Redis中的数据类型
1. 常用键(Key)操作
命令 | 说明 |
---|---|
keys * | 查看当前库所有key (匹配:keys *1) |
exists [key] | 判断某个key是否存在 |
type [key] | 查看你的key是什么类型 |
del [key] | 删除指定的key数据 |
unlink [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) |
expire [key] [10] | 10秒钟:为给定的key设置过期时间 |
ttl [key] | 查看还有多少秒过期,-1表示永不过期,-2表示已过期 |
select | 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 |
2. 五大常用数据类型
2.1 String 字符串
2.1.1 简介
- String是Redis最基本的类型,一个key对应一个value。
- 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
2.1.2 常用命令
-
set <key><value>
添加键值对-
NX
:当数据库中key不存在时,可以将key-value添加数据库。 -
XX
:当数据库中key存在时,可以将ke y-value添加数据库,与NX参数互斥。 -
EX
:key的超时秒数。 -
PX
:key的超时毫秒数,与EX互斥。
-
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。- 原子性 操作
- 所谓 原子 操作是指不会被线程调度机制打断的操作,这种操作一旦开始,就一直运行到结束,中间不会有任何 context switch (切换到另一个线程)。
- 在单线程中, 能够在单条指令中完成的操作都可以认为是"原子操作",因为中断只能发生于指令之间。
- 在多线程中,不能被其它进程(线程)打断的操作就叫原子操作。Redis单命令的原子性主要得益于Redis的单线程。
-
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
。 -
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。
2.1.3 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.
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。
2.2 List 列表
2.2.1 简介
- List 列表单键多值。
- Redis 列表是简单的字符串列表,按照插入顺序排序。你可以添加一个元素到列表的头部(左边)或者尾部(右边)。
- 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。
2.2.2 常用命令
-
lpush/rpush <key><value1><value2><value3> ....
: 从左边/右边插入一个或多个值(头插法和尾插法)。 -
lpop/rpop <key>
: 从左边/右边吐出一个值。(类似于出栈操作)。 -
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>
的前面插入<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。
2.2.3 数据结构
-
List的数据结构为 快速链表quickList 。
-
首先在列表元素较少的情况下会使用一块连续的内存存储,这个结构是 ziplist,也即是 压缩列表 。将所有的元素紧挨着一起存储,分配的是一块连续的内存。
-
当数据量比较多的时候会改成 quicklist。
-
因为普通的链表需要的附加指针空间太大,会比较浪费空间。比如这个列表里存的只是int类型的数据,结构上还需要两个额外的指针prev和next。
-
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。
2.3 Set 集合
2.3.1 简介
- Redis Set对外提供的功能与list类似是一个列表的功能,特殊之处在于set是可以 自动排重 的,当你需要存储一个列表数据,又不希望出现重复数据时,set是一个很好的选择,并且set提供了判断某个成员是否在一个set集合内的重要接口,这个也是list所不能提供的。
- Redis的Set是
string
类型的无序集合。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) 。
2.3.2 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0scard<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>
: 随机从该集合中取出一个值。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)
2.3.3 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。
2.4 Hash 哈希
2.4.1 简介
- Redis hash 是一个键值对集合。
- Redis hash是一个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>
2.4.2 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 valuehmset <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fieldhvals <key>
: 列出该hash集合的所有valuehincrby <key><field><increment>
: 为哈希表 key 中的域 field 的值加上增量 1 -1hsetnx <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
2.4.3 数据结构
Hash类型对应的数据结构是两种:ziplist(压缩列表),hashtable(哈希表)。当field-value长度较短且个数较少时,使用ziplist,否则使用hashtable。
2.5 Zset 有序集合
2.5.1 介绍
- Redis有序集合zset与普通集合set非常相似,是一个没有重复元素的字符串集合。
- 不同之处是有序集合的每个成员都关联了一个评分(score), 这个评分(score)被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的,但是评分可以是重复了 。
- 因为元素是有序的, 所以你也可以很快的根据评分(score)或者次序(position)来获取一个范围的元素。
- 访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。
2.5.2 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>
之间的元素带WITHSCORES
,可以让分数一起和值返回到结果集。zrangebyscore key min max [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。
2.5.3 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:
- 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。
- 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。
2.5.4 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。数组不便元素的插入、删除;平衡树或红黑树虽然效率高但结构复杂;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。
实例:
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。
总结:
跳跃链表在一些情况下效率要比普通的链表高。
3. Redis6新增数据类型
3.1 BitMaps
3.1.1 简介
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作:
- Bitmaps本身不是一种数据类型, 实际上它就是字符串(key-value) , 但是它可以对字符串的位进行操作。
- Bitmaps单独提供了一套命令, 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组, 数组的每个单元只能存储0和1, 数组的下标在Bitmaps中叫做偏移量。
3.1.2 命令
-
setbit<key><offset><value>
: 设置Bitmaps中某个偏移量的值(0或1) -
getbit<key><offset>
:获取Bitmaps中某个偏移量的值 -
bitcount<key>[start end]
: 统计字符串从start字节到end字节比特值为1的数量 -
bitop and(or/not/xor) <destkey> [key…]
: bitop是一个复合操作, 它可以做多个Bitmaps的and(交集) 、or(并集) 、not(非) 、xor(异或) 操作并将结果保存在destkey中。
3.2 HyperLogLog
3.2.1 简介
在工作当中,我们经常会遇到与统计相关的功能需求,比如统计网站PV(PageView页面访问量),可以使用Redis的incr、incrby轻松实现。
但像UV(UniqueVisitor,独立访客)、独立IP数、搜索记录数等需要去重和计数的问题如何解决?这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案:
-
数据存储在MySQL表中,使用distinct count计算不重复个数
-
使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确,但随着数据不断增加,导致占用空间越来越大,对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间?Redis推出了HyperLogLog
Redis HyperLogLog 是用来做基数统计的算法,HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。
在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。
但是,因为 HyperLogLog 只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog 不能像集合那样,返回输入的各个元素。
什么是基数?
比如数据集 {1, 3, 5, 7, 5, 7, 8}, 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内,快速计算基数。
3.2.2 命令
pfadd <key>< element> [element ...]
: 添加指定元素到 HyperLogLog 中pfcount<key> [key ...]
: 计算HLL的近似基数,可以计算多个HLL,比如用HLL存储每天的UV,计算一周的UV可以使用7天的UV合并计算即可pfmerge<destkey><sourcekey> [sourcekey ...]
: 将一个或多个HLL合并后的结果存储在另一个HLL中,比如每月活跃用户可以使用每天的活跃用户来合并计算可得
3.3 Geospatial
3.3.1 简介
Redis 3.2 中增加了对GEO类型的支持。GEO,Geographic,地理信息的缩写。该类型,就是元素的2维坐标,在地图上就是经纬度。redis基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。
3.3.2 命令
geoadd<key>< longitude><latitude><member> [longitude latitude member...]
: 添加地理位置(经度,纬度,名称)geopos <key><member> [member...]
: 获得指定地区的坐标值geodist<key><member1><member2> [m|km|ft|mi ]
: 获取两个位置之间的直线距离georadius<key>< longitude><latitude>radius m|km|ft|mi
: 以给定的经纬度为中心,找出某一半径内的元素