「Redis」02 Redis中的数据类型（含Redis6.0：Bitmaps、HyperLogLog、Geospatial）

笔记整理自【尚硅谷】Redis 6 入门到精通 超详细 教程

Redis——Redis中的数据类型

0. 键 (key) 操作

• keys *：查看当前库所有 key
• exists key：判断某个 key 是否存在
• type key：查看你的 key 是什么类型
• del key ：删除指定的 key 数据
• unlink 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
• expire key 10 ：为给定的 key 设置过期时间
• ttl key：查看还有多少秒过期，$-1$ 表示永不过期，$-2$ 表示已过期
• select：命令切换数据库
• dbsize：查看当前数据库的 key 的数量
• flushdb：清空当前库
• flushall：通杀全部库

1. 五大常用数据类型

Ⅰ. String (字符串)

简介

• String 类型是 Redis 最基本的数据类型，一个 key 对应一个 value，一个 Redis 中字符串 value 最多可以是 512M。
• 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。

常用命令

• set ：添加键值对

  

  • $NX$：当数据库中 key 不存在时，可以将 key-value 添加数据库。
  • $XX$：当数据库中 key 存在时，可以将 key-value 添加数据库，与 $NX$ 参数互斥。
  • $EX$：key 的超时秒数。
  • $PX$：key 的超时毫秒数，与 $EX$ 互斥。

• get ：查询对应键值

• append ：将给定的 追加到原值的末尾

• strlen ：获得值的长度

• setnx ：只有在 key 不存在时，设置 key 的值

• incr ：将 key 中储存的数字值增 $1$，只能对数字值操作，如果 key 为空，新增 value 值为 $1$（具有原子性）

• decr ：将 key 中储存的数字值减 $1$，只能对数字值操作，如果 key 为空，新增 value 值为 $-1$（具有原子性）

• incrby/decrby <步长>：将 key 中储存的数字值增减。自定义步长

  • 原子性

    

  • 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。

• mset ：同时设置一个或多个 key-value 对

• mget ...：同时获取一个或多个 value

• msetnx ... ：同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在

  • 原子性，有一个失败则都失败

• getrange <起始位置><结束位置>：获得值的范围（类似 java 中的 substring，前包，后包）

• setrange <起始位置>：用 覆写 所储存的字符串值，从<起始位置>开始（索引从 $0$ 开始）

• setex <过期时间>：设置键值的同时，设置过期时间，单位秒

• getset ：以新换旧，设置了新值同时获得旧值

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。

• 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。

Ⅱ. List (列表)

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

• lpush/rpush ....： 从左边/右边插入一个或多个值。

  lpush k1 v1 v2 v3
  lrange k1 0 -1
  输出：v3 v2 v1
  
  rpush k1 v1 v2 v3
  rrange k1 0 -1
  输出：v1 v2 v3
  1
  2
  3
  4
  5
  6
  7

• lpop/rpop ：从左边/右边吐出一个值。值在键在，值光键亡。

• rpoplpush ：从 列表右边吐出一个值，插到 列表左边。

• lrange ：按照索引下标获得元素（从左到右）

  • Ex：lrange mylist 0 -1：$0$：左边第一个，$-1$：右边第一个，（$0-1$ 表示获取所有）

• lindex ：按照索引下标获得元素（从左到右）

• llen ：获得列表长度

• linsert before/after ：在 的前面/后面插入 插入值

• lrem ：从左边删除 n 个 value（从左到右）

• lset：将列表 key 下标为 index 的值替换成 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。

Ⅲ. 集合 (Set)

简介

• Set 对外提供的功能与 List 类似列表的功能，特殊之处在于 Set 是可以 自动排重 的，当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 $O(1)$，数据增加，查找数据的时间不变。

常用命令

• sadd ..... ：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
• smembers ：取出该集合的所有值。
• sismember ：判断集合 是否为含有该 值，有返回 $1$，没有返回 $0$
• scard：返回该集合的元素个数。
• srem ....：删除集合中的某个元素
• spop ：随机从该集合中吐出一个值
• srandmember ：随机从该集合中取出 n 个值，不会从集合中删除
• smove value：把集合中一个值从一个集合移动到另一个集合
• sinter ：返回两个集合的交集元素
• sunion ：返回两个集合的并集元素
• sdiff ：返回两个集合的差集元素（key1 中的，不包含 key2 中的）

数据结构

• Set 数据结构是字典，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。

Ⅳ. 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

常用命令

• hset ：给 集合中的 键赋值
• hget ：从 集合 取出 value
• hmset ...： 批量设置 hash 的值
• hexists ：查看哈希表 key 中，给定域 field 是否存在
• hkeys ：列出该 hash 集合的所有 field
• hvals ：列出该 hash 集合的所有 value
• hincrby ：为哈希表 key 中的域 field 的值加上增量 $1$ $-1$
• hsetnx ：将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在

数据类型

• 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。

Ⅴ. 有序集合 (ZSet - Sorted Set)

