬度进行 GeoHash 编码时，我们要先对经度和纬度分别编码，然后再把经纬度各自的编码组合成一个最终编码。
    • 对于一个地理位置信息来说，它的经度范围是[-180,180]。GeoHash 编码会把一个经度值编码成一个 N 位的二进制值，我们来对经度范围[-180,180]做 N 次的二分区操作，其中 N 可以自定义。
    • 在进行第一次二分区时，经度范围[-180,180]会被分成两个子区间：[-180,0) 和[0,180]（我称之为左、右分区）。此时，我们可以查看一下要编码的经度值落在了左分区还是右分区。
    • 如果是落在左分区，我们就用 0 表示；如果落在右分区，就用 1 表示。
    • 这样一来，每做完一次二分区，我们就可以得到 1 位编码值。
    • 然后，我们再对经度值所属的分区再做一次二分区，同时再次查看经度值落在了二分区后的左分区还是右分区，按照刚才的规则再做 1 位编码。当做完 N 次的二分区后，经度值就可以用一个 N bit 的数来表示了。
  • 举例
    • 假设我们要编码的经度值是 116.37，我们用 5 位编码值（也就是 N=5，做 5 次分区）。
    • 第一次二分区操作：把经度区间[-180,180]分成了左分区[-180,0) 和右分区[0,180]，此时，经度值 116.37 是属于右分区[0,180]，所以，我们用 1 表示第一次二分区后的编码值。
    • 第二次二分区操作：把经度值 116.37 所属的[0,180]区间，分成[0,90) 和[90, 180]。此时，经度值 116.37 还是属于右分区[90,180]，所以，第二次分区后的编码值仍然为 1。
    • 第三次二分区操作：把[90,180]进行二分区，经度值 116.37 落在了分区后的左分区[90, 135) 中，所以，第三次分区后的编码值就是 0。按照这种方法，做完 5 次分区后，我们把经度值 116.37 定位在[112.5, 123.75]这个区间，并且得到了经度值的 5 位编码值，即 11010。这个编码过程如下表所示：
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OfWbNuml-1604208029704)(http://oowanghan.cn/usr/uploads/redis/redis11.jpg)]
    • 对纬度的编码方式，和对经度的一样，只是纬度的范围是[-90，90]，下面这张表显示了对纬度值 39.86 的编码过程。
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wQNjyMOs-1604208029705)(http://oowanghan.cn/usr/uploads/redis/redis12.jpg)]
    • 当一组经纬度值都编完码后，我们再把它们的各自编码值组合在一起，组合的规则是：最终编码值的偶数位上依次是经度的编码值，奇数位上依次是纬度的编码值，其中，偶数位从 0 开始，奇数位从 1 开始。
    • 刚刚计算的经纬度（116.37，39.86）的各自编码值是 11010 和 10111，组合之后就能得到最终编码值 1110011101，如下图所示：
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZqINhIDw-1604208029707)(http://oowanghan.cn/usr/uploads/redis/redis13.jpg)]
  • GeoHash原理
    • 用了 GeoHash 编码后，原来无法用一个权重分数表示的一组经纬度（116.37，39.86）就可以用 1110011101 这一个值来表示，就可以保存为 Sorted Set 的权重分数了。当然，使用 GeoHash 编码后，我们相当于把整个地理空间划分成了一个个方格，每个方格对应了 GeoHash 中的一个分区。
    • 为何要如此编码，可以将经度[-180,180]和纬度[-90,90]都做一次二分区，得到如下4个分区
      • 分区一：[-180,0) 和 [-90,0)，编码 00
      • 分区二：[-180,0) 和 [0,90]，编码 01
      • 分区三：[0,180] 和 [-90,0)，编码 10
      • 分区四：[0,180] 和 [0,90]，编码 11
    • 这 4 个分区对应了 4 个方格，每个方格覆盖了一定范围内的经纬度值，分区越多，每个方格能覆盖到的地理空间就越小，也就越精准。我们把所有方格的编码值映射到一维空间时，相邻方格的 GeoHash 编码值基本也是接近的，如下图所示：
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CvpAkTUJ-1604208029709)(http://oowanghan.cn/usr/uploads/redis/redis14.jpg)]
    • 当将空间划分为四块时候，编码的顺序分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z的曲线，当我们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一个子快也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。
    • 这种类型的空间填充曲线的优点是将二维空间转换成一维曲线（事实上是分形维），对大部分而言，编码相似的距离也相近， 但Peano空间填充曲线最大的缺点就是突变性，有些编码相邻但距离却相差很远，比如0111与1000，编码是相邻的，但距离相差很大。
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-crZxFiv0-1604208029710)(http://oowanghan.cn/usr/uploads/redis/redis15.jpg)]
    • 为了避免查询不准确问题，我们可以同时查询给定经纬度所在的方格周围的 4 个或 8 个方格。注意是在一维上面查找周围的4个或8个，这样就可以规避Peano空间的突变性所带来的误差
6.4 自定义数据类型
  • RedisObject 结构借助*ptr指针，就可以指向不同的数据类型，例如，ptr指向一个 SDS 或一个跳表，就表示键值对中的值是 String 类型或 Sorted Set 类型。所以，我们在定义了新的数据类型后，也只要在 RedisObject 中设置好新类型的 type 和 encoding，再用ptr指向新类型的实现，就行了。
