Redis系列：Redis的数据结构

短命女 2023-09-23 14:50 105阅读 0赞

> Redis 的基本数据类型包括：二进制安全字符串 String、Hashes（哈希）、Lists 列表、Sets 集合 和 Sorted sets 有序集合；
> 
> Redis 的特殊数据类型还包括：geospatial 地理位置、Bitmap 位存储、HyperLogLogs 基数统计；此外，Redis 在 5.0 版本中还引入了 stream 这个全新的数据类型。
> 
> 本篇内容包括：Redis 基本数据类型（二进制安全字符串 String、Hashes（哈希）、Lists 列表、Sets 集合 和 Sorted sets 有序集合） 以及 Redis 特殊数据类型（geospatial 地理位置、Bitmap 位存储、HyperLogLogs 基数统计）等内容！

--------------------

### 文章目录 ###

*   *  一、Redis 基本数据类型
     *   *   *  1、二进制安全字符串 String
             *  2、哈希 Hashes
             *  3、列表 Lists
             *  4、集合 Sets
             *  5、有序集合 Zset（Sorted sets）
     *  二、Redis 特殊数据类型
     *   *   *  1、位存储 Bitmap
             *  2、基数统计 HyperLogLogs
             *  3、地理位置 geospatial
             *  4、Stream

--------------------

## 一、Redis 基本数据类型 ##

Redis 的基本数据类型包括：二进制安全字符串 String、Hashes（哈希）、Lists 列表、Sets 集合 和 Sorted sets 有序集合；

#### 1、二进制安全字符串 String ####

二进制安全字符串 String：String 是 Redis 的最基本的数据类型，一个 key 对应一个 value，String 类型是二进制安全的，意思是 Redis 的 String 可以包含任何数据，比如图片或者序列化的对象，一个 Redis 中字符串 value 最多可以是 512M。并且的存储是动态的（意味着可以随时修改它本身的值），每次分配内存时会高出实际字符串的length,这样采用预分配冗余空间方式来减少内存的频繁分配。

使用场景一般是存储简单的键值类型。比如用户信息，登录信息，配置信息等。还有一种用得比较多的是 string 的incr/decr操作，即自减/自增操作。调用它是原子性的，无论调用多少次，都一一计算成功，例如需要增减库存的操作。

使用场景：

1.  缓存基础数据：例如缓存登录用户的基本的缓存数据，但是建议使用 Hash 缓存
2.  计数器：浏览量、点击数等。利用 string 的 incr/decr 操作，即自减/自增操作，并且它是原子性的。
3.  限制请求次数：也是利用 incr 方法，以访问者的 ip 和其他信息作为 key，访问一次增加一次计数，超过次数则返回 false；
4.  分布式共享 session：因为 Redis 是分布式的独立服务，可以在多个应用之间共享，所以可以用作分布式 Session 等场景；
5.  分布式锁：SET 命令有个 NX 参数可以实现「key不存在才插入」，可以用它来实现分布式锁。

Redis 中字符串类型常用命令：

SET key value 							# 设置指定key的值
    GET key 										# 获取指定key的值
    SETEX key seconds value 		# 设置指定key的值，并将 key 的过期时间设为 seconds 秒
    SETNX key value 						# 只有在 key 不存在时设置 key 的值

#### 2、哈希 Hashes ####

Redis 的 Hash 相当于 Java 的 HashMap，内部结构实现与 HashMap 一致，即数组+链表结构。只是 reHash 方式不一样。分为大 key、小 key、小 key 的 value。

由于 Hash 结构会在单个 Hash 元素在不足一定数量时进行压缩存储，所以可以大量节约内存。这一点在 String 结构里是不存在的。

使用场景：

*  缓存： 能直观，相比 string 更节省空间，的维护缓存信息，如用户信息，视频信息等；
 *  购物车：类似存储商品信息，大 key 为商家 id，小 key 是商品 id 即 goodsId，value 为该 goodsId 的详细信息。

hash特别适合用于存储对象，常用命令：

HSET key field value 				# 将哈希表 key 中的字段 field 的值设为 value
    HGET key field 							# 获取存储在哈希表中指定字段的值
    HDEL key field 							# 删除存储在哈希表中的指定字段
    HKEYS key 									# 获取哈希表中所有字段
    HVALS key 									# 获取哈希表中所有值
    HGETALL key 								# 获取在哈希表中指定 key 的所有字段和值

#### 3、列表 Lists ####

Lists 列表，它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），它的底层实际上是个链表（ Redis 用双端链表实现 List）。每个链表的节点由一个 listNode 结构来表示，每个节点都有指向前置节点和后置节点的指针，同时表头节点的前置和后置节点都指向 NULL。列表有两个特点：有序、可以重复。

