Redis常用命令和数据结构

String结构

字符串常用操作

SET  key  value             //存入字符串键值对

MSET  key  value [key value ...]     //批量存储字符串键值对

SETNX  key  value         //存入一个不存在的字符串键值对

GET  key             //获取一个字符串键值

MGET  key  [key ...]         //批量获取字符串键值

DEL  key  [key ...]         //删除一个键

EXPIRE key seconds //设置一个键的过期时间(秒)

原子加减

INCR  key             //将key中储存的数字值加1

DECR  key             //将key中储存的数字值减1

INCRBY  key  increment         //将key所储存的值加上increment

DECRBY  key  decrement     //将key所储存的值减去decrement

String 应用场景

单值缓存

SET  key  value     

GET  key 

对象缓存

1) SET  user:1  value(json格式数据)

2) MSET  user:1:name  zhuge   user:1:balance  1888    

MGET  user:1:name   user:1:balance 

分布式锁

SETNX  product:10001  true         //返回1代表获取锁成功

SETNX  product:10001  true         //返回0代表获取锁失败 。。。执行业务操作

DEL  product:10001            //执行完业务释放锁

SET product:10001 true  ex  10  nx    //防止程序意外终止导致死锁

 计数器

INCR article:readcount:{文章id}      

GET article:readcount:{文章id}

Web集群session共享 spring session + redis实现session共享 分布式系统全局序列号    

INCRBY  orderId  1000        //redis批量生成序列号提升性能

Hash结构

Hash常用操作 HSET  key  field  value             //存储一个哈希表key的键值

HSETNX  key  field  value         //存储一个不存在的哈希表key的键值

HMSET  key  field  value [field value ...]     //在一个哈希表key中存储多个键值对

HGET  key  field                 //获取哈希表key对应的field键值

HMGET  key  field  [field ...]         //批量获取哈希表key中多个field键值

HDEL  key  field  [field ...]         //删除哈希表key中的field键值

HLEN  key                //返回哈希表key中field的数量

HGETALL  key                //返回哈希表key中所有的键值

HINCRBY  key  field  increment         //为哈希表key中field键的值加上增量increment

HASH应用场景

对象缓存

HMSET  user  {userId}:name  zhuge  {userId}:balance  1888

HMSET  user  1:name  zhuge  1:balance  1888

HMGET  user  1:name  1:balance  

电商购物车

1）以用户id为key

2）商品id为field

3）商品数量为value

购物车操作

添加商品hset cart:1001 10088 1

增加数量hincrby cart:1001 10088 1

商品总数hlen cart:1001

删除商品hdel cart:1001 10088

获取购物车所有商品hgetall cart:1001

HASH优缺点

优点

1）同类数据归类整合储存，方便数据管理

2）相比string操作消耗内存与cpu更小

3）相比string储存更节省空间 缺点 过期功能不能使用在field上，只能用在key上 Redis集群架构下不适合大规模使用

缺点

过期功能不能使用在field上，只能用在key上

Redis集群架构下不适合大规模使用

LIST结构

List常用操作

LPUSH  key  value [value ...]         //将一个或多个值value插入到key列表的表头(最左边)

RPUSH  key  value [value ...]         //将一个或多个值value插入到key列表的表尾(最右边)

LPOP  key            //移除并返回key列表的头元素

RPOP  key            //移除并返回key列表的尾元素

LRANGE  key  start  stop        //返回列表key中指定区间内的元素，区间以偏移量start和stop指定 BLPOP  key  [key ...]  timeout    //从key列表表头弹出一个元素，若列表中没有元素，阻塞等待                    timeout秒,如果timeout=0,一直阻塞等待

BRPOP  key  [key ...]  timeout     //从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待                    timeout秒,如果timeout=0,一直阻塞等待

LIST应用场景

微博消息和微信公号消息

诸葛老师关注了MacTalk，备胎说车等大V

1）MacTalk发微博，消息ID为10018 LPUSH  msg:{诸葛老师-ID}  10018

2）备胎说车发微博，消息ID为10086 LPUSH  msg:{诸葛老师-ID} 10086

3）查看最新微博消息 LRANGE  msg:{诸葛老师-ID}  0  4 

SET结构

Set常用操作

SADD  key  member  [member ...]            //往集合key中存入元素，元素存在则忽略，                             若key不存在则新建 SREM  key  member  [member ...]            //从集合key中删除元素 SMEMBERS  key                    //获取集合key中所有元素

SCARD  key                    //获取集合key的元素个数

SISMEMBER  key  member            //判断member元素是否存在于集合key中

SRANDMEMBER  key  [count]            //从集合key中选出count个元素，元素不从key中删除

SPOP  key  [count]                //从集合key中选出count个元素，元素从key中删除 Set运算操作 SINTER  key  [key ...]                 //交集运算

