Redis 数据类型(5种常用)
类型 | 实现原理 |
---|---|
string | String |
hash | HashMap |
list | LinkedList |
set | HashSet |
sorted_set | TreeSet |
redis数据存储格式
- redis自身是一个Map,其中所有的数据都是采用key:value的形式储存。
- 数据类型指的是存储的数据的类型,也就是value部分的类型,key部分永远都是字符串。
1.string类型
-
存储的数据:单个数据,最简单的数据存储类型,也是最常用的数据存储类型
-
存储数据的格式:一个存储空间保存一个数据
-
存储内容:通常使用字符串,如果字符串以整数的形式展示,可以作为数字操作使用
代码实例
string 类型数据的基本操作
- 添加/修改数据 set key value
set username zhangsan
- 获取数据 get key
127.0.0.1:6379> get username
"zhangsan"
- 删除数据 del key
127.0.0.1:6379> del username
(integer) 1
- 添加/修改多个数据 mset key1 value1 key2 value2
mset name xiaoming sex nan address hn
- 获取多个数据 mget key1 key2 …
mget name sex address
1) "xiaoming"
2) "nan"
3) "hn"
- 获取数据字符个数(字符串长度)strlen key
127.0.0.1:6379> strlen name
(integer) 8
- 追加信息到原始信息后部(如果原始信息存在就追加,否则新建)append key value
1
27.0.0.1:6379> append name dd
(integer) 10
127.0.0.1:6379> get name
"xiaomingdd"
string 类型数据的扩展操作
业务场景1
大型企业级应用中,分表操作是基本操作,使用多张表存储同类型数据,但是对应的主键 id 必须保证统一性 ,不能重复。Oracle 数据库具有
sequence 设定,可以解决该问题,但是 MySQL数据库并不具有类似的机 制,那么如何解决
解决方案
- 设置数值数据增加指定范围的值
incr key
incrby key increment
incrbyfloat key increment
实例
127.0.0.1:6379> incr seq_id1
(integer) 1
127.0.0.1:6379> incr seq_id1
(integer) 2
127.0.0.1:6379> incrby seq_id1 2
(integer) 4
127.0.0.1:6379> incr seq_id1
(integer) 5
127.0.0.1:6379> incrbyfloat seq_id1 0.5
"5.5"
- 设置数值数据减少指定范围的值
decr key
decrby key increment
实例
127.0.0.1:6379> decr seq_id2
(integer) -1
127.0.0.1:6379> decrby seq_id2 2
(integer) -3
string 作为数值操作
- string在redis内部存储默认就是一个字符串,当遇到增减类操作incr,decr时会转成数值型进行计算。
- redis所有的操作都是原子性的,采用单线程处理所有业务,命令是一个一个执行的,因此无需考虑并发 带来的数据影响。
- 注意:按数值进行操作的数据,如果原始数据不能转成数值,或超越了redis 数值上限范围,将报错。
9223372036854775807(java中long型数据最大值,Long.MAX_VALUE)
Tips 1:
- redis用于控制数据库表主键id,为数据库表主键提供生成策略,保障数据库表的主键唯一性
- 此方案适用于所有数据库,且支持数据库集群
业务场景2
“最强女生”启动海选投票,只能通过微信投票,每个微信号每 4 小时只能投1票。
电商商家开启热门商品推荐,热门商品不能一直处于热门期,每种商品热门期维持3天,3天后自动取消热门。
新闻网站会出现热点新闻,热点新闻最大的特征是时效性,如何自动控制热点新闻的时效性
解决方案
- 设置数据具有指定的生命周期
秒和毫秒
setex key seconds value
psetex key milliseconds value
实例
127.0.0.1:6379> setex name 5 xiaohong
OK
127.0.0.1:6379> get name
"xiaohong"
127.0.0.1:6379> get name
(nil)
127.0.0.1:6379> psetex sex 5000 nan
OK
127.0.0.1:6379> get sex
"nan"
127.0.0.1:6379> get sex
(nil)
Tips 2:
- redis 控制数据的生命周期,通过数据是否失效控制业务行为,适用于所有具有时效性限定控制的操作
- 数据操作不成功的反馈与数据正常操作之间的差异
① 表示运行结果是否成功
(integer) 0 → false 失败
(integer) 1 → true 成功
② 表示运行结果值
(integer) 3 → 3 3个
(integer) 1 → 1 1个 - 数据未获取到
(nil)等同于null - 数据最大存储量
512MB - 数值计算最大范围(java中的long的最大值)
9223372036854775807
业务场景3
主页高频访问信息显示控制,例如新浪微博大V主页显示粉丝数与微博数量
解决方案
业务场景解决方案点这个
2.hash类型
存储的困惑
对象类数据的存储如果具有较频繁的更新需求操作会显得笨重
- 新的存储需求:对一系列存储的数据进行编组,方便管理,典型应用存储对象信息
