鲤鱼笔记

数据类型概述

2021-05-15 Redis Redis 使用

# 一、String（字符串）

Redis 的 String 能表达 3 种值的类型：字符串、整数、浮点数。

# 1.1 常见操作命令

命令 使用方法 说明
set set key value 赋值
set key value NX 键不存在时赋值
set key value PX 100 设置键的过期时间为 100 毫秒
get get key 取值
getset getset key value 取值并赋值
append append key value 向尾部追加值
strlen strlen key 获取字符串长度
incr incr key 递增数字
incrby incrby key increment 增加指定的整数
decr decr key 递减数字
decrby decrby key decrement 减少指定的整数

# 1.2 应用场景

  1. 普通的赋值
  2. 乐观锁：incr 命令
  3. 分布式锁：set 命令的 NX 参数

# 二、List（列表）

List 列表类型可以存储有序、可重复的元素，获取头部或尾部附近的记录是极快的。

List 的元素个数最多为 232−12^{32}-1，约 40 亿个。

# 2.1 常见操作命令

命令 使用方法 说明
lpush lpush key v1 v2 v3 ... 从左侧插入列表
lpop lpop key 从列表左侧取出
rpush rpush key v1 v2 v3 ... 从右侧插入列表
rpop rpop key 从列表右侧取出
lpushx lpushx key v1 v2 v3 ... 当列表非空时，从左侧插入列表
rpushx rpushx key v1 v2 v3 ... 当列表非空时，从右侧插入列表
blpop blpop key timeout 从列表左侧取出，当列表为空时阻塞，最大阻塞时间 timeout 秒
brpop brpop key timeout 从列表右侧取出，当列表为空时阻塞，最大阻塞时间 timeout 秒
llen llen key 获取列表中元素个数
lindex lindex key index 获得列表中下标为 index 的元素
lrange lrange key start end 返回列表中指定区间的元素
lrem lrem key count value 移除列表中与参数 value 相等的元素，根据 count 决定删除的顺序及数量
lset lset key index value 将列表 index 位置的元素设置成 value 的值
ltrim ltrim key start end 对列表进行修剪，只保留 start 到 end 区间
rpoplpush rpoplpush key1 key2 从 key1 列表右侧弹出并插入到 key2 列表左侧
brpoplpush brpoplpush key1 key2 timeout 从 key1 列表右侧弹出并插入到 key2 列表左侧，最大阻塞时间 timeout 秒
linsert linsert key BEFORE pivot value 将值 value 插入到列表 key 当中，位于值 pivot 之前或之后

# 2.2 应用场景

  1. 作为栈或队列使用
  2. 可用于各种列表，比如用户列表、商品列表、评论列表等

# 三、Set（集合）

Set 集合类型中的元素是无序的、唯一的。

Set 的最大成员数为 232−12^{32}-1，约 40 亿个。

# 3.1 常见操作命令

命令 使用方法 说明
sadd sadd key mem1 mem2 ... 为集合添加新成员
srem srem key mem1 mem2 ... 删除集合中指定成员
smembers smembers key 获得集合中所有元素
spop spop key 返回集合中一个随机元素，并将该元素删除
srandmember srandmember key 返回集合中一个随机元素，不会删除该元素
scard scard key 获得集合中元素的数量
sismember sismember key member 判断元素是否在集合内
sinter sinter key1 key2 key3 求多集合的交集
sdiff sdiff key1 key2 key3 求多集合的差集
sunion sunion key1 key2 key3 求多集合的并集

