概念:

单线程

:是指:键值对的读写是一个线程完成的

快的原因:
1:内存操作数据
2:单线程避免损毁

多路复用

redis 利用epoll实现IO多路复用,
链接信息,事件放在队列中
依次发放到文件事件分派器,事件处理器
image.png

五种数据结构

image.png

1:字符串

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

场景:

分布式锁:

SETNX product:10001 true //返回1代表获取锁成功
SETNX product:10001 true //返回0代表获取锁
DEL product:10001 //执行完业务释放锁
SET product:10001 true ex 10 nx //防止程序意外终止导致死锁

计数器

INCRBY key //将key所储存的值加上

分布式系统全局序列号

INCRBY orderId 1000 //一次获取一批,放在本地,提高性能

2:hash

结构类似hashMap ,数据+链表
HSET key field value //存储一个哈希表key的键值
HSETNX key field value //存储一个不存在的哈希表key的键值
HMSET key field value [field value …] //在一个哈希表key中存储多个键值对
HGET key field //获取哈希表key对应的field键值
HMGET key field [field …] //批量获取哈希表key中多个field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

场景

缓存对象

就是个单纯的对象
同一个key 不同的field

电商购物车

维护一个人的购物车的列表
用户是key , 不同的商品是field 商品数量是value

优点

  1. 归类,方便管理
  2. 比string操作消耗内心小,
  3. 比string节省空间

    缺点

  4. 集群架构不适合大规模使用

  5. 过期功能不能使用在field上,只能用在key上

    3:列表list

    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
    image.png

    场景

    组装成其他数量

    栈: LPUSH + LPOP
    队列:LPUSH + RPOP
    阻塞队列: :LPUSH + BRPOP

    消息队列

4:集合set

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

SINTER key [key …] //交集运算 从前往后依次取交集
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,从前往后依次减在后面key中存在的值,最后的结果一 定只在第一个key中
SDIFFSTORE destination key [key …] //将差集结果存入新集合destination中

场景

共同关注的人

可能认识的人

商品筛选

5:有序集合zset

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
集合操作
ZUNIONSTORE destkey numkeys key [key …] //并集计算
ZINTERSTORE destkey numkeys key [key …] //交集计算

场景

排行榜

待验证怎么取的

常见命令

keys

全量遍历键,后面可以带参数,模糊匹配,性能较差,少用

keys #全量 keys code # code开头的匹配

scan

渐进式遍历
SCAN cursor [MATCH pattern] [COUNT count]
cursor: 其实的hash同索引值
match pattern :匹配的key
count:取多个元素,取出的元素不一定=count

第一次起始 cursor = 0;
下次一定cursor = 上一次返回的索引
直到返回 0 表示没有了over


Info:

查看redis服务运行信息,分为 9 大块,每个块都有非常多的参数,这 9 个块分别是:
Server 服务器运行的环境参数
Clients 客户端相关信息
Memory 服务器运行内存统计数据
Persistence 持久化信息
Stats 通用统计数据
Replication 主从复制相关信息
CPU CPU 使用情况
Cluster 集群信息
KeySpace 键值对统计数量信息

connected_clients:2 # 正在连接的客户端数量 instantaneous_ops_per_sec:789 # 每秒执行多少次指令 used_memory:929864 # Redis分配的内存总量(byte),包含redis进程内部的开销和数据占用的内存 used_memory_human:908.07K # Redis分配的内存总量(Kb,human会展示出单位) used_memory_rss_human:2.28M # 向操作系统申请的内存大小(Mb)( 这个值一般是大于used_memory的,因为 Redis的内存分配策略会产生内存碎片) used_memory_peak:929864 # redis的内存消耗峰值(byte) used_memory_peak_human:908.07K # redis的内存消耗峰值(KB) maxmemory:0 # 配置中设置的最大可使用内存值(byte),默认0,不限制, 一般配置为机器物理内存的百分之七八十,需要留一部分给操作系统 maxmemory_human:0B # 配置中设置的最大可使用内存值 maxmemory_policy:noeviction # 当达到maxmemory时的淘汰策略