Redis (一) 简介与基本数据类型

一、简介

1. 问题与解决方案：

• 海量用户
• 高并发
      
      罪魁祸首：
• 关系型数据库——
  性能瓶颈：磁盘 IO 性能低下；
  扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群；
      
      解决思路：
  降低磁盘IO次数，越低越好
  去除数据间关系，越简单越好
  --------------------------------> Nosql 【Not-Only SQL】（ 泛指非关系型的数据库）不仅仅只用 SQL,是对关系型数据库的补充 。
  特征：
• 可扩容，可伸缩
• 大数据量下高性能
• 灵活的数据模型
• 高可用
  常见 Nosql 数据库：
• Redis
• memcache
• HBase
• MongoDB （高速存储，文档形式）

热点信息：被访问量很高的，不是时时刻刻都是热点的。

2. 概念

Redis (REmote DIctionary Server) 是用 C 语言开发的一个开源的高性能键值对**（key-value）**数据库。
特征：

• 数据间没有必然的关联关系
• 内部采用单线程机制进行工作
• 高性能。官方提供测试数据，50 个并发执行 100000 个请求,读的速度是 110000 次/s,写的速度是 81000次/s。
• 多数据类型支持
   字符串类型 string
   列表类型 list
   散列类型 hash
   集合类型 set
   有序集合类型 sorted_set
• 持久化支持。可以进行数据灾难恢复

3. 应用

• 为热点数据加速查询（主要场景），如热点商品、热点新闻、热点资讯、推广类等高访问量信息等
• 任务队列，如秒杀、抢购、购票排队等
• 即时信息查询，如各位排行榜、各类网站访问统计、公交到站信息、在线人数信息（聊天室、网站）、设备信号等
• 时效性信息控制，如验证码控制、投票控制等
• 分布式数据共享，如分布式集群架构中的 session 分离
• 消息队列
• 分布式锁

二、启动 Redis

先启动服务端：

redis-server.exe redis.windows.conf

启动客户端：

三、基本操作

（对于命令行模式工具使用思考：功能性命令、清除屏幕信息、帮助信息查阅、 退出指令。）

• 信息添加
  功能：设置 key，value 数据

set key value

• 信息查询
  功能：根据 key 查询对应的 value，如果不存在，返回空（nil）

get key

• 清除屏幕信息
  功能：清除屏幕中的信息

clear

• 帮助
  功能：获取命令帮助文档，获取组中所有命令信息名称

help 命令名称

help @组名

• 退出客户端命令行模式
  功能：退出客户端

quit

exit

<ESC>

四、基本数据类型

1.介绍

Redis 最初是作为缓存使用的。
原始业务功能设计

• 秒杀
• 618活动
• 双11活动
• 排队购票

运营平台监控到的突发高频访问数据

• 突发时政要闻，被强势关注围观

高频、复杂的统计数据

• 在线人数
• 投票排行榜

Redis 数据类型（常用 5 种）

• string             String
• hash               HashMap
• list                  LinkedList
• set                 HashSet
• sorted_set     TreeSet

redis 自身是一个 Map，其中所有的数据都是采用 key : value 的形式存储
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

2.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

基本操作

• 添加/修改数据

 set key value

• 获取数据

 get key 

• 删除数据

 del key

1 代表成功，0 代表失败。

• 添加/修改多个数据

 mset key1 value1 key2 value2 …

• 获取多个数据

mget key1 key2 …

• 获取数据字符个数（字符串长度）

strlen key

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

---

    set 发送指令【上图小钟表】、执行指令【上图大钟表】、返回结果 【上图小钟表】都是花费时间的。 如果一次执行完 消耗的时长非常大的话，对于单线程操作，还是使用 多指令更合适。

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？ （主要就是不想让 主键值 重复）
👌 解决方案：

• 设置数值数据增加指定范围的值
  （对字符串进行操作时，如果字符串是纯数字，就可以对它进行增/减）

incr key
incrby key increment
incrbyfloat key increment

• 设置数值减少指定范围的值

decr key
decrby key increment

都不可以用负数。
✨说明：✨
    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）】
  string 作为数值操作
  🤞 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

setex key seconds value
psetex key milliseconds value

🤞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

🐾 string 类型数据操作的注意事项
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

应用场景

🙌 业务场景
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
    在 redis 中为 大V 用户设定用户信息，以用户主键和属性值作为 key，后台设定定时刷新策略即可
eg: user🆔3506728370:fans → 12210947
eg: user🆔3506728370:blogs → 6164
eg: user🆔3506728370:focuss → 83

