redis应用场景及实例redis八种基本数据类型的应用场景redis数据类型以及应用场景




redis应用场景及实例redis八种基本数据类型的应用场景redis数据类型以及应用场景

2022-07-21 2:51:49 网络知识 官方管理员

介绍

Redis一共有几种数据类型?(注意是数据类型不是数据结构)

一共是八种,String、Hash、Set、List、Zset、Hyperloglog、Geo、Streams。

1、为什么要把数据放在内存中?

  1. 内存的速度更快,10WQPS
  2. 减少计算的时间,减轻数据库压力

2、如果是用内存的数据结构作为缓存,为什么不用HashMap或者Memcached?

  1. 更丰富的数据类型
  2. 支持多种编程语言
  3. 功能丰富:持久化机制、内存淘汰策略、事务、发布订阅、pipeline、LUA
  4. 支持集群、分布式

3、Memcached和redis的区别是什么?

Memcached只能存储KV、没有持久化机制、不支持主从复制、是多线程的。

Reids默认有16个库(0-15),可以在配置文件redis.conf中修改。

databases16

RedisKey的最大长度限制是512M,值得限制不同,有的是用长度限制的,有的是用个数限制的。

String

介绍

最基本也是最常用的数据类型就是String。get和set命令就是String的操作命令,Redis的字符串被叫做二进制安全的字符串(Binary-safestrings)。

String可以存储三种类型,INT(整数)、float(单精度浮点数)、string(字符串)。

操作命令

下面是它的一些操作命令

#存值(如果对同一个keyset多次会直接覆盖旧值)setjack2673#取值getjack#查看所有键keys*#获取键总数(生产环境数据量大,慎用)dbsize#查看键是否存在existsjack#删除键deljacktonny#重命名键renamejacktonny#查看类型typejack#获取指定范围的字符getrangejack01#获取值长度strlenjack#字符串追加内容appendjackgood#设置多个值(批量操作,原子性)msetjack2673tonny2674#获取多个值mgetjacktonny#设置值,如果key存在,则不成功setnxjackshuaige#基于此实现分布式锁setkeyvalue[expirationEXseconds|PXmilliseconds][NX|XX]#(整数)值递增(值不存在会得到1)incrjackincrbyjack100#(整数)值递减decrjackdecrbyjack100#浮点数增量setmf2.6incrbyfloatmf7.3

应用场景

1、缓存

String类型,这是最常用的,可以缓存一些热点数据,比如首页新闻,可以显著提升热点数据的访问速度,同时减轻DB压力。

2、分布式数据共享

String类型,因为Redis是分布式的独立服务,可以在多个应用之间共享。

例如:分布式Session

<dependency><groupId>org.springframework.session</groupId><artifactId>spring-session-data-redis</artifactId></dependency>

3、分布式锁

参考《介绍几种常见的分布式锁写法》

4、全局ID

INT类型,INCRBY,利用原子性

incrbyuserid1000

(分表分库的场景,一次性拿一段)

5、计数器

INT类型,INCR方法

例如:文章的阅读量,微博点赞数,允许一定的延迟,先写入Redis再定时同步到数据库

6、限流

INT类型,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。

Hash

介绍

现在有一张teacher表

redis应用场景及实例(redis八种基本数据类型的应用场景)(1)

假设我们还是通过String类型存储的话,存储的时候就要把Teacher实体类进行序列化,然后作为value只存储进去;修改的时候,也需要把value先取出来进行反序列化,比如把年龄更改为21岁,然后再序列化,再存进去,十分的繁琐,增加开销。

我们需要单独获取、修改一个值,这时我们可以通过key分层的方式来实现,如下表:

redis应用场景及实例(redis八种基本数据类型的应用场景)(2)

但是这样key会很多,key也很长,占用空间,有没有更好的办法,这时候就用到我们的Hash类型,如下两张表所示:

redis应用场景及实例(redis八种基本数据类型的应用场景)(3)

redis应用场景及实例(redis八种基本数据类型的应用场景)(4)

