Redis(1) 数据类型

1. Redis介绍相关知识

Redis是单线程+多路IO复用技术

多路复用是指使用一个线程来检查多个文件描述符（Socket）的就绪状态，比如调用select和poll函数，传入多个文件描述符，如果有一个文件描述符就绪，则返回，否则阻塞直到超时。得到就绪状态后进行真正的操作可以在同一个线程里执行，也可以启动线程执行（比如使用线程池）

端口号6379

默认16个数据库，类似数组下标从0开始，初始默认使用0号库

统一密码管理，所有库同样密码

2. 常用五大数据类型

2.1 Redis键(key)

命令	解释
keys *	查看当前库所有key (匹配：keys *1)
exists key	判断某个key是否存在
type key	查看你的key是什么类型
del key	删除指定的key数据
unlink key	非阻塞删除，只是将键与键空间断开连接。真正的删除会在后续异步操作
expire key 10	为给定的key设置过期时间10秒钟
ttl key	查看还有多少秒过期，-1表示永不过期，-2表示已过期
select <dbid>	切换数据库
dbsize	查看当前数据库的key的数量
flushdb	清空当前库
flushall	清空全部库

2.2 Redis字符串(String)

2.2.1 简介

String是Redis最基本的类型，你可以理解成与Memcached一模一样的类型，一个key对应一个value。

String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。

String类型是Redis最基本的数据类型，一个Redis中字符串value最多可以是512M

2.2.2 常用命令

命令	解释
set <key> <value>	添加键值对
get <key>	查询对应键值
append <key> <value>	将给定的<value>追加到原值的末尾
strlen <key>	获得值的长度
setnx <key> <value>	只有在 key 不存在时 设置 key 的值
incr <key>	将 key 中储存的数字值增1，只能对数字值操作，如果为空，新增值为1
decr <key>	将 key 中储存的数字值减1，只能对数字值操作，如果为空，新增值为-1
incrby/decrby <key> <步长>	将 key 中储存的数字值增减。自定义步长
mset <key1> <value1> <key2> <value2>	同时设置一个或多个 key-value对
mget <key1> <key2> <key3>	同时获取一个或多个 value
msetnx <key1> <value1> <key2> <value2>	同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在。原子性，有一个失败则都失败
getrange <key> <起始位置> <结束位置>	获得值的范围，类似java中的substring，前包，后包
setrange <key> <起始位置> <value>	用<value>覆写<key>所储存的字符串值，从<起始位置>开始(索引从0开始)。
setex <key> <过期时间> <value>	设置键值的同时，设置过期时间，单位秒
getset <key> <value>	以新换旧，设置了新值同时获得旧值

*NX: 当数据库中key不存在时，可以将key-value添加数据库

*XX: 当数据库中key存在时，可以将key-value添加数据库，与NX参数互斥

*EX: key的超时秒数

*PX: key的超时毫秒数，与EX互斥

==原子性==

所谓原子操作是指不会被线程调度机制打断的操作

这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。

（1）在单线程中，能够在单条指令中完成的操作都可以认为是”原子操作”，因为中断只能发生于指令之间。

（2）在多线程中，不能被其它进程（线程）打断的操作就叫原子操作。

Redis单命令的原子性主要得益于Redis的单线程。

2.2.3 数据结构

String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)。是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配。

如图中所示，内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。

2.3 Redis列表(List)

2.3.1 简介

Redis 列表是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）。

它的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。

2.3.2 常用命令

命令	解释
lpush/rpush <key> <value1> <value2> <value3> ....	从左边/右边插入一个或多个值
lpop/rpop <key>	从左边/右边吐出一个值。值在键在，值光键亡
rpoplpush <key1> <key2>	从<key1>列表右边吐出一个值，插到<key2>列表左边
lrange <key> <start> <stop>	按照索引下标获得元素(从左到右)，0左边第一个，-1右边第一个，(0 -1表示获取所有)
lindex <key> <index>	按照索引下标获得元素(从左到右)
llen <key>	获得列表长度
`linsert before	after `	在<value>的前/后面插入<newvalue>
lrem <key> <n> <value>	从左边删除 n 个 value (从左到右)。当n<0时，从右向左
lset <key> <index> <value>	将列表key下标为index的值替换成value

