[DB]-Redis基础数据类型及数据结构

最新推荐文章于 2023-01-16 23:37:33 发布

xyzhang2018

最新推荐文章于 2023-01-16 23:37:33 发布

阅读量203

点赞数

分类专栏：数据库常见面试基础知识文章标签： redis 数据结构数据库 nosql c语言

本文链接：https://blog.csdn.net/qq_41701363/article/details/117747358

版权

常见面试基础知识同时被 2 个专栏收录

15 篇文章 0 订阅

订阅专栏

数据库

14 篇文章 0 订阅

订阅专栏

0、Redis中Key命令

// 1. 检查给定 key 是否存在
redis 127.0.0.1:6379> EXISTS runoob-new-key
(integer) 0
redis 127.0.0.1:6379> set runoob-new-key newkey
OK
redis 127.0.0.1:6379> EXISTS runoob-new-key
(integer) 1

// 2. 设置过期时间，以秒计算
// 基本语法
redis 127.0.0.1:6379> Expire KEY_NAME TIME_IN_SECONDS
// 实例 （一分钟后删除）
redis 127.0.0.1:6379> SET runooobkey redis
OK
redis 127.0.0.1:6379> EXPIRE runooobkey 60
(integer) 1

// 3. 设置过期时间，以毫秒计算
// 基本语法
PEXPIRE key milliseconds
// 实例
redis> SET mykey "Hello"
"OK"
redis> PEXPIRE mykey 1500
(integer) 1

// 4. 移除key的过期时间，使key永不过期
// 基本语法
redis 127.0.0.1:6379> PERSIST KEY_NAME
// 实例
redis> SET mykey "Hello"
OK

redis> EXPIRE mykey 10  # 为 key 设置生存时间
(integer) 1

redis> TTL mykey
(integer) 10

redis> PERSIST mykey    # 移除 key 的生存时间
(integer) 1

redis> TTL mykey
(integer) -1

// 5. 返回key的剩余过期时间 PTTL以毫秒为单位、TTL以秒为单位
// 基本语法
redis 127.0.0.1:6379> PTTL KEY_NAME
// 实例
# key 不存在，返回-2
redis> PTTL key
(integer) -2

# key 存在，但没有设置剩余生存时间，返回-1
redis> SET key value
OK
redis> PTTL key
(integer) -1

# 有剩余生存时间的 key，返回剩余生存时间
redis> PEXPIRE key 10086
(integer) 1
redis> PTTL key
(integer) 6179

1、数据类型

Redis中数据类型-《Redis In Action》

数据类型	可以存储的值	操作
STRING	字符串、整数或浮点数	对整个字符串或字符串其中一部分执行操作，对整数和浮点数执行自增自减
LIST	列表	从两端压入弹出元素；对单个或多个元素进行修剪；只保留一个范围内的元素
SET	无序集合	添加获取移出单个元素；检查元素是否存在；计算交并差集；从集合中随机获取元素
HASH	键值对	检查键是否存在
ZSET	有序集合	根据分值范围或成员获取元素；计算键的排名

STRING

String存储时使用的数据结构是简单的key-value类型
在这里插入图片描述
get key 通过key获取value

set key value 存入键值对

del key 删除key对应的键值对

LIST

Redis对于List的实现是双向链表，可以支持双向查找和遍历

常用场景：分页查询

// rpush: 将value压入list末尾，不会去重
redis 127.0.0.1:6379 > rpush list-key item
(integer) 1
redis 127.0.0.1:6379 > rpush list-key item2
(integer) 2
redis 127.0.0.1:6379 > rpush list-key item
(integer) 3

// lrange：获取list中给定范围的数据
redis 127.0.0.1:6379 > lrange list-key 0 -1
1) "item"
2) "item2"
3) "item"

// lindex：获取给定索引下的数据 0为首位 -1 末位
redis 127.0.0.1:6379 > lindex list-key 1
"item2"

// lpop：弹栈
redis 127.0.0.1:6379 > lpop list-key
"item"
redis 127.0.0.1:6379 > lrange list-key 0 -1
1) "item2"
2) "item"

SET

支持去重的列表
在这里插入图片描述

// sadd：向集合中添加元素，会去重，添加成功返回1，否则返回0证明该元素已存在
redis 127.0.0.1:6379 > sadd set-key item
(integer) 1
redis 127.0.0.1:6379 > sadd set-key item2
(integer) 1
redis 127.0.0.1:6379 > sadd set-key item3
(integer) 1
redis 127.0.0.1:6379 > sadd set-key item
(integer) 0

// smembers：返回整个集合中的元素
redis 127.0.0.1:6379 > smembers set-key
1) "item"
2) "item2"
3) "item3"

