Redis常用的五种数据类型
转载
【Redis】五种数据类型及其使用场景
https://blog.csdn.net/zzu_seu/article/details/106323114?spm=1001.2101.3001.6650.10&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-10.highlightwordscore&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-10.highlightwordscore
Java API
五种类型与类比java的模型
string --> String
hash --> Hashmap
list --> LinkList
set --> HashSet
sorted_set --> TreeSet
Redis 数据存储格式
- redis自身是一个Map类型的存储方式,其中所有的数据都是采用key:value的形式存储
- 我们讨论的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(Key-Value)
介绍
存储的数据:单个数据,最简单的数据存储类型,也是最常用的数据存储类型
存储数据的格式:一个存储空间保存一个数据
存储内容:通常使用字符串,如果字符串以整数的形式展示,可以作为数字操作使用(但是仍是字符串)
String是最常用的一种数据类型,普通的key/value存储都可以归为此类。
一个Key对应一个Value,string类型是二进制安全的。
Redis的string可以包含任何数据,比如jpg图片(生成二进制)或者序列化的对象。
常用命令
添加/修改数据
set key value
获取数据
get key
删除数据
del key
添加/修改多个数据
mset key1 valueq 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
基本操作
待更新
Hash(Key-Value)
String类型存储的困惑
对象类数据的存储如果具有较为频繁的更新需求,操作会显得笨重,存容易,改麻烦。
为了区别与Redis中的键值对的称呼,hash中的键成为field,而key特征Redis的键。
hash类型
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
需要的内存结构:一个存储空间保存多少个键值对数据
hash类型:底层使用哈希表结构实现数据存储
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]
实例:
添加/修改多个数据
hmset key field1 value1 field2 calue2
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
hash类型数据扩展操作
获取哈希表中所有的字段名和字段值
hkeys key //字段名
hvals key //字段值
设置指定字段的数值数据增加指定范围的值
hincrby key field increment //指定数值增长指定的数
hincrbyfloat key field increment
hash类型数据操作的注意事项
hash类型下的value只能存储字符串,不允许存储其他类型数据,不存在嵌套现象。如果数据未获取到,对应的值为(nil)
每个hash可以存储232-1个键值对
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设计不是为了存储大量对象的,切记不可滥用,更不可以将hash作为对象列表使用
hgetall操作可以获取全部属性,如果内部fiekd过多,遍历整体数据效率就会很低,有可能成为数据访问瓶颈。
List
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
需要的存储数据: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
添加/修改数据
lpush key value1 [value2] …
rpush key value1 [value2] …
获取数据
lrange key start stop //获取从左数第start到stop个元素,从0开始
lindex key index //查询第i个元素
llen key //list的长度
获取并移除数据
lpop key //获取并删除左边第一个元素
rpop key //获取并删除右边第一个元素
list 类型数组扩展操作
规定时间内获取并移除数据
blpop key1 [key2] timeout
brpop key1 [key2] timeout
阻塞式获取,在规定时间内获取这个值,规定时间内如果还没有的时候可以等,直到有值就可以获取到获取超时获取为空。
开两个客户端,一个设置15s内获取list1中的值,此时list1位空一直等待(阻塞),在15秒内另一个客户端存入到list1中数据,此时就被获取到。
Set
- 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,搞笑的内部存储机制,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),并且值式不允许重复的。也就是只有键没有值的hash
基本操作
添加数据
sadd key menber1 [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
Zset(sorted_set类型)
- 新的存储需求:根据排序有利于数据的有效显示,需要提供一种可以根据自身特征进行排序的方式。
- 需要的存储结构:新的存储模型,可以保存可排序的数据。
- sorted_set类型:在set的存储结构基础上添加可排序字段。
score只存储其顺序。
基本操作
添加数据
zadd key score1 member1 [score2 member2]
获取全部数据
//按照从小到大的顺序,加上WITHSCORES,就会带上scores一起显示
zrange key start stop [WITHSCORES]// 按照从大到小的顺序
zrevrange key start stop [WITHSCORES]
删除数据
zrem key member [member …]
————————————————
- 按条件获取数据
//查询scores在某个范围内的值
zrangebyscore key min max [WITHSCORES] [LIMIT]//查询key某个索引范围内的值
zrevrangebyscore key max min [WITHSCORES]
条件删除
zremrangebyrank key start stopzremrangebyscore key min max
注意:
- min与max用于限定搜索查询的条件
- start与stop用于限定查询范围,作用于索引,表示开始和结束索引
- offset与count用于限定查询范围,作用于查询结果,表示开始位置和数据总量
获取集合数据总量
zcard key //获取总量
zcount key min max //获取某一个范围的总量
- 集合交、并存储操作
zinterstore destination numkeys key [key …] //求和
zunionstore destination numkeys key [key …]
应用场景
String(Key-Value)
String类型作为数值时的增减
业务场景1
大型企业级应用中,分表操作是基本操作,使用多张表存储同类型数据,但是对应的主键id必须保证统一性,不能重复。
Oracle数据库具有sequence设定,可以解决该问题,但是MySQL数据库并不具有类似的机制,那么如何解决?