这样也便于集中管理,划分的粒度不同,可以按照实际场景,key的过期时间,灵活度考虑选取哪一种存储方式。

Hash用来存储多个无序的键值对,最大存储数量2^32-1(40亿左右)。

优点:

  1. 把所有相关的值聚集到一个Key中,节省内存空间
  2. 只使用一个Key,减少Key冲突
  3. 当需要批量获取值的时候,只需要使用一个命令,减少内存/IO/CPU的消耗

缺点:

  1. Field不能单独设置过期时间
  2. 需要考虑数据量分布的问题(field非常多的时候,无法分布到多个节点)

操作命令

#设置、批量设置值hseth1f6hseth1e5hmseth1a1b2c3d4#取值hgeth1a#批量取值hmgeth1abcd#获取所有fieldhkeysh1#获取所有field的值hvalsh1#返回哈希表中,所有的字段和值hgetallh1#删除fieldhdelh1a#获取哈希表中字段的数量hlenh1

应用场景

String可以做的事情,Hash都可以做。再补充一个场景,购物车:

redis应用场景及实例(redis八种基本数据类型的应用场景)(5)

key:用户id;field:商品id;value:商品数量;

+1:hincr;

-1:hdecr;

删除:hincrbykeyfield-1;

全选:hgetall;

商品数:hlen;

List

介绍

存储有序的字符串(从左到右),元素可以重复,最大存储数量2^32-1(40亿左右)。

下面通过画图来演示一下入队列,出队列

redis应用场景及实例(redis八种基本数据类型的应用场景)(6)

操作命令

#左推lpushqueuealpushqueuebc#右推rpushqueuede#左边移除并返回列表的第一个元素lpopqueue#右边移除并返回列表的第一个元素rpopqueue#通过索引获取列表中的元素lindexqueue0#返回列表中指定区间内的元素lrangequeue0-1

应用场景

1、列表

例如用户的消息列表、网站的公告列表、活动列表、博客的文章列表、评论列表等,通过LRANGE取出一页,按顺序显示。

redis应用场景及实例(redis八种基本数据类型的应用场景)(7)

2、队列/栈

List还可以当做分布式环境的队列/栈使用。

队列:先进先出,rpush和blpop

栈:先进后出,rpush和brpop

这里介绍两个阻塞的弹出操作:blpop/brpop,可以设置超时时间(单位:秒)。

blpop:blpopkey1timeout,移出并获取列表的第一个元素,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。brpop:brpopkey1timeout,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。

Set

介绍

Set存储String类型的无序集合,最大存储数量2^32-1(40亿左右)。

如下图所示:

redis应用场景及实例(redis八种基本数据类型的应用场景)(8)

操作命令

#添加一个或多个元素saddmysetabcdefg#获取所有元素smembersmyset#统计元素个数scardmyset#随机获取一个元素srandmembermyset#随机弹出一个元素spopmyset#移除一个或者多个元素sremmysetdef#查看元素是否存在sismembermyseta#获取差集sdiffset1set2#获取交集sinterset1set2#获取并集sunionset1set2

应用场景

1、抽奖

随机获取元素:spopmyset

2、点赞、签到、打卡

redis应用场景及实例(redis八种基本数据类型的应用场景)(9)

我们以微博举例子,假设这条微博的ID是t1001,用户ID是u6001,

用dianzan:t1001来维护t1001这条微博的所有点赞用户。

点赞了这条微博:sadddianzan:t1001u6001

取消点赞:sremdianzan:t1001u6001

是否点赞:sismemberdianzan:t1001u6001

点赞的所有用户:smembersdianzan:t1001

点赞数:scarddianzan:t1001

比关系型数据库简单了许多。

3、商品标签

用tags:i8001来维护商品所有的标签。

redis应用场景及实例(redis八种基本数据类型的应用场景)(10)

saddtags:i8001画面清晰细腻

saddtags:i8001真彩清晰显示屏

saddtags:i8001流畅至极

4、商品筛选

redis应用场景及实例(redis八种基本数据类型的应用场景)(11)

