Redis作为缓存数据库,目前在市场上占有很大的使用率,大部分人在工作中都使用到其string格式的存储,对于剩下的数据结构却很少使用到,Redis 基本数据结构包含:字符串(string)、 散列(hash)、 列表(list)、 集合(set)、 有序集合(sorted set)五种。这五种数据结构在我们工作中不同的场景中经常使用到,面试过程中经常被问到,因此熟练掌握这5种基本数据结构的使用和应用场景是Redis知识最基础也是最重要的部分
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
将对象转为json存储
SET user:1 value(json格式数据)
将对象的每个字段作为可以存储
MSET user:1:name zhuge user:1:balance 1888
SETNX product:10001 true //返回1代表获取锁成功 SETNX product:10001 true //返回0代表获取锁失败 。。。执行业务操作 DEL product:10001 //执行完业务释放锁 SET product:10001 true ex 10 nx //设置过期时间防止程序意外终止导致死锁
文章的阅读量、点赞量 分布式系统全局序列号,每个系统如果每次使用序号就从redis获取,影响性能,所以每个系统每次可以批量申请N个序号供当前系统使用,使用完毕后再继续获取,可以提升性能
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
以用户id为key, 商品id为field,商品数量为value,添加购物车操作
HSET cart:1 10001 2 //用户1:商品10001 数量2 HSET cart:1 10002 1 //用户1:商品10002 数量1 HINCRBY cart:1 10001 1 //用户1:商品10001 数量+1 HINCRBY cart:1 10001 -2 //用户1:商品10001 数量-2 HLEN cart:1 //获取用户1购物车商品数量 HGETALL cart:1 //获取用户1购物车商品以及数量 hdel cart:1 10001 //删除用户1的10001商品
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 3)相比string储存更节省空间 缺点 过期功能不能使用在field上,只能用在key上 Redis集群架构下不适合大规模使用( key相同的经过hash后只会落在其中一台机器上 )
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 LINSERT key BEFORE|AFTER pivot element // 在元素element前后插入pivot LREM key count element //根据参数 COUNT 的值,移除列表中与参数 VALUE 相等的元素 count > 0 : 从表头开始向表尾搜索,移除与 VALUE 相等的元素,数量为 COUNT //count < 0 : 从表尾开始向表头搜索,移除与 VALUE 相等的元素,数量为 COUNT 的绝对值。 //count = 0 : 移除表中所有与 VALUE 相等的值。 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
Stack(栈FILO) = LPUSH + LPOP Queue(队列FIFO)= LPUSH + RPOP Blocking MQ(阻塞队列)= LPUSH + BRPOP
如上图公众号:我订阅了阿里云云栖号(id10001)、新华网(id10002)、infoQ(id10003)等 1、首先在msg:1列表中增加10001、10002、10003 ,以及各个用户对应的消息
LPUSH sub:1 10001 10002 10003 LPUSH msg:10001 1 2 3 LPUSH msg:10002 4 5 6 LPUSH msg:10003 8 9
2、此时10002发送一条消息 id : 11 ,首先在我订阅的集合中移除10002,然后在最前面加入10002,然后在msg中加入11
LREM sub:1 0 10002 LPUSH sub:1 10002 LPUSH msg:10002 11
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 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
SADD luck:1001 100001 //将用户100001 加入商品1001 的参与池子中
SMEMBERS luck:1001
SPOP luck:1001 1
SADD like:1 1001
SREM like:1 1001
SISMEMBER like:1 1001
刘昊然关注:张杰、刘涛、王宝强
SADD follow:lhr zj lt wbq
张杰关注:刘昊然、刘涛、王宝强、王泷正、谢娜、胡歌
SADD follow:zj lhr lt wbq wlz xl hg
刘涛关注:刘昊然、张杰、陈奕迅、许嵩
SADD follow:lt lhr zj cyx xs
模型1:共同关注 刘昊然和张杰关注的人
SINTER follow:lhr follow:zj
模型2:我关注的人中也有关注 刘昊然关注的人也在关注胡歌
SISMEMBER follow:zj hg SISMEMBER follow:lt hg SISMEMBER follow:wbq hg
模型2:可能感兴趣的人 刘昊然访问张杰主页,会推荐感兴趣的人,张杰关注的人去且不在刘昊然关注中可以推荐
SDIFF follow:zj follow:lhr
SADD brand:huawei P30 //华为品牌集合中 p30 SADD brand:xiaomi mi-6X //小米品牌集合中 mi-6X SADD brand:iPhone iphone8 //苹果品牌集合中 iphone8 SADD os:android P30 mi-6X //安卓系统集合中 P30 mi-6X SADD cpu:brand:intel P30 mi-6X //cpu 英特尔集合中 P30 mi-6X SADD ram:8G P30 mi-6X iphone8 //8G内存集合中 P30 mi-6X iphone8
查找内存为8G,英特尔CPU和安卓系统的手机:
SINTER os:android cpu:brand:intel ram:8G
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 ZUNIONSTORE destkey numkeys key [key ...] //并集计算 ZINTERSTORE destkey numkeys key [key …] //交集计算
以每天热搜新闻为一个集合,当天当一个用户点击一个话题后,分值+1 点击新闻
ZINCRBY hotnews:20220201 1 dawmll //2022-02-01 点击冬奥我们来了+1 ZINCRBY hotnews:20220201 1 gtljp //2022-02-01 点击高亭宇金牌+1
ZREVRANGE hotnews:20220201 0 10 WITHSCORES [WITHSCORES]
ZUNIONSTORE newhots 2 hotnews:20220201 hotnews:20220202 //将2个几个中的相同的值的分数相加,将结果放到newhots 中
ZREVRANGE newhots 0 10 //从上面统计的新的集合中取出前10
通过本文,大家对Redis五种数据结构有了更多的了解,包括在实际场景中的使用,希望能帮助大家解决实际工作中的问题,后续也会更新Redis架构相关的文章。 如有帮助,感谢关注
原文链接:https://blog.csdn.net/xiaolinzi176/article/details/122896429?utm_medium=distribute.pc_feed_blog.none-task-blog-hot_rank_bottoming-16.nonecasedepth_1-utm_source=distribute.pc_feed_blog.none-task-blog-hot_rank_bottoming-16.nonecase