使用场景：

*  消息队列：消息队列在存取消息时，必须要满足三个需求，分别是消息保序、处理重复的消息和保证消息可靠性。Redis 的 List 和 Stream 两种数据类型，就可以满足消息队列的这三个需求；
 *  最新消息排队功能：与消息队列类似。

Redis 列表是简单的字符串列表，按照插入顺序排序，常用命令：

LPUSH key value1 [value2] 	# 将一个或多个值插入到列表头部
    LRANGE key start stop 			# 获取列表指定范围内的元素
    RPOP key 										# 移除并获取列表最后一个元素
    LLEN key 										# 获取列表长度
    BRPOP key1 [key2 ] timeout 	# 移出并获取列表的最后一个元素， 如果列表没有元素会阻塞列表直到等待超 时或发现可弹出元素为止

#### 4、集合 Sets ####

Set 类型是一个无序并唯一的键值集合，它的存储顺序不会按照插入的先后顺序进行存储。Redis 中集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。相对于列表，集合也有两个特点：无序、不可重复

一个集合最多可以存储 `2^32-1` 个元素。概念和数学中个的集合基本类似，可以交集，并集，差集等等，所以 Set 类型除了支持集合内的增删改查，同时还支持多个集合取交集、并集、差集。

使用场景：

*  点赞、踩、收藏：Set 类型可以保证一个用户只能点一个赞；
 *  共同关注、标签：Set 类型支持交集运算，所以可以用来计算共同关注的好友、公众号等；
 *  抽奖活动：存储某活动中中奖的用户名 ，Set 类型因为有去重功能，可以保证同一个用户不会中奖两次。

Redis set 是string类型的无序集合。集合成员是唯一的，这就意味着集合中不能出现重复的数据，常用命令：

SADD key member1 [member2] 	# 向集合添加一个或多个成员
    SMEMBERS key 								# 返回集合中的所有成员
    SCARD key 									# 获取集合的成员数
    SINTER key1 [key2] 					# 返回给定所有集合的交集
    SUNION key1 [key2] 					# 返回所有给定集合的并集
    SDIFF key1 [key2] 					# 返回给定所有集合的差集
    SREM key member1 [member2] 	# 移除集合中一个或多个成员

#### 5、有序集合 Zset（Sorted sets） ####

Zset 类型（有序集合类型）相比于 Set 类型多了一个排序属性 score（分值），对于有序集合 ZSet 来说，每个存储元素相当于有两个值组成的，一个是有序结合的元素值，一个是排序值。

有序集合保留了集合不能有重复成员的特性（分值可以重复），但不同的是，有序集合中的元素可以排序。

使用场景：

*  排行榜：有序集合比较典型的使用场景就是排行榜。例如学生成绩的排名榜、游戏积分排行榜、视频播放排名、电商系统中商品的销量排名，网站也可以按照用户关注数，更新时间，字数等打分，做排行等；
 *  电话、姓名排序：使用有序集合的 `ZRANGEBYLEX` 或 `ZREVRANGEBYLEX` 可以帮助我们实现电话号码或姓名的排序。

Zset 常用命令：

ZADD key score1 member1 [score2 member2] 	# 向有序集合添加一个或多个成员，或者更新已存在成员的 分数
    ZRANGE key start stop [WITHSCORES] 				# 通过索引区间返回有序集合中指定区间内的成员
    ZINCRBY key increment member 							# 有序集合中对指定成员的分数加上增量 increment
    ZREM key member [member …] 								# 移除有序集合中的一个或多个成员

Ps：Redis中的通用命令（针对key进行操作的相关命令）：

KEYS pattern 															# 查找所有符合给定模式( pattern)的 key
    EXISTS key							 									# 检查给定 key 是否存在
    TYPE key 																	# 返回 key 所储存的值的类型
    TTL key 																	# 返回给定 key 的剩余生存时间(TTL, time to live)，以秒为单位
    DEL key 																	# 该命令用于在 key 存在是删除 key

--------------------

## 二、Redis 特殊数据类型 ##

Redis 的特殊数据类型还包括：geospatial 地理位置、Bitmap 位存储、HyperLogLogs 基数统计；此外，Redis 在 5.0 版本中还引入了 stream 这个全新的数据类型。

#### 1、位存储 Bitmap ####

Bitmap，即位图，是一串连续的二进制数组（0和1），可以通过偏移量（offset）定位元素。BitMap通过最小的单位bit来进行`0|1`的设置，表示某个元素的值或者状态，时间复杂度为O(1)

Bitmap 类型非常适合二值状态统计的场景，这里的二值状态就是指集合元素的取值就只有 0 和 1 两种，在记录海量数据时，Bitmap 能够有效地节省内存空间。