- 需要的存储结构:一个存储空间保存多个键值对数据
- hash类型:底层使用哈希表结构实现数据存储
hash存储结构优化
- 如果field数量较少,存储结构优化为类数组结构
- 如果field数量较多,存储结构使用HashMap结构
hash 类型数据的基本操作
- 修改/删除数据
hset key field value
127.0.0.1:6379> hset student id 1
(integer) 1
127.0.0.1:6379> hset student name zhangsan
(integer) 1
- 获取数据
hget key field
hgetall key
127.0.0.1:6379> hget student id
"1"
127.0.0.1:6379> hgetall student
1) "id"
2) "1"
3) "name"
4) "zhangsan"
- 删除数据
hdel key field1 [field2]
127.0.0.1:6379> hdel student id name
(integer) 2
- 添加/修改多个数据
hmset key field1 value1 field2 value2 …
127.0.0.1:6379> hmset student id 1 name lisi address beijing
OK
- 获取多个数据
hmget key field1 field2 …
127.0.0.1:6379> hmget student id name address
1) "1"
2) "lisi"
3) "beijing"
- 获取哈希表中字段的数量
hlen key
127.0.0.1:6379> hlen student
(integer) 3
- 获取哈希表中是否存在指定的字段
hexists key field
127.0.0.1:6379> hexists student id
(integer) 1
127.0.0.1:6379> hexists student sex
(integer) 0
hash 类型数据扩展操作
- 获取哈希表中所有的字段名或字段值
hkeys key
hvals key
127.0.0.1:6379> hkeys student
1) "id"
2) "name"
3) "address"
127.0.0.1:6379> hvals student
1) "1"
2) "lisi"
3) "beijing"
- 设置指定字段的数值数据增加指定范围的值
hincrby key field increment
hincrbyfloat key field increment
127.0.0.1:6379> hincrby student id 2
(integer) 3
127.0.0.1:6379> hget student id
"3"
127.0.0.1:6379> hincrbyfloat student id 0.5
"3.5"
127.0.0.1:6379> hget student id
"3.5"
hash 类型数据操作的注意事项
- hash类型下的value只能存储字符串,不允许存储其他数据类型,不存在嵌套现象。如果数据未获取到,
对应的值为(nil) - 每个 hash 可以存储 2
32 - 1 个键值对 - hash类型十分贴近对象的数据存储形式,并且可以灵活添加删除对象属性。但hash设计初衷不是为了存
储大量对象而设计的,切记不可滥用,更不可以将hash作为对象列表使用 - hgetall 操作可以获取全部属性,如果内部field过多,遍历整体数据效率就很会低,有可能成为数据访问
瓶颈
hash类型应用场景
hash类型应用场景点这里
3.list类型
- 数据存储需求:存储多个数据,并对数据进入存储空间的顺序进行区分
- 需要的存储结构:一个存储空间保存多个数据,且通过数据可以体现进入顺序
- list类型:保存多个数据,底层使用双向链表存储结构实现
list 类型数据基本操作
- 添加/修改数据
lpush key value1 [value2] ……
rpush key value1 [value2] ……
127.0.0.1:6379> lpush mylist1 apple banana orange bear
(integer) 4
127.0.0.1:6379> rpush mylist2 aa bb cc dd ee
(integer) 5
- 获取数据
lrange key start stop
lindex key index
llen key
127.0.0.1:6379> lrange mylist1 0 10
1) "bear"
2) "orange"
3) "banana"
4) "apple"
127.0.0.1:6379> lrange mylist2 0 10
1) "aa"
2) "bb"
3) "cc"
4) "dd"
5) "ee"
127.0.0.1:6379> lindex mylist1 1
"orange"
127.0.0.1:6379> lindex mylist2 1
"bb"
127.0.0.1:6379> llen mylist1
(integer) 4
127.0.0.1:6379> llen mylist2
(integer) 5
- 获取并移除数据
lpop key
rpop key
127.0.0.1:6379> lpop mylist1
"bear"
127.0.0.1:6379> rpop mylist1
"apple"
127.0.0.1:6379> lpop mylist2
"aa"
127.0.0.1:6379> rpop mylist2
"ee"
list 类型数据扩展操作
- 规定时间内获取并移除数据
blpop key1 [key2] timeout
brpop key1 [key2] timeout
brpoplpush source destination timeout
127.0.0.1:6379> blpop mylist1 2