2.3.3 数据结构

List的数据结构为快速链表quickList。

首先在列表元素较少的情况下会使用一块连续的内存存储，这个结构是zipList，也即是压缩列表。它将所有的元素紧挨着一起存储，分配的是一块连续的内存。当数据量比较多的时候才会改成quicklist。

因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。

Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。

2.4 Redis集合(Set)

2.4.1 简介

Redis set对外提供的功能与list类似，是一个列表的功能，特殊之处在于set是可以自动排重的，当你需要存储一个列表数据，又不希望出现重复数据时，set是一个很好的选择，并且set提供了判断某个成员是否在一个set集合内的重要接口，这个也是list所不能提供的。

Redis的Set是string类型的无序集合。底层是一个value为null的hash表，所以添加，删除，查找的复杂度都是O(1)。

2.4.2 常用命令

命令	解释
sadd <key> <value1> <value2> .....	将一个或多个元素加入到集合 key 中，已经存在的元素将被忽略
smembers <key>	取出该集合的所有值
sismember <key> <value>	判断集合<key>是否为含有该<value>值，有1，没有0
scard <key>	返回该集合的元素个数
srem <key> <value1> <value2> ....	删除集合中的某个元素
spop <key>	随机从该集合中吐出一个值
srandmember <key> <n>	随机从该集合中取出n个值。不会从集合中删除
smove <source> <destination> <value>	把集合中一个值从一个集合移动到另一个集合
sinter <key1> <key2>	返回两个集合的交集元素
sunion <key1> <key2>	返回两个集合的并集元素
sdiff <key1> <key2>	返回两个集合的差集元素(key1中的，不包含key2中的)

2.4.3 数据结构

Set数据结构是dict字典，字典是用哈希表实现的。

Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。

2.5 Redis哈希(Hash)

2.5.1 简介

Redis hash是一个键值对集合。是一个string类型的field和value的映射表，特别适合用于存储对象。

类似Java里面的Map

用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储，主要有以下2种存储方式：

每次修改用户的某个属性需要，先反序列化改好后再序列化回去。开销较大。

用户ID数据冗余

通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题

2.5.2 常用命令

命令	解释
hset <key> <field> <value>	给<key>集合中的<field>键赋值<value>
hget <key> <field>	从<key>集合<field>取出value
hmset <key> <field1> <value1> <field2> <value2> ...	批量设置hash的值
hexists <key> <field>	查看哈希表 key 中，给定域 field 是否存在
hkeys <key>	列出该hash集合的所有field
hvals <key>	列出该hash集合的所有value
hincrby <key> <field> <increment>	为哈希表 key 中的域 field 的值加上增量
hsetnx <key> <field> <value>	将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在

2.5.3 数据结构

Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。

2.6 Redis有序集合(Zset)

2.6.1 简介

Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。

不同之处是有序集合的每个成员都关联了一个评分(score)，集合中的成员按照最低分到最高分的方式排序。集合的成员是唯一的，但是评分可以是重复的。

因为元素是有序的, 所以可以根据评分(score)或者次序(position)来获取一个范围的元素。

访问有序集合的中间元素也是非常快的，因此可以使用zset作为一个没有重复成员的智能列表。

2.6.2 常用命令

命令	解释
zadd <key> <score1> <value1> <score2> <value2>	将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
zrange <key> <start> <stop> [WITHSCORES]	返回有序集 key 中，下标在\\之间的元素。带 WITHSCORES，可以让分数一起和值返回到结果集。
zrangebyscore <key> <min> <max> [WITHSCORES] [limit offset count]	返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于min或max)的成员。有序集成员按 score 值递增(从小到大)次序排列。
zrevrangebyscore <key> <min> <max> [withscores] [limit offset count]	同上，改为从大到小排列。
zincrby <key> <increment> <value>	为元素的score加上增量
zrem <key> <value>	删除该集合下，指定值的元素
zcount <key> <min> <max>	统计该集合，分数区间内的元素个数
zrank <key> <value>	返回该值在集合中的排名，从0开始

