Redis数据结构介绍
介绍
Redis是一个key-value的数据库，key一般是String类型，不过value的类型多种多样。
redis的数据结构是针对value的
命令使用方法帮助
Redis为了方便我们学习，将操作不同数据类型的命令也做了分组，在官网点击进入可以查看到不同的命令,也可以通过终端查找命令的使用。
例如想知道例如想知道keys命令怎么用可以在终端打出help keys
help @string
Redis通用命令
通用指令是部分数据类型的，都可以使用的指令，常见的有：
| 命令 | 作用 |
|---|---|
| keys | 查看符合模板的所有key |
| del | 删除一个指定的key |
| exists | 判断key是否存在 |
| expire | 给一个key设置有效期，有效期到期时该key会被自动删除 |
| ttl | 查看一个KEY的剩余有效期 |
不同数据结构的操作命令
String字符串命令
描述
String类型，也就是字符串类型，是Redis中最简单的存储类型。其value是字符串，不过根据字符串的格式不同，又可以分为3类：
-
string：普通字符串
-
int：整数类型，可以做自增、自减操作
-
float：浮点类型，可以做自增、自减操作
原理
redis 中的 String 是动态字符串，内部结构类似 ArrayList。采用预分配冗余空间的方式减少内存的频繁分配。
不管是哪种格式，底层都是字节数组形式存储，只不过是编码方式不同。字符串类型的最大空间不能超过512m.
常用命令
| 命令 | 描述 | 例子 |
|---|---|---|
| set | 添加或者修改已经存在的一个String类型的键值对 | set name jack 加过期时间和判断是否存在set k6 50 ex 50 nx |
| get | 根据key获取String类型的value | get name |
| mset | 批量添加多个String类型的键值对 | mset name jack age 19 |
| mget | 根据多个key获取多个String类型的value | mget name age |
| incr | 让一个整型的key自增1 | incr age |
| incrby | 让一个整型的key自增并指定步长，例如：incrby num 2 让num值自增2 | incr age 3 |
| incrbyfloat | 让一个浮点类型的数字自增并指定步长 | incrbyfloat num 2.1 |
| setnx | 添加一个String类型的键值对，前提是这个key不存在，否则不执行 | setnx name jack |
| setex | 添加一个String类型的键值对，并且指定有效期 | setex name 20 jack |
描述：
setnx name jack命令其实和set name jack nx这个命令效果类似，nx是set命令选项（如图）
setex name 10 jack 命令其实和set name jack ex 10命令效果类似，ex是set命令选项
使用场景
- 缓存： 经典使用场景，把常用信息，字符串，图片或者视频等信息放到 redis 中，redis 作为缓存层，mysql 做持久化层，降低 mysql 的读写压力。
- 计数器：redis 是单线程模型，一个命令执行完才会执行下一个，同时数据可以一步落地到其他的数据源。
- session：常见方案 spring session + redis 实现 session 共享，
Hash散列命令
redis 中的无序字典是一个 String 类型的 field 和 value 的映射表，内部结构类似 HashMap，每个 hash 可以存储 2^32-1 个键值对（40 多亿）
原理
底层的实现结构，与 HashMap 一样，是 “数组 + 链表” 的二维结构，第一维 hash 的数据位置碰撞时，将碰撞元素用链表串接起来，不同的是，redis 字典的值只能是字符串，而且两者的 rehash 方式不同。java 的 hashmap 是一次全部 rehash，耗时较高，redis 为了提高性能，采用渐进式 rehash 策略。具体方式为，同时保留新旧两个 hash 结构，然后逐步搬迁，最后取代
Hash类型，也叫散列，其value是一个无序字典，类似于Java中的HashMap结构。
可以理解为mysql一行的数据
通常key等于：数据库名：表名：行id，
value为 字段名称+字段值：比如
hmset iot:user:1 name kim age 12 sex nv
常见命令
| 命令 | 描述 | 例子 |
|---|---|---|
| HSET key field value | 添加或者修改hash类型key的field的值 | hset iot:user:1 name kim |
| HGET key field | 获取一个hash类型key的field的值 | hget iot:user:1 name |
| HMSET | 批量添加多个hash类型key的field的值 | hmset iot:user:1 name kim age 12 sex 女 |
| HMGET | 批量获取多个hash类型key的field的值 | hmget iot:user:1 name age sex |
| HGETALL | 获取一个hash类型的key中的所有的field和value | hgetall iot:user:1 |
| HKEYS | 获取一个hash类型的key中的所有的field | hkeys iot:user:1 |
