Redis--5種資料型別的基本操作

學習地址推薦

String(字串型別)

• String 是 Redis 最基本的型別，你可以理解成與 Memcached 一模一樣的型別，一個 key 對應一個 value。
• String 型別是二進位制安全的。Redis 的 String 可以包含任何資料。比如jpg圖片或者序列化的物件。
• String 型別是 Redis 最基本的資料型別，String 型別的值最大能儲存 512MB。

基本操作

• 新增 / 修改資料：set key value
• 獲取資料：get key
• 刪除資料：del key
• 新增 / 修改多個數據：mset key value key1 value1
• 獲取多個數據：mget key key1
• 追加資訊到原始資料後邊(不存在時則新增)：append key value

增減操作

• 設定數值增加指定範圍的值
  • 預設每次加1：incr key
  • 每次新增value：incrby key value
• 設定資料減少指定範圍的值
  • 預設每次減1：decr key
  • 每次減少value：decrby key value

時效操作

• 設定過期時間：setex key seconds value

Hash

• Redis hash 是一個鍵值(key=>value)對集合。
• Redis hash 是一個 String 型別的 field 和 value 的對映表，hash 特別適合用於儲存物件。

基本操作

• 新增 / 修改資料：hset key field value
• 獲取資料
  • 獲取一個：hget key field
  • 獲取多個：hgetall key
• 刪除資料：hdel key field field1
• 新增 / 修改多個數據：hmset key field value field1 value1
• 獲取多個數據：hmget key field field1
• 獲取表中欄位數量：hlen key
• 獲取表中是否存在某個欄位：hexists key field

擴充套件操作

• 獲取hash表中所有的欄位key：hkeys key
• 獲取hash表中所有的欄位值：hvals key
• 設定指定欄位的數值增加指定範圍的值：
  • hincrby key field increment
  • hincrbyfloat key field increment

List（列表)

• 資料儲存需求：儲存多個數據，並對資料進行儲存空間的順序進行區分

• 需要的資料結構：一個儲存空間儲存多個數據，且通過資料可以體現進入順序

• list型別：儲存多個數據，底層使用雙向連結串列儲存結構實現

• 列表(list)用於儲存多個有序的字串。列表是一種比較靈活的資料結構，可以充當棧和佇列的角色，在實際開發上有很多應用場景

  列表的特點：

  1. 列表中的元素是有序的，可以通過索引下標來獲取某個元素或者某個範圍內的元素列表
  2. 列表中的元素是可以重複的

基本操作

• 新增 / 修改資料
  • 左邊新增： lpush key value value1
  • 右邊新增：rpush key value value1
• 獲取資料
  • lrange key start end
  • lindex key index
  • llen key
• 刪除資料
  • rpop key
  • lpop key

擴充套件操作

• 在規定時間內獲取並移除資料
  • blpop key1 key2 timeout
  • brpop key1 key2 timeout

Set(集合)

• 新的儲存需求：儲存大量的資料，在查詢方便提供更高的效率
• 需要的儲存結構：能夠儲存大量的資料，高效的內部儲存機制，便於查詢
• Set型別：與hash儲存結構完全相同，僅儲存鍵，不儲存值(nil)，並且值是不允許重複的

基本操作

• 新增 / 修改資料：sadd key member member1
• 獲取資料：smembers key
• 刪除資料：srem key member1
• 獲取集合資料總量：scard key
• 判斷集合中是否包含指定資料：sismember key member

擴充套件操作(隨機取數，交、並、差集)

• 隨機獲取集合中指定數量的資料：srandmember key count
• 隨機獲取集合中某個資料並將改資料集移除集合：spop key

兩個集合的交、並、差集

• sinter key key1
• sunion key key1
• sdiff key key1

兩個集合的交、並、差集並存儲到指定集合中

• sinterstore destination key1 key2
• sunionstore destination key1 key2
• sdiffstore destination key1 key2

ZSet(Sorted Set 有序集合)

在之前的四個型別中都不支援排序的，下來咱們看的sorted_set型別是既支援儲存大資料，也支援排序功能。

基本操作

• 新增資料：zadd key score member
• 獲取資料
  • zrange key start stop
  • zrevrange key start stop
• 刪除資料：zrem key member

> zadd zset1 10 setVal1
(integer) 1
> zadd zset1 9 setVal2
(integer) 1
> zadd zset1 10 setVal3
(integer) 1

> zrange zset1 0 -1
1) "setVal2"
2) "setVal1"
3) "setVal3"
> zrange zset1 0 -1 withscores
1) "setVal2"
2) 9.0
3) "setVal1"
4) 10.0
5) "setVal3"
6) 10.0
> zrevrange zset1 0 -1 withscores
1) "setVal3"
2) 10.0
3) "setVal1"
4) 10.0
5) "setVal2"
6) 9.0

> zrem zset1 setVal1
1

擴充套件操作

• 按條件獲取資料：
  • zrangebyscore key min max
  • zrevrangescore key max min
• 條件刪除資料：
  • zremrangebyrank key start stop
  • zremrangebyscore key min max
• 獲取集合資料總量：
  • zcard key
  • zcount key min max

> zrangebyscore test 2 3
1) "val2"
2) "val3"
> zrevrangebyscore test 3 2
1) "val3"
2) "val2"

> zremrangebyrank test 0 1
(integer) 2
> zremrangebyscore test 0 1
0

> zcard test
3
> zcount test 1 3
3

• 集合交、並操作：

  • zinterstore destination numkeys key

  • zunionstore destination numkeys key

    (這個指令就不做演示了，可以自己檢視文件。跟set有點類似，只不過會把所有交集的和給加起來。然後這裡邊有個numkeys這個引數是一共幾個key進行計算 後邊的key就需要幾個)

