redis学习02

最新推荐文章于 2024-09-27 21:51:44 发布
最新推荐文章于 2024-09-27 21:51:44 发布
阅读量46 收藏
点赞数
分类专栏： redis 文章标签： redis 学习 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_63116880/article/details/133913427
版权

redis十大数据类型

redis键（key）的操作

1.keys *

查看当前库所有的key

2.exist key

查看key是否存在

3.type key

查看key 是什么类型

4. del key

删除指定的key数据

5. unlink key

非阻塞删除，仅仅将keys从keyspace元数据中删除，真正的删除会在后续异步中操作。
del key 是原子的删除，只有删除成功了才会返回删除结果，如果是删除大key用del会将后面的操作都阻塞，而unlink key 不会阻塞，它会在后台异步删除数据。

6. ttl key

查看当前还有多少秒过期

7. expire key

为给定的key设置过期时间

8. move key dbindex[0-15]

将当前数据库的key移动到给定的数据库DB当中

9. select dbindex

切换数据库[0-15]，默认为0

10. dbsize

查看当前数据库key的数量

11. flushdb

清空当前数据库

12. flushall

通杀数据库！！危险

1. String

  1. string是redis最基本的数据类型，一个key对应一个value。
  2. string类型是二进制安全的，意思是redis的string可以包含任何数据，比如jpg图片或者序列化的对象
  3. 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

常用操作
在这里插入图片描述
在这里插入图片描述
最常用：
set key value
在这里插入图片描述
get key
keepttl:
保持ttl
同时设置/获取多个值
MSET key value[key value]
MGET key [key]
mst/mget/msentx:
mset:同时设置一个或多个 key-value 对。
在这里插入图片描述

mget:获取所有(一个或多个)给定 key 的值。
在这里插入图片描述
msetnx: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。
在这里插入图片描述
获取指定范围内的值：
getrange:获取指定区间范围内的值，类似between…and的关系
从零到负一表示全部
在这里插入图片描述
setrange设置指定区间范围内的值，格式是setrange key值 具体值
在这里插入图片描述
数值增减：
1. 一定要是数字才能进行加减
2. 递增数字：INCR key
3. 增加指定的整数：INCRBY key increment
4. 递减数值：DECR key
5. 减少指定整数：DECRBY key decrement

获取字符串长度和内容追加：
STRLEN key
APPEND key value
分布式锁
在这里插入图片描述
getset(先get再set)
getset:将给定 key 的值设为 value ，并返回 key 的旧值(old value)。
简单一句话，先get然后立即set
在这里插入图片描述

2. List

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)
它的底层实际是个双端链表，最多可以包含 2^32 - 1 个元素(4294967295,每个列表超过40亿个元素)
常用命令
在这里插入图片描述在这里插入图片描述
单值对应多value
一个双端链表的结构，容量是2的32次方减1个元素，大概40多亿，主要功能有push/pop等，一般用在栈、队列、消息队列等场景。
left、right都可以插入添加；
如果键不存在，创建新的链表；
如果键已存在，新增内容；
如果值全移除，对应的键也就消失了。
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。
在这里插入图片描述

3. Hash

Redis hash 是一个 string 类型的 field (字段) 和 value(值) 的映射表hash 特别适合用于存储对象。
Redis 中每个 hash 可以存储 232 - 1 键值对(40多亿)
常用指令
在这里插入图片描述
KV模式不变，只是V变成了一个键值对

4. Set

Redis 的 Set 是 string 类型的无序集合hashtable.
集合成员是唯一的，这就意味着集合中不能出现重复的数据，集合对象的编码可以是 intset 或者
Redis 中Set集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。集合中最大的成员数为 232 - 1(429497295，每个集合可存储40多亿个成员)
常用指令
在这里插入图片描述
单值多value，无重复

5. ZSet

Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。
不同的是每个元素都会关联一个double类型的分数，redis正是通过分数来为集合中的成员进行从小到大的排序
zset的成员是唯一的,但分数(score)却可以重复
zset集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。 集合中最大的成员数为 2^32 - 1
补充：在set基础上，每个val值前加一个score分数值，之前set是k1，v1，v2，v3
现在zset是k1，score v1，score v2, socre v3
**常用指令 **
在这里插入图片描述
在这里插入图片描述