1) "mylist1"
2) "orange"
127.0.0.1:6379> lrange mylist1
(error) ERR wrong number of arguments for 'lrange' command
127.0.0.1:6379> lrange mylist1 0 10
1) "banana"
127.0.0.1:6379> brpop mylist2 2
1) "mylist2"
2) "dd"
127.0.0.1:6379> brpoplpush mylist1 0 2
"banana"
127.0.0.1:6379> lrange mylist1 0 10
(empty list or set)
- 移除指定数据
lrem key count value
127.0.0.1:6379> lpush mylist3 aa bb aa cc dd ee dd
(integer) 7
127.0.0.1:6379> lrem mylist3 1 aa
(integer) 1
127.0.0.1:6379> lrange mylist3 0 10
1) "dd"
2) "ee"
3) "dd"
4) "cc"
5) "bb"
6) "aa"
127.0.0.1:6379> lrem mylist3 2 dd
(integer) 2
127.0.0.1:6379> lrange mylist3 0 10
1) "ee"
2) "cc"
3) "bb"
4) "aa"
Tips 6:
- redis 应用于具有操作先后顺序的数据控制
list 类型数据操作注意事项
- list中保存的数据都是string类型的,数据总容量是有限的,最多2
32- 1 个元素 (4294967295)。 - list具有索引的概念,但是操作数据时通常以队列的形式进行入队出队操作,或以栈的形式进行入栈出栈操作
- 获取全部数据操作结束索引设置为-1
- list可以对数据进行分页操作,通常第一页的信息来自于list,第2页及更多的信息通过数据库的形式加载
list应用场景
业务场景点击这里
4.set类型
set类型
- 新的存储需求:存储大量的数据,在查询方面提供更高的效率
- 需要的存储结构:能够保存大量的数据,高效的内部存储机制,便于查询
- set类型:与hash存储结构完全相同,仅存储键,不存储值(nil),并且值是不允许重复的
set 类型数据的基本操作
- 添加数据
sadd key member1 [member2]
127.0.0.1:6379> sadd myset1 aa bb cc dd ee dd ff
(integer) 6
- 获取全部数据
smembers key
127.0.0.1:6379> smembers myset1
1) "dd"
2) "bb"
3) "cc"
4) "aa"
5) "ee"
6) "ff"
- 删除数据
srem key member1 [member2]
srem myset1 dd
(integer) 1
127.0.0.1:6379> smembers myset1
1) "bb"
2) "cc"
3) "aa"
4) "ee"
5) "ff"
- 获取集合数据总量
scard key
127.0.0.1:6379> scard myset1
(integer) 5
- 判断集合中是否包含指定数据
sismember key member
127.0.0.1:6379> sismember myset1 aa
(integer) 1
127.0.0.1:6379> sismember myset1 dd
(integer) 0
set 类型数据的扩展操作
解决方案
- 随机获取集合中指定数量的数据
srandmember key [count]
127.0.0.1:6379> srandmember myset1 2
1) "bb"
2) "cc"
127.0.0.1:6379> srandmember myset1
"ee"
- 随机获取集合中的某个数据并将该数据移出集合
spop key [count]
127.0.0.1:6379> spop myset1 1
1) "ff"
127.0.0.1:6379> spop myset1 2
1) "aa"
2) "cc"
- 求两个集合的交、并、差集
sinter key1 [key2]
sunion key1 [key2]
sdiff key1 [key2]
127.0.0.1:6379> sadd myset2 aa bb cc dd
(integer) 4
127.0.0.1:6379> sadd myset3 dd ee ff gg
(integer) 4
127.0.0.1:6379> sinter myset2 myset3
1) "dd"
127.0.0.1:6379> sunion myset2 myset3
1) "cc"
2) "bb"
3) "aa"
4) "dd"
5) "gg"
6) "ee"
7) "ff"
127.0.0.1:6379> sdiff myset2 myset3
1) "bb"
2) "cc"
3) "aa"
- 求两个集合的交、并、差集并存储到指定集合中
sinterstore destination key1 [key2]
sunionstore destination key1 [key2]
sdiffstore destination key1 [key2]
127.0.0.1:6379> sinterstore myset4 myset2 myset3
(integer) 1
127.0.0.1:6379> smembers myset4
1) "dd"
127.0.0.1:6379> sunionstore myset5 myset2 myset3
(integer) 7
127.0.0.1:6379> smembers myset5
1) "cc"
2) "bb"
3) "aa"
4) "dd"
5) "gg"
6) "ee"
7) "ff"
