redis专题:redis的常用数据结构及使用场景
文章目录
- 一. redis常用五大数据结构
- 〇:key的底层存储方式:SDS
- ①:string && 使用场景
- ②:hash && 使用场景
- ③:list && 使用场景
- ④:set && 使用场景
- ⑤:zset && 使用场景
一. redis常用五大数据结构
redis中存储数据是以key-value的形式去存储的,其中key为String字符串类型,value的数据类型有string、hash、list、set、zset等这五种常用的。这五种数据结构在开发中基本上可以应对大部分场景的数据存储!!下面分别来介绍value的五种数据结构的用法以及使用场景
〇:key的底层存储方式:SDS
当我们使用命令set aaa 123
等命令操作redis
时,也是会经过redis客户端到redis服务端的过程,这些命令相当于一个请求:
- redis客户端通过
socket
传输这些命令 - redis服务端通过
io
读取到这些请求命令,把所有的命令解析成一个字符串,并执行对应命令操作,然后再经过socket
写回操作结果!
redis是使用c语言写的,但它底层在存放redis的key
时,并没有用c语言原生的字符串数据结构,而是定义了一个属于redis的数据结构SDS
(Simple Dynamic String),
struct sdshdr{//记录buf数组中已使用字节的数量//等于 SDS 保存字符串的长度int len;//记录 buf 数组中未使用字节的数量int free;//字节数组,用于保存字符串char buf[];
}
为什么要使用这样的一个数据结构来存储字符串呢?
- ①:二进制安全的数据结构
- 比如是操作命令是
get aaa\0
:获取aaa\0
的值。如果是c语言的字符数组就会把\0
吞掉,变为get aaa
,而使用SDS
就会完整的操作aaa\0
,SDS
把所有接受到的数据都转成字符串,即使是一些特殊字符!
- 比如是操作命令是
- ②:SDS提供了内存预分配机制,避免频繁的内存分配
- 如果是c语言,在修改一个key时,会分配一个新的字符数组,然后进行内存赋值,而
SDS
则采用预先分配机制,直接把字符串容量扩大两倍,key的长度变化时,直接在已分配的内存中修改即可,如果不够继续扩大2倍
- 如果是c语言,在修改一个key时,会分配一个新的字符数组,然后进行内存赋值,而
- ③:兼容c语言的函数库
- 定制
SDS
数据结构并不是重复造轮子,该复用的还是要复用!
- 定制
①:string && 使用场景
1.1 string常用操作
命令 | 说明 |
---|---|
SET key value | 存入字符串键值对 |
MSET key value [key value …] | 批量存储字符串键值对 |
SETNX key value | 存入一个不存在的字符串键值对 |
GET key | 获取一个字符串键值 |
MGET key [key …] | 批量获取字符串键值 |
DEL key [key …] | 删除一个键 |
EXPIRE key seconds | 设置一个键的过期时间(秒) |
INCR key | 将key中储存的数字值加1 |
DECR key | 将key中储存的数字值减1 |
INCRBY key increment | 将key所储存的值加上increment |
DECRBY key decrement | 将key所储存的值减去decrement |
1.2 string的使用场景
单值缓存
SET key value
GET key
使用上面两条命令可以做用户id存储、商品库存存储等等!对象缓存
以缓存user对象为例,有以下两种方式①:SET user:1 value(json格式数据):把对象转json存入redis,也是当下常用的方式,获取数据需要做数据转换
②:MSET user:1:name zhuge user:1:balance 1888
MGET user:1:name user:1:balance
使用Mset命令,把对象拆开存储,每一个key只保存对象的一个字段信息,适用于经常修改user的某个字段的场景分布式锁
SETNX product:10001 true //操作product:10001
。。。执行业务操作
DEL product:10001 //删除product:10001其中SETNX key value 命令要求如果key已存在,则其他的setnx命令无法对当前key进行操作。
在使用分布式锁时通常还会通过
SET product:10001 true ex 10 nx 命令设置key的超时时间,防治死锁!计数器
INCR 文章id
可以使用INCR命令实现数量自增,可以用于文章阅读量、热度人数统计等,用户每点进去一次执行一次INCR命令!
分布式系统全局序列号
在分布式系统下,如果需要分库分表, mysql的数据库自增id已经无法满足分库分表下的id自增,这时就需要一个独立于数据库之外的中间件来实现id的分配。redis的INCR命令可以实现id、序列号的生成,但如果用户量非常大,每生成一个id、序列号都去redis会给redis添加不小的压力,我们可以一次性从redis中自增1000次,把序列号放入本地内存中,这1000个id用完了,再去redis再取1000个,可有效降低redis的压力!
