Redis键(key)
- 查看当前库所有匹配的key
keys *
- 判断某个key是否存在
exists key
- 查看key 是什么类型
type key
- 删除指定的key数据
del key
- 根据value选择非阻塞删除,仅将keys从keyspace元数据中删除,真正的删除会在后续异步操作。
unlink key
- 为给定的key设置过期时间
单位:s
expire key time
- 查看还有多少秒过期
-1表示永不过期,-2表示已过期
ttl key
- 切换数据库
select index
- 查看当前数据库的key数量
dbsize
- 清空当前库
flushdb
- 清空所有库
flushall
Redis 字符串(string)
简介
-
String 是 Redis 最基本的类型,一个 key 对应一个 value。
-
String 类型是二进制安全的。意味着 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,一个 Redis 中字符串 value 最多可以是 512M。
常用命令
- 设置键值对
set key value
- 查询对应键值
get key
- 将给定的value追加到原值末尾
append key v
- 获得key对应的字符串的长度
strlen key
- key 不存在设置key的值
setnx key value
- 将key中存储的数字值加1
只能对数字值操作,如果为空,新增值为1
incr key
- 将key中存储的数字值减1
只能对数字值操作,如果为空,新增值为-1
decr key
- incrby key step -step
- incrby key step +step
原则性
incr 操作是原子性操作。
所谓原子操作是指不会被线程调度机制打断的操作;
这种操作一旦开始,就一直运行到结束,中间不会有任何 context switch(切换到另一个线程)。”
- 在单线程中,能够在单条指令中完成的操作都可以认为是"原子操作”,因为中断只能发生于指令之间。
- 在多线程中,不能被其它进程(线程)打断的操作就叫原子操作。
Redis 单命令的原子性主要得益于Redis的单线程。
执行多个命令
- 同时设置一个或多个key-value
mset k1 v1 k2 v2 ...
- 同时获取一个或多个value
mget k1 k2 ...
- 同时设置一个或多个key-value,当且仅当key都不存在
msetnx key1 value1 key2 value2 ...
原子性,有一个失败则都失败
- 获得值得范围,类似Java中的substring,前包,后包
getrange key start end
- 用value 覆盖 key 所存储的字符串值,从起始位置开始
setrange key 起始位置 value
- 设置过期时间,单位秒
setex key time value
- 以新换旧,设置了新值同时获得旧值
getset key value
数据结构
String 的数据结构为简单动态字符串(Simple Dynamic String,缩写 SDS)。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。
如图中所示,内部为当前字符串实际分配的空间 capacity 一般要高于实际字符串长度len。
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
- 从左边/右边插入一个或多个值
lpush/rpush key value1 value2 ...
- 从左边/右边吐出一个值。如果操作完成后,值空,则移除键。
lpop/rpop key
- 按照索引下标获得元素(从左到右)
取所有 : lrange key 0 -1
lrange key start end
- 按照索引下标获得元素(从左到右)
lindex key index
- 获得列表长度
llen key
- 在value的前面/后面插入newValue值
linset key before/after value newValue
- 从左边删除n个value(从左到右)
lrem key n value
- 将列表key下标为index的值换成value
lset key index 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quicklist。
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使用。这样既满足了快速的插入删除性能,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 0(1),数据增加,查找数据的时间不变。
常用命令
- 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
sadd key value1 value2...
- 取出该集合的所有值
smembers key
- 判断集合key是否为含有该value值,有为1,否则为0
sismember key value
- 返回该集合的元素个数
scard key
- 删除集合中的某个元素
srem key v1 v2...
- 随机从该集合吐出一个值
spop key
- 随机从该集合中取出n个值,不会从集合中删除。
srandmember key n
- 把集合中一个值从一个集合移动到另一个集合
smove source destination value
- 返回两个集合的交集元素
sinter key1 key2
- 返回两个集合的并集元素
sunion key1 key2
- 返回两个集合的差集元素(key1 中的不在key2中的)
sdiff key1 key2
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。
主要有以下方式:
常用命令
- 给集合key中的field键赋值value
hset key field value
- 从key集合field取出value
hget key field
- 批量设置hash的值
hmset key f1 v1 f2 v2...
