redis 数据类型操作

RENAMENX key newkey 键重命名 ====》 renamenx k1 s1 帮助文档上面显示的 Rename a key, only if the new key does not exist（可能当初设计的时候出现了什么状况吧）(实际上 renamenx 是 key 存在的时候才能执行）

键删除 DEL key [key ...] ====》 del k1 或者 del [k1,k2,k3]

D. 字节数组（bitmap位图）

位图不是真正的数据类型，它是定义在字符串类型中

一个字符串类型的值最多能存储512M字节的内容，位图上限：2^(9+10+10+3)=2^32b

8*1024*1024*1024=2^13

d1. bit 位赋值

设置某一位上的值 SETBIT key offset value （0/1） ====》 setbit k1 1 1

offset偏移量，从0开始获取某一位上的值 GETBIT key offset 返回指定值0或者1 ====》 getbit k1 1

在指定区间上第一次出现的位置偏移量 BITPOS key bit [start] [end] ====》 bitpos k1 0 1 2 返回的是 k1 中从 1 到 2 的 byte 中，第一次出现 0 的 bit 位的索引

bitpos k1 1 1 2 返回的是 k1 中从 1 到 2 的 byte 中，第一次出现 1 的 bit 位的索引

bitpos k1 1 2 返回的是 k1 中从 1 到 2 的 byte 中，第一次出现 1 的 bit 位的索引（bit默认为1）

0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
0	1	2	3	4	5	6	7	0	1	2	3	4	5	6	7
	1						1		1
第一个byte的值为 65, 代表 A								第二个byte的值为 64，代表 @

d2. 位逻辑操作

operation 可以是 AND 、 OR 、 NOT 、 XOR 这四种操作中的任意一种

BITOP AND destkey key [key ...] ，对一个或多个 key 求逻辑并，并将结果保存到 destkey ====》 BITOP AND destkey a b

BITOP OR destkey key [key ...] ，对一个或多个 key 求逻辑或，并将结果保存到 destkey ====》 BITOP or destkey a b

BITOP XOR destkey key [key ...] ，对一个或多个 key 求逻辑异或，并将结果保存到 destkey ====》 BITOP xor destkey a b

索引	0	1	2	3	4	5	6	7
a		1						1	A	65
b		1							@	64
AND		1							@	64
OR		1						1	A	65
XOR								1	笑脸	x01

BITOP NOT destkey key ，对给定 key 求逻辑非，并将结果保存到 destkey ====》 bitop not destkey a

索引	0	1	2	3	4	5	6	7
a		1						1	A	65
not	1		1	1	1	1	1		190	xbe

d3. 统计bit位为1的个数

BITCOUNT key [start] [end] ，byte 索引从 start 到 end 上面 bit 位为 1 的个数 ====》 bitcount k1 1 1 表示k1 中第一个 byte 中 bit 位为 1 的个数

从左向右从0开始，从右向左从-1开始，注意官方start、end是位，测试后是字节（byte）

BITCOUNT testkey 0 0 表示从索引为0个字节到索引为0个字节，就是第一个字节的统计 ====》 BITCOUNT testkey 0 2 ，第 0 到第 2 个字节 bit 位为 1 的个数