| HVALS | 获取一个hash类型的key中的所有的value | hvals iot:user:1 |
| HINCRBY | 让一个hash类型key的字段值自增并指定步长 | hincrby iot:user:1 age 1 |
| HSETNX | 添加一个hash类型的key的field值，前提是这个field不存在，否则不执行 | hsetnx iot:user:1 name kim |
使用场景
- 缓存： 能直观，相比 string 更节省空间，的维护缓存信息，如用户信息，视频信息等。
List链表命令
redis 的链表是一个字符链表，内部结构类似 LinkedList。left，right 都可以添加。如果键不在，则创建新链表，如果已存在则新填内容。如果当前链表没有值，则该链表也会自动删除。redis 的列表最多可存储 2^32-1 个元素（4294967295，每个列表可以存储 40 多亿个元素）
原理
底层是一个快速链表（quickList）的结构，在列表元素较少时，使用内存存储压缩列表 ziplist。当元素数量较多时，改成 quickList，也就是将多个 zipList 串起来使用，以减少内存的碎片化。
命令使用
| 命令 | 描述 | 使用 |
|---|---|---|
| RPUSH | 将给定值推入到列表右端 | RPUSH key value |
| LPUSH | 将给定值推入到列表左端 | LPUSH key value |
| RPOP | 从列表的右端弹出一个值，并返回被弹出的值 | RPOP key |
| LPOP | 从列表的左端弹出一个值，并返回被弹出的值 LPOP key | |
| LRANGE | 获取列表在给定范围上的所有值 | LRANGE key 0 -1 |
| LINDEX | 通过索引获取列表中的元素。你也可以使用负数下标，以 -1 表示列表的最后一个元素， -2 表示列表的倒数第二个元素，以此类推。 | LINDEX key index |
| LINSERT | 在某一个旧元素值的前边或后边插入一个新的值 | linsert key before/after old_value new_value |
| LLEN | 过去链表长度 | llen key |
| LTRIM | 截取 list 从 stater 到 end 位置的值并保留 | ltrim key start end |
| LREM | 删除 count 个元素值为 value 的元素 | lrem key count value |
| LSET | 修改索引号为 index 的元素的值为 value | LSET key index value |
使用方案
- Stack (栈) : lpush+lpop
- Queue（队列）: lpush+rpop
- Capped Collection（有限集合）: lpush+ltrim
- Message Queue（消息队列）: lpush+brpop
使用场景
- 微博 TimeLine: 有人发布微博，用 lpush 加入时间轴，展示新的列表信息。
- 消息队列
Set无序集合命令
redis 的集合是 String 类型的无序不重复的元素集，同时提供交集、并集、差集等操作，集合中最大的成员数为 2^32-1（40 多亿）。Redis 中集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O (1)。
原理
类似 HashSet, 也是通过哈希表实现的，相当于所有的 value 都为空。通过计算 hash 的方式来快速排重，也是 set 能提供判断一个成员是否在集合内的原因。
- 无序
- 元素不可重复
- 查找快
- 支持交集、并集、差集等功能
命令使用
| 命令 | 简述 | 使用 |
|---|---|---|
| SADD | 向集合添加一个或多个成员 | SADD key value |
| SREM | 删除 set 集合中的 member | SREMkey member [member…] |
| SCARD | 获取集合的成员数 | SCARD key |
| SISMEMBER | 判断 member 元素是否是集合 key 的成员 | SISMEMBER key member |
| SMEMBERS | 返回集合中的所有成员 | SMEMBERS key member |
| SPOP | 随机弹出 count 个 member | SPOP key [count] |
| SRANDMEMBER | 随机返回 count 个成员 | SRANDMEMBER key count |
| SMOVE | 移动 source 中的成员 member 到 destination 中 | SMOVE sourse destination member |
| SDIFF | 返回 key1 与 key2 的差集 | SDIFF key1 key2 [key3…] |
| SINTER | 返回 key1 与 key2 的交集 | SINTER key1 key2 [key3…] |
| SUNION | 返回 key1 与 key2 的交集 | SUNION key1 key2 [key3…] |
举个例子
192.168.171.132:6379> sadd zhangsan lisi wangwu zhaoliu
(integer) 3
192.168.171.132:6379> sadd lisi wangwu wangmazi ergou
(integer) 3