解决方案
设置数值数据增加指定范围的值
incr key //自增1
incrby key increment //增加指定数值
incrbyfloat key increment //增加一个浮点数
设置数值数据减少指定范围的值
decr key //自减1
decrby key increment //减少指定数值
String作为数值操作时的注意事项
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。
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。
按数值进行操作的数据,如果原始数据不能转成数值,或超过了redis数值上线范围,将会报错。9223372036854775807 (java中long型数据最大值,Long.MAX_VALUE)
String 数据时效性设置
业务场景2
场景一:“某某综艺”,启动海选投票,只能通过微信投票,每个微信号每4个小时只能投1票。
场景二:电商商家开启热门商品推荐,热门商品不能一直处于热门期,每种商品热门期维持3天,3天后自动取消热门
场景三:新闻网站会出现热点新闻,热点新闻最大的特征是对时效性,如何自动控制热点新闻的时效性
解决思路
给用户设置一个唯一的id,并为其设置一个有效时长,当时间已经超过设定时间后将id删除。
解决方案
设置数据具有指定的声明周期
redis 控制数据的生命周期,通过数据是否失效控制业务行为,适用于所有具有时效性限定控制的操作:
// 增加、修改键值对并为其设定生命周期
setex key seconds value
// 功能与上面一直,秒的单位不同
psetex key milliseconds value
String 类型的注意事项
数据操作成功与否的反馈
1、表示运行结果是否成功
(integer)0 –> false 失败
(integer)1 –> true 成功
2、表示运行结果值
(integer)3 –> 3 3个
(integer)1 –> 1 1个
数据未获取到
(nil)等同于null
String类型之高热度数据访问加速
业务场景3
主页高频访问信息显示控制,例如微博大V主页显示粉丝数与微博数量,这些数据就是热度数据,不断发生变化,这些数据如何放入Redis?
解决方案
两种实现方式:
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,后台设定时间定时刷新即可。
user: id :5765898790:focuss:3050
user: id :5765898790:fans:117492300
user: id :5765898790:blogs:117744
在Redis中以json格式存储大V用户,定时刷新。
set user: id :5765898790 {id:5765898790,focuss:3050,fans:117492300,blogs:117744}
数据库中的热点数据key命名惯例:
Hash(Key-Value)
hash类型应用场景购物车
业务场景:电商网站购物车的设计与实现。
解决方案:
例如创建一个购物车:
当前仅仅是将数据存储到redis中,并没有起到加速的所用,因为我们仅仅查询到了用户的id和商品的id,显示的时候显示的用户名和商品的名称,商品信息还需要二次查询数据库。
每条购物车中的商品记录保存成两条field
field1 专用于保存购买数量
1、命名格式:商品id:nums
2、保存数据:数值
field2 专用于保存购物车中显示的信息,包含文字描述,图片地址,所属商家信息等等
1、命名格式:商品id:info
2、保存数据:json
但是出现很多用户都将同一个商品假如购物车,就会出现大量的重复信息,例如商品信息重复:
因此我们可以将商品的信息单独的保存成一个哈希。
创建数据,如果有则不再创建,如果没有则创建
hsetnx key field value
Hash实现抢购,限购发放优惠券,激活码等
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
抢购时使用降至的方式控制产品数量
List
业务场景
微信朋友圈点赞,要求按照点赞顺序显示点赞好友信息。
如果取消点赞,移除对应好友信息。
解决方案
移除指定数据
lrem key count value //count为移除的数量,value为移除哪个值
list类型数据操作注意事项
list 中保存的数据都是string类型的,数据总容量式是有限的,最多232-1个元素(4294967295)
list具有索引的概念,但是操作数据时候通常以队列的形式进行入队出队操作,或以栈的形式进入栈出栈的操作
获取全部数据操作结束索引设置为-1
list 可以对数据进行分页操作,通过第一页的信息来自list,第2页及更多的信息通过数据库的形式加载
list类型应用场景
业务场景-最新消息的展示
twitter、新浪微博、腾讯微博中个人用于的关注列表需要按照用户的关注顺序进行展示,粉丝列表需要将最近关注的粉丝列在前面
新闻、资讯类网站如何将最新的新闻或资讯按照发生的事件顺序展示
企业运营过程中,系统将产生出大量的运营数据,如何保障堕胎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
set类型数据的扩展操作
业务场景-随机操作数据
每位用户首次使用进入头条时候会设置3项爱好的内容,但是后期为了增加用户的活跃度,兴趣点,必须让用户对其他信息类别逐渐产生兴趣,增加客户留存度,如何实现?