BITCOUNT testkey 0 -1 等同于 BITCOUNT testkey

BITCOUNT testkey 查看该 key 对应的 value 的 bit 位为 1 的个数

d4. 实例

1. 网站用户的上线次数统计（活跃用户）

用户ID为key，天作为offset，上线置为1

366 天需要的存储空间 366/8 50Byte

key: xiaoming value: 11 1 000000000000000001010000000000000000

BITCOUNT xiaoming ，统计小明这一年内的上线次数

2.按天统计网站活跃用户

天作为key，用户ID为offset，上线置为1

假设：小明的账号为：576732653 小红的账号：576732456

setbit 20201101 576732653 1 ，这天小明上线

setbit 20201101 576732456 1 ，这天小红上线

求出 20201101 到 20201105 这一段时间网站用户的活跃数

BITOP or countuser 20201101 20201102 20201103 20201104 20201105 ，计算

bitcount countuser ，统计

E. List列表数组

基于Linked List实现

元素是字符串类型

列表头尾增删快，中间增删慢，增删元素是常态

元素可以重复出现

最多包含2^32-1元素

队列：L/R R/L

栈: L/L R/R

数组:LINDEX LSET

阻塞:BL BR

e1. 添加元素

LPUSH key value [value ...] ，左边压入元素 ====》 LPUSH k1 xiaoming

LPUSHX key value ，当key存在的时候，从左边压入数据 ====》 LPUSHX k1 gougou

RPUSH key value [value ...] ，右边压入数据 ====》 rpush k1 dabai

RPUSHX key value ，当key存在的时候，从右边压入数据 ====》 rpushx k1 wugui

LSET key index value 设置指定位置元素的值 ====》 LSET k1 1 xiaohei

e2. 插入元素

LINSERT key BEFORE|AFTER pivot value 在列表中某个存在的值（pivot）前或后插入元素

before | after 这里指代的是，该 pivot 元素所在的索引前后

key 和 pivot 不存在，不进行任何操作

举例：

lpush k3 a b 1 2 c d a 1 2 3 ====》存储的顺序为 "3""2""1""a""d""c""2""1""b""a"

LINSERT k3 after a java ====》执行结果为 "3""2""1""a""java""d""c""2""1""b""a"

LINSERT k3 before b is ====》执行结果为"3""2""1""a""java""d""c""2""1""is""b""a"

e3. 删除

1. 删除操作

从列表头部开始删除值等于value的元素count次

LREM key count value

count > 0 : 从表头开始向表尾搜索，移除与 value 相等的元素，数量为 count

count < 0 : 从表尾开始向表头搜索，移除与 value 相等的元素，数量为 count 的绝对值

count = 0 : 移除表中所有与 value 相等的值

举例：

RPUSH k1 aa cc bb aaa ccc aa 123 321 cc aa bb

LREM k1 2 aa 表示，从左边开始查询，删除 2 个值为 aa 的索引

LREM k1 -2 bb 表示，从右边开始查询，删除 2 个值为 aa 的索引

LREM k1 0 cc 表示，删除所有值为 cc 的索引

2. 弹出元素（删除）

LPOP key 表示从左边弹出元素 ====》 LPOP k1

RPOP key 表示从右边弹出元素 ====》RPOP k2

RPOPLPUSH source destination 从一个列表尾部弹出元素压入到另一个列表的头部 ====》RPOPLPUSH k1 k2

3. 弹出元素（删除，阻塞）

如果弹出的列表不存在或者为空，就会阻塞

超时时间设置为0，就是永久阻塞，直到有数据可以弹出（弹出后结束阻塞进程）

如果多个客户端阻塞在同一个列表上，使用First In First Service原则，先到先服务

BLPOP key [key ...] timeout 从左侧开始弹出数据并且设置阻塞时间 ====》 BLPOP k1 k2 k3 0 弹出k1 ,k2 ,k3 上的数据，只要有一个key值有数据弹出（录入多条数据则会弹出索引值最小的一个），就结束阻塞

BRPOP key [key ...] timeout 从右侧开始弹出数据并且设置阻塞时间 ====》 BLPOP k1 60 阻塞时间为60秒，这个时间内只要 k1 有数据弹出（录入多条数据则会弹出索引值最大的一个），就会结束阻塞

BRPOPLPUSH source destination timeout 从一个列表尾部阻塞弹出元素压入到另一个列表的头部 ====》 BRPOPLPUSH k1 k2 10 阻塞时间为10秒，从k1 右侧弹出数据，将数据从左侧加入到 k2

4. 去除指定范围外元素

LTRIM key start stop 删除索引 start 到 stop 之外的其他所有元素

举例：

RPUSH k2 c abc c ab 123 ab bj ab xx yy zz qq ww ee rr dd ff

LTRIM k2 0 -1 表示，不删除元素

LTRIM k2 1 -1 表示，删除索引为 0 的元素

LTRIM k2 1 10000 表示，删除索引为 0 或者索引大于 10000 的元素

e4. 查看元素

LRANGE key start stop 这里 start，stop 指代的是 value 的索引 ====》 LRANGE k1 2 3

LRANGE key 0 -1 表示返回所有元素 ====》 LRANGE k1 0 -1

LINDEX key index 获取指定位置的元素 ====》 LINDEX k1 1

LLEN key 列表长度，元素个数 ====》 LLEN k1

F. Hash散列

由 field 和关联的value组成的map键值对 ( key 对应的值相当于一个对象 )

field和value是字符串类型

一个hash中最多包含2^32-1键值对

f1. 添加数据

HSET key field value 新增元素 ====》 HSET h1 id 001 表示对 h1 的key 添加一个 id 属性值为 001

HSETNX key field value ，表示key的filed不存在的情况下执行，key不存在直接创建 ====》HSETNX h2 phone 13344445555 如果h2 存在则会报错