SINTERSTORE  destination  key  [key ..]        //将交集结果存入新集合destination中

SUNION  key  [key ..]                 //并集运算

SUNIONSTORE  destination  key  [key ...]        //将并集结果存入新集合destination中

SDIFF  key  [key ...]                 //差集运算

SDIFFSTORE  destination  key  [key ...]        //将差集结果存入新集合destination中

SET应用场景

微信微博点赞，收藏，标签

1) 点赞 SADD  like:{消息ID}  {用户ID}

2) 取消点赞 SREM like:{消息ID}  {用户ID}

3) 检查用户是否点过赞 SISMEMBER  like:{消息ID}  {用户ID}

4) 获取点赞的用户列表 SMEMBERS like:{消息ID}

5) 获取点赞用户数 SCARD like:{消息ID}

 集合操作实现微博微信关注模型

1) 诸葛老师关注的人: zhugeSet-> {guojia, xushu}

2) 杨过老师关注的人:  yangguoSet--> {zhuge, baiqi, guojia, xushu}

3) 郭嘉老师关注的人: guojiaSet-> {zhuge, yangguo, baiqi, xushu, xunyu)

4) 我和杨过老师共同关注: SINTER zhugeSet yangguoSet--> {guojia, xushu}

5) 我关注的人也关注他(杨过老师): SISMEMBER guojiaSet yangguo SISMEMBER xushuSet yangguo

6) 我可能认识的人: SDIFF yangguoSet zhugeSet->(zhuge, baiqi}

集合操作实现电商商品筛选

SADD  brand:huawei  P40

SADD  brand:xiaomi  mi-10

SADD  brand:iPhone iphone12

SADD os:android  P40  mi-10

SADD cpu:brand:intel  P40  mi-10

SADD ram:8G  P40  mi-10  iphone12

SINTER  os:android  cpu:brand:intel  ram:8G   {P40，mi-10}

ZSET

ZSet常用操作

ZADD key score member [[score member]…]    //往有序集合key中加入带分值元素

ZREM key member [member …]        //从有序集合key中删除元素

ZSCORE key member             //返回有序集合key中元素member的分值

ZINCRBY key increment member        //为有序集合key中元素member的分值加上increment

ZCARD key                //返回有序集合key中元素个数

ZRANGE key start stop [WITHSCORES]    //正序获取有序集合key从start下标到stop下标的元素

ZREVRANGE key start stop [WITHSCORES]    //倒序获取有序集合key从start下标到stop下标的元素 Zset集合操作

ZUNIONSTORE destkey numkeys key [key ...]     //并集计算

ZINTERSTORE destkey numkeys key [key …]    //交集计算

ZSET应用场景

Zset集合操作实现排行榜

1）点击新闻 ZINCRBY  hotNews:20190819  1  守护香港

2）展示当日排行前十 ZREVRANGE  hotNews:20190819  0  9  WITHSCORES

3）七日搜索榜单计算 ZUNIONSTORE  hotNews:20190813-20190819  7 hotNews:20190813  hotNews:20190814... hotNews:20190819

4）展示七日排行前十 ZREVRANGE hotNews:20190813-20190819  0  9  WITHSCORES 

Redis的单线程和高性能

Redis是单线程吗？

Redis 的单线程主要是指 Redis 的网络 IO 和键值对读写是由一个线程来完成的，这也是 Redis 对外

提供键值存储服务的主要流程。但 Redis 的其他功能，比如持久化、异步删除、集群数据同步等，其 实是由额外的线程执行的。

Redis 单线程为什么还能这么快？

因为它所有的数据都在 内存 中，所有的运算都是内存级别的运算，而且单线程避免了多线程的切换性

能损耗问题。正因为 Redis 是单线程，所以要小心使用 Redis 指令，对于那些耗时的指令(比如

keys)，一定要谨慎使用，一不小心就可能会导致 Redis 卡顿。

Redis 单线程如何处理那么多的并发客户端连接？

Redis的 IO多路复用 ：redis利用epoll来实现IO多路复用，将连接信息和事件放到队列中，依次放到

文件事件分派器，事件分派器将事件分发给事件处理器。

 

keys：全量遍历键 ， 用来列出所有满足特定正则字符串规则的key，当redis数据量比较大时，

性能比较差，要避免使用

 

scan：渐进式遍历键

SCAN cursor [MATCH pattern] [COUNT count]

scan 参数提供了三个参数，第一个是 cursor 整数值(hash桶的索引值)，第二个是 key 的正则模式，

第三个是一次遍历的key的数量(参考值，底层遍历的数量不一定)，并不是符合条件的结果数量。第

一次遍历时，cursor 值为 0，然后将返回结果中第一个整数值作为下一次遍历的 cursor。一直遍历

到返回的 cursor 值为 0 时结束。

注意： 但是scan并非完美无瑕， 如果在scan的过程中如果有键的变化（增加、 删除、 修改） ，那

么遍历效果可能会碰到如下问题： 新增的键可能没有遍历到， 遍历出了重复的键等情况， 也就是说

scan并不能保证完整的遍历出来所有的键， 这些是我们在开发时需要考虑的。