使用场景：

*  签到统计：我们把每天的日期作为 Bitmap 的 key，userId 作为 offset，若是打卡则将 offset 位置的 bit 设置成 1。key 对应的集合的每个 bit 位的数据则是一个用户在该日期的打卡记录；
 *  连续签到用户总数：一共有 7 个这样的 Bitmap，如果我们能对这 7 个 Bitmap 的对应的 bit 位做 『与』运算。同样的 UserID offset 都是一样的，当一个 userID 在 7 个 Bitmap 对应对应的 offset 位置的 bit = 1 就说明该用户 7 天连续打卡；
 *  签到登陆态：：Bitmap 提供了 `GETBIT、SETBIT` 操作，通过一个偏移值 offset 对 bit 数组的 offset 位置的 bit 位进行读写操作，需要注意的是 offset 从 0 开始。

Bitmap 的常用命令：

setbit <key> <offset> <value>		# 设置Bitmaps中某个偏移量的值（0或1）
    getbit													# 获取Bitmaps中某个偏移量的值
    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、基数统计 HyperLogLogs ####

Redis HyperLogLog 是 Redis 2.8.9 版本新增的数据类型，是一种用于「统计基数」的数据集合类型，基数统计就是指统计一个集合中不重复的元素个数。但要注意，HyperLogLog 是统计规则是基于概率完成的，不是非常准确，标准误算率是 0.81%。

所以，简单来说 HyperLogLog 提供不精确的去重计数。

HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的内存空间总是固定的、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，和元素越多就越耗费内存的 Set 和 Hash 类型相比，HyperLogLog 就非常节省空间。

使用场景：

*  百万级网页 UV 计数： 在统计 UV 时，你可以用 PFADD 命令（用于向 HyperLogLog 中添加新元素）把访问页面的每个用户都添加到 HyperLogLog 中。
    
    接下来，就可以用 PFCOUNT 命令直接获得 page1 的 UV 值了，这个命令的作用就是返回 HyperLogLog 的统计结果。
    
    不过，有一点需要你注意一下，HyperLogLog 的统计规则是基于概率完成的，所以它给出的统计结果是有一定误差的，标准误算率是 0.81%。

PFADD key element [element ...] 							# 添加指定元素到 HyperLogLog 中。
    PFCOUNT key [key ...] 												# 返回给定 HyperLogLog 的基数估算值。
    PFMERGE destkey sourcekey [sourcekey ...] 		# 将多个 HyperLogLog 合并为一个 HyperLogLog

#### 3、地理位置 geospatial ####

Redis GEO 是 Redis 3.2 版本新增的数据类型，主要用于存储地理位置信息，并对存储的信息进行操作。

在日常生活中，我们越来越依赖搜索“附近的餐馆”、在打车软件上叫车，这些都离不开基于位置信息服务（Location-Based Service，LBS）的应用。LBS 应用访问的数据是和人或物关联的一组经纬度信息，而且要能查询相邻的经纬度范围，GEO 就非常适合应用在 LBS 服务的场景中。

使用场景：

*  滴滴叫车：假设车辆 ID 是 33，经纬度位置是（116.034579，39.030452），我们可以用一个 GEO 集合保存所有车辆的经纬度，集合 key 是 cars:locations。
    
    当用户想要寻找自己附近的网约车时，LBS 应用就可以使用 GEORADIUS 命令。

geoadd china:city 116.40 39.90 beijing 　　　　  # 添加城市经纬度及名称
    geopos china:city beijing    　　　　　　　　　　  # 返回城市的经度和纬度
    geodist china:city beijing shanghai km  　　　　 # 返回两个元素间的直线距离(单位为km)
    georadius china:city 110 30 1000 km 　　　　　　　# 以给定的经纬度(110,30)为中心，找到某一半经(1000km)的元素
    1）georadius china:city 110 30 1000 km withdist 					# 显示到中间距离的位置
    2）georadius china:city 110 30 1000 km withcoord 				# 显示他人的定位信息
    3）georadius china:city 110 30 1000 km withcoord count 1 # 筛选出指定个数
    georadiusbymember china:city beijing 1000km 　　# 找出位于指定元素的周围的其他元

#### 4、Stream ####

Redis Stream 是 Redis 5.0 版本新增加的数据类型，Redis 专门为消息队列设计的数据类型。

在 Redis 5.0 Stream 没出来之前，消息队列的实现方式都有着各自的缺陷，例如：

*  发布订阅模式，不能持久化也就无法可靠的保存消息，并且对于离线重连的客户端不能读取历史消息的缺陷；
 *  List 实现消息队列的方式不能重复消费，一个消息消费完就会被删除，而且生产者需要自行实现全局唯一 ID。

基于以上问题，Redis 5.0 便推出了 Stream 类型也是此版本最重要的功能，用于完美地实现消息队列，它支持消息的持久化、支持自动生成全局唯一 ID、支持 ack 确认消息的模式、支持消费组模式等，让消息队列更加的稳定和可靠。

使用场景：主要就是消息队列。