[Redis6--2] Redis的五大数据类型和三种新数据类型

目录

1.五大数据类型

1.1.Redis键(key)

1.2.Redis字符串

1.3Redis列表(List)

1.4.Redis集合(Set)

1.5.Redis哈希(Hash)

1.6.Redis有序集合Zset(sorted set)

2.Redis中的三种新数据类型

2.1.Bitmaps

2.2.HyperLogLog

2.3​​​​​​​.Geospatial


​​​​​​​

1.五大数据类型

官网查看更详细的介绍

1.1.Redis键(key)

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 查看你的key是什么类型

del key       删除指定的key数据

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。

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

库有关的操作

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

flushall通杀全部库

1.2.Redis字符串

  • String是Redis最基本的类型
  • 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

set  :添加键值对

get  :查询对应键值

append :将给定的<value> 追加到原值的末尾

strlen  :获得值的长度

setnx  :只有在 key 不存在时    设置 key 的值

incr  

        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  

        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><key2><value2>  .....

        同时设置一个或多个 key-value对 

mget  <key1><key2><key3> .....

        同时获取一个或多个 value 

msetnx <key1><value1><key2><value2>  .....

        同时设置一个或多个 key-value 对,当且仅当所有给定 key 都不存在。

getrange  <key><起始位置><结束位置>

        获得值的范围,类似java中的substring,前后均闭区间

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。

1.3Redis列表(List)

  • 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

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 (lrange 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

1.4.Redis集合(Set)

  • set可以自动排重
  • Redis的Set是string类型的无序集合它底层其实是一个valuenullhash,所以添加,删除,查找的复杂度都是O(1)

常用命令

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,有1,没有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。

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)

1.5.Redis哈希(Hash)

  • Redis hash 是一个键值对集合。

  • Redis hash是一个string类型的fieldvalue的映射表,hash特别适合用于存储对象。

    类似Java里面的Map<String,Object>

常用命令

hset <key><field><value>:给<key>集合中的  <field>键赋值<value>

hget <key1><field>:从<key1>集合<field>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 .

1.6.Redis有序集合Zset(sorted set)

  • 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的

  • 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。

常用命令

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。

zrange <key><start><stop>  [WITHSCORES]  

        返回有序集 key 中,下标在<start><stop>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。

案例:如何利用zset实现一个文章访问量的排行榜?(可以利用zset的评分) 

2.Redis中的三种新数据类型

2.1.Bitmaps

​​​​​​​简介:

现代计算机用二进制(位) 作为信息的基础单位, 1个字节等于8位, 例如“abc”字符串是由3个字节组成, 但实际在计算机存储时将其用二进制表示, “abc”分别对应的ASCII码分别是97、 98、 99, 对应的二进制分别是01100001、 01100010和01100011,如下图

合理地使用操作位能够有效地提高内存使用率和开发效率。

      Redis提供了Bitmaps这个“数据类型”可以实现对位的操作:

  1. Bitmaps本身不是一种数据类型, 实际上它就是字符串(key-value) , 但是它可以对字符串的位进行操作。
  2. Bitmaps单独提供了一套命令, 所以在Redis中使用Bitmaps和使用字符串的方法不太相同。 可以把Bitmaps想象成一个以位为单位的数组, 数组的每个单元只能存储0和1, 数组的下标在Bitmaps中叫做偏移量。

​​​​​​​命令:

1、setbit

(1)格式

setbit<key><offset><value>设置Bitmaps中某个偏移量的值(0或1)

*offset:偏移量从0开始

(2)实例

每个独立用户是否访问过网站存放在Bitmaps中, 将访问的用户记做1, 没有访问的用户记做0, 用偏移量作为用户的id。

设置键的第offset个位的值(从0算起) , 假设现在有20个用户,userid=1, 6, 11, 15, 19的用户对网站进行了访问, 那么当前Bitmaps初始化结果如图

unique:users:20201106代表2020-11-06这天的独立访问用户的Bitmaps

2、getbit

(1)格式

getbit<key><offset>获取Bitmaps中某个偏移量的值

获取键的第offset位的值(从0开始算)

(2)实例

获取id=8的用户是否在2020-11-06这天访问过, 返回0说明没有访问过:

注:因为100根本不存在,所以也是返回0

3、bitcount

统计字符串被设置为1的bit数。一般情况下,给定的整个字符串都会被进行计数,通过指定额外的 start 或 end 参数,可以让计数只在特定的位上进行。start 和 end 参数的设置,都可以使用负数值:比如 -1 表示最后一个位,而 -2 表示倒数第二个位,start、end 是指bit组的字节的下标数,二者皆包含。

