Redis基础——8大数据类型都在这了

Posted 2021-05-09 小王子jvm

NoSQL介绍

基本概述

NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。

NoSQL 不依赖业务逻辑方式存储，而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。

特点：

• 不遵循SQL标准。（有自己的一系列命令操作）
• 不支持ACID（没有事务地特性不代表没有事务）
• 比SQL性能高很多

Redis介绍

使用场景

配合关系型数据库做高速缓存

比如：高频率访问的数据，降低数据库地IO，分布式架构中，做session地共享

多样地数据结构存储持久化数据

安装

Redis官方网站	Redis中文官方网站
http://redis.io	http://redis.cn/

说明：redis没有官方提供windows地安装包，但是Windows自个提供了这个安装包。

1. 准备工作：下载安装最新版的gcc编译器

   yum install centos-release-scl scl-utils-build
   yum install -y devtoolset-8-toolchain
   scl enable devtoolset-8 bash
   gcc --version # 测试安装环境
   

2. Linux命令配置

   tar -zxvf redis-6.2.1.tar.gz # 解压这个安装包
   # 然后进入这个解压后的目录
   cd redis-6.2.1
   # 在redis-6.2.1目录下再次执行make命令（只是编译好）
   # 如果没有准备好C语言编译环境，make 会报错—Jemalloc/jemalloc.h：没有那个文件
   # 解决方案：运行make distclean,在redis-6.2.1目录下再次执行make命令,跳过make test 继续执行: make install
   

3. 然后就是启动

Redis相关知识

• redis中默认16个数据库，类似数组下标从0开始，初始默认使用0号库。使用命令 select 来切换数据库。如: select 8

• 统一密码管理，所有库同样密码。

• 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

Redis是单线程+多路IO复用技术

正经说法：多路复用是指使用一个线程来检查多个文件描述符（Socket）的就绪状态，比如调用select和poll函数，传入多个文件描述符，如果有一个文件描述符就绪，则返回，否则阻塞直到超时。得到就绪状态后进行真正的操作可以在同一个线程里执行，也可以启动线程执行（比如使用线程池）

通俗例子：假设有三个人去车站买票，买不同的地方的，这个时候就需要三个窗口进行，并且如果前面有人你就不能走，还需要排队等着，这个时候如果叫黄牛买票呢？这三个人就只需要一个电话打给这个黄牛，然后他们有啥事就走了，压根不用等，等这个黄牛买到票了会打电话通知他们，这个时候他们再来取票就行了。

Redis数据类型

命令手册：http://www.redis.cn/commands.html

菜鸟教程：https://www.runoob.com/redis

在先命令测试：https://try.redis.io/（只包含常用地数据结构操作）

redis键地常用命令

命令	效果
keys *	查看当前库所有key (匹配：keys *1)
exists key	判断某个key是否存在（1存在，0不存在）
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	10秒钟：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 [db]	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

String字符串类型

基本介绍

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。

一个Redis中字符串value最多可以是512M

常用命令

• set ：添加键值对

set key value [expiration EX seconds|PX milliseconds] [NX|XX]

# 参数说明
*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（返回追加后地长度）

• strlen ：获得值的长度

• setnx ：只有在 key 不存在时 设置 key 的值（存在的时候返回0）
  

• 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。

  以上这一系列自增自减命令都是原子性，得益于redis是一个单线程。
  

• 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，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.

如图中所示，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。

List 链表类型

基本介绍

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(所有命令前多一个 l )

• lpush/rpush … 从左边/右边插入一个或多个值。

• 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，0 -1表示所有)
  

• 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 从左边删除从指定的value开始地n个元素(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。

源码大概如下：

typedef struct quicklistNode {
    struct quicklistNode *prev;
    struct quicklistNode *next;
    unsigned char *zl;
    ...
} quicklistNode;

typedef struct quicklistLZF {
    unsigned int sz; /* LZF size in bytes*/
    char compressed[];
} quicklistLZF;

typedef struct quicklist {
    quicklistNode *head;
    quicklistNode *tail;
    ...
} quicklist;

quicklistNode结构代表quicklist的一个节点。（只列出这三个属性）

• prev: 指向链表前一个节点的指针。
• next: 指向链表后一个节点的指针。
• zl: 数据指针。如果当前节点的数据没有压缩，那么它指向一个ziplist结构；否则，它指向一个quicklistLZF结构

quicklistLZF结构表示一个被压缩过的ziplist。其中：

• sz: 表示压缩后的ziplist大小。
• compressed: 是个柔性数组，存放压缩后的ziplist字节数组。

真正表示quicklist的数据结构是同名的quicklist这个struct：

• head: 指向头节点（左侧第一个节点）的指针。
• tail: 指向尾节点（右侧第一个节点）的指针

Set 无序集合

基本介绍

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)。

常用命令(所有命令前面多一个s)