业务分析
- 系统分析出各个分类的最新或最热点信息条目并组织成set集合
- 随机挑选其中部分信息
- 配合用户关注信息分类中的热点信息组织展示的全信息集合
解决方案
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
redis应用于随机推荐类信息检索,例如热点歌单推荐,热点新闻推荐,热点旅游线路,应用APP推荐,大V推荐等。
例如:
解决方案
求两个集合的交、并、差集
sinter key1 [key2] //交集sunion key1 [key2] //并集sdiff key1 [key2] //差集(key1有但是key2没有的)
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移动到目标集合中
smove source destination member
redis应用于同类信息的关联搜索,二度关联搜索,深度关联搜索
显示共同关注(一度)显示共同好友(一度)由用户A出发,获取到好友用户B的好友信息列表(一度)由用户A出发,获取到好友用户B的购物清单列表(二度)由用户A出发,获取到好友用户B的游戏充值列表(二度)
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
业务场景-同类型不重复数据的合并操作
解决方案
依赖set集合数据不重复的特征,依赖set集合hash存储结构特征完成数据过滤与快速查询
根据用户id获取用户所有角色
根据用户所有角色获取用户所有操作权限放入set集合
根据用户所有觉得获取用户所有数据全选放入set集合
两种方法,其中第二种耦合度太高:
set业务场景-访问量统计去重
解决方案
针对不同的统计类型有不同的数据存储方式:
利用set集合的数据去重特征,记录各种访问数据
建立string类型数据,利用incr统计日访问量(PV)
建立set模型,记录不同cookie数量(UV)
建立set模型,记录不用IP数量(IP)
set业务场景-黑白名单
解决方案
基于经营战略设定问题用户发现、鉴别规则
周期性更行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
Zset(sorted_set )
业务场景- 建立排序依据
解决方案
获取数据对应的索引(排名)
zrank key member //正数第几位
zrevrank key member //倒数第几位
score 值获取与修改
zscore key member //获取
zincrby key increment member //score递增 increment
sorted_set 类型数据操作的注意事项
- score 保存的数据存储空间是64位
- score保存的数据也可以是一个双精度的double值,基于双精度浮点数的特征,可能会丢失精度,使用时侯要慎重
- sorted_set底层存储还是基于set结构的,因此数据不能重复,如果重复添加相同的数据,
- score值将被反复覆盖,保留最后一次修改的结果
业务场景-会员短期体验之过期失效
解决方案
- 对于基于时间线限定的任务处理,将处理时间记录为score值,利用排序功能区分处理的先后顺序
- 记录下一个要处理的事件,当对比系统时间发现当然仍后到期后移除redis中的记录,并记录下一个要处理的时间
- 当新任务加入时,判定并更新当前下一个要处理的任务时间
- 为提升sorted_set的性能,通常将任务根据特征存储成若干个sorted_set.例如1小时内,1天内,年度等,操作时逐渐提升,将即将操作的若干个任务纳入到1小时内处理队列中
- time命令获取当前系统时间
数据类型实践案例
按次调用-计数器
如何实现这个每分钟只能调用10次呢?