(1)格式

bitcount<key>[start end] 统计字符串从start字节到end字节比特值为1的数量

(2)实例

计算2022-11-06这天的独立访问用户数量

start和end代表起始和结束字节数, 下面操作计算用户id在第1个字节到第3个字节之间的独立访问用户数, 对应的用户id是11, 15, 19。

 ​​​​​​​Bitmaps与set对比

假设网站有1亿用户, 每天独立访问的用户有5千万, 如果每天用集合类型和Bitmaps分别存储活跃用户可以得到表

set和Bitmaps存储一天活跃用户对比

数据

类型

每个用户id占用空间

需要存储的用户量

全部内存量

集合

类型

64

50000000

64位*50000000 = 400MB

Bitmaps

1

100000000

1位*100000000 = 12.5MB

很明显, 这种情况下使用Bitmaps能节省很多的内存空间, 尤其是随着时间推移节省的内存还是非常可观的

set和Bitmaps存储独立用户空间对比

数据类型

一天

一个月

一年

集合类型

400MB

12GB

144GB

Bitmaps

12.5MB

375MB

4.5GB

但Bitmaps并不是万金油, 假如该网站每天的独立访问用户很少, 例如只有10万(大量的僵尸用户) , 那么两者的对比如下表所示, 很显然, 这时候使用Bitmaps就不太合适了, 因为基本上大部分位都是0。

set和Bitmaps存储一天活跃用户对比(独立用户比较少)

数据类型

每个userid占用空间

需要存储的用户量

全部内存量

集合类型

64

100000

64位*100000 = 800KB

Bitmaps

1

100000000

1位*100000000 = 12.5MB

2.2​​​​​​​.HyperLogLog

​​​​​​​简介

在工作当中,我们经常会遇到与统计相关的功能需求,比如统计网站PV(PageView页面访问量),可以使用Redis的incr、incrby轻松实现。

但像UV(UniqueVisitor,独立访客)、独立IP数、搜索记录数等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。

能否能够降低一定的精度来平衡存储空间?Redis推出了HyperLogLog

Redis HyperLogLog 是用来做基数统计的算法,HyperLogLog 的优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。

但是,因为 HyperLogLog 只会根据输入元素来计算基数,而不会储存输入元素本身,所以 HyperLogLog 不能像集合那样,返回输入的各个元素。

什么是基数?

比如数据集 {1, 3, 5, 7, 5, 7, 8}, 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内,快速计算基数。

命令

1、pfadd

(1)格式

pfadd <key>< element> [element ...]   添加指定元素到 HyperLogLog 中

(2)实例

      将所有元素添加到指定HyperLogLog数据结构中。如果执行命令后HLL估计的近似基数发生变化,则返回1,否则返回0。

2、pfcount

(1)格式

pfcount<key> [key ...] 计算HLL的近似基数,可以计算多个HLL,比如用HLL存储每天的UV,计算一周的UV可以使用7天的UV合并计算即可

(2)实例

3、pfmerge

(1)格式

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

(2)实例

2.3​​​​​​​.Geospatial

​​​​​​​简介

Redis 3.2 中增加了对GEO类型的支持。GEO,Geographic,地理信息的缩写。该类型,就是元素的2维坐标,在地图上就是经纬度。redis基于该类型,提供了经纬度设置,查询,范围查询,距离查询,经纬度Hash等常见操作。

​​​​​​​命令

1、geoadd

(1)格式

geoadd<key>< longitude><latitude><member> [longitude latitude member...]   添加地理位置(经度,纬度,名称)

​​​​​​​

(2)实例

geoadd china:city 121.47 31.23 shanghai

geoadd china:city 106.50 29.53 chongqing 114.05 22.52 shenzhen 116.38 39.90 beijing

两极无法直接添加,一般会下载城市数据,直接通过 Java 程序一次性导入。

有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度。

当坐标位置超出指定范围时,该命令将会返回一个错误。

已经添加的数据,是无法再次往里面添加的。

2、geopos 

(1)格式

geopos  <key><member> [member...]  获得指定地区的坐标值

(2)实例

3、geodist

(1)格式

geodist<key><member1><member2>  [m|km|ft|mi ]  获取两个位置之间的直线距离

(2)实例

获取两个位置之间的直线距离

单位:

m 表示单位为米[默认值]。

km 表示单位为千米。

mi 表示单位为英里。

ft 表示单位为英尺。

如果用户没有显式地指定单位参数, 那么 GEODIST 默认使用米作为单位

4、georadius

(1)格式

georadius<key>< longitude><latitude>radius  m|km|ft|mi   以给定的经纬度为中心,找出某一半径内的元素

经度 纬度 距离 单位

(2)实例

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值