192.168.171.132:6379> smembers zhangsan
1) "lisi"
2) "zhaoliu"
3) "wangwu"
192.168.171.132:6379> sinter zhangsan lisi
1) "wangwu"
192.168.171.132:6379> sdiff zhangsan lisi
1) "lisi"
2) "zhaoliu"
192.168.171.132:6379> sdiff lisi zhangsan
1) "wangmazi"
2) "ergou"
192.168.171.132:6379> sunion zhangsan lisi
1) "wangwu"
2) "zhaoliu"
3) "lisi"
4) "wangmazi"
5) "ergou"
192.168.171.132:6379> sismember zhangsan lisi
(integer) 1
192.168.171.132:6379> sismember lisi zhangsan
(integer) 0
192.168.171.132:6379> srem zhangsan lisi
(integer) 1
192.168.171.132:6379> scard zhangsan
(integer) 2
192.168.171.132:6379> scard lisi
(integer) 3
192.168.171.132:6379>
使用场景
- 标签（tag）, 给用户添加标签，或者用户给消息添加标签，这样有同一标签或者类似标签的可以给推荐关注的事或者关注的人。
- 点赞，或点踩，收藏等，可以放到 set 中实现
Sorted/ZSet有序集合命令
Redis 有序集合和集合一样也是 string 类型元素的集合，且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数。redis 正是通过分数来为集合中的成员进行从小到大的排序。zset 的成员是唯一的，但分数是可以重复的。
原理
-
压缩列表 (ziplist): ziplist 是为了提高存储效率而设计的一种特殊编码的双向链表。它可以存储字符串或者整数，存储整数时是采用整数的二进制而不是字符串形式存储。它能在 O (1) 的时间复杂度下完成 list 两端的 push 和 pop 操作。但是因为每次操作都需要重新分配 ziplist 的内存，所以实际复杂度和 ziplist 的内存使用量相关
-
跳跃表（zSkiplist): 跳跃表的性能可以保证在查找，删除，添加等操作的时候在对数期望时间内完成，这个性能是可以和平衡树来相比较的，而且在实现方面比平衡树要优雅，这是采用跳跃表的主要原因。跳跃表的复杂度是 O (log (n))。
-
ZSet特性：
- 可排序
- 元素不可重复
- 查询速度快
使用命令
| 命令 | 简述 | 使用 |
|---|---|---|
| zadd key score member | 添加一个或者多个元素，如果已经存在则更新score值 | zadd key score member |
| zrem key score | 删除集合中one元素 | zrem key score |
| zscore key member | 得到指定元素score值 | zscore key member |
| zrank(zrevrank) key member | 获取集合中指定元素排名，倒叙就是zrevrank key member | zrank key member |
| zcard key | 返回集合中所有元素个数 | zcard key |
| zcount key min max | 返回集合中指定score范围内所有元素个数 | zcount key min max |
| zincrby key increment member | 让指定元素自增，没有元素就创建元素 | zincrby key increment member |
| zrange(zrevrange) key min max | 按照score排序后，获取集合中指定排名范围内的元素,倒叙就是zrevrange key min max | zrange myset 0 5 |
| zrangebyscore(zrevrangebyscore) key min max | 获取指定分数范围内的成员 （升序） withscores 表示带上分数，limit 表示分页素 | zrangebyscore key min max [withscores] [limit offset count] |
| zcard key | 返回集合中所有元素个数 | |
| zremrangebyrank key min max | 删除指定索引范围内（2-5）的元素 | zremrangebyrank myset 2 5 |
| zremrangebyscore key min max | 删除指定score范围内（2-5）的元素 | zremrangebyscore myset 2 5 |
| zdiff | 差集 | |
| zinter | 交集 | |
| zunion | 交集 |
举个例子
192.168.171.132:6379> zrem students tom
(integer) 1
192.168.171.132:6379> zscore student amy
(nil)
192.168.171.132:6379> zscore students amy
"92"
192.168.171.132:6379> zrank students rose