6. 地理空间（GEO）

Redis GEO 主要用于存储地理位置信息，并对存储的信息进行操作，包括
添加地理位置的坐标。
获取地理位置的坐标。
计算两个位置之间的距离。
根据用户给定的经纬度坐标来获取指定范围内的地理位置集合
简介
移动互联网时代LBS应用越来越多，交友软件中附近的小姐姐、外卖软件中附近的美食店铺、高德地图附近的核酸检查点等等，那这种附近各种形形色色的XXX地址位置选择是如何实现的？
地球上的地理位置是使用二维的经纬度表示，经度范围 (-180, 180]，纬度范围 (-90, 90]，只要我们确定一个点的经纬度就可以名取得他在地球的位置。
例如滴滴打车，最直观的操作就是实时记录更新各个车的位置，
然后当我们要找车时，在数据库中查找距离我们(坐标x0,y0)附近r公里范围内部的车辆
使用如下SQL即可：

select taxi from position where x0-r < x < x0 + r and y0-r < y < y0+r

但是这样会有什么问题呢？
1.查询性能问题，如果并发高，数据量大这种查询是要搞垮数据库的
2.这个查询的是一个矩形访问，而不是以我为中心r公里为半径的圆形访问。
3.精准度的问题，我们知道地球不是平面坐标系，而是一个圆球，这种矩形计算在长距离计算时会有很大误差.
GEO原理
核心思想就是将球体转换为平面，区块转换为一点
在这里插入图片描述
在这里插入图片描述
Redis在3.2版本后增加了地理位置的处理
命令
GEOADD 多个经度（longitude），纬度（latitude）、位置名称（member）添加到指定的key中
GEOPOS从键里返回所有给定位置元素的位置，（经度和纬度）
GEODIST返回两个给定位置之间的距离
GEORADIUS:
georadius 以给定的经纬度为中心， 返回键包含的位置元素当中， 与中心的距离不超过给定最大距离的所有位置元素。
GEORADIUS city 116.418017 39.914402 10 km withdist withcoord count 10 withhash desc
GEORADIUS city 116.418017 39.914402 10 km withdist withcoord withhash count 10 desc
WITHDIST: 在返回位置元素的同时， 将位置元素与中心之间的距离也一并返回。 距离的单位和用户给定的范围单位保持一致。
WITHCOORD: 将位置元素的经度和维度也一并返回。
WITHHASH: 以 52 位有符号整数的形式， 返回位置元素经过原始 geohash 编码的有序集合分值。 这个选项主要用于底层应用或者调试， 实际中的作用并不大
COUNT 限定返回的记录数。
在这里插入图片描述
GEORADIUSBYMEMBER:
在这里插入图片描述
在这里插入图片描述

7. 基数统计（HyperLogLog）

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 264 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 HyperLocLo 不能像集合那样，返回输入的各个元素
需求：统计某个网站的UV，统计某个文章的UV
UV：Unique Vistor,独立访客，一般理解为客户端ip
用户搜索网站的关键词，统计用户每天搜索不同词条个数
去重统计功能的基数估计算法就是（HyperLogLog）
基数：是一种数据集，去重复后的真是个数，
基数统计：用于统计一个集合中不同元素的个数，就是对集合去重复后剩余元素的计算。

8. 位图（bitmap）

由0和1状态表现的二进制位的bit数组
需求：
用户是否登陆过？
电影，广告是否被点击播放过？
钉钉打卡上下班？
说明：用String类型作为底层数据结构实现的一种统计二值状态的数据类型
位图本质是数组，它是基于String数据类型的按位的操作。该数组由多个二进制位组成，每个二进制位都对应一个偏移量(我们称之为一个索引)。
Bitmap支持的最大位数是232位，它可以极大的节约存储空间，使用512M内存就可以存储多达42.9亿的字节信息(232 = 4294967296)
在这里插入图片描述