2.6.3 数据结构

SortedSet(zset)是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。

zset底层使用了两个数据结构

• hash，hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。
• 跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。

2.6.4 跳跃表(跳表)

1. 简介

   有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。对于有序集合的底层实现，可以用数组、平衡树、链表等。数组不便元素的插入、删除；平衡树或红黑树虽然效率高但结构复杂；链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。

   跳跃表是一种随机化的数据结构，就是一种可以进行二分查找的有序链表，为每个节点随机出一个层数(level)

2. 对比有序链表和跳跃表，从链表中查询出51

• 有序链表

  

  要查找值为51的元素，需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。

• 跳跃表

  

  从第2层开始，1节点比51节点小，向后比较。21节点比51节点小，继续向后比较，后面就是NULL了，所以从21节点向下到第1层。

  在第1层，41节点比51节点小，继续向后，61节点比51节点大，所以从41向下

  在第0层，51节点为要查找的节点，节点被找到，共查找4次。

3. Redis配置文件介绍

文件 /etc/redis/redis.conf

3.1 NETWORK

bind

默认情况bind=127.0.0.1只能接受本机的访问请求

不写的情况下，接受任何ip地址的访问

protected-mode

设置本机访问保护模式

如果开启了protected-mode，那么在没有设定bind ip且没有设密码的情况下，Redis只允许接受本机的响应

port

端口号，默认6379

tcp-backlog

设置tcp的backlog，backlog其实是一个连接队列，backlog队列总和=未完成三次握手队列 + 已经完成三次握手队列。

在高并发环境下需要一个高backlog值来避免慢客户端连接问题。

注意Linux内核会将这个值减小到/proc/sys/net/core/somaxconn的值（128），所以需要确认增大/proc/sys/net/core/somaxconn和/proc/sys/net/ipv4/tcp_max_syn_backlog（128）两个值来达到想要的效果

timeout

一个空闲的客户端维持多少秒会关闭，0表示关闭该功能。即永不关闭。

tcp-keepalive

对访问客户端的一种心跳检测，每n秒检测一次。

单位为秒，如果设置为0，则不会进行Keepalive检测，建议设置成60

3.2 GENERAL

daemonize

是否为后台进程，设置为yes

profile

存放pid文件的位置，每个实例会产生一个不同的pid文件

loglevel

指定日志记录级别，Redis总共支持四个级别：debug、verbose、notice、warning，默认为notice

四个级别根据使用阶段来选择，生产环境选择notice或者warning

logfile

日志文件名称

databases

设定库的数量，默认16个，默认数据库为0，可以使用SELECT \命令在连接上指定数据库id

3.3 SECURITY

requirepass

设置密码，进入redis时通过auth <pass>来使用

在命令中设置密码，只是临时的，永久设置需要在配置文件中进行设置

3.4 CLIENTS

maxclients

设置redis同时可以与多少个客户端进行连接。默认情况下为10000个客户端。

如果达到了此限制，redis则会拒绝新的连接请求，并且向这些连接请求方发出“max number of clients reached”以作回应。

3.5 MEMORY MANAGEMENT

maxmemory

建议必须设置，否则，将内存占满，造成服务器宕机

设置redis可以使用的内存量。一旦到达内存使用上限，redis将会试图移除内部数据，移除规则可以通过maxmemory-policy来指定。

如果redis无法根据移除规则来移除内存中的数据，或者设置了“不允许移除”，那么redis则会针对那些需要申请内存的指令返回错误信息，比如SET、LPUSH等。

但是对于无内存申请的指令，仍然会正常响应，比如GET等。如果你的redis是主redis（说明你的redis有从redis），那么在设置内存使用上限时，需要在系统中留出一些内存空间给同步队列缓存，只有在你设置的是“不移除”的情况下，才不用考虑这个因素。

