Redis常见的数据类型

Redis--5种数据类型的基本操作

学习地址推荐

String(字符串类型)

• String 是 Redis 最基本的类型，你可以理解成与 Memcached 一模一样的类型，一个 key 对应一个 value。
• String 类型是二进制安全的。Redis 的 String 可以包含任何数据。比如jpg图片或者序列化的对象。
• String 类型是 Redis 最基本的数据类型，String 类型的值最大能存储 512MB。

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
• 添加 / 修改多个数据：mset key value key1 value1
• 获取多个数据：mget key key1
• 追加信息到原始数据后边(不存在时则添加)：append key value

增减操作

• 设置数值增加指定范围的值
  • 默认每次加1：incr key
  • 每次新增value：incrby key value
• 设置数据减少指定范围的值
  • 默认每次减1：decr key
  • 每次减少value：decrby key value

时效操作

• 设置过期时间：setex key seconds value

Hash

• Redis hash 是一个键值(key=>value)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。

基本操作

• 添加 / 修改数据：hset key field value
• 获取数据
  • 获取一个：hget key field
  • 获取多个：hgetall key
• 删除数据：hdel key field field1
• 添加 / 修改多个数据：hmset key field value field1 value1
• 获取多个数据：hmget key field field1
• 获取表中字段数量：hlen key
• 获取表中是否存在某个字段：hexists key field

扩展操作

• 获取hash表中所有的字段key：hkeys key
• 获取hash表中所有的字段值：hvals key
• 设置指定字段的数值增加指定范围的值：
  • hincrby key field increment
  • hincrbyfloat key field increment

List(列表)

• 数据存储需求：存储多个数据，并对数据进行存储空间的顺序进行区分

• 需要的数据结构：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

• 列表(list)用于存储多个有序的字符串。列表是一种比较灵活的数据结构，可以充当栈和队列的角色，在实际开发上有很多应用场景

  列表的特点：

  1. 列表中的元素是有序的，可以通过索引下标来获取某个元素或者某个范围内的元素列表
  2. 列表中的元素是可以重复的

基本操作

• 添加 / 修改数据
  • 左边添加： lpush key value value1
  • 右边添加：rpush key value value1
• 获取数据
  • lrange key start end
  • lindex key index
  • llen key
• 删除数据
  • rpop key
  • lpop key

扩展操作

• 在规定时间内获取并移除数据
  • blpop key1 key2 timeout
  • brpop key1 key2 timeout

Set(集合)

• 新的存储需求：存储大量的数据，在查询方便提供更高的效率
• 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

基本操作

• 添加 / 修改数据：sadd key member member1
• 获取数据：smembers key
• 删除数据：srem key member1
• 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

扩展操作(随机取数，交、并、差集)

• 随机获取集合中指定数量的数据：srandmember key count
• 随机获取集合中某个数据并将改数据集移除集合：spop key

两个集合的交、并、差集

• sinter key key1
• sunion key key1
• sdiff key key1

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

ZSet(Sorted Set 有序集合)

在之前的四个类型中都不支持排序的，下来咱们看的sorted_set类型是既支持存储大数据，也支持排序功能。

基本操作

• 添加数据：zadd key score member
• 获取数据
  • zrange key start stop
  • zrevrange key start stop
• 删除数据：zrem key member

> zadd zset1 10 setVal1
(integer) 1
> zadd zset1 9 setVal2
(integer) 1
> zadd zset1 10 setVal3
(integer) 1

> zrange zset1 0 -1
1) "setVal2"
2) "setVal1"
3) "setVal3"
> zrange zset1 0 -1 withscores
1) "setVal2"
2) 9.0
3) "setVal1"
4) 10.0
5) "setVal3"
6) 10.0
> zrevrange zset1 0 -1 withscores
1) "setVal3"
2) 10.0
3) "setVal1"
4) 10.0
5) "setVal2"
6) 9.0

> zrem zset1 setVal1
1

扩展操作

• 按条件获取数据：
  • zrangebyscore key min max
  • zrevrangescore key max min
• 条件删除数据：
  • zremrangebyrank key start stop
  • zremrangebyscore key min max
• 获取集合数据总量：
  • zcard key
  • zcount key min max

> zrangebyscore test 2 3
1) "val2"
2) "val3"
> zrevrangebyscore test 3 2
1) "val3"
2) "val2"

> zremrangebyrank test 0 1
(integer) 2
> zremrangebyscore test 0 1
0

> zcard test
3
> zcount test 1 3
3

• 集合交、并操作：

  • zinterstore destination numkeys key

  • zunionstore destination numkeys key

    (这个指令就不做演示了，可以自己查看文档。跟set有点类似，只不过会把所有交集的和给加起来。然后这里边有个numkeys这个参数是一共几个key进行计算 后边的key就需要几个)