    在redis中以json格式存储大V用户信息，定时刷新（也可以使用 hash 类型）
eg: user🆔3506728370 →
{“id”:3506728370,“name”:“春晚”,“fans”:12210862,“blogs”:6164, “focus”:83}
🤞 Tips 3：

• redis应用于各种结构型和非结构型高热度数据访问加速

---

数据库中的热点数据key命名惯例 ：

3.hash

存储的困惑：
    如果是使用 Json，方便拿取数据，但是不方便修改数据。     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。
所以，划分如下：

【即：一个 key，多个 field 和 value 】

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

基本操作

• 添加/修改数据

hset key field value

• 获取数据

hget key field
hgetall key

• 删除数据

hdel key field1 [field2]

• 添加/删除多个数据

hmset key field1 value1 field2 value2 …

• 获取多个数据

hmget key field1 field2 …

• 获取哈希表中字段的数量

hlen key

• 获取哈希表中是否存在指定的字段

hexists key field

（有则修改，无则新增 field ）

扩展操作

• 获取哈希表中所有的字段名或字段值

hkeys key
hvals key

• 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

✨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

🙌 业务场景
电商网站购物车设计与实现

👉 业务分析

• 仅分析购物车的 redis 存储模型
  添加、浏览、更改数量、删除、清空
• 购物车于数据库间持久化同步（不讨论）
• 购物车于订单间关系（不讨论）
  提交购物车：
  读取数据生成订单
  商家临时价格调整：
  隶属于订单级别
• 未登录用户购物车信息存储（不讨论）：
  cookie存储
      
  👌解决方案
• 以客户 id 作为 key，每位客户创建一个 hash 存储结构存储对应的购物车信息
• 将商品编号作为 field，购买数量作为 value 进行存储
• 添加商品：追加全新的 field 与 value
• 浏览：遍历 hash
• 更改数量：自增/自减，设置value值
• 删除商品：删除field
• 清空：删除key
  比如：给用户 001 添加 100 份 g01 商品、200 份 g02 商品；给用户 002 添加 1 份 g02 商品、 7 份 g04 商品、100 份 g05 商品。并查看、修改。
  
      ❌但是问题来了：当前设计是否加速了购物车的呈现？ 并没有，当前仅仅是将数据存储到了 redis 中，并没有起到加速的作用，商品信息还需要二次查询数据库。（就知道个商品号，不知道具体的商品。）
  👌解决方案：
• 每条购物车中的商品记录保存成两条 field
• field1 专用于保存购买数量
          命名格式：商品 id:nums
          保存数据：数值

有个操作叫 hsetnx，如果当前 key 对应的 field 有值，就不进行操作，如果没有值，才设置(相当于在操作之前进行了一次判定)：

hsetnx key field value

🙌 业务场景

👌解决方案

• 以商家id作为 key 
• 将参与抢购的商品 id 作为 field 
• 将参与抢购的商品数量作为对应的 value 
• 抢购时使用降值的方式控制产品数量
   实际业务中还有超卖等实际问题，这里不做讨论

Redis 原则上只做数据的存储和保存，尽量不要把业务逻辑（如判断是否存在等）加进来。

🤞Tips 5： 

• redis 应用于抢购，限购类、限量发放优惠卷、激活码等业务的数据存储设计

---

string存储对象（json）与hash存储对象
String存储讲究整体性，一起更新或获取，而 hash 通过 field 把属性隔离开了，所以更新比较方便。

---

4.list

• 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
  

基本操作

• 添加/修改数据

lpush key value1 [value2] ……
 rpush key value1 [value2] ……

• 获取数据

 lrange key start stop 
 lindex key index 
 llen key 

• 获取并移除数据

 lpop key
 rpop key

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 timeou

如果 list 是任务的集合，那么取得到就去处理，取不到就一直等待，就是个任务队列。
🙌 业务场景

👌解决方案

• 移除指定数据

lrem key count value 

🤞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

🙌 业务场景

• twitter、新浪微博、腾讯微博中个人用户的关注列表需要按照用户的关注顺序进行展示，粉丝列表需要将最 近关注的粉丝列在前面
• 新闻、资讯类网站如何将最新的新闻或资讯按照发生的时间顺序展示？
• 企业运营过程中，系统将产生出大量的运营数据，如何保障多台服务器操作日志的统一顺序输出？

