文章目录
- 一.Redis的数据类型有哪些？
- [二. String](#二. String)
- [三. List](#三. List)
- [三. Hash](#三. Hash)
- [四. Set](#四. Set)
- [五. Zset](#五. Zset)
- 三.特殊数据类型
一.Redis的数据类型有哪些？
常数据类型包括：
- 5种基本数据类型：String(字符串) List(列表) Set(集合) Hash(散列) Zset(有序集合)
- 5种特殊数据类型： HyperLogLog(基数统计) Bitmap(位图) Geospital(地理位置) bitfield(位域) Stream(流)
二. String
String是Redis的最基本的数据类型，Redis是以<K,V>键值对为单位进行存储的，所有的key均是String类型；
1）常用指令
| 命令 | 介绍 |
|---|---|
| set key value | 设置指定 key 的值 |
| setnx key value | 只有在 key 不存在时设置 key 的值 |
| get key | 获取指定 key 的值 |
| mset key1 value1 key2 value2 ... | 设置一个或多个指定 key 的值 |
| mget key1 key2 ... | 获取一个或多个指定 key 的值 |
| strlen key | 返回 key 所储存的字符串值的长度 |
| incr key | 将 key 中储存的数字值增一 |
| decr key | 将 key 中储存的数字值减一 |
| exists key | 判断指定 key 是否存在 |
| del key（通用） | 删除指定的 key |
| expire key seconds（通用） | 给指定 key 设置过期时间 |
2）String的应用场景
1.计数功能
许多应用都会使用Redis作为计数工具，其可以实现快速计数；例如：记录视频网站的观看次数，用户每看一次，视频播放数+1；
- Redis可以进行计数，但其并不擅长统计数据(如找播放量前100)
- 像mysql这种数据库就可以很轻松的进行数据统计，计数的目的是用于统计，因此最终还要将结果放入到用于统计的数据库中；
2.短信验证码
3.共享会话
分布式系统中，一般每个Web服务器都会保存自己的Session信息，但请求会被负载均分发到不同的服务器上，而该服务器可能没有该用户的Session，导致用户需要重新登录；
=》因此，可以使用Redis将用户信息集中进行管理；
4.缓存
缓存常规数据，Token，图片地址，序列化后的对象(相比较于 Hash 存储更节省内存)等；
三. List
List相当于数组或顺序表；列表中允许有重复元素；其底层实现类似于"双端队列"；
1) 常用指令
| 命令 | 介绍 |
|---|---|
| rpush key value1 value2 ... | 在指定列表的尾部（右边）添加一个或多个元素 |
| lpush key value1 value2 ... | 在指定列表的头部（左边）添加一个或多个元素 |
| lset key index value | 将指定列表索引 index 位置的值设置为 value |
| lpop key | 移除并获取指定列表的第一个元素（最左边） |
| rpop key | 移除并获取指定列表的最后一个元素（最右边） |
| llen key | 获取列表元素数量 |
| lrange key start end | 获取列表 start 和 end 之间的元素 |
2）应用场景
1.消息队列
List可以作为消息队列，只不过功能较为简单且存在缺陷，Redis5.0引入的Stream类型更加适合；
2.信息流展示
举例：最新文章，最新动态；
三. Hash
1) 常用指令
| 命令 | 介绍 |
|---|---|
| hset key field value | 设置指定哈希表中指定字段的值 |
| hsetnx key field value | 只有指定字段不存在时设置指定字段的值 |
| hmset key field1 value1 field2 value2 ... | 同时将一个或多个 field-value（域-值对）设置到指定哈希表中 |
| hget key field | 获取指定哈希表中指定字段的值 |
| hmget key field1 field2 ... | 获取指定哈希表中一个或者多个指定字段的值 |
| hgetall key | 获取指定哈希表中所有的键值对 |
| hexists key field | 查看指定哈希表中指定的字段是否存在 |
| hdel key field1 field2 ... | 删除一个或多个哈希表字段 |
| hlen key | 获取指定哈希表中字段的数量 |
| hincrby key field increment | 对指定哈希表中的指定字段做运算操作（正数为加，负数为减） |
2）应用场景
1.存储结构化数据
举例：用户信息，商品信息，购物车信息...