解决方案
设计计数器,记录调用次数,用于控制业务执行次数。以用户id作为key,使用此时作为value
在调用前获取次数,判断是否超过限定次数,不超过次数的情况下,每次调用计数+1,业务调用失败,不递增
为了计数器设置生命周期为指定周期,例如10次/分钟,自动清空周期内使用次数。
解决方案改良
利用可以存储的最大值是9223372036854775807,超过这个值就会抛出异常的特性。假如一分钟只能访问5次,可以将初始值设置为9223372036854775802,每次访问都加1,访问5次后这个数就会溢出异常。
微信会话
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,对指定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对应得消息,先删除对应id
- 推送消息时先推送顶置会话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
应用总结
Redis常用的五种数据类型相关推荐
- lsdyna如何设置set中的node_list_Redis 系列教程(二)Redis中的五种数据类型
上篇文章我们介绍了如何在Linux中安装Redis,本文我们来了解下Redis中的五种数据类型. 五大数据类型介绍 redis 中的数据都是以 key/value 的形式存储的,五大数据类型主要是指 ...
- Redis数据库及五种数据类型的常用命令详解
一.理论部分 1.什么是redis Redis(Remote Dictionary Server ),是一个开源的使用ANSI C语言编写.支持网络.可基于内存亦可持久化的日志型.Key-Value结 ...
- Redis五种数据类型及应用场景
Redis五种数据类型及应用场景 MySql+Memcached架构的问题 实际MySQL是适合进行海量数据存储的,通过Memcached将热点数据加载到cache,加速访问,很多公司都曾经使用过这样 ...
- Redis五种数据类型介绍
概述 Redis的键值可以使用物种数据类型:字符串,散列表,列表,集合,有序集合.本文详细介绍这五种数据类型的使用方法.本文命令介绍部分只是列举了基本的命令,至于具体的使用示例,可以参考Redis官方 ...
- redis五种数据类型的使用场景
string 1.String 常用命令: 除了get.set.incr.decr mget等操作外,Redis还提供了下面一些操作: 获取字符串长度 往字符串append内容 设置和获取字符串的某一 ...
- redis五种数据类型及其常见操作
redis五种数据类型及其常见操作 Redis支持5种数据类型:string(字符串),hash(哈希),list(列表),set(集合)及zset(sorted set:有序集合). 1.strin ...
- 【redis-02】redis的五种数据类型和对应的操作方法,补充RedisUtil模板
[redis-02]redis的五种数据类型和对应的操作方法,补充RedisUtil模板 [一]redis的五种数据类型 [二]String:字符串常用命令 (1)String基本信息 (2)Stri ...
- Redis的五种数据类型及应用场景
1,数据类型 String(字符串,整数,浮点数):做简单的键值对缓存 List(列表):储存一些列表类型的数据结构 Set(无序集合):交集,并集,差集的操作 Hash(包含键值对的无序散列表):结 ...
- Redis五种数据类型的应用场景
redis可以用作数据库.缓存和消息中间件. 一.String(字符串)类型 String是最常用的一种数据类型,普通的key/ value 存储都可以归为此类 常用使用场景: 1.缓存结构体信息 2 ...
最新文章
- apt-get 介绍。
- java就是我的幸福,嫁给幸福
- 仿ireader书架
- [原创]OpenvSwitch安装
- C++ explicit禁止单参构造函数隐式调用
- apt-get出错,由于出现了太多错误,处理过程被终止
- python中列表中的字典的排序问题
- 校园服务器虚拟机规划与设计,校园网服务器虚拟化技术的应用研究
- RHEL7设置默认启动图形化界面
- UOS系统适配-常用开发工具安装
- 论文翻译-Clicks can be Cheating: Counterfactual Recommendation for Mitigating Clickbait Issue
- Cyber_monitor的使用
- 金立GIONEE F205L手机刷机资料售后线刷包附教程
- 酒吧空间怎样量身打造
- 【python】创意二维码那么多,咋不的掺和一下整一手~
- Opencv Sift和Surf特征实现图像无缝拼接生成全景图像
- android音乐柱状频谱实现
- [附源码]java毕业设计求职招聘平台开发
- windows平台Markdown怎么转换成Word
- 商场、超市信息发布系统解决方案
热门文章
- 线程二—— 网图下载
- 一阶电路的零状态响应
- 转载 | 访问控制是什么?数据安全的关键组成
- HAWQ技术解析(十一) —— 数据管理
- 10分钟搞定miniconda-python环境安装
- 奥利给!!字体/颜色对话框这么豪横的解释,赶紧PICK一下吧!!
- 深入理解模拟退火算法(Simulated Annealing)
- 【LocalDate】获取两个日期间相差的年数、月数、天数
- Flask刚开始遇到的问题UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xbb in position 0: invalid start
- 验证CUDA和CUDNN是否安装成功的方法