HMSET key field value [field value ...] 设置多个字段 ====》 hset h1 name yang_zzu age 18

HEXISTS key field 判断字段是否存在，表示key或者field不存在，返回0 ====》 HEXISTS h1 address 该属性不存在，返回值为 0

f2. 查询数据

HLEN key 返回字段个数 ====》 HLEN h1 查询 h1 中的属性个数

HGET key field 返回字段值 ====》 HGET h1 name 查询 h1 的name 属性的值

HMGET key field [field ...] 返回多个字段值 ====》 HMGET h1 name age 查询 h1 的 name，age 属性的值

HGETALL key 返回所有的键值对 ====》 HGETALL h1 返回查询 h1 的所有属性及其对应的值

HKEYS key 返回所有字段名 ====》 HKEYS h1 返回 h1 所有的属性名称

HVALS key 返回所有属性的值 ====》 HVALS h1 返回的数据只有属性值，没有属性名称

f3. 属性值操作

HINCRBY key field increment 在字段对应的值上进行整数的增量计算 ====》 HINCRBY h1 age 2 表示 age 的属性值增加 2

HINCRBYFLOAT key field increment 在字段对应的值上进行浮点数的增量计算 ====》 HINCRBYFLOAT h1 age 2.2 表示 age 的属性值增加 2.2

f4. 删除属性

HDEL key field [field ...] 删除指定的字段 ====》 HDEL h1 address 删除 h1 的 address 属性

f5. 用途

节约内存空间每创建一个键，它都会为这个键储存一些附加的管理信息（比如这个键的类型，这个键最后一次被访问的时间等等）所以数据库里面的键越多，redis数据库服务器在储存附加管理信息方面耗费的内存就越多，花在管理数据库键上的CPU也会越多

f6. 不适合hash的情况

使用二进制位操作命令：因为Redis目前支持对字符串键进行SETBIT、GETBIT、BITOP等操作，如果你想使用这些操作，那么只能使用字符串键，虽然散列也能保存二进制数据

使用过期键功能：Redis的键过期功能目前只能对键进行过期操作，而不能对散列的字段进行过期操作，因此如果你要对键值对数据使用过期功能的话，那么只能把键值对储存在字符串里面

G. Set集合

无序的、去重的

元素是字符串类型

最多包含2^32-1元素

g1. 添加数据

SADD key member [member ...] 增加一个或多个元素，如果元素已经存在，则自动忽略 ====》 SADD s1 xiaoming 向s1 中添加 xiaoming 的元素，返回添加成功的元素的个数

g2. 删除数据

SREM key member [member ...] 移除一个或者多个元素元素不存在，自动忽略 ====》 SREM s1 xiaoming 删除 s1 中 xiaoming 的元素，返回删除成功的元素的个数

SPOP key [count] 随机从集合中移除并返回这个被移除的元素 ====》 spop s1 2 从 s1 中弹出 2 个元素数据，不指定 count 的值，默认弹出一条数据

SMOVE source destination member 把元素从源集合移动到目标集合 ====》 SMOVE s1 s2 hadoop 将 s1 中的 hadoop 元素移动到 s2 集合中（不能一次移动多个元素）

g3. 查询数据

SCARD key 不需要遍历，返回集合中元素的个数，键的结果会保存信息，集合长度就记录在里面

SMEMBERS key 返回集合包含的所有元素（数据不是有序，每次返回的结果顺序可能不一样），如果集合元素过多，例如百万个，需要遍历，可能会造成服务器阻塞，生产环境应避免使用

SISMEMBER key member 检查给定元素是否存在于集合中 ====》 SISMEMBER s1 xiaobai 如果存在则返回 1，不存在返回 0

g4. 随机获取数据

SRANDMEMBER key [count] 随机返回集合中指定个数的数据 ====》 SRANDMEMBER s1 3 返回 s1 中的 3 个元素，每次返回的数据都不一样