由前文可知，String+Json也可以达到Hash的效果，那么两者该如何选取呢？
- 一般对象使用String+Json进行存储；
- 对象中如果有频繁变化的属性那么就需要使用Hash来存储；
四. Set
- Set也是用来保存多个字符串元素的，其于列表不同，集合中的元素是不允许重复的并且是无序的；
- Set除了支持集合内的增删查改，还支持取并集，交集，差集，该类型可以处理许多现实问题；
1) 常用指令
| 命令 | 介绍 |
|---|---|
| sadd key member1 member2 ... | 向指定集合添加一个或多个元素 |
| smembers key | 获取指定集合中的所有元素 |
| scard key | 获取指定集合的元素数量 |
| sismember key member | 判断指定元素是否在指定集合中 |
| sinter key1 key2 ... | 获取给定所有集合的交集 |
| sinterstore destination key1 key2 ... | 将给定所有集合的交集存储在 destination 中 |
| sunion key1 key2 ... | 获取给定所有集合的并集 |
| sunionstore destination key1 key2 ... | 将给定所有集合的并集存储在 destination 中 |
| sdiff key1 key2 ... | 获取给定所有集合的差集 |
| sdiffstore destination key1 key2 ... | 将给定所有集合的差集存储在 destination 中 |
| spop key count | 随机移除并获取指定集合中一个或多个元素 |
| srandmember key count | 随机获取指定集合中指定数量的元素 |
2）应用场景
Set比较典型的应用场景就是"标签",下面的许多场景都是根据"标签"进行考量的；
- 每个用户一般会被刻画为一个个"用户画像"；
- 用户画像，即描述个人的"特征"，通过这些特征(性别，年龄，爱好...)，来投其所好；
- 这些所谓的"特征"就会转换为"标签"；
1.需要获取多个数据源交/并/差集的场景
例如：求公共好友，公共粉丝，共同关注，好友推荐等场景；
2.随机获取元素的场景
例如：抽奖，随机点名等；
- key为活动名，value为用户名；Set有去重功能，可以保证同一用户不会被中将两次；
五. Zset
- zset与set大多数内容都是相同的；
- 其比set多了一个排序属性score，即存储的元素均由两个值组成，一个是有序集合的元素值，一个是排序值；
- zset中，member是唯一的，但score是可以重复的；
1) 常用指令
| 命令 | 介绍 |
|---|---|
| zadd key score1 member1 score2 member2 ... | 向指定有序集合添加一个或多个元素 |
| zcard key | 获取指定有序集合的元素数量 |
| zscore key member | 获取指定有序集合中指定元素的 score 值 |
| zinterstore destination numkeys key1 key2 ... | 将给定所有有序集合的交集存储在 destination 中，对相同元素的 score 进行 sum 聚合，numkeys 为集合数量 |
| zunionstore destination numkeys key1 key2 ... | 求并集，和 zinterstore 类似 |
| zdiffstore destination numkeys key1 key2 ... | 求差集，和 zinterstore 类似 |
| zrange key start end | 获取指定有序集合 start 和 end 之间的元素（score 从低到高） |
| zrevrange key start end | 获取指定有序集合 start 和 end 之间的元素（score 从高到低） |
| zrevrank key member | 获取指定有序集合中指定元素的排名（score 从大到小排序） |
2）编码方式
Zset底层数据结构由压缩列表和跳表实现；在Redis7.0中，压缩列表已经被放弃，由跳表实现；
- 当zset元素个数<A&&元素长度<B时，其会压缩列表存储，以减少内存使用；
- 当不再满足如上要求，就会采用跳表来实现；
3）应用场景
zset的典型场景，就是排行榜，例如：成绩排行榜，游戏积分排行榜，视频播放排行榜，销量排行榜...
三.特殊数据类型
1.HyperLogLog
该类型的运用场景只有一个，即**"估算"**集合中的元素个数；
- set有一个应用场景：统计服务器的UV(用户访问次数)；使用set虽然可以统计，但当数据量特别大时，set会消耗更多的内存空间；
- HyperLogLog不存储元素内容，而是记录元素"特征"，新增元素时，能知道当前元素是已经存在的还是第一次出现的；
- HyperLogLog虽可以用于计数，但其并不知道具体有哪些数，其实现的核心是"位运算"，因此其判断会存在一定误差(发生误判)；
假设Set存储userId,一个userId8字节，1亿个UV =》8亿字节 0.8G=》800MB
- 虽然800MB并不大，但是HyperLogLog可以最多使用12KB空间，实现上述效果；
2.BitMap
即使用bit位来表示整数；
- 假设有8个bit位的数据：00001101，则每个比特位表示该位代表的数据是否存在，存在位1，不存在位0；
- 具体每个比特位代表的数可以自己进行映射，比如如上的8位可以表示0-7的数是否存在；
3.Stream
Stream本质就是一个队列(阻塞队列)，因此其是redis作为消息队列的重要支持；
4.Geospatial
用于存储坐标(经纬度)；
存储一些点后，可以让用户给点一个坐标，然后从存储的点中查找，因此可以应用在"地图"功能中；
5.bitfield
位域，也叫位段，其和C语言中的位域非常相似；
c
struct User {
unsigned int gender : 1; // 1 bit
unsigned int age : 7; // 7 bit
unsigned int level : 4; // 4 bit
};其含义表示用若干比特位来表示一个字段值；位域本质是让我们精确进行位操作的一种方法；
相较于使用String，其空间占用更小，因此其可以作为数据压缩的一种方式；