Redis核心数据结构

1 数据结构

在学习核心数据结构之前，有一个强大的help命令，可以快速让我们看到这些数据结构的使用方法，例如：

help @string
help @hash
...

1.1 String

• 常用操作

# 存入字符串键值对
SET key value
# 批量存储字符串键值对
MSET key value[key value ...]
# 存入一个不存在的字符串键值对
SETNX key value
# 获取一个字符串键值
GET key
# 批量获取字符串键值
MGET key[key ...]
# 删除一个键
DEL key[key ...]
# 设置一个键的过期时间(秒)
EXPIRE key seconds

• 原子加减

# 将key中存储的数字值加1
INCR key
# 将key中存储的数字值减1
DECR key
# 将key所存储的值加上increment
INCRBY key increment
# 将key所存储的值减去decrement
DECRBY key decrement

• 应用场景
  • 单值缓存

  SET key value
  APPEND key value
  

  • 对象缓存

  SET user:1 '{"name": "tacy", "balance": 8888}'
  MSET user:1:name tacy user:1:balance 8888
  

  • 分布式锁

  SETNX product:10001 true  # 返回1代表获取锁成功，返回0代表获取锁失败
  # 获取锁成功后...执行业务操作
  DEL product:10001   # 执行完业务释放锁
  # 防止程序意外终止导致死锁，设置过期时间，
  

1.2 Hash

• 常用操作

# 存储一个哈希表key的键值
HSET key filed value
# 存储一个不存在的哈希表key的键值
HSETNX key filed value
# 在一个哈希表key中存储多个键值对
HMSET key filed value [filed value ...]
# 获取哈希表key对应的filed键值
HGET key field
# 批量获取哈希表key中的多个filed键值
HMGET key field [field...]
# 删除哈希表key中的filed键值
HDEL key field [field...]
# 获取哈希表key中field的数量
HLEN key
# 返回哈希表key中所有的键值
HGETALL key
# 为哈希表中的key中的field键值加上增量increment
HINCRBY key field increment

• 应用场景

  • 对象缓存
    

  HSET user:1 name tacy balance 8888
  HMGET user:1 name  balance 
  HSET user 1:name tacy 1:balance 8888
  HMGET user 1:name  1:balance
  

  • 购物车
    用户ID为key ; 商品ID为filed; 商品数量为value

  # 添加商品
  hset cart:1001 10001 1
  # 增加商品数量
  hincrby cart:1001 10001 1
  # 商品总数
  hlen cart:1001 
  # 删除商品
  hdel cart:1001 10001
  # 获取购物车所有商品
  hgetall cart:1001
  

• 优缺点

  • 优点
    同类数据归类整个存储，方便数据管理
    相比string操作消耗的内存和cpu更小
    相比string存储更加的节省空间

  • 缺点
    过期功能不可以使用在field，只能用在key上
    在redis集群架构下不适合大规模使用

Redis Hash 在集群模式下存在一些设计上的限制，主要原因与数据分片、内存效率和性能有关：
1）数据分片问题 Redis 集群采用 CRC16 算法对 key 进行分片，而 Hash 类型的所有字段（field）会被视为同一个 key 的一部分。这导致整个 Hash 必须存储在同一个节点上，无法分散到多个节点。当 Hash 体积过大时，会造成单个节点内存和负载压力激增。
2）内存效率瓶颈 Redis 的 ziplist 编码优化对小型 Hash 有效（默认阈值 512 个字段），但超过阈值后转为 hashtable 编码，内存占用会显著上升。集群环境下大 Hash 无法享受分片带来的内存分散优势。
3）性能影响 大 Hash 的 HGETALL/HSCAN 等操作会阻塞节点，影响集群整体吞吐量。集群的跨节点操作（如事务）对 Hash 的支持也有限，MGET/MSET 等多键命令要求所有 key 必须在同一槽位。

1.3 List

• 常用操作

# 在列表前添加一个或多个元素。如果键不存在，则创建该键。
LPUSH key element [element ...]
# 向列表追加一个或多个元素。如果键不存在，则创建该键。
RPUSH key element [element ...]
# 移除列表中的第一个元素并返回该元素。如果移除的是最后一个元素，则删除该列表。
LPOP key [count]
# 返回并删除列表的最后一个元素。如果弹出最后一个元素，则删除列表。
RPOP key [count]
# 返回列表中的元素范围。
LRANGE key start stop
# 移除并返回列表中的第一个元素。阻塞，直到元素可用为止。如果弹出最后一个元素，则删除列表。
BLPOP key [key ...] timeout
# 移除并返回列表中的最后一个元素。阻塞，直到元素可用为止。如果弹出最后一个元素，则删除列表。
BRPOP key [key ...] timeout

• 常用数据结构
  • Stack(栈) = LPUSH + LPOP
  • Queue(队列) = LPUSH + RPOP
  • Blocking MQ(阻塞队列) = LPUSH + BRPOP
• 应用场景
  • 视频列表，签到列表
  • 排队机
  • 简化版MQ

1）一个list的容量是2的32次方减1个元素，大概40多亿，但在应用时，要注意big key
2) list底层是一个双向链表，对双端的操作性能很高，但通过索引下表直接操作某一个中间节点的性能就会较低

1.4 Set

常用操作

# 向集合添加一个或多个成员。如果键不存在，则创建该键。
SADD key member [member ...]
# 从集合中删除一个或多个成员。如果最后一个成员被删除，则删除该集合。
SREM key member [member ...]
# 返回集合的所有成员
SMEMBERS key
# 返回集合中成员的数目
SCARD key
# 确定成员是否属于集合。
SISMEMBER key member
# 从集合中获取一个或多个随机成员
SRANDMEMBER key [count]
# 从集合中删除一个或多个随机成员后返回它们。如果最后一个成员被弹出，则删除该集合。
SPOP key [count]

运算操作

# 返回多个集合的交集
SINTER key [key ...]
# 将交集结果存入新集合destination中
SINTERSTORE destination key [key ...]
# 并集运算
SUNION key [key ...]
# 将并集结果存入新的集合destination中
SUNIONSTORE destination key [key ...]
# 差集运算
SDIFF key [key ...]
# 将差集结果存入新的集合destination中
SDIFFSTORE destination key [key ...]

应用场景

• 抽奖

# 参与抽奖
SADD key [userId]
# 查看所有参与抽奖的用户
SMEMBERS key
# 随机抽取获奖用户，一个或者多个
SRANDMEMBER key [count] / SPOP key [count]

1.5 ZSet

1.6 Bitmap

1.7 Hyperloglog

1.8 Geo

1.9 stream

2 Springboot集成redis