0. Redis 键(key)

  1. keys * #查看当前库所有 key
  2. exists key #判断某个 key 是否存在
  3. type key #查看 key 的类型
  4. del key #删除指定 key 的数据
  5. 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
  6. expire key 10 #给指定的 key 设置过期时间(10秒),单位:秒
  7. ttl key #查看还有多久过期,-1表示永不过期,-2表示已过期
  8. select #命令切换数据库
  9. dbsize #当前数据库的 key 的数量
  10. flushdb #清空当前库
  11. flushall #清空所有库

1. 字符串(String)

介绍

String是Redis最基本的类型,可以理解成与Memcached一模一样的类型,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

常用命令

  1. set <key> <value> [EX/PX] [NX/XX] #添加键值对
  2. #NX 当数据库中key不存在时,可以将key-value添加数据库
  3. #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
  4. #EX key的超时秒数
  5. #PX key的超时毫秒数
  6. mset <key1> <value1> <key2> <value2>... #同时设置一个或多个键值对
  7. setnx <key> <value> #当 key 不存在时,添加键值对
  8. setex <key> <time> <value> #是个照顾键值对的同时,设置过期时间,单位秒
  9. msetnx <key1> <value1> <key2> <value2>... #同时设置一个或多个键值对,当且仅当所有 key 不存在,原子性
  10. strange <key> <start> <value> #用 <value> 覆盖原有字符串值,从 <start> 开始
  11. get <key> #查询对应值
  12. mget <key1> <key2>... #查询一个或多个对应值
  13. getrange <key> <start> <end> #截取值,类似java中的substring,前后都包
  14. getset <key> <value> #设置新的值,同时获取旧的值
  15. append <key> <value> #将给定的 <value> 添加到原 <value> 的末尾
  16. strlen <key> #获取值的长度
  17. incr <key> #将 key 对应的数字值 +1,只能对数字值操作,如果为空,新增值为 1,原子性
  18. decr <key> #将 key 对应的数字值 11,只能对数字值操作,如果为空,新增值为 -1,原子性
  19. incrby / decrby <key> <步长> #将 key 对应的数字值增减自定义步长,原子性

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.

image.png

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。

2. 列表(List)

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

  1. lpush / rpush <key1> <value1> <value2> <value3>... #从左/右边插入一个或多个值
  2. lpop / rpop <key> #从左/右边吐出一个值,没有值后,键消失
  3. rpoplpush <key1> <key2> #从 key1 列表吐出一个值,插到 key2 列表左边
  4. lrange <key> <start> <end> #按照索引下标获取元素(从左到右)
  5. #lrange mylist 0 -1 获取所有 0:左边第一个 -1:右边用第一个
  6. lindex <key> <value> #按照下标 index 获取值
  7. llen <key> #获取列表长度
  8. linsert <key> before / after <value> <new value> #在 value 的之前(左边)/之后(右边)插入 new value
  9. lrem <key> <n> <value> #从左边删除 n 个 value (从左到右)
  10. lset <key> <index> <value> #将下标为 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。

他将所有的元素紧挨在一块存储,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。

image.png

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。

3. 集合(Set)

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

  1. sadd <key> <value1> <value2>... #将一个或多个 member 添加到集合 key 中,已存在的 member 元素将被忽略
  2. smembers <key> #取出该集合的所有值
  3. sismember <key> <value> #判断该集合是否存在 value ,有返回 1 ,没有返回 0
  4. scard <key> #返回该集合的元素个数
  5. srem <key> <value1> <value2>... #删除该集合的 value1,value2...
  6. spop <key> <n> #随机从该集合中吐出 n 个值,会从集合中删除
  7. srandmember <key> <n> #随机从该集合中返回 n 个值,不会从集合中删除
  8. smove <source> <destination> <value> #将集合中的 value 从 source 集合 移动到 destination 集合中
  9. #source 来源 destination 目的地
  10. sinter <key1> <key2> #返回两个集合的 交集 元素
  11. sunion <key1> <key2> #返回两个集合的 并集 元素
  12. sdiff <key1> <key2> #返回两个集合的 差集 元素 (key1中有的,key2中没有的)

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。

4. 哈希(Hash)

介绍

hash 是一个键值对集合。

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

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: image.png 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

  1. hset <key> <field> <value> #给 key 集合中的 field 键 赋值 value
  2. hmset <key> <field1> <value1> <field2> <value2>... #批量给 key 集合添加键值对
  3. hget <key> <field> #获取 key 集合中的 field 键的值
  4. hexists <key> <field> #查看 key 集合中,field 键是否存在
  5. hkeys <key> #列出 key 集合中的所有 field
  6. hvals <key> #列出 key 集合中的所有 value
  7. hincrby <key> <field> <increment> #为 key 集合中的 field 键对应的数字值增加 increment
  8. hsetnx <key> <field> <value> #将 key 集合中的 field 键 赋值 value,当且仅当 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

5. 有序集合(Zset)(sorted set)

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

  1. zadd <key> <score1> <value1> <score2> <value2>... #将一个或多个 member 元素及其 score 值加入到有序集 key 中
  2. zrange <key> <start> <end> [WITHSCORES] #返回有序集 key 中,下标在 start 与 end 之间的元素,带 WITHSCORES 可以让分数和值一起返回到结果集
  3. zrangebyscore <key> <min> <max> [withscores] [linit 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
  4. zrevrangebyscore <key> <max> <min> [withscores] [linit offset count] #返回有序集 key 中,所有 score 值介于 max 和 min 之间(包括等于 max 或 min )的成员。有序集成员按 score 值递减(从大到小)次序排列
  5. zincrby <key> <increment> <value> #为元素 value 的 score 增加 increment
  6. zrem <key> <value> #删除该有序集的指定元素 value
  7. zcount <key> <min> <max> #统计该有序集分数区间<min,max>内的元素个数
  8. zrank <key> <value> #返回该值在有序集中的排名,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,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 (1)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。 (2)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。

对比有序链表和跳跃表,从链表中查询出51 1)有序链表 image.png 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。

2)跳跃表 image.png 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。