• 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 [count]随机从该集合中吐出n个值。(默认为一个)

• srandmember [count]随机从该集合中取出n个值。不会从集合中删除 。（默认为一个）

• smove 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。

hash 哈希类型

基本介绍

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<String,Object>

用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储主要有以下2种存储方式：

• 将对象序列化，然后存入redis，这种方式可以尽最大可能保存整个对象地完整性。但是假设现在需要更改一些数据呢，就只能反序列化更改之后再次序列化存入。
• 将每个字段都分散存储，这样可以更方便地更改，但是整个数据地完整性得不到保证，一个整体数据分散存储。

所以就有了这种方式通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题

常用命令

• hset 给集合中的 键赋值（也可以批量操作）

• 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。 1存在 0不存在

• 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。

sorted Set 有序集合（zset）

基本介绍

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。

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 minscore maxscore [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 maxscore minscore [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。
  

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<String, Double>，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）

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。

举个例子：对比有序链表和跳跃表，从链表中查询出51

• 有序链表这样查询（从头结点开始逐个遍历）
  

  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。

  显然这种方式是牺牲了空间换取时间，因为每一层都需要被记录。（这个搜索过程像极了二叉树）

Bitmaps

基本介绍

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。

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）

  举个例子：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：
  

  假设某个系统记录某一天地用户访问情况：
  

  很多应用的用户id以一个指定数字（例如10000） 开头， 直接将用户id和Bitmaps的偏移量对应势必会造成一定的浪费， 通常的做法是每次做setbit操作时将用户id减去这个指定数字。

  在第一次初始化Bitmaps时， 假如偏移量非常大， 那么整个初始化过程执行会比较慢， 可能会造成Redis的阻塞。

• getbit：获取Bitmaps中某个偏移量的值

  获取id=8的用户是否在2021-05-06这天访问过， 返回0说明没有访问过，因为之前存入的时候就没有用过8当作偏移量。

• bitcount[strat end] 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。

  start和end代表起始和结束字节数， 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数， 对应的用户id是11， 15， 19。
  

  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
  

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

• 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。

  举个例子：

  # 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
  
  # 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
  
  # 计算出两天都访问过网站的用户数量,此时需要指定一个新的key保存统计结果
  bitop and unique:users:and:20201104_03 unique:users:20201103 unique:users:20201104
  bitcount unique:users:and:20201104_03
  # 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
  bitop or unique:users:or:20201104_03 unique:users:20201103 unique:users:20201104
  bitcount unique:users:or:20201104_03
  

bitmaps和set的对比

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

• set和Bitmaps存储一天活跃用户对比

数据 类型	每个用户id占用空间	需要存储的用户量	全部内存量
集合 类型	64位	50000000	64位*50000000 = 400MB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

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

set和Bitmaps存储独立用户空间对比
数据类型	一天	一个月	一年
集合类型	400MB	12GB	144GB
Bitmaps	12.5MB	375MB	4.5GB

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。

set和Bitmaps存储一天活跃用户对比（独立用户比较少）
数据类型	每个userid占用空间	需要存储的用户量	全部内存量
集合类型	64位	100000	64位*100000 = 800KB
Bitmaps	1位	100000000	1位*100000000 = 12.5MB

HyperLogLog

基本介绍

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（效率低）

• 使用Redis提供的hash、set、bitmaps等数据结构来处理（性价比低）

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。

常用命令

• pfadd [element …] 添加指定元素到 HyperLogLog 中。将所有元素添加到指定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
  

Geospatial

基本介绍

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。

常见命令

geoadd< longitude> [longitude latitude member…] 添加地理位置（经度，纬度，名称）

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

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

• 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