Redis 五种数据结构以及三种高级数据结构解析以及使用
一、前言
在 Redis 最重要最基礎(chǔ)就屬 它豐富的數(shù)據(jù)結(jié)構(gòu)了，Redis 之所以能脫穎而出很大原因是他數(shù)據(jù)結(jié)構(gòu)豐富，可以支持多種場景。并且 Redis 的數(shù)據(jù)結(jié)構(gòu)實現(xiàn)以及應(yīng)用場景在面試中是相當(dāng)常見的，接下來就和大家聊聊 Redis 的數(shù)據(jù)結(jié)構(gòu)。
Redis數(shù)據(jù)結(jié)構(gòu)有：string、list、hash、set、sorted set 這五個是大家都知道的，但Redis還有更高級得數(shù)據(jù)結(jié)構(gòu)，比如：HyperLogLog、Geo、BloomFilter 這幾個數(shù)據(jù)結(jié)構(gòu)，接下來聊聊Redis得這些數(shù)據(jù)結(jié)構(gòu)吧。
二、String
基本概念：String 是 Redis 最簡單最常用的數(shù)據(jù)結(jié)構(gòu)，也是 Memcached 唯一的數(shù)據(jù)結(jié)構(gòu)。在平時的開發(fā)中，String 可以說是使用最頻繁的了。
底層實現(xiàn)：
- 如果一個字符串對象保存的是整數(shù)值， 并且這個整數(shù)值可以用 long 類型來表示， 那么字符串對象會將整數(shù)值保存在字符串對象結(jié)構(gòu)的 ptr 屬性里面（將 void* 轉(zhuǎn)換成 long ）， 并將字符串對象的編碼設(shè)置為 int 。
- 如果字符串對象保存的是一個字符串值，并且這個字符串值的長度大于 39 字節(jié)， 那么字符串對象將使用一個簡單動態(tài)字符串（SDS）來保存這個字符串值， 并將對象的編碼設(shè)置為raw。
- 如果字符串對象保存的是一個字符串值， 并且這個字符串值的長度小于等于 39 字節(jié)， 那么字符串對象將使用 embstr 編碼的方式來保存這個字符串值。
使用:
> redis_cli # 啟動redis-cli 客戶端 > set hello world # 將鍵 hello 的值設(shè)置為 world OK # set 命令成功后 會返回 OK > get hello # 通過 get 命令獲取 鍵為 hello 的值 "world" # 獲得到的值 > del hello # 刪除鍵為 hello 的值 (integer) 1 # 返回的是刪除的數(shù)量 > mset a 10 b 20 c 30 # 批量的設(shè)置值 OK > mget a b c # 批量的返回值 1)"10" 2)"20" 3)"30" > exists hello # 是否存在該鍵 (integer) 1 # 1 表示存在，0 表示不存在 > expire hello 10 # 給 hello 設(shè)置過期時間，單位，秒 (integer) 1 # 返回1代表成功，0代表key不存在或無法設(shè)置過期時間 > pexpire hello 10 # 給 hello 設(shè)置過期時間，單位，毫秒 (integer) 1 # 返回1代表成功，0代表key不存在或無法設(shè)置過期時間接下來會重點講一下 set key value [EX seconds] [PX milliseconds] [NX|XX] 這個一系列命令，這塊還是挺重要的，也很容易混淆。
reids 每次對 以前的值覆蓋時，會 清空 TLL 值。（TTL 是過期時間）
- EX second：設(shè)置鍵的過期時間為 second 秒。 SET key value EX second 效果等同于 SETEX key
second value 。 - PX millisecond ：設(shè)置鍵的過期時間為 millisecond 毫秒。 SET key value PX millisecond 效果等同于 PSETEX key millisecond value 。
- NX：只在鍵不存在時，才對鍵進(jìn)行設(shè)置操作。 SET key value NX 效果等同于 SETNX key value 。
- XX ：只在鍵已經(jīng)存在時，才對鍵進(jìn)行設(shè)置操作。
在開發(fā)過程中，用 redis 來實現(xiàn)鎖是很常用的操作。結(jié)合 NX 以及 EX 來實現(xiàn)。
> set hello world NX EX 10 # 成功加鎖，過期時間是 10s OK > set hello wolrd NX EX 10 # 在10s內(nèi)執(zhí)行這個命令返回錯誤，因為上一次的鎖還沒有釋放 (nil) > del hello # 釋放了鎖 OK > set hello world NX EX 10 # 成功加鎖，過期時間是 10s OK > setnx hello world # 也可以這么寫 > setex hello 10 wolrd鎖可以通過設(shè)置過期時間以及手動 del 刪除來釋放鎖。