②:hash && 使用场景
2.1 hash的常用操作
命令 | 说明 |
---|---|
HSET key field value | 存储一个哈希表key的键值 |
HGET key field | 获取哈希表key对应的field键值 |
HMSET key field value [field value …] | 在一个哈希表key中存储多个键值对 |
HMGET key field [field …] | 批量获取哈希表key中多个field键值 |
HSETNX key field value | 存储一个不存在的哈希表key的键值 |
HDEL key field [field …] | 删除哈希表key中的field键值 |
HLEN key | 返回哈希表key中field的数量 |
HGETALL key | 返回哈希表key中所有的键值 |
HINCRBY key field increment | 为哈希表key中field键的值加上增量increment |
2.2 hash的用用场景
电商购物车
1)以用户id为key === cart:1001
2)商品id为field === 10088
3)商品数量为value === 1购物车操作
1)添加商品 hset cart:1001 10088 1
2)增加数量 hincrby cart:1001 10088 1
3)商品总数 hlen cart:1001
4)删除商品 hdel cart:1001 10088
5)获取购物车所有商品 hgetall cart:1001
优点
1)同类数据归类整合储存,方便数据管理
2)相比string操作消耗内存与cpu更小
因为:string类型通过set key - val 的方式存储数据,通过对key进行hash运算决定当前key是存储在数组哪个位置。如果把hash类型的数据变成string类型来存储,则需要更多的key,同时在存放时也需要更多的hash(key)运算,消耗更多的cpu资源!
3)相比string储存更节省空间
如果把hash类型的数据变成string类型来存储,将需要存储更多key,如果数据量很多的情况下,redis底层那么存储数据的数组将很快会被占满,占满就会进行扩容,加大内存消耗。由此可见,string结构与hash结构只存储一个key相比,需要更多的内存空间!
缺点
1)过期功能不能使用在field上,只能用在key上
redis的过期时间只能用在key上,而hash的key是一个大的概念,里面的map型结构才是重要数据,但过期时间只能用在外边的大key上,hash结构相比于string不能实现精准过期!
2)hash结构在Redis集群架构下不适合大规模使用
因为如果一个hash的key中的属性很多的话,只能存在一个redis节点上,那么这个节点压力会比其他节点压力大很多,造成redis集群下压力分配不均衡!
③:list && 使用场景
list类似一个队列或栈
3.1 list 的常用操作
命令 | 说明 |
---|---|
LPUSH key value [value …] | 将一个或多个值value插入到key列表的表头(最左边) |
RPUSH key value [value …] | 将一个或多个值value插入到key列表的表尾(最右边) |
LPOP key | 移除并返回key列表的头元素 |
RPOP key | 移除并返回key列表的尾元素 |
LRANGE key start stop | 返回列表key中指定区间内的元素,区间以偏移量start和stop指定 |
BLPOP key [key …] timeout |
从key列表表头弹出一个元素,若列表中没有元素,阻塞等待 timeout:秒,如果timeout=0,一直阻塞等待 |
BRPOP key [key …] timeout |
从key列表表尾弹出一个元素,若列表中没有元素,阻塞等待 timeout:秒,如果timeout=0,一直阻塞等待 |
3.2 list 的用用场景
模拟分布式系统数据结构
①:Stack(栈) = LPUSH(左边放) + LPOP(左边取)
②:Queue(队列)= LPUSH(左边放) + RPOP(右边取)
③:Blocking MQ(阻塞队列)= LPUSH(左边放) + BRPOP(右边阻塞取:没有数据就阻塞!)问:那么redis实现的数据结构和jdk中提供的数据结构有什么区别呢?
答:jdk提供的数据结构仅在本服务中有用,如果在分布式环境下,则需要借助redis等中间件,模拟数据结构来统一管理数据。
2. 微博、朋友圈、公众号等,关注的文章列表展示
假如 小明 关注了 中国青年报、三太子敖丙 等大V的订阅号,当这些大V发布订阅号时,通过推或拉的方式把消息LPUSH放入redis中属于小明的list中。其中key为msg:{小明_ID}。当小明要获取大V们发的消息时,使用LRANGE 命令从队列中获取指定个数的订阅号信息!!
①:MacTalk发微博,消息ID为10010
LPUSH msg:{小明_ID} 10010②:备胎说车发微博,消息ID为10086
LPUSH msg:{小明_ID} 10086③:查看最新微博消息
LRANGE msg:{小明_ID} 0 4这里有一个问题,大V发了消息的是怎么存储在粉丝的redis中呢?一般有两种处理方案!
