Redis入门（一）--- 五种基本数据类型

介绍：NoSql，非关系型数据库；单线程+多路IO复用技术

Redis的原子性

由于redis是单线程的，所有单个命令的执行都是原子性的

适用场景：

• 对数据高并发的读写
• 海量数据的读写
• 对数据高可扩展性的

重点：redis和Memcache

• Redis
  • 几乎覆盖了Memcached的绝大部分功能
  • 数据都在内存中，支持持久化，主要用作备份恢复
  • 除了支持简单的key-value模式，还支持多种数据结构的存储，比如 list、set、hash、zset等。
  • 一般是作为缓存数据库辅助持久化的数据库
• Memcache
  • 很早出现的NoSql数据库
  • 数据都在内存中，一般不持久化
  • 支持简单的key-value模式，支持类型单一
  • 一般是作为缓存数据库辅助持久化的数据库

1、配置文件常用配置

• bind：默认bind=127.0.0.1只接受本机的访问，若要远程访问需要注掉
• protected-mode：默认yes，在没设置bind ip切没有密码时，仅运行接受本机响应，要远程访问需要改为no
• port：端口，默认6379也不用改
• daemonize：是否为后台进程，设置为yes能在后台保持启动
• requirepass：设置需要密码，后面直接跟想要设置的密码

2、redis的启动关闭

首先备份redis.conf到/myredis目录，cp /opt/redis-6.2.6/redis.conf /myredis

#用redis-server启动
redis-server/myredis/redis.conf
#用客户端访问redis-cli
redis-cli
#多端口启动
redis-cli -p6379
#登录密码验证
auth [password]
#密码验证完成测试能否ping通,成功响应pong
ping
#单实例关闭
redis-cli shutdown
#多实例关闭,指定端口z
redis-cli -p 6379 shutdown

3、常用五大数据类型

基本命令：

#查看当前库所有key (匹配：keys *1)
keys *
#判断某个key是否存在
exists key
#查看你的key是什么类型
type key 
#删除指定的key数据
del 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)。
unlink key   
#10秒钟：为给定的key设置过期时间
expire key 10   
#查看还有多少秒过期，-1表示永不过期，-2表示已过期
ttl key 

select   命令切换数据库
dbsize   查看当前数据库的key的数量
flushdb  清空当前库
flushall 通杀全部库

3.1、String字符串

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

3.1.1 常用命令

set <key><value>    	#添加键值对
get <key>				#查询对应键值

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。

原子性，有一个失败则都失败

3.1.2 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.

扩容机制：

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。

3.2、List列表

Redis 列表是简单的字符串列表，按照插入顺序排序。

可以添加一个元素到列表的头部（左边）或者尾部（右边）。

3.2.1 常用命令

lpush/rpush  <key><value1><value2><value3>		#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。值在键在，值光键亡。

rpoplpush  <key1><key2>			#从<key1>列表右边吐出一个值，插到<key2>列表左边。

lrange <key><start><stop>		#按照索引下标获得元素(从左到右)

lrange mylist 0 -1   			#0左边第一个，-1右边第一个，（0-1表示获取所有）
lindex <key><index>				#按照索引下标获得元素(从左到右)
llen <key>						#获得列表长度 

linsert <key> before <value><newvalue>			#在<value>的后面插入<newvalue>插入值
lrem <key><n><value>							#从左边删除n个value(从左到右)
lset<key><index><value>							#将列表key下标为index的值替换成value

3.2.2 数据结构

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。

• 在列表元素较少时：使用一块连续的内存，ziplist压缩列表，所有元素紧挨着存储

• 在数据量比较多时：改为quicklist快速列表，将ziplist用链表组合起来

优点：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。

3.3、Set集合

Redis的Set是string类型的无序集合。Set和list类似，但是Set能够自动排重

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)。

3.3.1 常用命令

sadd <key><value1><value2>  #将一个或多个member元素加入到集合 key 中，已经存在的member元素将被忽略 
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，有1，没有0
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。

spop <key>					#随机从该集合中吐出一个值。
srandmember <key><n>		#随机从该集合中取出n个值。不会从集合中删除 。
smove <source><destination>value	#把集合中一个值从一个集合移动到另一个集合

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。
sdiff <key1><key2>					#返回两个集合的差集元素(key1中的，不包含key2中的)

3.3.2 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。

3.4、Hash哈希

3.4.0 引入

Redis hash 是一个键值对集合。string类型的field和value的映射表，hash特别适合用于存储对象。

类似Java里面的Map<String,Object>

举例：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，如果用普通的key/value结构来存储

主要有以下2种存储方式：

hash则是通过==key(用户ID)+field(属性标签)==操作

这样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

3.4.1 常用命令

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>... 批量设置hash的值

hexists<key1><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 1   -1
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 .

3.4.2 数据结构

• 在field-value长度较短且个数较少时：使用一块连续的内存，ziplist压缩列表，所有元素紧挨着存储

• 否则：改为hashtable（哈希表）

3.5、Zset有序集合

Redis有序集合zset与无序集合set非常相似，都是没有重复元素的字符串集合。

但是zset加入了评分score:评分用来从低分到高分方式排序集合成员

3.5.1 常用命令

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.withscores，可以让分数一起和值返回到结果集。

zrangebyscore key minmax [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。有序集成员按 score 值递增(从小到大)次序排列。 

zrevrangebyscore key maxmin [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0开始。

案例：实现一个排行榜

3.5.2 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。

什么是跳跃表？

有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。

对于有序集合的底层实现，可以用数组、平衡树、链表等。①数组不便元素的插入、删除；②平衡树或红黑树虽然效率高但结构复杂；③链表查询需要遍历所有效率低。

Redis采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。

---

对比有序链表和跳跃表，从链表中查询出51

有序链表：

要查找值为51的元素，需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。

跳跃表：

从第2层开始，1节点比51节点小，向后比较。

21节点比51节点小，继续向后比较，后面就是NULL了，所以从21节点向下到第1层

在第1层，41节点比51节点小，继续向后，61节点比51节点大，所以从41向下

在第0层，51节点为要查找的节点，节点被找到，共查找4次。