华为P40上线了,支持民族品牌,加到各个标签中去。

saddbrand:huaweip40

saddos:androidp40

saddscreensize:6.0-6.24p40

买的时候筛选,牌子是华为,操作系统是安卓,屏幕大小在6.0-6.24之间的,取交集:

sinterbrand:huaweios:androidscreensize:6.0-6.24

ZSet

介绍

sortedset存储有序的元素。每个元素都有个score,按照score从小到大排序。score相同时,按照key的ASCII码排序。

redis应用场景及实例(redis八种基本数据类型的应用场景)(12)

操作命令

#添加元素zaddmyzset10java20php30ruby40cpp50python#获取全部元素zrangemyset0-1withscoreszrevrangemyzset0-1withscores#根据分数区间获取元素zrangebyscoremyzset2030#移除元素(也可以根据scorerank删除)zremmyzsetphpcpp#统计元素个数zcardmyzset#分值增加zincrbymyzset5python#根据分值min和max统计个数zcountmyzset2060#获取python排名zrankmyzsetpython#获取元素分数zscoremyzsetpython

应用场景

排行榜

redis应用场景及实例(redis八种基本数据类型的应用场景)(13)

今天是2021年5月23号,建一个key为hotSearch:20210523的zset。

放羊大叔这条新闻的id是n1234,每点击一下:zincrbyhotSearch:202105231n1234

获取热搜排行榜前十条:zrevrangehotSearch:20210523010withscores

袁老国士无双,一路走好,中华民族的儿女不会忘记您!

BitMaps

介绍

BitMaps是在字符串类型上定义地位操作,一个字节由8个二进制位组成。如下图所示:

redis应用场景及实例(redis八种基本数据类型的应用场景)(14)

m的ASCII码是109,对应的二进制数据是01101101

操作命令

#设置字符串key为k1,value为micsetk1mic#取k1的第七位,结果是0getbitk16#取k1的第八位为0,此时的ASCII码是108,对应字母是lsetbitk170#所以取出来值为licgetk1#统计二进制中1的个数,一共是12个bitcountk1#获取第一个1或者0的位置bitposk11bitposk11

应用场景

  • BITOPANDdestkeykey[key...],对一个或多个key求逻辑并,并将结果保存到destkey。
  • BITOPORdestkeykey[key...],对一个或多个key求逻辑或,并将结果保存到destkey。
  • BITOPXORdestkeykey[key...],对一个或多个key求逻辑异或,并将结果保存到destkey。
  • BITOPNOTdestkeykey,对给定key求逻辑非,并将结果保存到destkey。

连续七天在线用户

#存值(如果对同一个keyset多次会直接覆盖旧值)setjack2673#取值getjack#查看所有键keys*#获取键总数(生产环境数据量大,慎用)dbsize#查看键是否存在existsjack#删除键deljacktonny#重命名键renamejacktonny#查看类型typejack#获取指定范围的字符getrangejack01#获取值长度strlenjack#字符串追加内容appendjackgood#设置多个值(批量操作,原子性)msetjack2673tonny2674#获取多个值mgetjacktonny#设置值,如果key存在,则不成功setnxjackshuaige#基于此实现分布式锁setkeyvalue[expirationEXseconds|PXmilliseconds][NX|XX]#(整数)值递增(值不存在会得到1)incrjackincrbyjack100#(整数)值递减decrjackdecrbyjack100#浮点数增量setmf2.6incrbyfloatmf7.30

那么在算连续七天在线用户就是:

BITOPAND7_both_online_usersfirstdayseconddaythirddayfourthdayfifthdaysixthdayseventhday