①:推,博主发了消息,通过线程先推送到在线粉丝的队列中,其他不在线的等系统空闲时慢慢推过去。
②:拉,如果粉丝太多,推的方案还是要很长时间去处理,还有一种方案就是拉。每一个粉丝上线后就去关注的博主那里 拉取他发的最新的消息,在使用LRANGE取出即可!
④:set && 使用场景
set是一个集合,key不允许重复,如果重复设置key,则设置无效
4.1 set 的常用操作
命令 | 说明 |
---|---|
SADD key member [member …] | 往集合key中存入元素,元素存在则忽略,若key不存在则新建 |
SREM key member [member …] | 从集合key中删除元素 |
SMEMBERS key | 获取集合key中所有元素 |
SCARD key | 获取集合key的元素个数 |
SISMEMBER key member | 判断member元素是否存在于集合key中 |
SRANDMEMBER key [count] | 从集合key中选出count个元素,元素不从key中删除 |
SPOP key [count] | 从集合key中选出count个元素,元素从key中删除 |
set运算操作
命令 | 说明 |
---|---|
SINTER key [key …] | 交集运算 |
SINTERSTORE destination key [key …] | 将交集结果存入新集合destination中 |
SUNION key [key …] | 并集运算 |
SUNIONSTORE destination key [key …] | 将并集结果存入新集合destination中 |
SDIFF key [key …] | 差集运算 |
SDIFFSTORE destination key [key …] | 将差集结果存入新集合destination中 |
4.2 set 的用用场景
抽奖活动
1)点击参与抽奖加入集合
SADD key {userlD}2)查看参与抽奖所有用户
SMEMBERS key3)随机抽取count名中奖者
SRANDMEMBER key [count] ------元素不从集合中删除
SPOP key [count] ------ 元素从集合中删除朋友圈点赞
当某人在朋友圈发布消息,可用set来点赞展示
- 点赞
SADD like:{消息ID} {用户ID} - 取消点赞
SREM like:{消息ID} {用户ID} - 检查用户是否点过赞
SISMEMBER like:{消息ID} {用户ID} - 获取点赞的用户列表
SMEMBERS like:{消息ID} - 获取点赞用户数
SCARD like:{消息ID}
- 点赞
利用set的交、并、差集实现微博、微信关注模型
关注模型如下图:
首先了解一下set的集合操作,假如有三个集合
set1:(a、b、c)
set2:(b、c、d)
set3:(c、d、e)三个集合的
交集为:SINTER set1 set2 set3 ==> { c }
并集为:SUNION set1 set2 set3 ==> { a,b,c,d,e }
差集为:SDIFF set1 set2 set3 ==> { a }
差集计算方式:set1 - (set2并set3) = {a、b、c} - {b、c、d、e} = {a} 只保留a中单独存在的元素共同关注A的人:可以用交集来实现
我可能认识的人:可以使用差集来实现,把我关注的人求差集
我关注的人也关注A:可以使用SISMEMBER 命令查看A是否在我关注的人的关注列表中,如果存在把这个人返回
⑤:zset && 使用场景
zset相比于set多一个score 分值,正是根据这个分值进行排序,所以zset才能展示有序的数据
5.1 zset 的常用操作
命令 | 说明 |
---|---|
ZADD key score member [[score member]…] | 往有序集合key中加入带分值元素 |
ZREM key member [member …] | 从有序集合key中删除元素 |
ZSCORE key member | 返回有序集合key中元素member的分值 |
ZINCRBY key increment member | 为有序集合key中元素member的分值加上increment |
ZCARD key | 返回有序集合key中元素个数 |
ZRANGE key start stop [WITHSCORES] | 正序获取有序集合key从start下标到stop下标的元素 |
ZREVRANGE key start stop [WITHSCORES] | 倒序获取有序集合key从start下标到stop下标的元素 |
set运算操作
命令 | 说明 |
---|---|
ZUNIONSTORE destkey numkeys key [key …] | 并集计算 |
ZINTERSTORE destkey numkeys key [key …] | 交集计算 |
5.2 zset 的使用场景
- 实现热搜排行榜
①:点击 “美国选举” 新闻时,为其分值+1
ZINCRBY hotNews:20190819 1 美国选举
②:展示当日排行前十
ZREVRANGE hotNews:20190819 0 9 WITHSCORES
③:七日搜索榜单计算
取7天的key求并集放入新的key=hotNews:20190813-20190819中,就得出这7天中的访问量排行榜
ZUNIONSTORE hotNews:20190813-20190819 7
hotNews:20190813 hotNews:20190814… hotNews:20190819
④:展示七日排行前十
根据上边的并集,从新的key=hotNews:20190813-20190819中取出前10名
ZREVRANGE hotNews:20190813-20190819 0 9 WITHSCORES
redis专题:redis的常用数据结构及使用场景相关推荐
- 常用数据结构及其应用场景
常用数据结构及其应用场景 目录 1,数组 2,链表 3,树 3.1 二叉搜索树 3.2 AVL树 3.3红黑树 补充:关于AVL树和红黑树的左旋与右旋 右旋 左旋 思维导图 1,数组 这是大家最熟悉 ...