• 获取数据对应的索引：

  • zrank key member
  • zrevrank key member

• socre值获取与修改：

  • zscore key member
  • zincrby key increment member

Redis其他的数据类型

bitmap 位图

Redis 中的 bitmap 位图是一串连续的二进制数字，底层实际是基于 string 进行封装存储的，按 bit 位进行指令操作的。bitmap 中每一 bit 位所在的位置就是 offset 偏移，可以用 setbit、bitfield 对 bitmap 中每个 bit 进行置 0 或置 1 操作，也可以用 bitcount 来统计 bitmap 中的被置 1 的 bit 数，还可以用 bitop 来对多个 bitmap 进行求与、或、异或等操作。

bitmap 位图的特点是按位设置、求与、求或等操作很高效，而且存储成本非常低，用来存对象标签属性的话，一个 bit 即可存一个标签。可以用 bitmap，存用户最近 N 天的登录情况，每天用 1 bit，登录则置 1。个性推荐在社交应用中非常重要，可以对新闻、feed 设置一系列标签，如军事、娱乐、视频、图片、文字等，用 bitmap 来存储这些标签，在对应标签 bit 位上置 1。对用户，也可以采用类似方式，记录用户的多种属性，并可以很方便的根据标签来进行多维度统计。bitmap 位图的重要指令包括：setbit、 getbit、bitcount、bitfield、 bitop、bitpos 等。

在移动社交时代，LBS 应用越来越多，比如微信、陌陌中附近的人，美团、大众点评中附近的美食、电影院，滴滴、优步中附近的专车等。要实现这些功能，就得使用地理位置信息进行搜索。地球的地理位置是使用二维的经纬度进行表示的，我们只要确定一个点的经纬度，就可以确认它在地球的位置。

Redis 在 3.2 版本之后增加了对 GEO 地理位置的处理功能。Redis 的 GEO 地理位置本质上是基于 sorted set 封装实现的。在存储分类 key 下的地理位置信息时，需要对该分类 key 构建一个 sorted set 作为内部存储结构，用于存储一系列位置点。

在存储某个位置点时，首先利用 Geohash 算法，将该位置二维的经纬度，映射编码成一维的 52 位整数值，将位置名称、经纬度编码 score 作为键值对，存储到分类 key 对应的 sorted set 中。

需要计算某个位置点 A 附近的人时，首先以指定位置 A 为中心点，以距离作为半径，算出 GEO 哈希 8 个方位的范围， 然后依次轮询方位范围内的所有位置点，只要这些位置点到中心位置 A 的距离在要求距离范围内，就是目标位置点。轮询完所有范围内的位置点后，重新排序即得到位置点 A 附近的所有目标。

• 使用 geoadd，将位置名称(如人、车辆、店名)与对应的地理位置信息添加到指定的位置分类 key 中；
• 使用 geopos 方便地查询某个名称所在的位置信息；
• 使用 georadius 获取指定位置附近，不超过指定距离的所有元素；
• 使用 geodist 来获取指定的两个位置之间的距离。

这样，是不是就可以实现，找到附近的餐厅，算出当前位置到对应餐厅的距离，这样的功能了？

Redis GEO 地理位置，利用 Geohash 将大量的二维经纬度转一维的整数值，这样可以方便的对地理位置进行查询、距离测量、范围搜索。但由于地理位置点非常多，一个地理分类 key 下可能会有大量元素，在 GEO 设计时，需要提前进行规划，避免单 key 过度膨胀。

Redis 的 GEO 地理位置数据结构，应用场景很多，比如查询某个地方的具体位置，查当前位置到目的地的距离，查附近的人、餐厅、电影院等。GEO 地理位置数据结构中，重要指令包括 geoadd、geopos、geodist、georadius、georadiusbymember 等。

hyperLogLog 基数统计

Redis 的 hyperLogLog 是用来做基数统计的数据类型，当输入巨大数量的元素做统计时，只需要很小的内存即可完成。HyperLogLog 不保存元数据，只记录待统计元素的估算数量，这个估算数量是一个带有 0.81% 标准差的近似值，在大多数业务场景，对海量数据，不足 1% 的误差是可以接受的。

Redis 的 HyperLogLog 在统计时，如果计数数量不大，采用稀疏矩阵存储，随着计数的增加，稀疏矩阵占用的空间也会逐渐增加，当超过阀值后，则改为稠密矩阵，稠密矩阵占用的空间是固定的，约为12KB字节。

通过 hyperLoglog 数据类型，你可以利用 pfadd 向基数统计中增加新的元素，可以用 pfcount 获得 hyperLogLog 结构中存储的近似基数数量，还可以用 hypermerge 将多个 hyperLogLog 合并为一个 hyperLogLog 结构，从而可以方便的获取合并后的基数数量。

hyperLogLog 的特点是统计过程不记录独立元素，占用内存非常少，非常适合统计海量数据。在大中型系统中，统计每日、每月的 UV 即独立访客数，或者统计海量用户搜索的独立词条数，都可以用 hyperLogLog 数据类型来进行处理。