redis数据类型及使用场景

Redis 常见的数据类型有5种:string、list、set、sorted set、hash

|----------------------|---------|
| 类型 | 最大存储数据量 |
| string(字符串) | 512M |
| list(列表) | 2^32-1 |
| set(集合) | 2^32-1 |
| sorted set(Zset有序集合) | 2^32-1 |
| hash(哈希) | 2^32-1 |

String (字符串)

介绍 :string 数据结构是简单的 key-value 类型,最常规的set/get操作,value可以是String也可以是数字,二进制安全的字符串,一个键最大能存储512M。

使用场景 :一般常用在需要复杂计数的场景,比如用户的访问次数、热点文章的点赞转发数量等等。

key/value:二进制安全的。意思是 redis 的 string 可以包含任何数据。比如 jpg 图片或者序列化的对象。

list (列表)

介绍:list 即是 **链表。**按照添加顺序保持顺序的字符串列表。

使用场景: 发布与订阅、消息队列、慢查询、简单的字符串列表、关注列表。可以做简单的消息队列的功能。另外还有一个就是,可以利用lrange命令,做基于redis的分页功能,性能极佳,用户体验好。本人还用一个场景,很合适---取行情信息。就也是个生产者和消费者的场景。List可以很好的完成排队,先进先出的原则。

hash (哈希)

**介绍:**hash 类似于 JDK1.8 前的 HashMap,内部实现也差不多(数组 + 链表)。

使用场景: 存储对象数据,存储用户信息,以cookieId作为key,设置30分钟为缓存过期时间,能很好的模拟出类似session的效果。

set (集合)

**介绍:**set 类似于 Java 中的 HashSet 。Redis 中的 set 类型是一种无序集合,集合中的元素没有先后顺序。当你需要存储一个列表数据,又不希望出现重复数据时,set 是一个很好的选择,并且 set 提供了判断某个成员是否在一个 set 集合内的重要接口,这个也是 list 所不能提供的。可以基于 set 轻易实现交集、并集、差集的操作。

使用场景: 需要存放的数据不能重复以及需要获取多个数据源交集和并集等场景、共同关注列表、统计独立 IP。

sorted set zset :有序集合)

**介绍:**和 set 相比,sorted set 增加了一个权重参数 score,使得集合中的元素能够按score 进行有序排列,还可以通过 score 的范围来获取元素的列表。有点像是 Java 中 HashMap 和 TreeSet 的结合体。

**使用场景:**需要对数据根据某个权重进行排序的场景。比如在直播系统中,实时排行信息包含直播间在线用户列表,各种礼物排行榜,弹幕消息(可以理解为按消息维度的消息排行榜)等信息。

每个元素都会关联一个 double 类型的分数。redis 正是通过分数来为集合中的成员进行从小到大的排序。

相关推荐
Wang's Blog3 分钟前
PostgreSQL笔记34:索引优化策略全景解析——从B-tree到HOT的核心原理与实践
数据库·笔记·postgresql
mit6.82417 分钟前
保持缓存的有效性
缓存
l12586527 分钟前
# RAG向量数据库优化实战:HNSW索引调参与生产级性能设计
数据库·python·mysql·langchain
梦Arrebol29 分钟前
Mysql内容及相关实验
数据库·mysql
OceanWaves19931 小时前
mysql 8.0.32 磁盘爆满,清理从库日志
数据库·mysql
凤山老林1 小时前
数据库读写分离与动态路由实战:Spring Boot + ShardingSphere-JDBC 生产配置
数据库·spring boot·后端·分库分表·sharding-jdbc
l1258652 小时前
# RAG噪声知识库治理:一致性与可信度的四层防线设计
数据库·人工智能·python·自然语言处理·langchain
聚美智数3 小时前
图片水印-图片剪裁-图片缩放API接口介绍
java·服务器·数据库
JavaPub-rodert3 小时前
Go 后台如何同时兼容 MySQL、PostgreSQL、SQLite 和 SQL Server?从 ShiyuAdmin 看 GORM 多数据库适配
数据库·mysql·postgresql·golang·javapub·王仕宇
瀚高PG实验室4 小时前
SQL优化案例:存储过程、复杂SQL拆成简单SQL提升整体性能
数据库·sql·postgresql·瀚高数据库