(integer) 2
192.168.171.132:6379> zrevrank students rose
(integer) 3
192.168.171.132:6379> zcount students 0 8
(integer) 0
192.168.171.132:6379> zcount students 0 80
(integer) 2
192.168.171.132:6379> zincrby students 2 amy
"94"
192.168.171.132:6379> zrange students 0 2
1) "miles"
2) "jerry"
3) "rose"
192.168.171.132:6379> zrevrange students 0 2
1) "amy"
2) "lucy"
3) "jack"
192.168.171.132:6379> zrangebyscore students 0 80
1) "miles"
2) "jerry"
192.168.171.132:6379> zrangebyscore students 0 80 withscores
1) "miles"
2) "76"
3) "jerry"
4) "78"
192.168.171.132:6379>
使用场景
- 排行榜：有序集合经典使用场景。例如小说视频等网站需要对用户上传的小说视频做排行榜，榜单可以按照用户关注数，更新时间，字数等打分，做排行。
HyperLogLogs（基数统计）
什么是基数？
举个例子，A = {1, 2, 3, 4, 5}， B = {3, 5, 6, 7, 9}；那么基数（不重复的元素）= 1, 2, 4, 6, 7, 9； （允许容错，即可以接受一定误差）
解决什么问题？
这个结构可以非常省内存的去统计各种计数，比如注册 IP 数、每日访问 IP 数、页面实时 UV、在线用户数，共同好友数等。
优势体现在哪？
一个大型的网站，每天 IP 比如有 100 万，粗算一个 IP 消耗 15 字节，那么 100 万个 IP 就是 15M。而 HyperLogLog 在 Redis 中每个键占用的内容都是 12K，理论存储近似接近 2^64 个值，不管存储的内容是什么，它一个基于基数估算的算法，只能比较准确的估算出基数，可以使用少量固定的内存去存储并识别集合中的唯一元素。而且这个估算的基数并不一定准确，是一个带有 0.81% 标准错误的近似值（对于可以接受一定容错的业务场景，比如 IP 数统计，UV 等，是可以忽略不计的）
命令使用
192.168.171.132:6379> pfadd key1 a b c d e f g h i # 创建第一组元素
(integer) 1
192.168.171.132:6379> pfcount key1 # 统计元素的基数数量
(integer) 9
192.168.171.132:6379> pfadd key2 c j k l m e g a # 创建第二组元素
(integer) 1
192.168.171.132:6379> pfcount key2
(integer) 8
192.168.171.132:6379> pfmerge key3 key1 key2
OK
192.168.171.132:6379> pfcount key3 # 合并两组：key1 key2 -> key3 并集
(integer) 13
192.168.171.132:6379>
Bitmap （位存储）
描述
Bitmap 即位图数据结构，都是操作二进制位来进行记录，只有 0 和 1 两个状态。
解决什么问题？
比如：统计用户信息，活跃，不活跃！ 登录，未登录！ 打卡，不打卡！ 两个状态的，都可以使用 Bitmaps！
如果存储一年的打卡状态需要多少内存呢？ 365 天 = 365 bit 1 字节 = 8bit 46 个字节左右！
命令使用
使用 bitmap 来记录 周一到周日的打卡！ 周一：1 周二：0 周三：0 周四：1 ……
192.168.171.132:6379> setbit sign 0 1
(integer) 0
192.168.171.132:6379> setbit sign 1 1
(integer) 0
192.168.171.132:6379> setbit sign 2 0
(integer) 0
192.168.171.132:6379> setbit sign 3 1
(integer) 0
192.168.171.132:6379> setbit sign 4 0
(integer) 0
192.168.171.132:6379> setbit sign 5 0
(integer) 0
192.168.171.132:6379> setbit sign 6 1
(integer) 0
查看某一天是否有打卡！
192.168.171.132:6379> getbit sign 3
(integer) 1
192.168.171.132:6379> getbit sign 5
(integer) 0
统计操作，统计 打卡的天数！
192.168.171.132:6379> bitcount sign # 统计这周的打卡记录，就可以看到是否有全勤！
(integer) 4
geospatial (地理位置)
添加地理位置
127.0.0.1:6379> geoadd china:city 118.76 32.04 manjing 112.55 37.86 taiyuan 123.43 41.80 shenyang
(integer) 3