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

• zadd …：将一个或多个 member 元素及其 score 值加入到有序集 key 当中
• zrange [WITHSCORES] ：返回有序集 key 中，下标在 之间的元素
  • 带 WITHSCORES，可以让分数一起和值返回到结果集
• zrangebyscore key min max [withscores] [limit offset count]：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。
• zrevrangebyscore key max min [withscores] [limit offset count] ：同上，改为从大到小排列
• zincrby ：为元素的 score 加上增量
• zrem ：删除该集合下，指定值的元素
• zcount ：统计该集合，分数区间内的元素个数
• zrank ：返回该值在集合中的排名，从 0 开始。

案例

• 如何利用 zset 实现一个文章访问量的排行榜？

  

数据结构

• Sorted Set (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，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

跳跃表（跳表）

简介

• 有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。对于有序集合的底层实现，可以用数组、平衡树、链表等。数组不便元素的插入、删除；平衡树或红黑树虽然效率高但结构复杂；链表查询需要遍历所有效率低。Redis 采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。

实例

对比有序链表和跳跃表，从链表中查询出 $51$

• 有序链表

  

  要查找值为 $51$ 的元素，需要从第一个元素开始依次查找、比较才能找到。共需要 $6$ 次比较。

• 跳跃表

  

  从第 $2$ 层开始，$1$ 节点比 $51$ 节点小，向后比较。

  $21$ 节点比 $51$ 节点小，继续向后比较，后面就是 NULL 了，所以从 $21$ 节点向下到第 $1$ 层

  在第 $1$ 层，$41$ 节点比 $51$ 节点小，继续向后，$61$ 节点比 $51$ 节点大，所以从 $41$ 向下

  在第 $0$ 层，$51$ 节点为要查找的节点，节点被找到，共查找 $4$ 次。

跳跃表在某些情况下比有序链表效率要高。

2. Redis6.0新增的数据类型

Ⅰ. 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”字符串是由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，如下图：

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：

• Bitmaps 本身不是一种数据类型， 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。
• 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。

常用命令

• setbit：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

    

• getbit：获取 Bitmaps 中某个偏移量的值

  • 获取键的第 offset 位的值（从 $0$ 开始算）

  • 实例

    获取 $id=8$ 的用户是否在 2020-11-06 这天访问过， 返回 $0$ 说明没有访问过：

    

    注：因为 $100$ 根本不存在，所以也是返回 $0$。

• bitcount[start end]：统计字符串从 start 字节到 end 字节比特值为 $1$ 的数量

  • 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。

  • 注意：redis 的 setbit 设置或清除的是 bit 位置，而 bitcount 计算的是 byte 位置。

  • 举例

    K1 [01000001 01000000 00000000 00100001]，对应 [0，1，2，3]

    bitcount K1 1 2  ： 统计下标1、2字节组中bit=1的个数，即 01000000 00000000
    => bitcount K1 1 2 　　=> 1
    
    bitcount K1 1 3  ： 统计下标1、2、3字节组中bit=1的个数，即 01000000 00000000 00100001
    => bitcount K1 1 3　　 => 3
    
    bitcount K1 0 -2  ： 统计下标0到下标倒数第2，字节组中bit=1的个数，即 01000001 01000000 00000000
    => bitcount K1 0 -2　　=> 3
    1
    2
    3
    4
    5
    6
    7
    8

• bitop and(or/not/xor) [key…]：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。

  • 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
    1
    2
    3
    4

    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
    1
    2
    3
    4

    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
    1

    

    

    计算出任意一天都访问过网站的用户数量（例如月活跃就是类似这种），可以使用 or 求并集：

    

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 并不是万金油， 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 $0$。

Ⅱ. 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：

• 数据存储在 MySQL 表中，使用 distinct count 计算不重复个数
• 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。

Redis HyperLogLog 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 12KB 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 } \{1, 3, 5, 7, 5, 7, 8\} {1,3,5,7,5,7,8}，那么这个数据集的基数集为 { 1 , 3 , 5 , 7 , 8 } \{1, 3, 5 ,7, 8\} {1,3,5,7,8}，基数（不重复元素数）为 $5$。
• 基数估计就是在误差可接受的范围内，快速计算基数。

常用命令

• pfadd [element ...]：添加指定元素到 HyperLogLog 中

  • 将元素添加到指定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 $0$。

    

• pfcount [key ...]：计算 HLL 的近似基数，可以计算多个 HLL，比如用 HLL 存储每天的 UV，计算一周的 UV 可以使用 $7$ 天的 UV 合并计算即可

• pfmerge [sourcekey ...]：将一个或多个 HLL 合并后的结果存储在另一个 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

Ⅲ. 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，就是元素的二维坐标，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。

常用命令

• geoadd [longitude latitude member...]：添加地理位置（经度，纬度，名称）

  • 实例

    geoadd china:city 121.47 31.23 shanghai
    geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing
    1
    2

    

    两极无法直接添加，一般会下载城市数据，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 [member...]：获得指定地区的坐标值

• geodist [m|km|ft|mi]：获取两个位置之间的直线距离

  • 实例

    获取两个位置之间的直线距离

    

  • 单位

    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。
    如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位
    1
    2
    3
    4
    5

• georadiusradius m|km|ft|mi：以给定的经纬度为中心，找出某一半径内的元素

  • 实例