Redis02_数据类型及常用命令

关注

原创最新推荐文章于 2026-03-16 00:40:34 发布 224 阅读 AI 写同款· GEO 优化 ›

5G核心网NAS消息解析：从协议字段到实际抓包分析（附Wireshark示例）本文深入解析5G核心网NAS消息的实战分析方法，从协议字段解读到实际Wireshark抓包诊断。通过详解扩展协议鉴别器、安全头类型、流程事务标识等核心字段，并结合注册流程故障排查实例，指导工程师快速定位NAS层问题，提升5G网络调试与协议分析效率。阅读详情

Redis的相关知识:

是非关系型数据库: (NOSQL, 主要用于缓存数据,一般情况下, myslq等数据库的并发支持量只有数百~ 1000, 为了单机数据库的高并发问题,就可以使用redis的缓存来解决)
可以实现持久化
使用单线程+多路IO复用的形式来操作文件

对比: 串行处理: 多线程+锁: 单线程+ 多路IO复用
在这里插入图片描述

常用命令

对于Redis的键key的操作命令:

keys * :查看当前库所有key (匹配：keys *1)
exists key :判断某个key是否存在
type key :查看key的类型
del key :删除指定的key数据
unlink key :根据value选择非阻塞删除,(进行异步删除)
expire key 10 10秒钟：为给定的key设置过期时间
ttl key : 查看还有多少秒过期，-1表示永不过期，-2表示已过期

select:命令切换数据库
dbsize :查看当前数据库的key的数量
flushdb:清空当前库 ,谨慎使用
flushall:通杀全部库 ,谨慎使用

发布/ 订阅

SUBSCRIBE channel1 : 一个客户端订阅channel1频道
publish channel1 hello : 另一个客户端向channel1 频道发送消息

订阅者和发布者关系图:

在这里插入图片描述

String字符串的操作命令

get <key>:查询对应键值
append <key><value>:将给定的value追加到原值的末尾
strlen <key>:获得值的长度
setnx <key><value>:只有在 key 不存在时设置 key 的值

incr <key>:
将 key 中储存的数字值增1
只能对数字值操作，如果为空，新增值为1
decr <key>:
将 key 中储存的数字值减1
只能对数字值操作，如果为空，新增值为-1
incrby / decrby <key><步长> :将 key 中储存的数字值增减。自定义步长。

mset <key1> <value1>: 同时设置多个值
mget: <key1> <key2>: 获取多个值
msetnx <key1> <value1> ...: 当所设置key同时都不存在时, 设置多个值,(有一个失败都失败.原子性)

getrange <起始位置> <结束位置>:类似于java中的subString用法, 前包,后包
setrange <key> <起始位置> <value> :用 value覆写key所储存的字符串值，从<起始位置>开始(索引从0开始)。

setex <key><过期时间><value>:设置键值的同时，设置过期时间，单位秒。
getset <key><value>: 以新换旧，设置了新值同时获得旧值。

String的数据结构:
在这里插入图片描述

List 集合命令行操作:

lpush/rpush <key><value1><value2><value3> .... :从左边/右边插入一个或多个值。
lpop/rpop <key> :从左边/右边吐出一个值。值在键在, 值光键亡。

rpoplpush <key1><key2> :从key1列表右边吐出一个值，插到key2列表左边。

lrange <key><start><stop> :按照索引下标获得元素(从左到右)
lrange mylist 0 -1 : 0左边第一个，-1右边第一个，（0-1表示获取所有）
lindex <key><index> :按照索引下标获得元素(从左到右)
llen <key> :获得列表长度

linsert <key> before <value><newvalue> :在value的后面插入newvalue插入值
lrem <key><n><value> :从左边删除n个value(从左到右)
lset<key><index><value> :将列表key下标为index的值替换成value

List的数据结构:

底层结构其实还和java中的arraylist差不多的双向链表:

在这里插入图片描述

Set结构的命令行操作:

sadd <key><value1><value2> ..... :将一个或多个 member 元素加入到集合 key 中，已经存在的 member 元素将被忽略
smembers <key> :取出该集合的所有值。
sismember <key> <value> :判断集合key是否为含有该value值, 包含返回1，不包含返回0
scard<key> :返回该集合的元素个数。
srem <key><value1><value2> .... :删除集合中的某个元素。

spop <key> :随机从该集合中吐出一个值,会删除set集合中的元素
srandmember <key><n> :随机从该集合中取出n个值。不会从集合中删除.

smove <source> <destination> value :把集合中一个值从一个集合移动到另一个集合
sinter <key1><key2> :返回两个集合的交集元素。
sunion <key1><key2> :返回两个集合的并集元素。
sdiff <key1><key2> :返回两个集合的差集元素(key1中的，不包含key2中的)

Set数据结构:

Set数据结构是dict字典，字典是用hash表实现的。
它的内部使用hash结构，所有的value都指向同一个内部值。

Hash的命令行操作:

hset <key><field><value> :给集合中的键赋值
hget <key1><field>从<key1> :集合取出 value
hmset <key1><field1><value1><field2><value2>... :批量设置hash的值
hexists<key1><field> :查看哈希表 key 中，给定域 field 是否存在。

hkeys <key> :列出该hash集合的所有field
hvals <key> :列出该hash集合的所有value

hincrby <key><field><increment> :为哈希表 key 中的域 field 的值加上增量 1 -1
hsetnx <key><field><value> :将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在

存储的结构图:

在这里插入图片描述

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。

Zset的命令行操作:

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 当中。(score为评分)
zrange <key><start><stop> [WITHSCORES] :
返回有序集 key 中，下标在之间的元素
带WITHSCORES，可以让分数一起和值返回到结果集。
zrangebyscore key minmax [withscores] [limit 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。
zrevrangebyscore key maxmin [withscores] [limit offset count] :
同上，改为从大到小排列。
zincrby <key> <increment> <value> : 为元素的score加上增量
zrem <key> <value> :删除该集合下，指定值的元素
zcount <key> <min> <max> :统计该集合，分数区间内的元素个数
zrank <key> <value>返回该值在集合中的排名，从0开始。

数据结构:

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,效率高,比红黑树更容易实现 ,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。

跳跃表图解:
在这里插入图片描述

Redis的三种新数据类型:

Bitmaps:

概述: 对数据进行一些位运算存储,我也不太清除,可以去网上搜索,或者查看尚硅谷redis文档

HyperLogLog:(HLL)

概述场景: 可以对数据进行存储基数,不存相同的数据,可以用来解决一些基数问题!
技术问题: 需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。

解决基数问题有很多种方案：
（1）数据存储在MySQL表中，使用distinct count计算不重复个数
（2）使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的。

redis推出了HyperLogLog来解决基数问题!

命令行操作:
pfadd <key>< element> [element ...] : 添加指定元素到 HyperLogLog 中
pfcount<key> [key ...] : 计算基数的总值，或者计算多个key的总值
pfmerge<destkey><sourcekey> [sourcekey ...]: 将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得
例: pfmerge k3 k1 k2 : 将k1 和 k2中的值进行合并,并添加到k3当中