redis的入门

第一章nosql概述

为什么需要Nosql  非关系形数据库

1.高并发读写High

2.海量数据的高效率存储和访问

3.高可扩展和高可用性

这些问题通过关系性数据库无法解决

nosql  主流的产品  redis  mongoDB

nosql数据库的四大分类

1.键值存储  redis

2.列存储

3.文档数据库  mongoDB  数据结构要求不是特别高

4.图形数据库

特点:

1.容易扩展

2.灵活的数据模型

3.大数据量，高性能

4.高可用

redis概述

什么是redis

高性能键值对数据库，支持的键值数据库类型

数据类型有

字符串类型，散列类型，列表类型，集合类型，有需集合类型

redis的应用场景

1.缓存

2.任务队列

3.网站访问统计

4.数据过期处理

5.分布式集群架构中的session分离

redis的安装

设置键

set name imooc  设置值

get name  获得值

del name  删除值

keys *获得所有的键

Jedis入门

Jedis介绍

Jedis是redis官方首选的Java客户端开发包

redis的数据结构

set

常用命令

添加

sadd myset a b c  向myset中添加a b c三个值

删除

srem myset a  删除 myset中的a元素

获得集合

smembers  myset 查看myset里面的值

sismember myset a 判断a在不在myset这个集合里面

如果返回1表示存在  0表示不存在

差集

sadd  mya1  a b c

sadd myb1 a c 1 2   添加两个集合求差集

sdiff  mya1  myb1  求出两个集合中存在不同的值

交集

sadd  mya1  a b c

sadd myb1 a c 1 2   添加两个集合求交集

sinter mya1  myb1  求出两个集合一样的元素

并集

sadd  mya1  a b c

sadd myb1 a c 1 2   添加两个集合求并集

sunion  mya1  myb1  会将重复的元素去掉  然后将两个集合中的元素合并

扩展命令

scard myset   得到 集合中的数量

srandmember myset  随机访问成员

sdiffstore   my1  mya1 myb1  将mya1和myb1 相差的元素存入到一个my1的新元素

sinterstore  存交集的元素到新集合  同上（使用方式)

sunionstore   存并集的结果存入到新集合   同上（使用方式)

使用场景

唯一性数据

用于维护数据对象之间的关联关系  比如两个很大产品的订单可以用set的交集查询出购买了两种产品的客户

storted-set

storted-set  有序value可重复

应用场景:

微博热点话题

以及排行

常用命令

添加

zadd mysort  70  zs  80 ls  90 ww    如果添加相同的则会覆盖

获得

zscore  mysort  zs    获得分数

zcard  mysort  获得集合的个数

删除

zrem  mysort  tom   删除

范围查询

zadd  mysort 85  jack   95  rose

zrange  mysort 0  -1   查询mysort里面所有的元素  只显示键   显示名字

zrange  mysort 0  -1  withscores   键和值都会显示   名字和分数都会显示  从小到大排名

zrevrange  mysort 0 -1    withscores  从大到小排名

zremrangebyrank   mysort   0  4  按照范围进行删除

zadd  mysysou  80  zs  90  ls  100  ws     //为mysysou添加元素

zremrangescore   mysysou  80  100     //按照分数删除

zadd  mysort 70  zs  80 ls 90 ww

zrangbyscore mysort 0  100  查询出姓名

zrangebyscore mysort  0  100 withscores   姓名和分数都能查出

zrangebyscore myscort 0  100 withscores  limit 0 2   按照分数和名字排序

zincrby  mysort 3  ls  给李四的分数增加3

zcount mysort 80 90 查看80到90之间的个数

使用场景:

积分排行榜

构建索引的数据