redis数据类型(一)

字符串类型是Redis最基础的数据类型,redis中的字符串,直接就是按照二进制的方式存储的(不会做任何的编码转换,存的是什么,取出来的就是什么),字符串类型的值实际可以是字符串，包含⼀般格式的字符串或者类似JSON、XML格式的字符串；数字，可以是整型或者浮点型；甚⾄是⼆进制流数据，例如图⽚,⾳频,视频等但是⼀个字符串的最⼤值不能超过512MB。

常见命令:

1. set

将string 类型的value设置到key中(如果key之前存在，则覆盖，⽆论原来的数据类型是什么。之前关于此key的TTL也全部失效)

复制代码

SET key value [expiration EX seconds|PX milliseconds] [NX|XX]

SET命令⽀持多种选项:

EX seconds⸺使⽤秒作为单位设置key的过期时间。

PX milliseconds⸺使⽤毫秒作为单位设置key的过期时间。

NX ⸺只在key不存在时才进⾏设置，即如果key之前已经存在，设置不执⾏。

XX ⸺只在key存在时才进⾏设置，即如果key之前不存在，设置不执⾏。

返回值：

如果设置成功，返回OK

如果由于SET指定了NX或者XX但条件不满⾜，SET不会执⾏，并返回(nil)

2. get

获取key对应的value

如果key不存在，返回nil, value的数据类型必须为是string类型，不然会报错

3. MGET和MSET

MGET⼀次性获取多个key的值

MSET⼀次性设置多个key的值

如果对应的key不存在或者对应的数据类型不是string，返回nil

复制代码

MGET key [key ...]

时间复杂度：O(N),N是key数量

4.SETNX

设置key-value但只允许在key之前不存在的情况下

5. setex和psetex

计数命令:

1. INCR

将key对应的string表⽰的数字加⼀,如果key不存在，则视为key对应的value是0

如果key对应的string不是⼀个整型或者范围超过了64位有符号整型，则报错。

2. INCRBY

将key对应的string表⽰的数字加上对应值,如果key不存在，则视为key对应的value是0

如果key对应的string不是⼀个整型或者范围超过了64位有符号整型，则报错。

复制代码

INCRBY key decrement

时间复杂度：O(1)

返回值：integer类型的加完后的数值

3. DECR

将key对应的string表⽰的数字减⼀,如果key不存在，则视为key对应的value是0

如果key对应的string不是⼀个整型或者范围超过了64位有符号整型，则报错。

4. DECYBY

将key对应的string表⽰的数字减去对应值,如果key不存在，则视为key对应的value是0

如果key对应的string不是⼀个整型或者范围超过了64位有符号整型，则报错。

复制代码

 DECRBY key decrement

5. INCRBYFLOAT

将key对应的string表⽰的浮点数加上对应的值。如果对应的值是负数，则视为减去对应的值。

如果key对应的不是string，或者不是⼀个浮点数，则报错

其他命令:

1. APPEND

如果key已经存在并且是⼀个string，命令会将value追加到原有string的后边。如果key不存在，则效果等同于SET命令

2. GETRANGE

返回key对应的string的⼦串，由start和end确定（左闭右闭,可以使⽤负数表⽰倒数。-1代表倒数第⼀个字符，-2代表倒数第⼆个，其他的与此类似。超过范围的偏移量会根据string的⻓度调整成正确的值

复制代码

GETRANGE key start end

3. SETRANGE

覆盖字符串的⼀部分，从指定的偏移开始

复制代码

SETRANGE key offset value

4. STRLEN

获取key对应的string的⻓度。当key存放的类似不是string时，报错

复制代码

 STRLEN key

2.String内部编码

字符串类型的内部编码有3种:

int：8个字节的⻓整型

embstr：⼩于等于39个字节的字符串

raw：⼤于39个字节的字符串

Redis 会根据当前值的类型和⻓度动态决定使⽤哪种内部编码实现

3. 典型使⽤场景

缓存功能

Redis作为缓冲层，MySQL作为存储层，绝⼤部分请求的热点数据都是从Redis中获取。由于Redis具有⽀撑⾼并发的特性，所以缓存通常能起到加速读写

整体的思路:

应用服务器访问数据时,先查询redis,如果redis上数据存在了,就直接交给应用服务器,不会再访问数据库了,如果redis上数据不存在,再读取MySQL,把读到的结果交给应用服务器,同时把这个数据也写入redis中