string 的命令比較常用就多介紹了點，下面的命令我就挑重點介紹了。
應(yīng)用場景：
- 緩存功能：string 最常用的就是緩存功能，會將一些更新不頻繁但是查詢頻繁的數(shù)據(jù)緩存起來，以此來減輕 DB 的壓力。
- 計數(shù)器：可以用來計數(shù)，通過 incr 操作，如統(tǒng)計網(wǎng)站的訪問量、文章訪問量等。
三、List
基本概念: list 是有序可重復(fù)列表，和 Java 的 List 蠻像的，查詢速度快，可以通過索引查詢；插入刪除速度慢。
底層實現(xiàn)：
- 列表對象的編碼可以是 ziplist 或者 linkedlist 。 >- 列表對象保存的所有字符串元素的長度都小于 64字節(jié)并且保存的元素數(shù)量小于 512 個，使用 ziplist 編碼；否則使用 linkedlist；
使用：
> lpush mylist a # 從左邊插入數(shù)據(jù) (ineteger)1 > lpush mylist b (integer)1 > rpush mylist c # 從右邊插入數(shù)據(jù) (integer)1 > lrange mylist 0 -1 # 檢索數(shù)據(jù)，lrange 需要兩個索引，左閉右閉；0 就是從第 0 個，-1 是倒數(shù)第一個，-2 倒數(shù)第二個...以此類推 1)"b" 2)"a" 3)"c" > lrange mylist 0 -2 # 0 到 倒數(shù)第 2 個 1)"b" 2)"a" > lpush mylist a b c # 批量插入 (integer)3 > lpop mylist # 從左側(cè)彈出元素 "b" > rpop mylist # 從右側(cè)彈出元素 "c" > rpop mylist # 當(dāng)列表中沒有元素時返回 null (nil) > brpoop mylist 5 # 從右側(cè)彈出元素，如果列表沒有元素，會阻塞住，如果 5 s后還是沒有元素則返回 1)"mylist" # 列表名 2)"b" # 彈出元素 > del mylist # 刪除列表 (integer)1使用場景:
- 消息隊列：Redis 的 list 是有序的列表結(jié)構(gòu)，可以實現(xiàn)阻塞隊列，使用左進(jìn)右出的方式。Lpush 用來生產(chǎn) 從左側(cè)插入數(shù)據(jù)，Brpop 用來消費，用來從右側(cè) 阻塞的消費數(shù)據(jù)。
- 數(shù)據(jù)的分頁展示： lrange命令需要兩個索引來獲取數(shù)據(jù)，這個就可以用來實現(xiàn)分頁，可以在代碼中計算兩個索引值，然后來 redis 中取數(shù)據(jù)。
- 可以用來實現(xiàn)粉絲列表以及最新消息排行等功能。
四、Hash
簡介:Redis 散列可以存儲多個鍵值對之間的映射。和字符串一樣，散列存儲的值既可以是字符串又可以是數(shù)值，并且用戶同樣可以對散列存儲的數(shù)字值執(zhí)行自增或自減操作。這個和 Java 的 HashMap 很像，每個 HashMap 有自己的名字，同時可以存儲多個 k/v 對。
底層實現(xiàn):
- 哈希對象的編碼可以是 ziplist 或者 hashtable >
- 哈希對象保存的所有鍵值對的鍵和值的字符串長度都小于 64字節(jié)并且保存的鍵值對數(shù)量小于 512 個，使用ziplist 編碼；否則使用hashtable；
使用：
> hset student name 張三 # 可以理解為忘名叫student的map中添加 kv 鍵值對 (integer)1 # 返回1 代表 不存在這個key，并且添加成功 > hset student sex 男 (integer)1 > hset student name 張三 (integer)0 # 返回0 因為這個key已經(jīng)存在 > hgetall student 1)"name" 2)"張三" 3)"sex" 4)"男" > hdel student name #刪除這key (integer)1 # 返回 1 同樣代表整個 key 存在 并且刪除成功 > hdel student name (integer)0 # 返回 0 是因為 該 key 已經(jīng)不存在應(yīng)用場景：
- Hash 更適合存儲結(jié)構(gòu)化的數(shù)據(jù)，比如 Java 中的對象；其實 Java 中的對象也可以用 string 進(jìn)行存儲，只需要將對象序列化成 json串就可以，但是如果這個對象的某個屬性更新比較頻繁的話，那么每次就需要重新將整個對象序列化存儲，這樣消耗開銷比較大。可如果用 hash 來存儲對象的每個屬性，那么每次只需要更新要更新的屬性就可以。
- 購物車場景：可以以用戶的id為key，商品的id為存儲的field，商品數(shù)量為鍵值對的value，這樣就構(gòu)成了購物車的三個要素。
五、Set
基本概念：Redis 的set和list都可以存儲多個字符串，他們之間的不同之處在于，list是有序可重復(fù)，而set是無序不可重復(fù)。