• 獲取資料對應的索引：

  • zrank key member
  • zrevrank key member

• socre值獲取與修改：

  • zscore key member
  • zincrby key increment member

Redis其他的資料型別

bitmap 點陣圖

Redis 中的 bitmap 點陣圖是一串連續的二進位制數字，底層實際是基於 string 進行封裝儲存的，按 bit 位進行指令操作的。bitmap 中每一 bit 位所在的位置就是 offset 偏移，可以用 setbit、bitfield 對 bitmap 中每個 bit 進行置 0 或置 1 操作，也可以用 bitcount 來統計 bitmap 中的被置 1 的 bit 數，還可以用 bitop 來對多個 bitmap 進行求與、或、異或等操作。

bitmap 點陣圖的特點是按位設定、求與、求或等操作很高效，而且儲存成本非常低，用來存物件標籤屬性的話，一個 bit 即可存一個標籤。可以用 bitmap，存使用者最近 N 天的登入情況，每天用 1 bit，登入則置 1。個性推薦在社交應用中非常重要，可以對新聞、feed 設定一系列標籤，如軍事、娛樂、視訊、圖片、文字等，用 bitmap 來儲存這些標籤，在對應標籤 bit 位上置 1。對使用者，也可以採用類似方式，記錄使用者的多種屬性，並可以很方便的根據標籤來進行多維度統計。bitmap 點陣圖的重要指令包括：setbit、 getbit、bitcount、bitfield、 bitop、bitpos 等。

在移動社交時代，LBS 應用越來越多，比如微信、陌陌中附近的人，美團、大眾點評中附近的美食、電影院，滴滴、優步中附近的專車等。要實現這些功能，就得使用地理位置資訊進行搜尋。地球的地理位置是使用二維的經緯度進行表示的，我們只要確定一個點的經緯度，就可以確認它在地球的位置。

Redis 在 3.2 版本之後增加了對 GEO 地理位置的處理功能。Redis 的 GEO 地理位置本質上是基於 sorted set 封裝實現的。在儲存分類 key 下的地理位置資訊時，需要對該分類 key 構建一個 sorted set 作為內部儲存結構，用於儲存一系列位置點。

在儲存某個位置點時，首先利用 Geohash 演算法，將該位置二維的經緯度，對映編碼成一維的 52 位整數值，將位置名稱、經緯度編碼 score 作為鍵值對，儲存到分類 key 對應的 sorted set 中。

需要計算某個位置點 A 附近的人時，首先以指定位置 A 為中心點，以距離作為半徑，算出 GEO 雜湊 8 個方位的範圍， 然後依次輪詢方位範圍內的所有位置點，只要這些位置點到中心位置 A 的距離在要求距離範圍內，就是目標位置點。輪詢完所有範圍內的位置點後，重新排序即得到位置點 A 附近的所有目標。

• 使用 geoadd，將位置名稱（如人、車輛、店名）與對應的地理位置資訊新增到指定的位置分類 key 中；
• 使用 geopos 方便地查詢某個名稱所在的位置資訊；
• 使用 georadius 獲取指定位置附近，不超過指定距離的所有元素；
• 使用 geodist 來獲取指定的兩個位置之間的距離。

這樣，是不是就可以實現，找到附近的餐廳，算出當前位置到對應餐廳的距離，這樣的功能了？

Redis GEO 地理位置，利用 Geohash 將大量的二維經緯度轉一維的整數值，這樣可以方便的對地理位置進行查詢、距離測量、範圍搜尋。但由於地理位置點非常多，一個地理分類 key 下可能會有大量元素，在 GEO 設計時，需要提前進行規劃，避免單 key 過度膨脹。

Redis 的 GEO 地理位置資料結構，應用場景很多，比如查詢某個地方的具體位置，查當前位置到目的地的距離，查附近的人、餐廳、電影院等。GEO 地理位置資料結構中，重要指令包括 geoadd、geopos、geodist、georadius、georadiusbymember 等。

hyperLogLog 基數統計

Redis 的 hyperLogLog 是用來做基數統計的資料型別，當輸入巨大數量的元素做統計時，只需要很小的記憶體即可完成。HyperLogLog 不儲存元資料，只記錄待統計元素的估算數量，這個估算數量是一個帶有 0.81% 標準差的近似值，在大多數業務場景，對海量資料，不足 1% 的誤差是可以接受的。

Redis 的 HyperLogLog 在統計時，如果計數數量不大，採用稀疏矩陣儲存，隨著計數的增加，稀疏矩陣佔用的空間也會逐漸增加，當超過閥值後，則改為稠密矩陣，稠密矩陣佔用的空間是固定的，約為12KB位元組。

通過 hyperLoglog 資料型別，你可以利用 pfadd 向基數統計中增加新的元素，可以用 pfcount 獲得 hyperLogLog 結構中儲存的近似基數數量，還可以用 hypermerge 將多個 hyperLogLog 合併為一個 hyperLogLog 結構，從而可以方便的獲取合併後的基數數量。

hyperLogLog 的特點是統計過程不記錄獨立元素，佔用記憶體非常少，非常適合統計海量資料。在大中型系統中，統計每日、每月的 UV 即獨立訪客數，或者統計海量使用者搜尋的獨立詞條數，都可以用 hyperLogLog 資料型別來進行處理。

本文來自部落格園，作者：{BearBrick0}，轉載請註明原文連結：{https://www.cnblogs.com/bearbrick}