计数功能

⽤Redis作为计数的基础⼯具，可以实现快速计数、查询缓存的功能，同时数据可以异步处理或者落地到其他数据源

例如视频⽹站的视频播放次数可以使⽤ Redis来完成：⽤⼾每播放⼀次视频，相应的视频播放数就会⾃增1

共享会话

⼀个分布式Web服务将⽤⼾的Session信息（例如⽤⼾登录信息）保存在各⾃的服务器中，但这样会造成⼀个问题：出于负载均衡的考虑，分布式服务会将⽤⼾的访问请求均衡到不同的服务器上，并且通常⽆法保证⽤⼾每次请求都会被均衡到同⼀台服务器上，这样当⽤⼾刷新⼀次访问是可能会发现需要重新登录，这个问题是⽤⼾⽆法容忍的

为了解决这个问题，可以使⽤Redis将⽤⼾的Session信息进⾏集中管理,在这种模式下，只要保证Redis是⾼可⽤和可扩展性的，⽆论⽤⼾被均衡到哪台Web服务器上，都集中从 Redis 中查询、更新Session信息

Session分散存储

Redis集中管理Session

⼿机验证码

很多应⽤出于安全考虑，会在每次进⾏登录时，让⽤⼾输⼊⼿机号并且配合给⼿机发送验证码，然后让⽤⼾再次输⼊收到的验证码并进⾏验证，从⽽确定是否是⽤⼾本⼈。为了短信接⼝不会频繁访问，会限制⽤⼾每分钟获取验证码的频率

以上介绍了使⽤Redis的字符串数据类型可以使⽤的⼏个场景，但其适⽤场景远不⽌于此.

4. hash类型

在Redis中，哈希类型是指值本⾝⼜是⼀个键值对结构，形如key="key"，value={{ field1, value1 }, ..., {fieldN, valueN } }

哈希类型中的映射关系通常称为field-value，⽤于区分Redis整体的键值对（key-value），注意这⾥的value是指field对应的值，不是键（key）对应的值.

命令:

1. HSET

设置hash中指定的字段（field）的值（value）

复制代码

 HSET key field value [field value ...]

时间复杂度：插⼊⼀组field为O(1),插⼊N组field为O(N)

2. HGET

获取hash中指定字段的值

复制代码

HGET key field

时间复杂度：O(1)

返回值：字段对应的值或者nil

3. HEXISTS

判断hash中是否有指定的字段

复制代码

HEXISTS key field

时间复杂度：O(1)

4. HDEL

删除hash中指定的字段

复制代码

 HDEL key field [field ...]

时间复杂度：删除⼀个元素为O(1).删除N个元素为O(N).

返回值：本次操作删除的字段个数

5. HKEYS

获取hash中的所有字段

复制代码

HKEYS key

时间复杂度：O(N),N为field的个数

返回值：字段列表

6. HVALS

获取hash中的所有的值

复制代码

HVALS key

时间复杂度：O(N),N为field的个数.

返回值：所有的值

7. HGETALL

获取hash中的所有字段以及对应的值

复制代码

 HGETALL key

时间复杂度：O(N),N为field的个数

复制代码

HLEN key

8. HMGET

⼀次获取hash中多个字段的值

复制代码

HMGET key field [field ...

时间复杂度：只查询⼀个元素为O(1),查询多个元素为O(N),N为查询元素个数

返回值：字段对应的值或者nil

9. HLEN

获取hash中的所有字段的个数

复制代码

HLEN key

10. HSETNX

在字段不存在的情况下，设置hash中的字段和值

复制代码

HSETNX key field value

时间复杂度：O(1)

11. HINCRBY

将hash中字段对应的数值加减指定的值

复制代码

 HINCRBY key field increment

时间复杂度：O(1)

返回值：该字段变化之后的值

12. HINCRBYFLOAT

HINCRBY的浮点数版本

复制代码

 HINCRBYFLOAT key field increment

5. hash内部编码

哈希的内部编码有两种:

ziplist（压缩列表）：当哈希类型元素个数⼩于hash-max-ziplist-entries配置（默认512个）、同时所有值都⼩于hash-max-ziplist-value配置（默认64字节）时，Redis会使⽤ziplist作为哈希的内部实现，ziplist使⽤更加紧凑的结构实现多个元素的连续存储，所以在节省内存⽅⾯⽐ hashtable更加优秀

hashtable（哈希表）：当哈希类型⽆法满⾜ziplist的条件时，Redis会使⽤hashtable作为哈希的内部实现，因为此时ziplist的读写效率会下降，⽽hashtable的读写时间复杂度为O(1)

6. 使⽤场景

作为缓存