👌解决方案

• 依赖list的数据具有顺序的特征对信息进行管理 
• 使用队列模型解决多路信息汇总合并的问题 
• 使用栈模型解决最新消息的问题
  
  🤞 Tips 7： 
• redis 应用于最新消息展示

5.set

基本操作

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

• 添加数据

sadd key member1 [member2]

• 获取全部数据

 smembers key  

• 删除数据

 srem key member1 [member2] 

• 获取集合数据总量

scard key 

• 判断集合中是否包含指定数据

 sismember key member  

🙌 业务场景
    每位用户首次使用今日头条时会设置 3 项爱好的内容，但是后期为了增加用户的活跃度、兴趣点，必须让用户 对其他信息类别逐渐产生兴趣，增加客户留存度，如何实现？
✨业务分析
    系统分析出各个分类的 最新 或 最热点 信息条目并组织成 set 集合，随机挑选其中部分信息，配合用户关注信息分类中的热点信息组织成展示的全信息集合 。

👌 解决方案

• 随机获取集合中指定数量的数据

srandmember key [count] 

• 随机获取集合中的某个数据并将该数据移出集合

spop key [count] 

🤞Tips 8： 

• redis 应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热卖旅游线路，应用APP推荐， 大V推荐等

####### 扩展操作
🙌业务场景
    脉脉为了促进用户间的交流，保障业务成单率的提升，需要让每位用户拥有大量的好友，事实上职场新人不 具有更多的职场好友，如何快速为用户积累更多的好友？
    新浪微博为了增加用户热度，提高用户留存性，需要微博用户在关注更多的人，以此获得更多的信息或热门 话题，如何提高用户关注他人的总量？
    QQ新用户入网年龄越来越低，这些用户的朋友圈交际圈非常小，往往集中在一所学校甚至一个班级中，如何 帮助用户快速积累好友用户带来更多的活跃度？
    微信公众号是微信信息流通的渠道之一，增加用户关注的公众号成为提高用户活跃度的一种方式，如何帮助 用户积累更多关注的公众号？
    美团外卖为了提升成单量，必须帮助用户挖掘美食需求，如何推荐给用户最适合自己的美食？

👌 解决方案

• 求两个集合的交、并、差集

 sinter key1 [key2]  
 sunion key1 [key2]  
 sdiff key1 [key2]

• 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] 

🤞Tips 9： 

• redis 应用于同类信息的关联搜索，二度关联搜索，深度关联搜索 
• 显示共同关注（一度） 
• 显示共同好友（一度） 
• 由用户A出发，获取到好友用户B的好友信息列表（一度） 
• 由用户A出发，获取到好友用户B的购物清单列表（二度） 
• 由用户A出发，获取到好友用户B的游戏充值列表（二度

✨set 类型数据操作的注意事项✨

• set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份
• set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间

🙌 业务场景
    集团公司共具有 12000 名员工，内部 OA 系统中具有 700 多个角色，3000 多个业务操作，23000 多种数据，每 位员工具有一个或多个角色，如何快速进行业务操作的权限校验。

👌 解决方案
依赖 set 集合数据不重复的特征，依赖 set 集合
根据用户 ID 获取用户所有角色
根据用户所有角色获取用户所有操作权限放入 set
根据用户所有角色获取用户所有数据放入 set

🙌业务场景
    公司对旗下新的网站做推广，统计网站的 PV（访问量）,UV（独立访客）,IP（独立IP）。 PV：网站被访问次数，可通过刷新页面提高访问量 UV：网站被不同用户访问的次数，可通过 cookie 统计访问量，相同用户切换IP地址，UV 不变 IP：网站被不同 IP 地址访问的总次数，可通过 IP 地址统计访问量，相同IP不同用户访问，IP不变

👌 解决方案

• 利用 set 集合的数据去重特征，记录各种访问数据 
• 建立 string 类型数据，利用 incr 统计日访问量（PV） 
• 建立 set 模型，记录不同 cookie 数量（UV） 
• 建立 set 模型，记录不同 IP 数量（IP）