底層實現(xiàn)：
- 集合對象的編碼可以是 intset 或者 hashtable 。 > - 集合對象保存的所有元素都是整數(shù)值并且保存的元素數(shù)量不超過 512個，使用intset 編碼；否則使用hashtable；
使用：
> sadd family mother # 嘗試將 mother 添加進(jìn) family 集合中 (integer)1 # 返回 1 表示添加成功，0 表示元素已經(jīng)存在集合中 > sadd family father (integer)1 > sadd family father (intger)0 > smembers family # 獲取集合中所有的元素 1)"mother" 2)"father" > sismember family father # 判斷 father 是否在 family 集合中 (integer)1 # 1 存在；0 不存在 > sismber family son (integer)0 > srem family son # 移除 family 集合中元素 son (integer)1 # 1 表示存在并且移除成功;0 表示存在該元素 > srem family som (integer)0 > sadd family1 mother (integer)1 > smembers family 1)"mother" 2)"father" > smember family1 1)"mother" > sinter family family1 # 獲取 family 和 family1 的交集 1)"mother" > sadd family1 son (integer)1 > sunion family family1 # 獲取 family 和 family1 的并集 1)"mother" 2)"father" > sdiff family family1 # 獲取 family 和 family1 的差集（就是family有但是family1沒有的元素） 1)"father"應(yīng)用場景：
- 標(biāo)簽：可以將博客網(wǎng)站每個人的標(biāo)簽用 set 集合存儲，然后還按每個標(biāo)簽 將用戶進(jìn)行歸并。
- 存儲好友/粉絲：set具有去重功能；還可以利用set并集功能得到共同好友之類的功能。
六、Sorted Set
基本概念：有序集合和散列一樣，都用于存儲鍵值對：其中有序集合的每個鍵稱為成員（member），都是獨一無二的，而有序集合的每個值稱為分值（score），都必須是浮點數(shù)。可以根據(jù)分?jǐn)?shù)進(jìn)行排序，有序集合是Redis里面唯一既可以根據(jù)成員訪問元素（這一點和散列一樣），又可以根據(jù)分值以及分值的排列順序來訪問元素的結(jié)構(gòu)。和Redis的其他結(jié)構(gòu)一樣，用戶可以對有序集合執(zhí)行添加、移除和獲取等操作。
底層實現(xiàn)：
- 有序集合的編碼可以是 ziplist 或者 skiplist
- 有序集合保存的元素數(shù)量小于 128 個并且保存的所有元素成員的長度都小于 64字節(jié)。使用 ziplist 編碼；否則使用skiplist；
使用：
> zadd class 100 member1 # 將member1元素及其score值100加入到 有序集合 class中 (integer)1 > zadd class 90 member2 80 member3 # 批量添加 (integer)2 > zrange class 0 -1 withscores # 獲取有序集合中的值與score，并按 score 排序 1)"member3" 2)"80" 3)"member2" 4)"90" 5)"member1" 6)"100" > zrem class member1 # 刪除 class 中 的member1 (integer)1應(yīng)用場景：
- 排行榜：有序集合最常用的場景。如新聞網(wǎng)站對熱點新聞排序，比如根據(jù)點擊量、點贊量等。
- 帶權(quán)重的消息隊列：重要的消息 score大一些，普通消息 score 小一些，可以實現(xiàn)優(yōu)先級高的任務(wù)先執(zhí)行。
七、HyperLogLog
基本概念：
Redis 在 2.8.9 版本添加了 HyperLogLog 結(jié)構(gòu)。
-
Redis HyperLogLog 是用來做基數(shù)統(tǒng)計的算法，HyperLogLog
的優(yōu)點是，在輸入元素的數(shù)量或者體積非常非常大時，計算基數(shù)所需的空間總是固定 的、并且是很小的。 -
在 Redis 里面，每個 HyperLogLog 鍵只需要花費 12 KB 內(nèi)存，就可以計算接近 2^64 個不同元素的基
數(shù)。這和計算基數(shù)時，元素越多耗費內(nèi)存就越多的集合形成鮮明對比。 -
但是，因為 HyperLogLog 只會根據(jù)輸入元素來計算基數(shù)，而不會儲存輸入元素本身，所以 HyperLogLog