通常用于状态统计
基本命令：
setbit:
setbit key offset value(setbit 键 偏位移 只能是零或一)
在这里插入图片描述
Bitmap的偏移量是从零开始算的
getbit:get key offset
strlen:统计字节数占多少？
bitcount全部键里含有1的有多少个
bitop：
连续2天都签到的用户
加入某个网站或者系统，它的用户有1000W，做个用户id和位置的映射
比如0号位对应用户id：uid-092iok-lkj
比如1号位对应用户id：uid-7388c-xxx
在这里插入图片描述

9.位域（bitfiled）

通过bitfield命令可以一次性操作多个比特位域(指的是连续的多个比特位)，它会执行一系列操作并返回一个响应数织，这个数纲中的元
素对应参数列表中的相应操作的执行结果。
说白了就是通过bitfield命令我们可以一次性对多个比特位域进行操作。
将一个Redis字符串看作是一个由二进制组成的数组并且对变长位宽和任意没有字节对齐的指定整形位域进行寻址和修改。
在这里插入图片描述
不是很懂，个人理解，用Java作类比，位图就是可以直接修改字节码，省去编译的一步。

10.流(Stream)

Redis Stream 是 Redis 5.0 版本新增加的数据结构。
Redis 本身是有一个 Redis 发布订阅 (pub/sub) 来实现消息队列的功能，但它有人Redis stream 主要用于消息队列 (MO，Message Queue)缺点就是消息无法持久化，如果出现网络断开、Redis 宕机等，消息就会被丢弃。
简单来说发布订阅(pub/sub) 可以分发消息，但无法记录历史消息。
而 Redis Stream 提供了消息的持久化和主备复制功能，可以让任何客户端访问任何时刻的数据，并且能记住每一个客户端的访问位置，还能保证消息不丢失
实现消息队列，他支持消息的持久化，支持自动生成全局唯一ID，支持ack确认消息的模式，支持消息组模式等，让消息队列更加的稳定和可靠。
底层结构和原理说明：
在这里插入图片描述
一个消息链表，将所有加入的消息都串起来，每个消息都有一个唯一的 ID 和对应的内容

1Message Content消息内容
2Consumer group消费组，通过XGROUP CREATE 命令创建，同一个消费组可以有多个消费者
3Last_delivered_id游标，每个消费组会有个游标 last_delivered_id，任意一个消费者读取了消息都会使游标 last_delivered_id 往前移动。
4Consumer消费者，消费组中的消费者
5Pending_ids消费者会有一个状态变量，用于记录被当前消费已读取但未ack的消息Id，如果客户端没有ack，这个变量里面的消息ID会越来越多，一旦某个消息被ack它就开始减少。这个pending_ids变量在Redis官方被称之为 PEL(Pending Entries List)，记录了当前已经被客户端读取的消息，但是还没有 ack (Acknowledge character：确认字符），它用来确保客户端至少消费了消息一次，而不会在网络传输的中途丢失了没处理

队列相关指令
在这里插入图片描述
消费组相关指令：
在这里插入图片描述
四个特殊符号：
- + ：最小和最大可能出现的id
$: $表示只消费的消息，当前流中最大的id，可用于将要来的信息。
> : 用于XREADGOUP命令，表示迄今为止还没有发送给组中使用者的信息，会更新消费者组最后的id
*: 用于XADD命令中，让系统自动生成。
就是Redis版的消息队列+阻塞队列，个人认为，不如使用专门的消息队列。