  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HTfLbg7Z-1604208029711)(http://oowanghan.cn/usr/uploads/redis/redis16.jpg)]
  • 开发一个新的数据类型步骤（NewTypeObject）
    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-K8ueUt9P-1604208029711)(http://oowanghan.cn/usr/uploads/redis/redis17.jpg)]
    • 第一步：定义新数据类型的底层结构
      • 用 newtype.h 文件来保存这个新类型的定义，具体定义的代码如下所示：
        struct NewTypeObject {
    struct NewTypeNode *head; 
    size_t len; 
}NewTypeObject;
      • 其中，NewTypeNode 结构就是我们自定义的新类型的底层结构。我们为底层结构设计两个成员变量：一个是 Long 类型的 value 值，用来保存实际数据；一个是*next指针，指向下一个 NewTypeNode 结构。
        struct NewTypeNode {
    long value;
    struct NewTypeNode *next;
};
    • 第二步：在 RedisObject 的 type 属性中，增加这个新类型的定义
      • 这个定义是在 Redis 的 server.h 文件中。比如，我们增加一个叫作 OBJ_NEWTYPE 的宏定义，用来在代码中指代 NewTypeObject 这个新类型。
        #define OBJ_STRING 0    /* String object. */
#define OBJ_LIST 1      /* List object. */
#define OBJ_SET 2       /* Set object. */
#define OBJ_ZSET 3      /* Sorted set object. */
…
#define OBJ_NEWTYPE 7
    • 第三步：开发新类型的创建和释放函数
      • Redis 把数据类型的创建和释放函数都定义在了 object.c 文件中。所以，我们可以在这个文件中增加 NewTypeObject 的创建函数 createNewTypeObject，如下所示：
        robj *createNewTypeObject(void){
    NewTypeObject *h = newtypeNew(); 
    robj *o = createObject(OBJ_NEWTYPE,h);
    return o;
}
      • createNewTypeObject 分别调用了 newtypeNew 和 createObject 两个函数。
      • newtypeNew 函数。它是用来为新数据类型初始化内存结构的。这个初始化过程主要是用 zmalloc 做底层结构分配空间，以便写入数据。newtypeNew 函数涉及到新数据类型的具体创建，而 Redis 默认会为每个数据类型定义一个单独文件，实现这个类型的创建和命令操作，例如，t_string.c 和 t_list.c 分别对应 String 和 List 类型。按照 Redis 的惯例，我们就把 newtypeNew 函数定义在名为 t_newtype.c 的文件中。
        NewTypeObject *newtypeNew(void){
    NewTypeObject *n = zmalloc(sizeof(*n));
    n->head = NULL;
    n->len = 0;
    return n;
}
      • createObject 是 Redis 本身提供的 RedisObject 创建函数，它的参数是数据类型的 type 和指向数据类型实现的指针*ptr。createObject 函数中需要传入了两个参数，分别是新类型的 type 值 OBJ_NEWTYPE，以及指向一个初始化过的 NewTypeObjec 的指针。这样一来，创建的 RedisObject 就能指向我们自定义的新数据类型了。
        robj *createObject(int type, void *ptr) {
    robj *o = zmalloc(sizeof(*o));
    o->type = type;
    o->ptr = ptr;
    ...
    return o;
}
      • 对于释放函数来说，它是创建函数的反过程，是用 zfree 命令把新结构的内存空间释放掉。
    • 第四步：开发新类型的命令操作
      • 增加相应的命令操作的过程可以分成三小步：
      1. 在 t_newtype.c 文件中增加命令操作的实现。比如说，我们定义 ntinsertCommand 函数，由它实现对 NewTypeObject 单向链表的插入操作：
        void ntinsertCommand(client *c){
//基于客户端传递的参数，实现在NewTypeObject链表头插入元素
}
      2. 在 server.h 文件中，声明我们已经实现的命令，以便在 server.c 文件引用这个命令，例如：
        void ntinsertCommand(client *c)
      3. 在 server.c 文件中的 redisCommandTable 里面，把新增命令和实现函数关联起来。例如，新增的 ntinsert 命令由 ntinsertCommand 函数实现，我们就可以用 ntinsert 命令给 NewTypeObject 数据类型插入元素了。
        struct redisCommand redisCommandTable[] = { 
...
{"ntinsert",ntinsertCommand,2,"m",...}
}
    • 这样就完成了一个自定义的 NewTypeObject 数据类型，可以实现基本的命令操作了。当然，如果还希望新的数据类型能被持久化保存，还需要在 Redis 的 RDB 和 AOF 模块中增加对新数据类型进行持久化保存的代码