maxmemory-policy

• volatile-lru：使用LRU算法移除key，只对设置了过期时间的键；（最近最少使用）
• allkeys-lru：在所有集合key中，使用LRU算法移除key
• volatile-lfu：使用LFU算法移除key，只对设置了过期时间的键；（最近最不常使用）
• allkeys-lfu：在所有集合key中，使用LFU算法移除key
• volatile-random：在过期集合中移除随机的key，只对设置了过期时间的键
• allkeys-random：在所有集合key中，移除随机的key
• volatile-ttl：移除那些TTL值最小的key，即那些最近要过期的key
• noeviction：不进行移除。针对写操作，只是返回错误信息

maxmemory-samples

设置样本数量，LRU,LFU算法和最小TTL算法都并非是精确的算法，而是估算值，所以你可以设置样本的大小，redis默认会检查这么多个key并选择其中LRU的那个

一般设置3到7的数字，数值越小样本越不准确，但性能消耗越小

4. Redis的发布和订阅

4.1 什么是发布和订阅

Redis 发布订阅 (pub/sub) 是一种消息通信模式：发送者 (pub) 发送消息，订阅者 (sub) 接收消息。

Redis 客户端可以订阅任意数量的频道。

4.2 Redis的发布和订阅

客户端可以订阅频道如下图

当给这个频道发布消息后，消息就会发送给订阅的客户端

4.3 发布订阅命令行实现

1. 打开一个客户端订阅channel1

1. 打开另一个客户端，给channel1发布消息hello

1. 第一个客户端接收到消息

5. Redis新数据类型

5.1 Bitmaps

5.1.1 简介

Redis提供了Bitmaps以实现对位的操作

• Bitmaps本身不是一种数据类型，实际上它就是字符串（key-value），但是它可以对字符串的位进行操作。

• Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把Bitmaps想象成一个以位为单位的数组，数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量。

5.1.2 命令

命令	解释
setbit <key> <offset> <value>	设置Bitmaps中某个偏移量的值(0或1)
getbit <key> <offset>	获取Bitmaps中某个偏移量的值
bitcount <key> [start end]	统计字符串从start字节到end字节比特值为1的数量，可以使用负数值：比如 -1 表示最后一个字节，而 -2 表示倒数第二个字节
bitop and(or/not/xor) <destkey> [key…]	bitop是一个复合操作，它可以做多个Bitmaps的and(交集)、or(并集)、not(非)、xor(异或)操作并将结果保存在destkey中。

5.2 HyperLogLog

5.2.1 简介

求集合中不重复元素个数的问题称为基数问题。

Redis HyperLogLog就是用来做基数统计的算法，HyperLogLog的优点是在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。

但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。

5.2.2 命令

命令	解释
pfadd <key> <element> [element ...]	添加指定元素到 HyperLogLog 中
pfcount <key> [key ...]	计算HLL的近似基数，可以计算多个HLL
pfmerge <destkey> <sourcekey> [sourcekey ...]	将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得

5.3 Geospatial

5.3.1 简介

Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作。

5.3.2 命令

命令	解释
geoadd <key> <longitude> <latitude> <member> [longitude latitude member...]	添加地理位置(经度，纬度，名称)
geopos <key> <member> [member...]	获得指定地区的坐标值
`geodist [m	km	ft	mi]`	获取两个位置之间的直线距离,mi-英里,ft-英尺。默认使用m
`georadius radius [m	km	ft	mi]`	以给定的经纬度为中心，找出某一半径内的元素