// sismember：判断元素是否在集合中 0表示不在，1表示在
redis 127.0.0.1:6379 > sismember set-key item4
(integer) 0
redis 127.0.0.1:6379 > sismember set-key item
(integer) 1

// srem：移除集合中元素 存在该元素返回1，不存在返回0
redis 127.0.0.1:6379 > srem set-key item2
(integer) 1
redis 127.0.0.1:6379 > srem set-key item2
(integer) 0
redis 127.0.0.1:6379> smembers set-key
1) "item"
2) "item3"

HASH

string类型的field和value的映射表，适合用于存储对象。
在这里插入图片描述

// hset: 将key value成堆存储在hash表中，添加成功返回1，重复添加/更新value返回0
redis 127.0.0.1:6379 > hset hash-key sub-key1 value1
(integer) 1
redis 127.0.0.1:6379 > hset hash-key sub-key2 value2
(integer) 1
redis 127.0.0.1:6379 > hset hash-key sub-key1 value1
(integer) 0

// hgetall: 获取hash表中的全部键值对
redis 127.0.0.1:6379 > hgetall hash-key
1) "sub-key1"
2) "value1"
3) "sub-key2"
4) "value2"

// hdel: 删除给定key的键值对，删除成功返回1，不存在返回0
redis 127.0.0.1:6379> hdel hash-key sub-key2
(integer) 1
redis 127.0.0.1:6379> hdel hash-key sub-key2
(integer) 0

// hget: 根据key获取value
redis 127.0.0.1:6379> hget hash-key sub-key1
"value1"

ZSET-有序集合

相比set增加了权重参数score，将元素按照score进行有序排列。

常用场景：直播中礼物排行榜…

// zadd: 将元素和对应的score添加进ZSET
redis 127.0.0.1:6379 > zadd zset-key 728 member1
(integer) 1
redis 127.0.0.1:6379 > zadd zset-key 982 member0
(integer) 1
redis 127.0.0.1:6379 > zadd zset-key 982 member0
(integer) 0

// zrange: 获取按scores排序后的数据 withscores是否携带scores
redis 127.0.0.1:6379 > zrange zset-key 0 -1 withscores
1) "member1"
2) "728"
3) "member0"
4) "982"

// zrangebyscore: 获取某一scores范围的数据
redis 127.0.0.1:6379 > zrangebyscore zset-key 0 800 withscores
1) "member1"
2) "728"

// zrem: 移除元素
redis 127.0.0.1:6379 > zrem zset-key member1
(integer) 1
redis 127.0.0.1:6379 > zrem zset-key member1
(integer) 0
redis 127.0.0.1:6379 > zrange zset-key 0 -1 withscores
1) "member0"
2) "982"

2、数据结构

字典

dict字典，dictht是字典中的散列表结构，使用拉链法解决哈希冲突。

字典 dict 的实现：

/*
 * 字典
 *
 * 每个字典使用两个哈希表，用于实现渐进式 rehash
 */
typedef struct dict {

    // 特定于类型的处理函数
    dictType *type;

    // 类型处理函数的私有数据
    void *privdata;

    // 哈希表（2 个）
    dictht ht[2];

    // 记录 rehash 进度的标志，值为 -1 表示 rehash 未进行
    int rehashidx;

    // 当前正在运作的安全迭代器数量
    int iterators;

} dict;

哈希表 dictht 的实现：

/*
 * 哈希表
 */
typedef struct dictht {

    // 哈希表节点指针数组（俗称桶，bucket）
    dictEntry **table;

    // 指针数组的大小
    unsigned long size;

    // 指针数组的长度掩码，用于计算索引值
    unsigned long sizemask;

    // 哈希表现有的节点数量
    unsigned long used;

} dictht;

哈希表 dictEntry 中的节点：

/*
 * 哈希表节点
 */
typedef struct dictEntry {

    // 键
    void *key;

    // 值
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
    } v;

    // 链往后继节点
    struct dictEntry *next;

} dictEntry;

字典的实现图示：
在这里插入图片描述

扩容机制

dictAdd 在每次向字典添加新键值对之前，都会对哈希表 ht[0] 进行检查，对于 ht[0] 的 size 和 used 属性，如果它们之间的比率 ratio = used / size 满足以下任何一个条件的话，rehash 过程就会被激活：

自然 rehash ： ratio >= 1 ，且变量 dict_can_resize 为真。（没有执行 BGSAVE 或 BGREWRITEAOF时，即没有进行持久化时）
强制 rehash ： ratio 大于变量 dict_force_resize_ratio （目前版本中， dict_force_resize_ratio 的值为 5 ）。

Rehash执行过程

创建一个比 ht[0] -> table 更大的 ht[1] -> table；
将 ht[0] -> table 中的所有键值对迁移到 ht[1] -> table；
将原有 ht[0] 的数据清空，并将 ht[1] 替换为新的 ht[0]；