6.5. 消息队列

二. 应用场景

1. 字符串（strings）

  • 缓存功能
    • Redis作为缓存层，MySQL作为存储层，绝大多数请求数据都是从Redis中获取，降低MySQL压力
    • 缓存层的设计key也是需要注意的，不要使用过大的key值，造成内存浪费。同时key的命名规范也要注意，推荐使用：业务名：对象名：id：[属性]作为键名
    • redis在使用缓存的时候也要注意缓存一致性的问题，还有缓存击穿，穿透，雪崩等情况，后续会详细讲解这方面，这里只是暂时做一下记录
  • 计数
    • 快速计数，原子性操作。。。
  • 共享session
    • 分布式web服务（例如微服务架构）会将用户的登录信息使用redis做集中式管理。来保证每个服务节点都能使用用户的登录信息。这种情况只要保证redis的高可用和扩展性即可，也就是redis的集群分片，副本机制以及哨兵机制
  • 限速
    • 比如一个网站限制一个IP地址不能一秒钟之内访问超过n次可以使用redis的计数功能来实现
  • string还有很多应用场景，在不同的业务场景下应用丰富，主要是理解字符串使用的思路与方式

2. 字符串列表（lists）

  • 消息队列
    • Redis的lpush + brpop命令组合即可实现阻塞队列，生产者客户端使用lpush从列表左侧插入元素，多个客户端通过brpop命令获取数据
  • 文章列表
    • 列表不但有序，同时支持按照索引范围获取数据
    • 每篇文章使用hash存储结构，还有一个用户列表的缓存保存用户的文章列表。可以使用title,timestamp,content三个属性
    • 如果在获取文章列表时数据量过大，可以使用Redis3.2提供的quicklist，结合了ziplist, linkedlist,所以获取数据时也比较高效

3. 字符串集合（sets）

  • 用户标签
    • 以用户id为key，标签作为set集合，这样也可以通过交集等操作查找出用户的共同点，等等
  • 抽奖，生成随机数
    • spop可以随机弹出一个元素，但是会删除该元素
    • srandmember可以随机返回一个元素，但是不会删除该元素
  • 用户增量，留存统计
    • 集合的交集，并集，差集等操作来实现上述业务统计
    • sinter(交集)，sunion(并集)， sdiff(差集)
    • Set 的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致 Redis 实例阻塞。可以从主从集群中选择一个从库，让它专门负责聚合计算，或者是把数据读取到客户端，在客户端来完成聚合统计，这样就可以规避阻塞主库实例和其他从库实例的风险了

4. 有序字符串集合（sorted sets）

  • 展示最新列表、排行榜等场景时，如果数据更新频繁或者需要分页显示，优先考虑使用 Sorted Set

5. 哈希（hashes）

  • 主要适用于一些对象的存储，例如用户信息存储
    • 哈希类型是稀疏的，在一些范围查询，排序查询等复杂查询比较麻烦

6. bitmap（字节操作)

  • 二值状态统计，签到，打卡方面的统计
  • 二值状态就是指集合元素的取值就只有 0 和 1 两种。在签到打卡的场景中，我们只用记录签到（1）或未签到（0）

7. hyperloglog

  • 统计网页的 UV
  • 网页 UV 的统计有个独特的地方，就是需要去重，一个用户一天内的多次访问只能算作一次。在 Redis 的集合类型中，Set 类型默认支持去重，如果 page 非常火爆，UV 达到了千万，这个时候，一个 Set 就要记录千万个用户 ID。对于一个搞大促的电商网站而言，这样的页面可能有成千上万个，如果每个页面都用这样的一个 Set，就会消耗很大的内存空间。