6. Jedis

• 引入依赖

<dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>4.2.3</version>
</dependency>

• 注意事项

  禁用Linux的防火墙，redis.conf中注释掉bind 127.0.0.1 ,然后 protected-mode no

• 测试

  public class Demo01 {
      public static void main(String[] args) {
          Jedis jedis = new Jedis("192.168.231.131",6379);
          jedis.auth("password");
          String pong = jedis.ping();
          System.out.println("连接成功："+pong);
          jedis.close();
      }
  }

• 简单使用

  • key

    jedis.set("k1", "v1");
    jedis.set("k2", "v2");
    Set<String> keys = jedis.keys("*");
    System.out.println(keys.size());
    System.out.println(jedis.exists("k1"));
    System.out.println(jedis.ttl("k1"));                
    System.out.println(jedis.get("k1"));

  • string

    jedis.mset("str1","1","str2","v2","str3","v3");
    System.out.println(jedis.mget("str1","str2","str3"));
    jedis.incr("str1");

  • list

    List<String> list = jedis.lrange("mylist",0,-1);

  • set

    jedis.sadd("orders", "order01");
    jedis.sadd("orders", "order02");
    jedis.sadd("orders", "order03");
    Set<String> smembers = jedis.smembers("orders");
    jedis.srem("orders", "order02");

  • hash

    jedis.hset("hash1","userName","lisi");
    System.out.println(jedis.hget("hash1","userName"));
    Map<String,String> map = new HashMap<String,String>();
    map.put("telphone","13810169999");
    map.put("address","atguigu");
    map.put("email","abc@163.com");
    jedis.hmset("hash2",map);
    List<String> result = jedis.hmget("hash2", "telphone","email");

  • zset

    jedis.zadd("zset01", 100d, "z3");
    jedis.zadd("zset01", 90d, "l4");
     
    Set<String> zrange = jedis.zrange("zset01", 0, -1);

7. SpringBoot整合Redis

• 引入依赖

  <!--redis-->
  <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-data-redis</artifactId>
  </dependency>
  <dependency>
      <groupId>org.apache.commons</groupId>
      <artifactId>commons-pool2</artifactId>
      <version>2.11.1</version>
  </dependency>

• 配置文件

  spring:
    redis:
      host: 192.168.231.131
      password: password
      port: 6379
      timeout: 18000000
      lettuce:
        pool:
          # 连接池最大连接数(负值表示没有限制)
          max-active: -1
          # 最大阻塞等待时间(负数表示没有限制)
          max-wait: -1
          # 连接池中的最大空闲连接
          max-idle: 10
          # 连接池中的最小空闲连接
          min-idle: 0

• 添加配置类

  @EnableCaching
  @Configuration
  public class RedisConfig extends CachingConfigurerSupport {
  
      @Bean
      public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {
          // 1.创建 redisTemplate 模版
          RedisTemplate<String, Object> template = new RedisTemplate<>();
          // 2.关联 redisConnectionFactory
          template.setConnectionFactory(factory);
          // 3.创建 序列化类
          GenericToStringSerializer genericToStringSerializer = new GenericToStringSerializer(Object.class);
          // 6.序列化类，对象映射设置
          // 7.设置 value 的转化格式和 key 的转化格式
          template.setValueSerializer(genericToStringSerializer);
          template.setKeySerializer(new StringRedisSerializer());
          template.afterPropertiesSet();
          return template;
      }
  }

• 测试

  @RestController
  @RequestMapping("/redisTest")
  public class RedisTestController {
      
      @Autowired
      private RedisTemplate redisTemplate;
  
      @GetMapping
      public String testRedis() {
          //设置值到redis
          redisTemplate.opsForValue().set("name","lucy");
          //从redis获取值
          String name = (String)redisTemplate.opsForValue().get("name");
          return name;
      }
  }