今天也是不卷的一天
关注
专栏目录
day02_redis_
10-03
在"day02"的学习中，我们可能通过实践案例深入了解了这些概念，并学习了如何根据实际需求选择合适的数据结构和功能，以优化应用性能和设计高可用的Redis解决方案。此外，还可能涉及了Redis的性能调优技巧，如内存...
分布式缓存REDIS学习笔记
04-28
02-Redis环境安装 - Redis教程 03-Redis 的安装配置介绍 04-Redis数据类型 - Redis教程 05-Redis命令 - Redis教程 06-Redis键 - Redis教程。。。 13-Redis发布订阅 - Redis教程 。。。 24-Redis Java连接操作 - ...
redis教学视频02
08-25
在“redis教学视频02”中，你将学习到以下关键知识点： 1. Redis安装与启动：首先，了解如何在不同的操作系统（如Windows、Linux或macOS）上安装Redis，并掌握启动和关闭Redis服务器的方法。 2. Redis的数据类型：...
redis_day02.zip
05-03
在"redis_day02.zip"这个压缩包中，我们很显然会深入学习Redis的基础知识，特别是关于数据持久化、Redis事务以及密码安全设置这三大关键点。 首先，让我们详细探讨**数据持久化**。Redis的数据持久化主要有两种方式...
【Redis 源码】6AOF持久化
qq_17821591的博客
09-27 643
RDB (快照)定期保存内存中的数据到磁盘。文件紧凑，适合备份和灾难恢复。恢复速度快，但可能丢失最后一次快照之后的数据。AOF (日志)记录每个写操作，并追加到文件中。可以设置不同的 fsync 策略来平衡性能和数据安全性。数据更完整，但文件较大，恢复速度较慢。
Redis中BigKey与MoreKey优化笔记
ddf128的博客
09-27 384
Redis中的BigKey指的是那些值（value）特别大的键（key），这可能包括大的字符串或者包含大量元素的集合类型（如list、set、hash、zset等）。BigKey的存在可能会导致Redis的性能问题，因为Redis是单线程操作的，处理BigKey时可能会阻塞其他操作，影响整体性能。在Redis中，MoreKey问题通常指的是当数据库中的key数量非常多时，使用如KEYS *这样的命令去检索所有的key，这会导致Redis服务阻塞，影响正常业务。因为Redis是单线程操作的，执行这类命令时会占
微服务Redis解析部署使用全流程
m0_71240584的博客
09-26 861
/判断是否有key所对应的值，有则返回true，没有则返回false//有则取出key值所对应的值//删除单个key值//其中keys:Collection keys//将当前传入的key值序列化为byte[]类型//设置过期时间//设置过期时间//查找匹配的key值，返回一个Set集合类型//返回传入key所存储的值的类型//如果旧值存在时，将旧值改为新值//从redis中随机取出一个key//返回当前key所对应的剩余过期时间。
推荐一款开源的Redis桌面客户端
xiangzhihong8的专栏
09-23 715
TinyRDM 是一个现代化的、轻量级的跨平台 Redis 桌面客户端，能在 Mac、Windows 和 Linux 系统上使用。它有着现代化的设计风格，界面既简洁又清晰，操作起来方便又高效。不管是刚开始接触的新手，还是经验丰富的开发者，都能很容易地学会使用，能够迅速地管理和操作 Redis 数据库。
Redis 介绍
2401_84881237的博客
09-24 618
Redis 中每个存储区域除了存储 key-value 值，还会开辟额外的存储空间 expires 记录每个 key-value 的存储地址以及过期时间。但层次太多会导致数据延迟，慎用。set 类型中，key 值对应的存储空间内可以保存多个字符串数据，采用哈希存储实现。Redis 将数据存储分为多个相互独立的区域，将 Redis 操作局限在自己的存储区域内。对于 16 个存储区域的 expires 进行轮询，对选中的 expires 随机选择 W 个 key 进行检查，如果 key 过期就进行删除。
Redis支持数据类型，它们各自的应用场景是
owolai的博客
09-24 586
Redis 支持多种数据类型，每种类型都有其特定的应用场景和优势。
Redis篇（Java操作Redis）
最新发布
wlcass zhengge blog
09-27 892
在Redis官网中提供了各种语言的客户端，JedisLettuceRedissonJedis和Lettuce：这两个主要是提供了Redis命令对应的API，方便我们操作Redis，而Spring 对 Redis 客户端进行了整合，提供了 Spring Data Redis，在Spring Boot项目中还提供了对应的Starter，即 spring-Redisson：是在Redis基础上实现了分布式的可伸缩的java数据结构，例如：Map、Queue等，而且支持跨。