# 3.2 应用场景

适用于不能重复的且不需要顺序的数据结构，如：通过 spop 随机抽奖。

# 四、Sorted Set（有序集合）

SortedSet 有序集合类型中的元素是无序的、唯一的。

每个元素关联一个分数（score），可按分数排序，分数可重复。

# 4.1 常见操作命令

命令 使用方法 说明
zadd zadd key score1 mem1 score2 mem2 ... 为有序集合添加新成员
zrem zrem key mem1 mem2 ... 删除有序集合中指定成员
zcard zcard key 获得有序集合中的元素数量
zcount zcount key min max 返回集合中指定区间的元素数量
zincrby zincrby key increment member 在集合的 member 分值上加 increment
zscore zscore key member 获得集合中 member 的分值
zrank zrank key member 获得集合中 member 的排名（分值递增）
zrevrank zrevrank key member 获得集合中 member 的排名（分值递减）
zrange zrange key start end 获得集合中指定区间的成员（分值递增）
zrevrange zrevrange key start end 获得集合中指定区间的成员（分值递增）

# 4.2 应用场景

由于可以按照分值排序，所以适用于各种排行榜。比如：点击排行榜、销量排行榜、关注排行榜等。

# 五、Hash（散列表）

Hash 是一个 string 类型的 field 和 value 的映射表，它提供了字段和字段值的映射。

每个 Hash 的最大成员数为 232−12^{32}-1，约 40 亿个。

# 5.1 常见操作命令

命令 使用方法 说明
hset hset key field value 赋值，不区别新增或修改
hmset hmset key field1 value1 field2 value2 批量赋值
hsetnx hsetnx key field value 赋值，如果 filed 存在则不操作
hexists hexists key filed 查看某个 field 是否存在
hget hget key field 获取一个字段值
hmget hmget key field1 field2 ... 获取多个字段值
hgetall hgetall key 获取整个散列表
hdel hdel key field1 field2 ... 删除指定字段
hincrby hincrby key field increment 指定字段自增 increment
hlen hlen key 获得字段数量

# 5.2 应用场景

  1. 对象的存储
  2. 表数据的映射

# 六、BitMap（位图）

Bitmap 位图是进行位操作的，通过一个 bit 位来表示某个元素对应的值或者状态。

Bitmap 本身会极大的节省储存空间。

# 6.1 常见操作命令

命令 使用方法 说明
setbit setbit key offset value 设置 key 在 offset 处的 bit 值 0/1
getbit getbit key offset 获得 key 在 offset 处的 bit 值
bitcount bitcount key 获得 key 的 bit 位为 1 的个数
bitpos bitpos key value 返回第一个被设置为 value 值的索引值
bitop bitop and destkey k1 k2 k3 ... 对多个 key 进行逻辑与运算后存入 destkey 中
bitop or destkey k1 k2 k3 ... 对多个 key 进行逻辑或运算后存入 destkey 中
bitop xor destkey k1 k2 k3 ... 对多个 key 进行逻辑异或运算后存入 destkey 中
bitop not destkey k1 k2 k3 ... 对多个 key 进行逻辑非运算后存入 destkey 中

# 6.2 应用场景

  1. 用户每月签到：用户 ID 为 Key，日期作为偏移量，1 表示签到
  2. 统计活跃用户：日期为 Key，用户 ID 作为偏移量，1 表示活跃
  3. 查询用户在线状态：日期为 Key，用户 ID 作为偏移量，1 表示在线

# 七、Geo（地理位置）

Geo 是 Redis 用来处理位置信息的。

GeoHash

为了能高效地对经纬度进行比较，Redis 采用了业界广泛使用的 GeoHash 编码方法，这个方法的基本原理就是“二分区间，区间编码”。

1. 单独编码

对于一个地理位置信息来说，它的经度范围是 [−180,180][-180,180]。GeoHash 编码会把一个经度值编码成一个 N 位的二进制值，我们来对经度范围 [−180,180][-180,180] 做 N 次的二分区操作，其中 N 可以自定义。我们用 0 表示落在左分区，用 1 表示落在右分区，这样一来，我们就可以得到一个 N 位的二进制数字。

2. 编码合并

当一组经纬度值都编完码后，我们再把它们的各自编码值组合在一起，组合的规则是：最终编码值的偶数位上依次是经度的编码值，奇数位上依次是纬度的编码值，其中，偶数位从 0 开始，奇数位从 1 开始，如下图所示。

