Redis中的数据类型

1. 常用键(Key)操作

2. 五大常用数据类型

2.1 String 字符串

2.1.1 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

2.1.2 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ke y-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，如果为空，新增值为1。

• decr : 将 key 中储存的数字值减1，只能对数字值操作，如果为空，新增值为-1。

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

  • 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。

• 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。

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

• 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。

2.1.3 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。

2.2 List 列表

2.2.1 简介

• List 列表单键多值。
• 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）。
• 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。

2.2.2 常用命令

• lpush/rpush .... : 从左边/右边插入一个或多个值(头插法和尾插法)。

• lpop/rpop : 从左边/右边吐出一个值。(类似于出栈操作)。

• 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)。

• lrange 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: 在的前面插入插入值。

• 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。

2.2.3 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 。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。

2.3 Set 集合

2.3.1 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) 。

2.3.2 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1，没有0
• scard: 返回该集合的元素个数。
• srem .....: 删除集合中的某个元素。
• spop : 随机从该集合中取出一个值。
• 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)

2.3.3 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。

2.4 Hash 哈希

2.4.1 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

2.4.2 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

2.4.3 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。

2.5 Zset 有序集合

2.5.1 介绍

• 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了 。
• 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。

2.5.2 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 maxmin [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。

2.5.3 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，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。

2.5.4 跳跃表

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

1. 从第2层开始，1节点比51节点小，向后比较。
2. 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
3. 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
4. 在第0层，51节点为要查找的节点，节点被找到，共查找4次。

总结：

跳跃链表在一些情况下效率要比普通的链表高。

3. Redis6新增数据类型

3.1 BitMaps

3.1.1 简介

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。

3.1.2 命令

• setbit: 设置Bitmaps中某个偏移量的值（0或1）

• getbit：获取Bitmaps中某个偏移量的值

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

• 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。

3.2 HyperLogLog

3.2.1 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 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。

3.2.2 命令

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

3.3 Geospatial

3.3.1 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。

3.3.2 命令

• geoadd< longitude> [longitude latitude member...]: 添加地理位置（经度，纬度，名称）
• 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
• georadius< longitude>radius m|km|ft|mi: 以给定的经纬度为中心，找出某一半径内的元素