127.0.0.1:6379> sdiffstore myset6 myset2 myset3
(integer) 3
127.0.0.1:6379> smembers myset6
1) "bb"
2) "cc"
3) "aa"
- 将指定数据从原始集合中移动到目标集合中
smove source destination member
set应用场景
set应用场景点击这里
5.sorted_set 类型
- 新的存储需求:数据排序有利于数据的有效展示,需要提供一种可以根据自身特征进行排序的方式
- 需要的存储结构:新的存储模型,可以保存可排序的数据
- sorted_set类型:在set的存储结构基础上添加可排序字段
sorted_set 类型数据的基本操作
- 添加数据
zadd key score1 member1 [score2 member2]
127.0.0.1:6379> zadd sal 1 3600
(integer) 1
127.0.0.1:6379> zadd sal 2 4000
(integer) 1
127.0.0.1:6379> zadd sal 3 10000
(integer) 1
127.0.0.1:6379> zadd sal 4 8000
(integer) 1
- 获取全部数据
zrange key start stop [WITHSCORES]
zrevrange key start stop [WITHSCORES]
127.0.0.1:6379> zrange sal 0 10 withscores
1) "3600"
2) "1"
3) "4000"
4) "2"
5) "10000"
6) "3"
7) "8000"
8) "4"
127.0.0.1:6379> zrevrange sal 0 10 withscores
1) "8000"
2) "4"
3) "10000"
4) "3"
5) "4000"
6) "2"
7) "3600"
8) "1"
- 删除数据
zrem key member [member ...]
127.0.0.1:6379> zrem sal 4000
(integer) 1
127.0.0.1:6379> zrem sal 16000
(integer) 0
127.0.0.1:6379> zrange sal 0 10 withscores
1) "3600"
2) "1"
3) "10000"
4) "3"
5) "8000"
6) "4"
- 按条件获取数据
zrangebyscore key min max [WITHSCORES] [LIMIT]
zrevrangebyscore key max min [WITHSCORES]
127.0.0.1:6379> zrangebyscore sal 2 4 withscores
1) "10000"
2) "3"
3) "8000"
4) "4"
127.0.0.1:6379> zrevrangebyscore sal 2 4 withscores
(empty list or set)
- 按条件删除数据
zremrangebyrank key start stop
zremrangebyscore key min max
127.0.0.1:6379> zremrangebyrank sal 0 3
(integer) 3
127.0.0.1:6379> zremrangebyscore sal 1000 10000
(integer) 0
注意:
- min与max用于限定搜索查询的条件
- start与stop用于限定查询范围,作用于索引,表示开始和结束索引
- offset与count用于限定查询范围,作用于查询结果,表示开始位置和数据总量
- 获取集合数据总量
zcard key
zcount key min max
127.0.0.1:6379> zadd score 1 80
(integer) 1
127.0.0.1:6379> zadd score 2 90
(integer) 1
127.0.0.1:6379> zadd score 3 60
(integer) 1
127.0.0.1:6379> zadd score 4 70
(integer) 1
127.0.0.1:6379> zadd score 6 85
(integer) 1
127.0.0.1:6379> zcard score
(integer) 5
127.0.0.1:6379> zcount score 2 5
(integer) 3
- 集合交、并操作
zinterstore destination numkeys key [key ...]
zunionstore destination numkeys key [key ...]
sorted_set 类型数据的扩展操作
获取数据对应的索引(排名)
zrank key member
zrevrank key member
127.0.0.1:6379> zrank score 60
(integer) 2
127.0.0.1:6379> zrevrank score 60
(integer) 2
score值获取与修改
zscore key member
zincrby key increment member
127.0.0.1:6379> zscore score 60
"3"
127.0.0.1:6379> zincrby score 2 60
"5"
sorted_set 类型数据操作的注意事项
- score保存的数据存储空间是64位,如果是整数范围是-9007199254740992~9007199254740992
- score保存的数据也可以是一个双精度的double值,基于双精度浮点数的特征,可能会丢失精度,使用时
候要慎重 - sorted_set 底层存储还是基于set结构的,因此数据不能重复,如果重复添加相同的数据,score值将被反
复覆盖,保留最后一次修改的结果
sorted_set 类型应用场景
sorted_set 类型应用场景