Redis数据类型与常用指令

目录

由于业务数据的特殊性

Redis 数据类型（5种常用）

redis 数据存储格式

string类型数据的基本操作

示例

string 类型数据的扩展操作

示例

string 类型数据操作的注意事项

string应用场景

解决方案

key的设置约定

hash 类型

hash 类型数据的基本操作

示例

hash 类型数据扩展操作

示例

hash 类型数据操作的注意事项

hash应用场景

解决方案

list 类型

list 类型数据基本操作

list 类型数据扩展操作

list类型数据操作注意事项

list应用场景

解决方案

set类型

set类型数据的基本操作

set类型数据的扩展操作

set类型数据操作的注意事项

set应用场景

解决方案

综合业务场景

解决方案

---

• 由于业务数据的特殊性

  • 1．原始业务功能设计
  • 秒杀
  • 618活动
  • 双11活动
  • 排队购票
  • 2．运营平台监控到的突发高频访问数据
  • 突发时政要闻，被强势关注围观
  • 3．高频、复杂的统计数据
  • 在线人数
  • 投票排行榜

• Redis 数据类型（5种常用）

  • string
  • hash
  • list
  • set
  • sorted_set/zset（应用性较低）

• redis 数据存储格式

  • redis 自身是一个Map，其中所有的数据都是采用key:value的形式存储
  • 数据类型指的是存储的数据的类型，也就是value部分的类型，key部分永远都是字符串

• string类型数据的基本操作

  • 添加/修改数据
  • set key value
  • 获取数据
  • get key
  • 删除数据
  • del key
  • 判定性添加数据
  • setnx key value
  • 添加/修改多个数据
  • mset key1 value1 key2 value2 ...
  • 获取多个数据
  • mget key1 key2 ...
  • 获取数据字符个数（字符串长度）
  • strlen key
  • 追加信息到原始信息后部（如果原始信息存在就追加，否则新建）
  • append key value

• 示例

  

• 

• string 类型数据的扩展操作

  • 设置数值数据增加指定范围的值
  • incr key
  • incrby key increment
  • incrbyfloat key increment
  • 设置数值数据减少指定范围的值
  • decr key
  • decrby key increment
  • 设置数据具有指定的生命周期
  • setex key seconds value
  • psetex key milliseconds value

• 示例

  

• string 类型数据操作的注意事项

  • 1.数据操作不成功的反馈与数据正常操作之间的差异
  • 表示运行结果是否成功
    • (integer)0→ false 失败
    • (integer)1→true 成功
  • 表示运行结果值
    • (integer)3→3 3个
    • (integer)1→1 1个
  • 2．数据未获取到时，对应的数据为（nil），等同于null
  • 3．数据最大存储量：512MB
  • 4．string在redis内部存储默认就是一个字符串，当遇到增减类操作incr，decr时会转成数值型进行计算
  • 5．按数值进行操作的数据，如果原始数据不能转成数值，或超越了redis数值上限范围，将报错
    • 9223372036854775807（java中Long型数据最大值，Long.MAX＿VALUE）
  • 6．redis所有的操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行的，因此无需考虑并发带来的数据影响

• string应用场景

• 主页高频访问信息显示控制
• 例如新浪微博大V主页显示粉丝数与微博数量

• 解决方案

• 在redis中为大V用户设定用户信息
• 以用户主键和属性值作为key，后台设定定时刷新策略即可
• eg: user:id:3506728370:fans -> 12210947
• eg: user:id:3506728370:blogs -> 6164
• eg: user:id:3506728370:focuses → 83
• 也可以使用json格式保存数据
• eg:
• user:id:3506728370 →{ "fans" : 12210947, "blogs" : 6164, "focuses" : 83}

• key的设置约定

• 数据库中的热点数据key命名惯例
•            表名 ：主键名：主键值 : 字段名
• eg1 : order : id : 29437595 : name
• eg2 : equip : id : 390472345 : type
• eg3 : news : id : 202004150 : title

• hash 类型

• 数据存储的困惑
• 对象类数据的存储如果具有较频繁的更新需求操作会显得笨重
• 新的存储需求：
• 对一系列存储的数据进行编组，方便管理，典型应用存储对象信息
• 需要的存储结构：
• 一个存储空间保存多个键值对数据
• hash类型：
• 底层使用哈希表结构实现数据存储
• hash存储结构优化
• 如果field数量较少，存储结构优化为类数组结构
• 如果field数量较多，存储结构使用HashMap结构

• hash 类型数据的基本操作

• 添加/修改数据
• hset key field value
• 获取数据
• hget key field
• hgetall key
• 删除数据
• hdel key field1 [field2]
• 设置field的值，如果该field存在则不做任何操作
• hsetnx key field value
• 添加/修改多个数据
• hmset key field1 value1 field2 value2...
• 获取多个数据
• hmget key field1 field2 ...
• 获取哈希表中字段的数量
• hlen key
• 获取哈希表中是否存在指定的字段
• hexists key field

• 示例

  

• hash 类型数据扩展操作

• 获取哈希表中所有的字段名或字段值
• hkeys key
• hvals key
• 设置指定字段的数值数据增加指定范围的值
• hincrby key field increment
• hincrbyfloat key field increment

• 示例

  