如果 count 为正数，且小于集合基数，那么命令返回一个包含 count 个元素的数组，数组中的元素各不相同。

如果 count 大于等于集合基数，那么返回整个集合最多返回整个集合

如果 count 为负数，那么命令返回一个数组，数组中的元素可能会重复出现多次，而数组的长度为 count 的绝对值，元素可能重复

如果 count 为 0，返回空

如果 count 不指定，随机返回一个元素

g5. 逻辑操作

SADD s1 a b c 1 2 3

SADD s2 a b c d e f g h 1

差集

SDIFF key [key ...]，从第一个key的集合中去除其他集合和自己的交集部分 ====》 SDIFF s1 s2 输出 s1 - s2 的数据

SDIFFSTORE destination key [key ...]，将差集结果存储在目标key中 ====》 SDIFFSTORE cs3 s1 s2 将 s1 - s2 的数据，保存到 cs3 中

交集

SINTER key [key ...]，取所有集合交集部分 ====》 SINTER s1 s2 输出 s1 s2 中相同的元素

SINTERSTORE destination key [key ...]，将交集结果存储在目标key中 ====》 SINTERSTORE jc3 s1 s2 将 s1 s2 中相同的元素，保存到 jc3 中

并集

SUNION key [key ...]，取所有集合并集 ====》 SUNION s1 s2 输出 s1 + s2 去重后的数据

SUNIONSTORE destination key [key ...]，将并集结果存储在目标key中 ====》 SUNIONSTORE uc3 s1 s2 将 s1 + s2 去重后的数据，保存到 uc3 中

H. SortedSet有序集合

类似Set集合元素是字符串类型最多包含2^32-1元素

有序的、去重的

每一个元素都关联着一个浮点数分值（Score），并按照分值从小到大的顺序排列集合中的元素。分值可以相同

h1. 添加数据

ZADD key score member [score member ...] 增加一个或多个元素，如果元素已经存在，则使用新的score ====》 zadd fruits 5 xiangjiao

h2. 删除数据

移除一个或者多个元素 ZREM key member [member ...] 元素不存在，自动忽略 ====》 ZREM fruits mangguo 返回删除的元素的个数

ZREMRANGEBYRANK key start stop 移除指定排名范围的元素 ====》 ZREMRANGEBYRANK fruits 10 12 删除排序后索引下标（从 0 开始）为 9 10 11 的元素

ZREMRANGEBYSCORE key min max 移除指定分值范围的元素 ====》 ZREMRANGEBYSCORE fruits (20 (50 删除 20 < score < 50 的元素

h3. 查询数据

ZCARD key 返回集合中元素个数 ====》 ZCARD fruits

ZCOUNT key min max 返回指定范围中元素的个数 ====》 ZCOUNT fruits 4 7 返回 4<= score <=7 的元素的个数

ZCOUNT fruits (4 7 返回 4< score <=7 的元素的个数

ZRANGE key index index [withscores] 查询全部的数据 ====》 ZRANGE fruits 0 -1 withscores 查询全部的数据，输出 score 和元素数据

ZSCORE key member 显示分值 ====》 ZSCORE fruits putao 显示fruits 中， putao元素的分值

ZRANK key member 返回元素的排名（索引） ====》 ZRANk fruits putao 返回的排名索引是从 0 开始计数（正序）

ZREVRANK key member 返回元素的逆序排名 ====》 ZREVRANK fruits putao 返回的排名索引是从 0 开始计数（逆序）

ZRANGE key start stop [WITHSCORES] 返回指定索引区间元素，如果score相同，则按照字典序lexicographical order 的正序排列，默认按照score从小到大， ====》 ZRANGE fruits 0 -1 withscores 输出 score 的值和元素的数据

ZREVRANGE key start stop [WITHSCORES] 返回指定索引区间元素，如果score相同，则按照字典序lexicographical order 的逆序排列，默认按照score从大到小，====》 ZREVRANGE fruits 0 -1 withscores 输出 score 的值和元素的数据

ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count] 返回指定分值区间元素，

返回score默认属于[min,max]之间，元素按照score升序排列，score相同按照字典序排序，

LIMIT中offset代表跳过多少个元素（跳过开头几个元素），count是返回几个，

使用小括号，修改区间为开区间，例如 (5 (10 表示 5 < score < 10 ,

-inf 和 +inf 表示负无穷和正无穷

====》 ZRANGEBYSCORE fruits 0 11 limit 2 3 查找 0 <= score <= 11 的值，跳过匹配 score 的前 2 条数据，返回 3 条数据