🙌业务场景
黑名单 :
    资讯类信息类网站追求高访问量，但是由于其信息的价值，往往容易被不法分子利用，通过爬虫技术， 快速获取信息，个别特种行业网站信息通过爬虫获取分析后，可以转换成商业机密进行出售。例如第三方火 车票、机票、酒店刷票代购软件，电商刷评论、刷好评。 同时爬虫带来的伪流量也会给经营者带来错觉，产生错误的决策，有效避免网站被爬虫反复爬取成为每个网站都要考虑的基本问题。在基于技术层面区分出爬虫用户后，需要将此类用户进行有效的屏蔽，这就是黑名单的典型应用。 ps:不是说爬虫一定做摧毁性的工作，有些小型网站需要爬虫为其带来一些流量。
白名单 :
    对于安全性更高的应用访问，仅仅靠黑名单是不能解决安全问题的，此时需要设定可访问的用户群体， 依赖白名单做更为苛刻的访问验证。

👌解决方案

• 基于经营战略设定问题用户发现、鉴别规则 
• 周期性更新满足规则的用户黑名单，加入 set 集合 
• 用户行为信息达到后与黑名单进行比对，确认行为去向 
• 黑名单过滤 IP 地址：应用于开放 游客访问权限的信息源 
• 黑名单过滤设备信息：应用于限定访问设备的信息源 
• 黑名单过滤用户：应用于基于访问权限的信息源
  🤞Tips 12： 
• redis 应用于基于黑名单与白名单设定的服务控制

6.sort_set

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
  

基本操作

• 添加数据

 zadd key score1 member1 [score2 member2] 

• 获取全部数据

 zrange key start stop [WITHSCORES] 
 zrevrange key start stop [WITHSCORES] 

• 删除数据

zrem key member [member ...] 

• 按条件获取数据 

zrangebyscore key min max [WITHSCORES] [LIMIT] 
zrevrangebyscore key max min [WITHSCORES] 

 条件删除数据

 zremrangebyrank key start stop 
 zremrangebyscore key min max 


✨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 

• 集合交、并操作

zinterstore destination numkeys key [key ...] 
zunionstore destination numkeys key [key ...] 

扩展操作

🙌 业务场景
票选广东十大杰出青年，各类综艺选秀海选投票 各类资源网站TOP10（电影，歌曲，文档，电商，游戏等） 聊天室活跃度统计 游戏好友亲密度
✨业务分析

• 为所有参与排名的资源建立排序依据
  👌 解决方案
• 获取数据对应的索引（排名）

 zrank key member 
 zrevrank key member 

• score值获取与修改

 zscore key member 
 zincrby key increment member 

🤞 Tips 13： 

• redis 应用于计数器组合排序功能对应的排名

✨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

应用场景

🙌 业务场景
    基础服务+增值服务类网站会设定各位会员的试用，让用户充分体验会员优势。例如观影试用VIP、游戏 VIP体验、云盘下载体验VIP、数据查看体验 VIP。当VIP体验到期后，如果有效管理此类信息。即便对于正式 VIP 用户也存在对应的管理方式。 网站会定期开启投票、讨论，限时进行，逾期作废。如何有效管理此类过期信息。

👌 解决方案

• 对于基于时间线限定的任务处理，将处理时间记录为 score值，利用排序功能区分处理的先后顺序 
• 记录下一个要处理的时间，当到期后处理对应任务，移除redis中的记录，并记录下一个要处理的时间 
• 当新任务加入时，判定并更新当前下一个要处理的任务时间 
• 为提升sorted_set的性能，通常将任务根据特征存储成若干个sorted_set。例如1小时内，1天内，周内， 月内，季内，年度等，操作时逐级提升，将即将操作的若干个任务纳入到1小时内处理的队列中
  获取当前系统时间

 time 

🤞Tips 14： 

• redis 应用于定时任务执行顺序管理或任务过期管理
  🙌 业务场景
  任务/消息权重设定应用
  当任务或者消息待处理，形成了任务队列或消息队列时，对于高优先级的任务要保障对其优先处理，如 何实现任务权重管理。 
  👌解决方案
• 对于带有权重的任务，优先处理权重高的任务，采用 score 记录权重即可
• 多条件任务权重设定 ：
      如果权重条件过多时，需要对排序 score 值进行处理，保障score 值能够兼容 2 条件或者多条件，例如外贸订单优先于国内订单，总裁订单优先于员工订单，经理订单优先于员工订单 
• 因score长度受限，需要对数据进行截断处理，尤其是时间设置为小时或分钟级即可（折算后） 
• 先设定订单类别，后设定订单发起角色类别，整体 score 长度必须是统一的，不足位补0。第一排序规则首 位不得是0 
  • 例如外贸101，国内102，经理004，员工008。 
  • 员工下的外贸单score值为101008（优先） 
  • 经理下的国内单score值为102004