用了 GeoHash 编码后，原来无法用一个权重分数表示的一组经纬度（116.37，39.86）就可以用 1110011101 这一个值来表示，就可以保存为 Sorted Set 的权重分数了。

通过上面的合并规则可以看出，这个规则最终生成的就是 Z 阶曲线，如下图：

可以看到，有的编码值虽然在大小上接近，但实际对应的方格却距离比较远。所以，为了避免查询不准确问题，我们可以同时查询给定经纬度所在的方格周围的 4 个或 8 个方格。

# 7.1 常见操作命令

命令 使用方法 说明
geoadd geoadd key 经度1 纬度1 mem1 经度2 纬度2 mem2 ... 添加地理坐标
geohash geohash key mem1 mem2 ... 返回标准的 GeoHash 串
geopos geopos key mem1 mem2 ... 返回成员经纬度
geodist geodist key mem1 mem2 距离单位 计算成员间距离
georadiusbymember georadiusbymember key 成员 距离 单位 count 数量 asc[desc] 根据成员查找附近的成员

# 7.2 应用场景

  1. 记录地理位置
  2. 计算距离
  3. 查找“附近的人”

# 八、Stream（数据流）

Stream 是 Redis 5.0 后新增的数据结构，用于可持久化的消息队列。

它几乎满足了消息队列具备的全部内容，包括：

  1. 消息 ID 的序列化生成
  2. 消息遍历
  3. 消息的阻塞和非阻塞读取
  4. 消息的分组消费
  5. 未完成消息的处理
  6. 消息队列监控

每个 Stream 都有唯一的名称，它就是 Redis 的 Key，首次使用 xadd 指令追加消息时自动创建。

# 8.1 常见操作命令

命令 使用方法 说明
xadd xadd key id/<\*> field1 value1 ... 将消息追加到队列 key 中，* 表示自动生成 id
xread xread [COUNT] [MS] STREAMS key ... id ... 从（多个）消息队列中读取指定数量消息
xrange xrange key start end [COUNT] 读取队列中给定 id 范围的消息（正序）
xrevrange xrevrange key start end [COUNT] 读取队列中给定 id 范围的消息（逆序）
xdel xdel key id 删除队列的消息
xgroup xgroup create key group_name id 创建一个新的消费组
xgroup destory key group_name 删除指定消费组
xgroup delconsumer key group_name cname 删除指定消费组中的某个消费者
xgroup setid key id 为消费者组设置新的最后传递的消息 id
xreadgroup xreadgroup group group_name consumer streams key 在消费组中创建消费者并消费数据

# 8.2 应用场景

消费队列

# 九、HyperLogLog（基数统计）

基数统计就是指统计一个集合中不重复的元素个数。

HyperLogLog 是一种用于统计基数的数据集合类型，它的最大优势就在于，当集合元素数量非常多时，它计算基数所需的空间总是固定的，而且还很小。

在 Redis 中，每个 HyperLogLog 只需要花费 12 KB 内存，就可以计算接近 2642^{64} 个元素的基数。相比于元素越多就越耗费内存的 Set 和 Hash 类型，HyperLogLog 非常节省空间。

注意

HyperLogLog 的统计规则是基于概率完成的，所以它给出的统计结果是有一定误差的，标准误算率是 0.81%0.81\%。

# 9.1 常见操作命令

命令 使用方法 说明
pfadd pfadd key v1 v2 ... 添加元素
pfcount pfcount key 统计 HyperLogLog 中元素数量（近似基数）
pfmerge pfmerge destkey k1 k2 ... 将多个 HyperLogLog 合并至 destkey

# 9.2 应用场景

用于大数据量的非精确统计，如 PV、UV 数统计。

Last Updated: 2023-01-28 4:31:25

简单动态字符串 SDS