Redis的一点理解「基本类型」&&「淘汰策略」

最新推荐文章于 2024-04-27 19:30:28 发布

壹拾柒W

最新推荐文章于 2024-04-27 19:30:28 发布

阅读量176

点赞数

分类专栏： redis 文章标签： java redis

本文链接：https://blog.csdn.net/shaun17/article/details/108342439

版权

redis 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

文章目录

前言
一、基本类型
二、淘汰策略

前言

Redis的基本类型和淘汰策略

一、基本类型

String

String类型是包含很多种类型的特殊类型，并且是二进制安全的。比如序列化的对象进行储存，比如一张图片进行二进制储存，比如一个简单的字符串数值等等，最大能存储512M。

set key value ：设置key的值为value
get key ： 获取key的value
setnx key realValue ：若key不存在，set key的值为realValue
setex key time(秒) realValue ：设置key的值为value，并设置time的有效期，当超过有效期销毁realValue

由于存储格式是二进制的，可使用setbit来进行对位的操作
setbit k offset v: 设置或清除指定偏移量（offset）上的位（bit）

set test a //在此set k->v 为 test->a
get test ->a //所以get test 得到a
//通过setbit 可以更改test的val
//‘a'的ASCII码是 97。转换为二进制是：01100001，
//‘b‘的ASCII码是 98。转换为二进制是：01100010，
//所以将a改为b就是将偏移量非0的第6位改为1，第7位改为0
setbit test 6 1
setbit test 7 0
get test ->b //所以get test 得到b，通过二进制将数据进行了更改

由此可以延伸出bloomgfilter，将val进行hash计算，得到int[]数组，通过setbit遍历出数组set为1，数组值默认为0.

应用场景： 缓存功能，提高查询效率；计数器，实现计数；共享Session，处于负载均衡考虑，将用户信息均衡到不用的服务器上；限速，限制用户高频登陆发请求；bloom filter

Hash

String类型的field和val的映射表，hash特别适合用于存储对象，每个hash可以存储 40亿的键值对。

hmset user name tom ： hmset进行属性设值
hmset user age 15 sex man：hmset可进行批量存储多个键值
hmget user name age sex ： hmget可进行批量获取多个键值对
hsetnx user name tom ： 同String的setnx
hexists user name： 判断key是否存在
hlen user ： 返回hash中所有键的数值。
hkeys user : 返回hash中的所有键。
hvals user :  返回Hash中所有的值。
hgetall user : 返回Hash中所有的键和值。
hincrby user age increment : 为指定字段的整数值加上增量 increment 。
hdecrby user age decrement : 为指定字段的整数值减去increment 。

应用场景： 购物车，用户id作为key，商品id作为filed，商品数量为val

List

List用来存储多个有序的字符串，元素可以重复，每个列表可以存储40亿元素

lpush+lpop 栈，左加入，左弹出
lpush+rpop 队列，左加入，右弹出
lpush+brpop 消息队列。brpop，当队列中没有元素会阻塞

常用于实现消息队列

Set

是String类型的无序集合，集合元素是唯一的，不能重复，集合通过Hash表实现，所以添加、删除、查询的时间复杂度都是O(1)。

sadd set value1 value2 ： 将value1，value2多个元素加入到set中
scard set ： 查看set成员数
sdiff  set1 set2 ： 返回set1和set2的差异
sinter set1 set2 : 返回几个差异

使用场景： 因为不能重复，使用差集、交集实现共同用户兴趣爱好

ZSet

集合元素唯一，不可重复，每个元素关联一个double的类型的分数，redis通过这个分数对集合中元素进行大小排序
因为有序，使用跳表实现，提高查询效率
跳表

一个链表在查询的时候避免依次遍历，按照一定规则抽取一般元素构成另一链表2，在查询的时候，先于抽取出的2链表进行定位比较，然后通过2链表的位置指向找到1链表的位置，使用空间换时间，提高了查询的效率
为了避免插入新节点后的重新调整
跳表不要求每个链表之间有严格的对应关系
为每个节点随机抛出一个层数‘

使用场景： 延时队列，将分数作为时间戳来进行判断

Hyperloglog

提供不精确的去重计算，内存占用小，只需要12k（1210241024）能存储2^64个数据

计数存在一定的误差，误差率整体较低。标准误差为 0.81%

使用场景： 可用作热点页面的去重访问量

二、淘汰策略

根据redis配置文件提示，8种淘汰策略，大致可分为4种，RUL、RFL、TTL、Randmo

# volatile-lru -> Evict using approximated LRU among the keys with an expire set.            
# allkeys-lru -> Evict any key using approximated LRU.                                                         
# volatile-lfu -> Evict using approximated LFU among the keys with an expire set.                              
# allkeys-lfu -> Evict any key using approximated LFU.                                                         
# volatile-random -> Remove a random key among the ones with an expire set.                                    
# allkeys-random -> Remove a random key, any key.                                                              
# volatile-ttl -> Remove the key with the nearest expire time (minor TTL)                                      
# noeviction -> Don't evict anything, just return an error on write operations.                                
#                                                                                                              
# LRU means Least Recently Used                                                                                
# LFU means Least Frequently Used                                                                              
#                                                                                                              
# Both LRU, LFU and volatile-ttl are implemented using approximated                                            
# randomized algorithms.                                                                                       
#                                                                                                              
# Note: with any of the above policies, Redis will return an error on write                                    
#       operations, when there are no suitable keys for eviction.                                              
#                                                                                                              
#       At the date of writing these commands are: set setnx setex append                                      
#       incr decr rpush lpush rpushx lpushx linsert lset rpoplpush sadd                                        
#       sinter sinterstore sunion sunionstore sdiff sdiffstore zadd zincrby                                    
#       zunionstore zinterstore hset hsetnx hmset hincrby incrby decrby                        
#       getset mset msetnx exec sort                                                           
#                                                                                              
# The default is:                                                                              
#                                                                                             
# maxmemory-policy noeviction

LFU && LRU

LFU（Least Frequently Used ，最不经常使用淘汰算法）
LRU（Least recently used，最近最少使用）算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高

TTL淘汰

Redis 数据集数据结构中保存了键值对过期时间的表，即 redisDb.expires。与 LRU 数据淘汰机制类似，TTL 数据淘汰机制中会先从过期时间的表中随机挑选几个键值对，取出其中 ttl 最大的键值对淘汰。同样，TTL淘汰策略并不是面向所有过期时间的表中最快过期的键值对，而只是随机挑选的几个键值对。