- php两个数组之间去重,php数组去重、魔术方法、redis常用数据结构及应用场景
一.用函数对数组进行去重的方法 1. arrau_unique函数的作用 移除数组中重复的值. 将值作为字符串进行排序,然后保留 每个值第一次 出现的健名,健名保留不变. 第二个参数可以选择排序方式: ...
- redis的五种常用数据结构、Pub/Sub数据结构、Stream数据结构
目录 Redis五种数据结构如下: 1.String 字符串类型 Redis 字符串命令 实战场景: 2.Hash (哈希) Redis hash 命令 实战场景: 3.链表 list Redis 列 ...
- Redis专题——Redis管理工具
一.安全性 1.运行环境 Redis以简洁为美,其安全性没有太多操作,要求在生产系统中外界不能直接连接Redis进行操作,而必须经过程序中转后,由程序进行操作. 即,redis要求运行在可信的环境中. ...
- java中数据结构的应用_Java集合入门 (二)常用数据结构和应用场景-数组
Java极客 | 作者 / 铿然一叶 这是Java极客的第 48 篇原创文章 一.数组的特点 1.数组大小固定 2.一个数组只能存储相同数据类型 3.随机访问性能高 4.存储空间连续,这样可以 ...
- python有必要看数据结构_盘点 Python 10 大常用数据结构(上篇)
我的施工计划,已完成专题: Python 常用数据结构 学习目的 这个专题,尽量使用最精简的文字,借助典型案例盘点Python常用的数据结构. 如果你还处于Python入门阶段,通常只需掌握list. ...
- 各种数据结构及其应用场景
1. 常用数据结构及其应用场景: https://www.jianshu.com/p/ec17d738327f 2. 代码可执行文件的内存占用:[https://blog.csdn.net/u0129 ...
- Redis专题-底层数据结构与使用场景
Redis介绍 Redis是一种基于键值对的NoSQL数据库,是一个基于内存中的数据结构存储系统,可以用作数据库.缓存和消息中间件.它支持以string(字符串),hash(哈希),list(列表), ...
- Redis 常用数据结构及其控制命令整合
Redis 键值支持5种基本结构,分别是字符串,列表,哈希,集合,有序集合.每一种数据结构都有对应的取值和设值命令,辅助命令,除此之外,还有一些全局命令,用来管理Redis存储的所有键. 全局命令 针 ...
最新文章
- asp vb 插入,更新,删除数据库操作。
- python 相关性检验_在Python中计算Pearson相关性和重要性
- 栈,寄存器,局部变量,内存,语言级别优化程序的方法
- 技术 Leader 怎样带跨一个团队?
- P6810 「MCOI-02」Convex Hull 凸包
- HDFS概述(2)————Block块大小设置
- Js树形插件ztree
- Failed to create the part‘s controls解决方法
- spring boot(一):Hello World
- Swift学习笔记 In-out形参
- steamcommunity302怎么用【使用方法】
- 〖四信智慧方案〗LoRa无线技术在输电监测中的应用
- c语言中的汉字编码,【C语言学习】C语言汉字编码。。。C语言中汉字的输入
- PostMan中文设置
- C语言输入一个数,看它能否被3和5同时整除
- 细菌觅食算法(Bacteria Foraging Algorithm,BFA)
- 新的一年,红包走起!
- 数据结构 Java数据结构 --- Lambda表达式
- Python语言程序设计 (第11期) 测验6: 组合数据类型
- C语言图书馆如何添加图书,如何使用C语言编写图书馆管理系统?
热门文章
- python3 compile_python3.2的pycompile
- Spring Boot、Spring Cloud、Dubbo的区别
- Vue之动态组件(二)
- IOS精品源码,仿探探UIButton封装iOS提示弹框迅速引导页自定义导航栏
- 2016年10个重要的可视化发展
- CVE-2015-1642 POC
- Java语言程序设计基础篇 循环(四)练习
- .net实现URL重写
- Object Detection: Face Detection using Haar Cascades
- Kafka测试1.0.0