127.0.0.1:6379> geoadd china:city 144.05 22.52 shengzhen 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 3
规则
- 两级无法直接添加，我们一般会下载城市数据 (这个网址可以查询 GEO： http://www.jsons.cn/lngcode)！
-
有效的经度从 - 180 度到 180 度。
-
有效的纬度从 - 85.05112878 度到 85.05112878 度。
#当坐标位置超出上述指定范围时，该命令将会返回一个错误。 127.0.0.1:6379> geoadd china:city 39.90 116.40 be ijin (error) ERR invalid longitude,latitude pair 39.900000,116.400000
-
geopos
获取指定的成员的经度和纬度
127.0.0.1:6379> geopos china:city taiyuan manjing
1) 1) "112.54999905824661255"
1) "37.86000073876942196"
2) 1) "118.75999957323074341"
1) "32.03999960287850968"
获得当前定位，一定是一个坐标值！
geodist
如果不存在，返回空
-
单位如下
- m
- km
- mi 英里
- ft 英尺
127.0.0.1:6379> geodist china:city taiyuan shenyang m
"1026439.1070"
127.0.0.1:6379> geodist china:city taiyuan shenyang km
"1026.4391"
georadius
附近的人 ==> 获得所有附近的人的地址，定位，通过半径来查询
获得指定数量的人
127.0.0.1:6379> georadius china:city 110 30 1000 km 以 100,30 这个坐标为中心, 寻找半径为1000km的城市
1) "xian"
2) "hangzhou"
3) "manjing"
4) "taiyuan"
127.0.0.1:6379> georadius china:city 110 30 500 km
1) "xian"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist
1) 1) "xian"
2) "483.8340"
127.0.0.1:6379> georadius china:city 110 30 1000 km withcoord withdist count 2
1) 1) "xian"
2) "483.8340"
3) 1) "108.96000176668167114"
2) "34.25999964418929977"
2) 1) "manjing"
2) "864.9816"
3) 1) "118.75999957323074341"
2) "32.03999960287850968"
参数 key 经度 纬度 半径 单位 [显示结果的经度和纬度] [显示结果的距离] [显示的结果的数量]
georadiusbymember
显示与指定成员一定半径范围内的其他成员
127.0.0.1:6379> georadiusbymember china:city taiyuan 1000 km
1) "manjing"
2) "taiyuan"
3) "xian"
127.0.0.1:6379> georadiusbymember china:city taiyuan 1000 km withcoord withdist count 2
1) 1) "taiyuan"
2) "0.0000"
3) 1) "112.54999905824661255"
2) "37.86000073876942196"
2) 1) "xian"
2) "514.2264"
3) 1) "108.96000176668167114"
2) "34.25999964418929977"
geohash (较少使用)
该命令返回 11 个字符的 hash 字符串
127.0.0.1:6379> geohash china:city taiyuan shenyang
1) "ww8p3hhqmp0"
2) "wxrvb9qyxk0"
底层
geo 底层的实现原理实际上就是 Zset, 我们可以通过 Zset 命令来操作 geo
127.0.0.1:6379> type china:city
zset
查看全部元素 删除指定的元素
127.0.0.1:6379> zrange china:city 0 -1 withscores
1) "xian"
2) "4040115445396757"
3) "hangzhou"
4) "4054133997236782"
5) "manjing"
6) "4066006694128997"
7) "taiyuan"
8) "4068216047500484"
9) "shenyang"
1) "4072519231994779"
2) "shengzhen"
3) "4154606886655324"
127.0.0.1:6379> zrem china:city manjing
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "xian"
2) "hangzhou"
3) "taiyuan"
4) "shenyang"
5) "shengzhen"
评论区