• hash 类型数据操作的注意事项

• 1．hash类型中value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象；如果数据未获取到，对应的值为（nil）
• 2．每个hash可以存储2的32次方-1个键值对
• 3．hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性
• 但hash没计初衷不是为了存储大量对象而设计的，切记不可滥用，更不可以将hash作为对象列表使用
• 4．hgetall 操作可以获取全部属性，如果内部field过多，遍历整体数据效率就很会低，有可能成为数据访问瓶颈

• hash应用场景

• 双11活动日，销售手机充值卡的商家对移动、联通、电信的30元、50元、100元商品推出抢购活动，每种商品抢购上限1000张

• 解决方案

• 以商家id作为key
• 将参与抢购的商品id作为field
• 将参与抢购的商品数量作为对应的value
• 抢购时使用降值的方式控制产品数量

• list 类型

• 数据存储需求：
• 存储多个数据，并对数据进入存储空间的顺序进行区分
• 需要的存储结构：
• 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

• list 类型数据基本操作

• 添加/修改数据
• lpush key value1 [value2] .....
• rpush key value1 [value2].....
• 获取数据
• lrange key start stop
• lindex key index
• llen key
• 获取并移除数据
• lpop key
• rpop key

• list 类型数据扩展操作

• 移除指定数据
• lrem key count value
• 规定时间内获取并移除数据
• blpop key1 [key2] timeout
• brpop key1 [key2] timeout
• brpoplpush source destination timeout

• list类型数据操作注意事项

• 1.list中保存的数据都是string类型的，数据总容量是有限的，最多2的32次方-1个元素（4294967295）
• 2.list具有索引的概念，但是操作数据时通常以队列的形式进行入队出队操作，或以栈的形式进行入栈出栈操作
• 3.获取全部数据操作结束索引设置为-1
• 4.list可以对数据进行分页操作，通常第一页的信息来自于list，第2页及更多的信息通过数据库的形式加载

• list应用场景

• 企业运营过程中，系统将产生出大量的运营数据
• 如何保障多台服务器操作日志的统一顺序输出？

• 解决方案

• 依赖list的数据具有顺序的特征对信息进行管理
• 使用队列模型解决多路信息汇总合并的问题
• 使用栈模型解决最新消息的问题

• set类型

• 新的存储需求：
• 存储大量的数据，在查询方面提供更高的效率
• 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

• set类型数据的基本操作

• 添加数据
• sadd key member1 [member2]
• 获取全部数据
• smembers key
• 删除数据
• srem key member1 [member2]
• 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
• 随机获取集合中指定数量的数据
• srandmember key [count]
• 随机获取集合中的某个数据并将该数据移出集合
• spop key [count]

• set类型数据的扩展操作

• 求两个集合的交、并、差集
• sinter key1 [key2 ...]
• sunion key1 [key2...]
• sdiff key1 [key2...]
• 求两个集合的交、并、差集并存储到指定集合中
• sinterstore destination key1 [key2...]
• sunionstore destination key1 [key2 ...]
• sdiffstore destination key1 [key2 ...]
• 将指定数据从原始集合中移动到目标集合中
• smove source destination member

• set类型数据操作的注意事项

• set类型不允许数据重复，如果添加的数据在set中已经存在，将只保留一份
• set虽然与hash的存储结构相同，但是无法启用hash中存储值的空间

• set应用场景

• 黑名单
• 资讯类信息类网站追求高访问量，但是由于其信息的价值，往往容易被不法分子利用，通过爬虫技术，快速获取信息，个别特种行业网站信息通过爬虫获取分析后，可以转换成商业机密进行出售
• 例如第三方火车票、机票、酒店刷票代购软件，电商刷评论、刷好评
• 同时爬虫带来的伪流量也会给经营者带来错觉，产生错误的决策，有效避免网站被爬虫反复爬取成为每个网站都要考虑的基本问题
• 在基于技术层面区分出爬虫用户后，需要将此类用户进行有效的屏蔽，这就是黑名单的典型应用
• ps：不是说爬虫一定做摧毁性的工作，有些小型网站需要爬虫为其带来一些流量
• 白名单
• 对于安全性更高的应用访问，仅仅靠黑名单是不能解决安全问题的，此时需要设定可访问的用户群体，依赖白名单做更为苛刻的访问验证

• 解决方案

• 基于经营战略设定问题用户发现、鉴别规则
• 周期性更新满足规则的用户黑名单，加入set集合
• 用户行为信息达到后与黑名单进行比对，确认行为去向
• 黑名单过滤IP地址：应用于开放游客访问权限的信息源
• 黑名单过滤设备信息：应用于限定访问设备的信息源
• 黑名单过滤用户：应用于基于访问权限的信息源

• 综合业务场景

• 使用微信的过程中，当微信接收消息后，会默认将最近接收的消息置顶
• 当多个好友及关注的订阅号同时发送消息时，该排序会不停的进行交替
• 同时还可以将重要的会话设置为置顶
• 一旦用户离线后，再次打开微信时，消息该按照什么样的顺序显示？

• 解决方案

• 依赖list的数据具有顺序的特征对消息进行管理，将list结构作为栈使用
• 对置顶与普通会话分别创建独立的list分别管理
• 当某个list中接收到用户消息后，将消息发送方的id从list的一侧加入list（此处设定左侧）
• 多个相同id发出的消息反复入栈会出现问题，在入栈之前无论是否具有当前id对应的消息，先删除对应id
• 推送消息时先推送置顶会话list，再推送普通会话list，推送完成的list清除所有数据
• 消息的数量，也就是微信用户对话数量采用计数器的思想另行记录，伴随list操作同步更新