Redis基础

本文主要是学习尚硅谷课程的一个回顾记录，作为自己的笔记。

NoSQL 数据库

概述

NoSQL（Not Only SQL），意即“不仅仅是SQL”，泛指非关系型的数据库。
NoSQL 不以依赖业务逻辑的方式存储，而是简单的key-value 模式存储。因此大大增加了数据库的扩展能力。

• 不遵循 SQL 标准
• 不支持 ACID
• 远超于 SQL 的性能。

NoSQL 适用场景

• 对数据高并发的读写
• 海量数据的读写
• 对数据的高可扩展性

NoSQL 不适用场景

• 需要事务支持
• 基于 sql 的结构化查询存储，处理复杂的关系，需要即席查询

Redis

概述

• Redis 是一个开源的 key-value 存储系统
• 它支持存储的 value 类型包括string（字符串）、list（链表）、set（集合）、zset（sorted set–有序集合）和hash（哈希类型）
• 这些数据类型都支持 push/pop、add/remove 及取交集和差集以及更丰富的操作，而且这些操作都是原子性的。
• 在此基础上，Redis 支持各种不同方式的排序。
• 为了保证效率，数据都是缓存在内存中。
• Redis 会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件。

应用场景

配合关系型数据库做高速缓存

• 高频次，热门访问的数据，降低数据库I/O
• 分布式架构，做 session 共享

多样的数据结构存储持久化数据

场景	实现方式
最新N个数据	通过List实现按自然时间排序的数据
排行榜、Top N	利用zset（有序集合）
时效性的数据，比如手机验证码	Expire 过期
计数器、秒杀	原子性，自增方法INCR、DECR
去除大量数据中的重复数据	利用 Set 集合
构建队列	利用 list 集合
发布订阅消息系统	pub/sub 模式

常用五大数据类型

redis常见数据类型操作命令：http://www.redis.cn/commands.html

Redis 键（key）

命令	操作说明
keys *	查看当前库所有 key
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	删除指定的 key 数据（仅将 keys 从 keyspace 元数据中删除，真正的删除在后续异步操作）
expire key	为指定的 key 设置过期时间 (单位s)
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 key 的数量
flushdb	清空当前库
flushall	通杀全部库

Redis 字符串（String）

简介

String 是 Redis 最基本的类型，是二进制安全的，意味着可以包含任何数据，比如：图片、视频或者序列化对象。

一个 Redis 中字符串 value 最多可以是 512M

常用命令

命令	操作说明
set key value	添加键值对
setnx key value	当数据库中 key 不存在时，可以将 key-value 添加数据库
setxx key value	当数据库中 key 存在时，可以将 key-value 添加数据库
setex key second value	为指定的 key 设置值及其过期时间。如果key 已经存在，将替换旧的值
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	获取值的长度
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	将 key 中储存的数字值增减。自定义步长
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 原子性，有一个失败则都失败
getrange key begin end	获得值的范围，类似 java 中的 substring，前包后包
setrange key begin value	用 value 覆写 key储存的字符串值，从begin开始（索引从0开始）
getset key value	以新换旧，设置了新值同时获得旧值

数据结构

String 的数据结构为简单动态字符串。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。

当前字符串实际分配空间一般要高于实际字符串长度。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。

Redis 列表（List）

简介

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）。
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。

常用命令

命令	操作说明
lpush/rpush key value1 value2 value3 …	从左边/右边插入一个或多个值（key 不存在，即为新增）
lpop/rpop key	从左边/右边吐出一个值。值在键在，值光键亡。
rpoplpush key1 key2	从 key1 列表右侧吐出一个值，插到 key2 列表左边
lrange key start stop	按照索引下标获得元素（从左往右）-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（从左往右）
llen key	获得列表长度
linsert key before value newvalue	在 value 前面插入 newvalue
linsert key after value newvalue	在 value 后面插入 newvalue
lrem key n value	从左边删除 n 个 value
lset key index value	将列表 key 下标为 index 的值替换成 value

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。
它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才会改成 quiclist。
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。这样既满足了快速插入删除性能，又不会出现太大的空间冗余。

Redis 集合（Set）

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。它的底层其实是一个 value 为 null 的 hash 表，所以添加、删除、查找的复杂度都是O(1)。

一个算法，随着数据的增加，执行时间的长短，如果是O(1)，数据增加、查找的时间不变。

常用命令

命令	操作说明
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
sismeber key value	判断集合 key 是否为含有该 value 值，有 1，没有 0
scard 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	随机从该集合中吐出一个值
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）

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。

Redis 哈希（Hash）

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>

用户 ID 为查找的 key，存储的 value 用户对象包含姓名、年龄、生日等信息，如果用普通的 key/value 结构来存储，主要有以下 2 种存储方式：

常用命令

命令	操作说明
hset key field value	给 key 集合中的 field 键赋值 value
hget key field	从 key 集合中的 field 取出 value
hmset key field1 value1 field2 value2	批量设置 hash 的值
hexists key 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 field
hvals key	列出该 hash 集合的所有 value
hincrby key field increment	为哈希表 key 中的域 field 的值加上增量 1
hsetnx 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

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。

Redis 有序集合 Zset（sorted set）

简介

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的。

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。

常用命令

命令	操作说明
zadd key score1 value1 score2 value2	将一个或多个 member 元素及其 score 值加入到有序集合 key 当中
zrange key start stop [WIRHSCORES]	返回有序集合 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中。
zrangebyscore key minmax [WITHSCORES] [LIMIT OFFSET COUNT]	返回有序集合 key 中，所有 score 值介于 min 和 max 之间（包括等于 min 和 max）的成员。有序集合成员按 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。

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

1. 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。
2. 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。

跳跃表（跳表）

简介

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、平衡表、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，从链表中查出 51
（1）

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。
（2）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。

从此可以看出跳跃表比有序链表效率要高。