8. 统计应用场景注意事项

  • 如果是在集群模式使用多个key聚合计算的命令，一定要注意，因为这些key可能分布在不同的实例上，多个实例之间是无法做聚合运算的，这样操作可能会直接报错或者得到的结果是错误的！
  • 当数据量非常大时，使用这些统计命令，因为复杂度较高，可能会有阻塞Redis的风险，建议把这些统计数据与在线业务数据拆分开，实例单独部署，防止在做统计操作时影响到在线业务。
叫我王先生就好
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Redis-常用数据结构
Huangjiazhen711的博客
10-28 3753
字符串这些命令中，除了del 、mset、 mget支持多个键的批量操作，时间复杂度和键的个数相关，为O(n)，getrange和字符串长度相关，也是O(n)，其余的命令基本上都是O(1)的时间复杂度，在速度上还是非常快的。哈希类型的操作命令中，hdel,hmget,hmset的时间复杂度和命令所带的field的个数相关O(k)，hkeys,hgetall,hvals和存储的field的总数相关，O(N)。列表是一种比较灵活的数据结构，它可以充当栈和队列的角色，在实际开发上有很多应用场景。
Redis-Cluster集群
shuanglongman5531的博客
10-19 3439
Redis-Cluster集群 Redis-Cluster集群简介 一、Redis-Cluster集群介绍 1、redis cluster集群是一个由多个主从节点群组成的分布式服务器群，它具有复制、高可用和分片特性。 2、Redis cluster集群不需要sentinel哨兵也能完成节点移除和故障转移的功能。需要将每个节点设置成集群模式，这种集群模式没有中心节点。 3、高达 1000 个节点的高性能和线性可扩展性。没有代理，使用异步复制，并且不对值执行合并操作。 二、为何使用Redis-.
Redis-数据结构-跳表详解
喻师傅的学习笔记
06-17 1817
Redis跳表详解
Redis-五种基本数据结构
养歌的博客
12-13 4842
Redis 简介 Redis 是完全开源的，遵守 BSD 协议，是一个高性能的 key-value 数据库。 Redis 与其他 key - value 缓存产品有以下三个特点： Redis支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用 Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储 Redis支持数据的备份，即master-slave模式的数据备份 Redis 优势 性能极高 – Redis能读
Redis - 底层数据结构与持久化简述
热门推荐
简单记录一下。
10-20 20万+
不啰嗦，我们直接开始！ 一、redis底层数据结构 1.sds结构 Redis中并没有直接使用C语言中的字符串，而是定义了一种简单动态字符串（simple dynamic string）作为Redis的默认字符串实现，简称SDS。 在Redis中，C语言的字符串只会用于一些无需对字符串修改的地方，如日志打印等。 而Redis默认的字符串实现是SDS，如set命令中的key底层即是一个SDS，而value如果是一个字符串类型，则底层也是SDS，如果value是列表，则列表里的每个元素底层都是SDS。
Redis-数据结构与对象-对象
Aaron_涛
01-17 7611
1.作用 Redis使用对象作为五种不同类型的底层实现，字符串，列表，哈希，集合，有序集合等 而对象是基于之前的分析的数据结构创建的。每个对象都至少用到一种数据结构，这意味着，Redis五大类型，底层实现是可以有多种实现的，这方便在不同场景下选择合适的底层结构，优化性能 在Redis中，键和值均为一个对象 2.数据结构 typedefstructredisObject{ ...
Redis-5种基本数据结构详解
Java程序员的知识博客
02-10 2838
String 是 Redis 中最简单同时也是最常用的一个数据结构。String 是一种二进制安全的数据结构，可以用来存储任何类型的数据比如字符串、整数、浮点数、图片（图片的 base64 编码或者解码或者图片的路径）、序列化后的对象。虽然 Redis 是用 C 语言写的，但是 Redis 并没有使用 C 的字符串表示，而是自己构建了一种简单动态字符串SDS。
Redis(开发与运维):18---常用功能之（redis-cli、redis-server、redis-benchmark）
董哥的黑板报
05-11 2174
Redis提供了redis-cli、redis-server、redis-benchmark等Shell工具。它们 虽然比较简单，但是麻雀虽小五脏俱全，有时可以很巧妙地解决一些问题 一、redis-cli 在前面数据库连接的时候（https://blog.csdn.net/qq_41453285/article/details/106018436）已经redis-cli的-h、-p参数，除了这些参数，还有很多有用的参数，要了解redis-cli的全部参数，可以执行redis-cli-help命令来进行查看
17 redis-server 的启动
970655147的专栏
08-28 6277