不能像集合那樣，返回輸入的各個元素。
使用：
這里就拿一個統(tǒng)計網(wǎng)站2021年5月23日，有多少用戶登錄舉例
應(yīng)用場景：
- 可以用來統(tǒng)計網(wǎng)站的登陸人數(shù)以及其他指標(biāo)
八、GEO
基本概念：
在 Redis 3.2 版本中新增了一種叫 geo 的數(shù)據(jù)結(jié)構(gòu)，它主要用來存儲地理位置信息，并對存儲的信息進(jìn)行操作。
使用：
geoadd 用于存儲指定的地理空間位置，可以將一個或多個經(jīng)度(longitude)、緯度(latitude)、位置名稱(member)添加到指定的 key 中。
geopos 用于從給定的 key 里返回所有指定名稱(member)的位置（經(jīng)度和緯度），不存在的返回 nil。
> GEOPOS beijing "蘑菇睡不著" "故宮" 1) 1)116.4052852)39.912835 2)(nil)geodist 用于返回兩個給定位置之間的距離。
單位參數(shù)：
- m ：米，默認(rèn)單位。
- km ：千米。
- mi ：英里。
- ft ：英尺。
應(yīng)用場景：
-
用于存儲地理信息以及對地理信息作操作的場景。
-
科普一個地理小知識：
經(jīng)度范圍：-180 - 180。從0°經(jīng)線算起，向東、向西各分作180°，以東的180°屬于東經(jīng)，習(xí)慣上用“E”作代號，以西的180°屬于西經(jīng)，習(xí)慣上用“W”作代號。0°位置是：英國格林威治（Greenwich）天文臺子午儀中心的經(jīng)線為本初子午線。
緯度范圍：-90 - 90。位于赤道以北的點的緯度叫北緯，記為N；位于赤道以南的點的緯度稱南緯，記為S。為了研究問題方便，人們把緯度分為低、
中、高緯度。0°～30°為低緯度， 30°～ 60°為中緯度， 60～90°為高緯度。**
九、BloomFilter
基本概念：
一種數(shù)據(jù)結(jié)構(gòu)，是由一串很長的二進(jìn)制向量組成，可以將其看成一個二進(jìn)制數(shù)組。既然是二進(jìn)制，那么里面存放的不是0，就是1，但是初始默認(rèn)值都是0。他的主要作用是：判斷一個元素是否在某個集合中。比如說，我想判斷20億的號碼中是否存在某個號碼，如果直接插DB，那么數(shù)據(jù)量太大時間會很慢；如果將20億數(shù)據(jù)放到 緩存 中，緩存也裝不下。這個時候用 布隆過濾器 最合適了，布隆過濾器的原理是：
- 添加元素 當(dāng)要向布隆過濾器中添加一個元素key時，我們通過多個hash函數(shù)，算出一個值，然后將這個值所在的方格置為1。
> - 判斷元素是否存在：
判斷元素是否存在，是先將元素經(jīng)過多個hash函數(shù)計算，計算到多個下標(biāo)值，然后判斷這些下標(biāo)對應(yīng)的元素值是否都為1，如果存在不是 1
的，那么元素肯定不在集合中；如果都是
1，那么元素大概率在集合中，并不能百分之百肯定元素存在集合中，因為多個不同的數(shù)據(jù)通過hash函數(shù)算出來的結(jié)果是會有重復(fù)的，所以會存在某個位置是別的數(shù)據(jù)通過hash函數(shù)置為的1。總的來說：布隆過濾器可以判斷某個數(shù)據(jù)一定不存在，但是無法判斷一定存在。 - 布隆過濾器的優(yōu)缺點：
- 優(yōu)點：優(yōu)點很明顯，二進(jìn)制組成的數(shù)組，占用內(nèi)存極少，并且插入和查詢速度都足夠快。
- 缺點：隨著數(shù)據(jù)的增加，誤判率會增加；還有無法判斷數(shù)據(jù)一定存在；另外還有一個重要缺點，無法刪除數(shù)據(jù)。
使用：
redis 4.0 后可以使用 布隆過濾器的插件RedisBloom，命令如下：
- Redisson 使用布隆過濾器 :
- Guava 使用布隆過濾器：
應(yīng)用場景：
- 解決緩存穿透問題：一般得查詢場景都是先去查詢緩存，如果緩存沒有，那么就去 DB 查詢，如果查到了，先存在緩存 中，然后返回給調(diào)用方。如果查不到就返回空。這種情況如果有人頻繁的請求緩存中沒有得數(shù)據(jù)，比如id = -1 得數(shù)據(jù)，那么會對 DB造成極大得壓力，這種情況就可以使用 redis得布隆過濾器了，可以先將可能得id都存在布隆過濾器中，當(dāng)查詢來的時候，先去布隆過濾器查，如果查不到直接返回，不請求緩存以及DB，如果存在
布隆過濾器 中，那么才去緩存中取數(shù)據(jù)。 - 黑名單校驗：可以將黑名單中得ip放入到布隆過濾器中，這樣不用每次來都去 db 中查詢了。
文章轉(zhuǎn)自
總結(jié)
以上是生活随笔為你收集整理的Redis 五种数据结构以及三种高级数据结构解析以及使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 互联网日报 | 3月2日 星期二 |
- 下一篇： 产品经理和程序员的黑话