基础数据结构包含:String, list, hash, set, zset(SortedSet)
高级数据结构包含:Bitmapsm, HyperLogLogs, GEO
1.可变的字节数组 - String
Redis的字符串是动态字符串,是可以修改的字符串,内部结构实现上类似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。
2.列表数据结构 - list
列表的存储结构用的是链表而不是数组,而且是双向链表,因为是链表,所以随机定位性能比较弱,首尾插入删除性能较优。
如果list的列表长度很长,使用时一定要挂按住链表相关操作的时间复杂度。
3.二维数据结构hash
等价于java中的hashMp或Python里的dict,在结构上使用二维结构,一维是数组,二维是链表,hash的内容key和value放在链表中,数组里存放的是链表的头指针。
通过key查找元素时,先计算key的hashcode,然后用hashcode对数组的长度进行取模定位到链表的表头,再对链表进行遍历获取到相应的value值。
4.set
等价于java中的hashSet。它的内部也是使用hash结构,所有的value都指向同一个内部值。
5.SortedSet/zset
等价于java中的Map<String,Double>,可以给每一个元素赋予一个权重score;
也类似于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词,可以通过score的范围来获取元素的列表。
zset底层实现使用了两个数据结构,hash和跳跃列表。
hash的作用是关联元素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,
跳跃列表的目的是在于给元素value排序,根据score的范围获取元素列表。
6.Bitmaps
bitmaps不是一种真实的数据结构,而是String类型上一组面向bit操作的集合,由于strings是二进制安全的blod,并且他们的最大长度是512m,所以bitmaps能最大设置2^32个不同的bit.
使用场景:
a.各种实时分析
例如访问网站的用户的最长连续时间,每次用户访问网站时通过SETBIT命令设置bit为1,可以简单的用当前时间减去初始时间并除以3600*24当做这个bit的位置。
b.存储于对象id关联的节省空间并且高性能的布尔信息
7.HyperLogLogs 简称 HLL
用于计算唯一失误的概率结构数据(被称为估计集合的基数)。如果统计唯一项,项目越多需要的内存就越多,因为需要记住过去已经看到的项,从而避免多次统计这些项。
在redis中HLL是一个不同的数据结构,被编码成Redis字符串,因此可以调用Get命令序列化一个HLL,也可以通过调用SET命令将其反序列化到redis服务器。
HLL的使用场景:
a.计算用户每天在搜索框中执行的唯一查询,即搜索页面的UV统计,而Bitmaps则用于判断某个用户是否访问过搜索页面。这是它们用法的不同。
8.GEO
这个功能可以将用户给定的地理位置(经度和纬度)信息存储起来,并对这些信息进行操作。