前言 相关介绍主要围绕着 redis 服务的启动相关 redis-server 的启动, 是执行 server.c 的 int main(int argc, char **argv), 我们这里看的是 standalone 的情况下的服务的启动流程 本文的相关代码 拷贝自 redis-6.2.0 代码来自于https://redis.io/ 初始化服务配置 初始化 随机种子, 初始化 hashseed, 初始化服务器的配置[server.xxx 系列], 记录命令行参数...
redis：redis-cli使用
OceanStar的博客
10-11 5万+
redis-cli 是Redis命令行界面，一个简单的程序，允许直接从终端向Redis发送命令，并读取服务器发送的回复。 redis数据库对命令大小写不敏感，ping、Ping、PING是同一个命令 redis数据库对变量大小写敏感，A、a是两个变量 两种模式 它有两种主要模式： 一种交互模式，其中有一个 REPL（读取评估打印循环），用户可以在其中键入命令并获得回复； 另一种模式，其中命令作为 的参数发送redis-cli、执行并打印在标准输出上 在交互模式下，redis-cli具有基本的行编辑功
tomcat-redis-session-manager
06-06
Redis作为高性能的键值存储系统，具有高速读写和丰富的数据结构特性，使其成为session管理的理想选择。通过设置适当的过期策略，还可以防止session数据过度积累，避免内存压力。 值得注意的是，使用`tomcat-redis-...
redis-windows-7.2.4.zip
01-14
Redis以其高速度和丰富的数据结构而闻名，广泛应用于互联网服务，如计数、排行榜、会话存储等场景。 在Windows环境下安装Redis，首先你需要下载的压缩包是"redis-windows-7.2.4.zip"，这是Redis的Windows版本。...
redis-windows-7.2.5.zip
05-20
- **键值对存储**：Redis的核心是键值对模型，其中键是唯一的，用于标识数据，值可以是字符串、哈希、列表、集合或有序集合等多种数据结构。 - **内存存储**：Redis默认将所有数据存储在内存中，提供极快的读写...
Redis-x64-5.0.14.1
03-01
- **数据结构**：支持字符串、哈希、列表、集合、有序集合等多种数据结构。 - **事务**：提供原子性操作，确保一组命令要么全部执行，要么全部不执行。 - **发布/订阅**：支持消息订阅和发布功能，可用于实现简单...
redis-windows-7.0.10.zip
04-14
Redis的数据结构丰富多样，包括字符串（String）、哈希（Hash）、列表（List）、集合（Set）和有序集合（Sorted Set）。这些数据结构的设计使得Redis在处理多种数据操作时展现出高效性能。例如，字符串可以用于存储...
详解Redis 高可用的方式 Redis Cluster
脚踏实地，仰望星空
08-10 971
故障节点的从节点竞选成为新主节点，其他节点更新槽映射与配置，客户端自动重定向。缺点 哨兵模式需要部署和配置额外的哨兵节点，增加了系统的复杂性，并且主节点发生故障后，新的主节点可能会有一段时间的数据不一致，影响数据的准确性。集群的端口：每个Redis集群节点需要打开两个TCP连接，一个用于客户端连接，另一个用于集群节点间通信，后者使用的是二进制协议。虽然Redis Cluster支持故障转移，但如果主节点和其所有从节点同时宕机，那么该节点的数据将会丢失，集群将不可用。
Redis 为什么读写性能高？
heromps的博客
08-09 449
Redis 作为一种开源的、基于内存的数据结构存储系统，以其卓越的读写性能而闻名。它被广泛应用于缓存、消息队列、实时数据处理等场景。那么，是什么使得 Redis 拥有如此高的读写性能呢？本文将从以下几个方面进行探讨。
docker安装redis单机部署的redis.conf配置
qq_23859799的博客
08-10 366
示例，它适合docker单机部署环境，并且启用了密码保护。这个配置文件包含了最基本的设置，您可以根据需要进行扩展。
redisssion分布式锁
最新发布
2201_75600005的博客
08-14 758
Redis主从的一致性问题：由于主从同步存在延迟，当线程在主节点获取锁后，从节点可能未同步锁信息。问题：利用WatchDog（看门狗）机制，获取锁成功时开启一个定时任务，在锁到期前自动续期，避免超时释放。第一个问题就是锁误删问题，目前释放锁的操作是基于DEL，但是在极端情况下会出现问题。lock.unlock() 虽然看起来简单，但是底层释放的是当前锁，不会释放其他的锁。锁的重入问题：同一个线程多次获取锁的场景，目前不支持，可能会导致死锁。，获取锁时重入次数+1，释放锁是重入次数-1，次数为0则锁删除。
redis-6.-bash: ./bin/redis-server: No such file or directory
05-04
Redis是一个开源的内存数据库，它提供了高性能的键值存储和数据结构服务。Redis-6是Redis的一个版本，它带来了一些新的功能和改进。 关于你提到的错误信息"bash: ./bin/redis-server: No such file or directory"，...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值