ZRANGEBYSCORE fruits 0 (11 limit 3 5 查找 0 <= score < 11 的值，跳过匹配 score 的前 3 条数据，返回 5 条数据

ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count] 返回指定分值区间元素，

返回score默认属于[max,min]之间，元素按照score降序排列，score相同字典降序

LIMIT中offset代表跳过多少个元素（跳过开头几个元素），count是返回几个，

使用小括号，修改区间为开区间，例如 10 (5 表示 5 < score <= 10 ,

-inf和+inf表示负无穷和正无穷

====》 ZREVRANGEBYSCORE fruits 11 0 limit 1 5 查找 0 <= score <= 11 的值，跳过匹配 score 的前 1 条数据，返回 5 条数据

ZREVRANGEBYSCORE fruits (11 0 limit 1 5 查找 0 <= score < 11 的值，跳过匹配 score 的前 1 条数据，返回 5 条数据

h4. 数据操作

ZINCRBY key increment member 增加或者减少分值，increment为负数就是减少 ====》 ZINCRBY fruits 3 li 将 li 元素的 score 的值增加 3

h5. 数据集逻辑操作

测试数据：

ZADD z1 10 mangguo 20 xigua 30 shuimitao 40 mugua 50 juzi

ZADD z2 100 mangguo 20 nangua 30 shiliu 400 mugua 50 pingguo

并集

ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]

numkeys指定key的数量，必须

WEIGHTS选项，与前面设定的key对应，对应key中每一个score都要乘以这个权重

AGGREGATE选项，指定并集结果的聚合方式

SUM：将所有集合中某一个元素的score值之和作为结果集中该成员的score值

MIN：将所有集合中某一个元素的score值中最小值作为结果集中该成员的score值

MAX：将所有集合中某一个元素的score值中最大值作为结果集中该成员的score值

====》 ZUNIONSTORE zu3 2 z1 z2 默认使用 sum 的方式进行加载

ZUNIONSTORE zu3 2 z1 z2 aggregate min 指定，并集的聚合方式为最小值

ZUNIONSTORE zu3 2 z1 z2 weights 10 0.5 aggregate max 指定，集合中的分值的权重，并集的聚合方式为最大值

注意：参与并集运算的集合较多，会造成Redis服务器阻塞，因此最好放在空闲时间或者备用服务器上进行计算

交集

ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight] [AGGREGATE SUM|MIN|MAX]

numkeys指定key的数量，必须

WEIGHTS选项，与前面设定的key对应，对应key中每一个score都要乘以这个权重

AGGREGATE选项，指定并集结果的聚合方式

SUM：将所有集合中某一个元素的score值之和作为结果集中该成员的score值

MIN：将所有集合中某一个元素的score值中最小值作为结果集中该成员的score值

MAX：将所有集合中某一个元素的score值中最大值作为结果集中该成员的score值

====》 ZRANGE zi3 0 1000 withscores 默认使用 sum 的方式

ZINTERSTORE zi3 2 z1 z2 aggregate min 指定，取并集相同元素最小的 score 值

ZINTERSTORE zi3 2 z1 z2 weights 20 1.5 aggregate max 指定，集合中的分值的权重，交集的聚合方式为最大值

I. redis 缓存数据库（分库）

一个实例，可以有 16 个数据库

redis-cli -n 2 ，表示进入第 2 个缓存库

J. 清除缓存数据

FLUSHDB

清除当前客户端当前所在的缓存库数据

FLUSHALL

清除redis 缓存库中，所有库中的数据

yang_zzu

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

redis 数据类型操作

A. redis 帮助文档

redis-server -h 服务端的帮助

help set 表达的是 help 命令的帮助

help @set 表达的是 set 集合的帮助

nx 只有当 key 不存在的时候才进行操作，----新增

xx 只有当 key 存在的时候才进行操作，----修改

value 原始数据类型

B. Redis数据模型

C. String 字符串操作

c1. 设置字符串值 set

c2. 设置 key 的过期时间（对所有的数据类型都起作用）

c3. 查找键 keys

c4. 通过key获取值

c5. 追加字符串

c6. 获得value部分数据

c7. value增减

c8. 修改key（对所有类型的数据都起作用）