- 查看哈希表key中,给定field是否存在
hexists key field
- 列出该hash集合的所有field
hkeys key
- 列出该hash 集合的所有value
hvals key
- 为哈希表key 中的field的值加上增量
hincrby key field increment
- 将哈希表key中field的值设置为value,当且仅当field不存在
hsetnx key field value
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)
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(score)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
- 将一个或多个member 元素及其 score值加入到有序集 key 当中。
zadd key score1 value1 score2 value2...
- 返回有序集key中,下标在[start,top]之间的元素。
带WITHSCORES,可以让分数一起和值返回到结果集。
zrange key start stop [withscores]
- 返回有序集 key 中,所有score值介于 min 和 max 之间(包括等于 min 或 max) 的成员。有序集成员按 score 值递增(从小到大)次序排列。
zrangebyscore min max [withscores] [limit offset count]
- 同上,改为从大到小排列。
zrevrangebyscore min max [withscores] [limit offset count]
- 为元素的score 加上增量
zincrby key increment value
- 删除该集合下,指定值的元素
zrem key value
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:
- 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。
- 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。
Redis 新数据类型
Bitmaps
简介
现代计算机用二进制(位)作为信息的基础单位,1个字节等于8位,例如“abc”字符申是由 3 个字节组成,但实际在计算机存储时将其用二进制表示,“abc”分别
对应的 ASCII 码分别是97、98、99,对应的二进制分别是 01100001、01100010和01100011
合理地使用操作位能够有效地提高内存使用率和开发效率。
Redis提供了Bitmaps这个“数据类型”可以实现对位的操作:
(1) Bitmaps 本身不是1种数据类型,实际上它就是字符串(key-value)但是它可以对字符串的位进行操作。
(2)Bitmaps 单独提供了一套命令,所以在Redis 中使用 Bitmaps 和使用字符串的方法不太相同。 可以把 Bitmaps 想象成一个以位为单位的数组,数组的每个单元只能存储0和1,数组的下标在 Bitmaps 中叫做偏移量。
命令
setbit
-
格式
setbit key offset value
设置Bitmaps中某个偏移量的值(0或1)
offset:偏移量从0开始
-
实例
每个独立用户是否访问过网站存放在 Bitmaps 中,将访问的用户记做1,没有访问的用户记做 0,用偏移量作为用户的id。
设置键的第 offset个位的值(从0算起),假设现在有20个用户,userid=1,6,11,15,19 的用户对网站进行了访问,那么当前 Bitmaps初始化结果如图
unique:users:20201106代表2020-11-06 这天的独立访问用户的 Bitmaps
很多应用的用户 id 以一个指定数字(例如1000)开头,直接将用户 id 和Bitmaps的偏移量对应势必会造成一定的浪费,通常的做法是每次做 setbit 操作时将用户 id 减去这个指定数字。
在第一次初始化 Bitmaps 时,假如偏移量非常大,那么整个初始化过程执行会比较慢,可能会造成Redis的阻塞。
getbit
-
格式
getbit key offset
获取Bitmaps中某个偏移量的值
offset从0开始
-
实例
获取id=1的用户是否在2022-10-05这天访问过,0表示没访问过
bitcount
统计字符串被设置为1的bit数。一般情况下,给定的整个字符串都会被进行计数,通过指定额外的 start 或 end 参数 ,可以让计数只在特定的位上进行。start 和 end 参数的设置,都可以使用负数值:比如 -1 表示最后一个位,而 -2 表示倒数第二个位,
start、end 是指bit 组的字节的下标数,二者皆包含。
bitop
bitop 是一个复合操作,它可以做多个 Bitmaps 的 and(交集) 、 or(并集)、not(非)、 xor(异或)操作并将结果保存在destkey中。
-
格式
bitop and(or/not/xor) destkey key…
-
实例
2020-11-04 日访问网站的userid=1,2,5,9。
setbit unique:users:20201104 1 1