为了保证redis的响应速度，rehash过程会被均摊到每个操作中，称为渐进式Rehash

渐进式Rehash

具体步骤：

为ht[1]分配空间，同时持有两个哈希表(一个空表，一个有数据)
维持一个计数器rehashidx（记录当前rehash进行到 ht[0] 哪个索引位置上），初始值为0
每次对字典增删改查，会顺带将ht[0]中的第一个不为空的索引上的数据迁移到ht[1]，rehashidx++
直到rehash操作完成，rehashidx值设为-1

其他措施：

rehash过程中字典会同时使用两个哈希表，所有的查找、删除等操作，需要同时在 ht[0] ht[1]上进行
添加时，直接添加到ht[1]，保证ht[0]的节点数量在整个rehash过程中只减不增。

跳表

有序集合的底层实现之一
基于多指针有序链表实现。
查找时从上层指针开始查找，找到对应区间后再到下一层寻找。

在这里插入图片描述
与红黑树相比的优点：

插入速度快，不需要旋转等维护平衡性
实现简单
支持无锁操作

3、过期时间与内存淘汰机制

token，短信验证码等需要进行过期时间设置
在设置存储元素时设置其过期时间，到达过期时间数据会失效，将这部分数据删除有两种方式：

定期删除

redis默认是每隔 100ms 就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除。注意这里是随机抽取的。为什么要随机呢？你想一想假如 redis 存了几十万个 key ，每隔100ms就遍历所有的设置过期时间的 key 的话，就会给 CPU 带来很大的负载！

惰性删除

定期删除可能会导致很多过期 key 到了时间并没有被删除掉。所以就有了惰性删除。假如你的过期 key，靠定期删除没有被删除掉，还停留在内存里，除非你的系统去查一下那个 key，才会被redis给删除掉。

内存淘汰

若存在大量过期数据存储在Redis中，可能会导致内存耗尽，因此Redis会根据内存淘汰机制对内存进行清理。
目前Redis中存在以下几种内存淘汰策略：

策略	描述
volatile-lru	从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
volatile-ttl	从已设置过期时间的数据集中挑选将要过期的数据淘汰
volatile-random	从已设置过期时间的数据集中任意选择数据淘汰
allkeys-lru	从所有数据集中挑选最近最少使用的数据淘汰
allkeys-random	从所有数据集中任意选择数据进行淘汰
noeviction	禁止驱逐数据

4、持久化

RDB持久化

将某个时间点的所有数据都存放到硬盘上。

AOF持久化

将写命令添加到AOF文件（Append Only File）末尾，以保证文件能够记录对Redis的所有更改操作。
AOF持久化需要设置同步选项，确保写命令同步到磁盘文件上的时机。
同步选项：

always：同步每个写命令（对性能影响较大）
everysec：每秒同步
no：操作系统决定何时同步（对性能提升不大，但会增加数据丢失风险）

5、分片

分片是将数据划分为多个部分的方法，可以将数据存储到多台机器里面，这种方法在解决某些问题时可以获得线性级别的性能提升。
假设有 4 个 Redis 实例 R0，R1，R2，R3，还有很多表示用户的键 user:1，user:2，… ，有不同的方式来选择一个指定的键存储在哪个实例中。

最简单的方式是范围分片，例如用户 id 从 0~1000 的存储到实例 R0 中，用户 id 从 1001~2000 的存储到实例R1 中，等等。但是这样需要维护一张映射范围表，维护操作代价很高。
还有一种方式是哈希分片，使用 CRC32 哈希函数将键转换为一个数字，再对实例数量求模就能知道应该存储的实例。

根据执行分片的位置，可以分为三种分片方式：

客户端分片：客户端使用一致性哈希等算法决定键应当分布到哪个节点。
代理分片：将客户端请求发送到代理上，由代理转发请求到正确的节点上。
服务器分片：Redis Cluster。

参考资料：
JavaGuide的Redis讲解
 Redis中数据类型-《Redis In Action》
Redis设计与实现
CS-Notes
Redis中文网

xyzhang2018

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
[DB]-Redis基础数据类型及数据结构

1、数据类型Redis中数据类型-《Redis In Action》数据类型可以存储的值操作STRING字符串、整数或浮点数对整个字符串或字符串其中一部分执行操作，对整数和浮点数执行自增自减LIST列表从两端压入弹出元素；对单个或多个元素进行修剪；只保留一个范围内的元素SET无序集合添加获取移出单个元素；检查元素是否存在；计算交并差集；从集合中随机获取元素HASH键值对检查键是否存在ZSET有序集合根据分值范围或成员获取元素；计算键的排名
复制链接

扫一扫