Redis 五大数据类型

挚夕

已于 2023-06-30 16:21:47 修改

阅读量34

点赞数

分类专栏： Redis 文章标签： redis 数据库缓存

于 2023-06-30 14:37:33 首次发布

本文链接：https://blog.csdn.net/weixin_52549425/article/details/131474403

版权

Redis 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

Redis键(key)

查看当前库所有匹配的key

keys *

在这里插入图片描述

判断某个key是否存在

exists key

在这里插入图片描述

查看key 是什么类型

type key

在这里插入图片描述

删除指定的key数据

del key

在这里插入图片描述

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

在这里插入图片描述

为给定的key设置过期时间
单位:s

expire key time

在这里插入图片描述

查看还有多少秒过期
-1表示永不过期，-2表示已过期

ttl key

在这里插入图片描述

切换数据库

select index

在这里插入图片描述

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

在这里插入图片描述

将给定的value追加到原值末尾

append key v

在这里插入图片描述

获得key对应的字符串的长度

strlen key

在这里插入图片描述

key 不存在设置key的值

setnx key value

在这里插入图片描述

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 ...

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

设置过期时间,单位秒

setex key time value

在这里插入图片描述

以新换旧，设置了新值同时获得旧值

getset key value

在这里插入图片描述

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。

在这里插入图片描述
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 ...

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

从左边删除n个value(从左到右)

lrem key n value

在这里插入图片描述

将列表key下标为index的值换成value

lset key index value

在这里插入图片描述

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。
在这里插入图片描述

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

在这里插入图片描述

判断集合key是否为含有该value值，有为1，否则为0

sismember key value

在这里插入图片描述

返回该集合的元素个数

scard key

在这里插入图片描述

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：
在这里插入图片描述

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...

在这里插入图片描述

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

在这里插入图片描述

列出该hash 集合的所有value

hvals key

在这里插入图片描述

为哈希表key 中的field的值加上增量

hincrby key field increment

在这里插入图片描述

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

在这里插入图片描述

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...

在这里插入图片描述

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]

在这里插入图片描述

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]

在这里插入图片描述

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

在这里插入图片描述

unique:users:20201106代表2020-11-06 这天的独立访问用户的 Bitmaps

在这里插入图片描述

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。
在这里插入图片描述

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 1

2020-11-03 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
在这里插入图片描述
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

在这里插入图片描述

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。