还可以应用访问统计、在线用户统计等等。

Hyperloglog

Hyperloglog提供了一种不太精确的基数统计方法,用来统计一个集合中不重复的元素个数,比如统计网站的UV,或者应用的日活、月活,存在一定的误差。

在Redis中实现的Hyperloglog,只需要12k内存就能统计2^64个数据。

#存值(如果对同一个keyset多次会直接覆盖旧值)setjack2673#取值getjack#查看所有键keys*#获取键总数(生产环境数据量大,慎用)dbsize#查看键是否存在existsjack#删除键deljacktonny#重命名键renamejacktonny#查看类型typejack#获取指定范围的字符getrangejack01#获取值长度strlenjack#字符串追加内容appendjackgood#设置多个值(批量操作,原子性)msetjack2673tonny2674#获取多个值mgetjacktonny#设置值,如果key存在,则不成功setnxjackshuaige#基于此实现分布式锁setkeyvalue[expirationEXseconds|PXmilliseconds][NX|XX]#(整数)值递增(值不存在会得到1)incrjackincrbyjack100#(整数)值递减decrjackdecrbyjack100#浮点数增量setmf2.6incrbyfloatmf7.31

源码在:com/xhj/jedis/HyperLogLogTest.java

Geo

现在有这样一个需求,获取半径1公里以内的门店,那么我们就要把门店的经纬度存起来,如果存在数据库的话,一个字段存经度,一个字段存维度,计算距离比较复杂。现在我们通过Redis的Geo存储十分方便。

#存值(如果对同一个keyset多次会直接覆盖旧值)setjack2673#取值getjack#查看所有键keys*#获取键总数(生产环境数据量大,慎用)dbsize#查看键是否存在existsjack#删除键deljacktonny#重命名键renamejacktonny#查看类型typejack#获取指定范围的字符getrangejack01#获取值长度strlenjack#字符串追加内容appendjackgood#设置多个值(批量操作,原子性)msetjack2673tonny2674#获取多个值mgetjacktonny#设置值,如果key存在,则不成功setnxjackshuaige#基于此实现分布式锁setkeyvalue[expirationEXseconds|PXmilliseconds][NX|XX]#(整数)值递增(值不存在会得到1)incrjackincrbyjack100#(整数)值递减decrjackdecrbyjack100#浮点数增量setmf2.6incrbyfloatmf7.32

可以增加地址位置信息、获取地址位置信息、计算两个位置的距离、获取指定范围内的地理位置集合等等。源码在:com/xhj/jedis/GeoTest.java

#存值(如果对同一个keyset多次会直接覆盖旧值)setjack2673#取值getjack#查看所有键keys*#获取键总数(生产环境数据量大,慎用)dbsize#查看键是否存在existsjack#删除键deljacktonny#重命名键renamejacktonny#查看类型typejack#获取指定范围的字符getrangejack01#获取值长度strlenjack#字符串追加内容appendjackgood#设置多个值(批量操作,原子性)msetjack2673tonny2674#获取多个值mgetjacktonny#设置值,如果key存在,则不成功setnxjackshuaige#基于此实现分布式锁setkeyvalue[expirationEXseconds|PXmilliseconds][NX|XX]#(整数)值递增(值不存在会得到1)incrjackincrbyjack100#(整数)值递减decrjackdecrbyjack100#浮点数增量setmf2.6incrbyfloatmf7.33

Streams

5.0推出的数据类型。支持多播的可持久化的消息队列,用于实现发布订阅功能,借鉴了Kafka的设计。

应用场景总结

  • 缓存—提升热点数据的访问速度
  • 共享数据—数据的存储和共享的问题
  • 全局ID—分布式全局ID的生成方案(分库分表)
  • 分布式锁—进程间共享数据的原子操作保证
  • 在线用户统计和计数
  • 队列、栈—跨进程的队列/栈
  • 消息队列—异步解耦的消息机制
  • 服务注册与发现—RPC通信机制的服务协调中心(Dubbo支持Redis)
  • 购物车
  • 新浪用户消息时间线
  • 抽奖逻辑(礼物、转发)
  • 点赞、签到、打卡
  • 商品标签
  • 用户(商品)关注(推荐)模型
  • 电商产品筛选
  • 排行榜


发表评论:

最近发表
网站分类
标签列表