【Redis】分布式锁之 Redission
2303_76696898的博客
09-21 1429
本文主要介绍了基于setnx实现的分布式锁存在的问题，包括重入问题、不可重试、超时释放和主从一致性问题。接着介绍了 Redission 的快速入门方法，包括引入依赖、配置客户端和使用分布式锁。然后详细阐述了 Redission 可重入锁原理、锁重试和 WatchDog 机制以及锁的 MutiLock 原理，为读者深入理解 Redission 分布式锁提供了全面的参考。
Redis简单介绍与安装应用
天冬忘忧的博客
09-23 1126
这篇文章，介绍了 Redis 的基本概念、安装方法和基本操作，以及它的数据类型和一些常用命令。Redis 作为一个功能强大的 NoSQL 数据库，非常适合用作缓存系统，提高应用性能。
【Redis】主从复制（下）--主从复制原理和流程
2301_78320637的博客
09-27 549
存在数据则直接发送给从节点,这样就可以保持主从节点复制的一致性.补发的这部分数据一般远远小于全量数据,所以减少了开销.,默认大小是1MB,当主节点连接从节点的时候被创建,这时主节点响应写命令时,不但会把命令发送给从节点,还会写入。的方式,源源不断的输给从节点.从节点就会根据这些请求来同时修改自身的数据,从而保证和主节点数据的一致性.:主节点的复制id,主节点重新启动,或者从节点晋级成主节点,都会生成一个。在网络传输的时间,从节点清空旧数据的时间,从节点加载。的时间,主节点就会认为从节点故障并中断复制连接。
SSM框架VUE电影售票管理系统开发mysql数据库redis设计java编程计算机网页源码maven项目
qq_251836457的博客
09-23 528
smm VUE电影售票管理系统是一套完善的完整信息管理类型系统，结合SSM框架和VUE、redis完成本系统，对理解vue java编程开发语言有帮助系统采用ssm框架（MVC模式开发），系。5.数据库：MySql 5.0 到 5.5 等版本均可 需要高版本 如mysql8.0 需要修改数据连接配置，以及maven中的mysql 驱动包；1. 使用Navicat或者其它工具，在mysql中创建对应sql文件名称的数据库，并导入项目的sql文件 数据库字符集utf-8；6.是Maven项目；
Spring Boot集成Redis Search快速入门Demo
HBLOG
09-23 1394
RedisSearch 是一个基于 Redis 的搜索引擎模块，它提供了全文搜索、索引和聚合功能。通过 RedisSearch，可以为 Redis 中的数据创建索引，执行复杂的搜索查询，并实现高级功能，如自动完成、分面搜索和排序。利用 Redis 的高性能特点，RedisSearch 可以实现高效的搜索和实时分析。对于微服务架构来说，RedisSearch 可以作为搜索服务的一部分，提供快速、高效的搜索能力，对于提高用户体验和性能具有重要的意义。
【flink】之如何消费kafka数据并读写入redis？
it_erge的博客
09-27 141
flink消费kafka数据进行redis读写
Java Redis多限流
kfashfasf的博客
09-26 925
Redis实现限流主要依赖于其原子操作、高速缓存和丰富的数据结构（如字符串、列表、集合、有序集合等）。常见的限流算法包括令牌桶算法（Token Bucket）、漏桶算法（Leaky Bucket）以及基于计数器的简单限流算法。（1）令牌桶算法：初始化一个固定容量的令牌桶，以固定速率向桶中添加令牌。每个请求尝试从桶中获取一个令牌，如果成功则处理请求，否则拒绝或等待。令牌桶的容量和添加速率决定了系统的最大处理能力和平均处理速率。（2）漏桶算法：请求被放入一个桶中，桶以恒定速率漏出请求。
redis学习汇总(已完结)
08-25
Redis学习汇总已完结，包括以下几个主题的学习和理解：入门、基础、整合、进阶和拓展。入门部分包括五大数据类型的学习和理解。基础部分包括三大特殊数据类型的学习和理解，以及Redis中事务和乐观锁的实现。整合部分包括在Jedis中如何使用和操作Redis，以及SpringBoot如何整合Redis。进阶部分包括Redis的配置文件详解，持久化之RDB和AOF，如何实现发布订阅功能，以及如何配置主从复制模式和哨兵模式。拓展部分包括Redis缓存穿透、击穿和雪崩的理解和学习，以及Redis的面试题整理和解答。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Redis学习汇总（已完结）](https://blog.csdn.net/weixin_43829443/article/details/112839985)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [redis学习汇总](https://blog.csdn.net/zhengxiangling_02/article/details/106877123)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值