setbit unique:users:20201104 2 1
setbit unique:users:20201104 5 1
setbit unique:users:20201104 9 12020-11-03 日访问网站的 userid=0,1,4,9。
setbit unique:users:20201103 0 1
setbit unique:users:20201103 1 1
setbit unique:users:20201103 4 1
setbit unique:users:20201103 9 1计算出两天都访问过网站的用户数量。
bitop and unique:users:and:20201104_03
unique:users:20201103 unique:users:20201104
Bitmaps 与 set对比
假设网站有 1 亿用户,每天独立访问的用户有 5 千万,如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表
很明显,这种情况下使用 Bitmaps 能节省很多的内存空间,尤其是随着时间推移节省的内存还是非常可观的。
但 Bitmaps 并不是万能的,假如该网站每天的独立访问用户很少,例如只有10万(大量的僵尸用户) ,那么两者的对比如下表所示,很显然,这时候使用Bitmaps就不太合适了,因为基本上大部分位都是0。
HyperLogLog
简介
在工作当中,我们经常会遇到与统计相关的功能需求,比如统计网站PV( PageView 页面访问量),可以使用Redis的incr、incrby 轻松实现。
但像 UV ( UniqueVisitor,独立访客 )、独立 IP 数、搜索记录数等需要去重和计数的问题如何解决?
这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案:
(1)数据存储在MySQL 表中,使用 distinct count 计算不重复个数。
(2)使用Redis 提供的hash、set、bitmaps 等数据结构来处理。
以上的方案结果精确,但随着数据不断增加,导致占用空间越来越大,对于非常大的数据集是不切实际的。
能否能够降低一定的精度来平衡存储空间?
Redis推出了HyperLogLog
RedisHyperLogLog 是用来做基数统计的算法,HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。
在Redis里面,每个HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。
但是,因为 HyperLogLog只会根据输入元素来计算基数,而不会储存输入元素本身,所以HyperLogLog 不能像集合那样,返回输入的各个元素。
什么是基数?
比如数据集{1,3,5,7,5,7,8},那么这个数据集的基数集为{1,3,5,7,8},
基数(不重复元素)为5。基数估计就是在误差可接受的范围内,快速计算基数。
命令
pfadd
将所有元素添加到指定 HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化,则返回1,否则返回0
-
格式
pfadd key element [element…]
添加指定元素到HyperLogLog中
-
实例
pfcount
计算HLL的近似基数,可以计算多个HLL,比如HLL存储每天的UV,计算一周的UV可以是有7天的UV合并计算即可。
-
格式
pfcount key [key…]
-
实例
pfmerge
将一个或多个 HLL 合并后的结果储在另一个HLL中,比如每月活跃用户可以使用每天的活跃用户来合并计算可得
-
格式
pfmerge destkey sourcekey [sourcekey … ]
-
实例
Geospatial
简介
Redis 3.2 中增加了对 GEO 类型的支持。GEO ,Geographic,地理信息的缩写。
该类型,就是元素的 2 维坐标,在地图上就是经纬度。
redis 基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。
命令
geoadd
添加地理位置(经度,纬度, 名称)
-
格式
geoadd key longitude latitude member […]
-
实例
两极无法直接添加,一般下载市数据,直接通过 Java 程序一次性导入。
有效的经度从 -180 度到 180 度。有效的纬度从-85.05112878 度到85.05112878度。
当坐标位置超出指定范围时,该命令将会返回一个错误。
已经添加的数据,是无法再次往里面添加的。
geopos
获得指定地区的坐标值。
-
格式
geopos key member[member…]
-
实例
geodist
获得两位置的直线距离。
-
格式
geodist key member1 member2[m | km | mi | ft]
m 表示单位为米[默认值]
km 表示单位为千米
mi表示单位为英里
ft 表示单位为英尺
-
实例
georadius
以给定的经纬度为中心,找出某一半径内的元素。
-
格式
georadius key longitude latitude radius mlkm|ft|mi
-
实例