Redis八种数据类型

Redis 五大数据类型

使用 SpringBoot。Jedis，所有的方法也是这些命令！

key

# 验证 redis 服务密码
127.0.0.1:6379> auth 123456
# 查看 redis 节点信息
127.0.0.1:6379> info replication
# 测试是否连接 redis
127.0.0.1:6379> ping
# 查看所有的key
127.0.0.1:6379> keys * 
#关闭redis 
127.0.0.1:6379> shutdown
# 退出
127.0.0.1:6379> exit  
# 切换数据库
127.0.0.1:6379> select 3
# 查看DB大小
127.0.0.1:6379> DBSIZE  
# 清除当前数据库
127.0.0.1:6379> flushdb
# 清除全部数据库的内容
127.0.0.1:6379> flushall
# 判断当前的key是否存在
127.0.0.1:6379> exists name
127.0.0.1:6379> set name
# 移动key到第一个数据库
127.0.0.1:6379> move name 1
# 设置key的过期时间，单位是秒
127.0.0.1:6379> expite name 10
# 查看当前 key 的剩余时间
127.0.0.1:6379> ttl name  
# 查看当前key的一个类型
127.0.0.1:6379> type name

String

# 设置值
127.0.0.1:6379> set k1 v1  
# 获取值
127.0.0.1:6379> get k1  
# 获取所有的 key
127.0.0.1:6379> keys *
# 判断一个 key 是否存在
127.0.0.1:6379> exists k1
# 获取字符串的长度
127.0.0.1:6379> STRLEN key1
# 追加字符串，如果当前 key 不存在，就相当于set key
127.0.0.1:6379> APPEND k1 ",Hello"
# 初始浏览量为 0
127.0.0.1:6379> set views 0
# 自增1 浏览量变为1
127.0.0.1:6379> incr views
# 自减1  浏览量-1
127.0.0.1:6379> decr views
# 可以设置步长，指定增加10
127.0.0.1:6379> incrby views 10 
# 可以设置步长，指定减小10
127.0.0.1:6379> decrby views 10 
# 设置 k1 的值
127.0.0.1:6379> set k1 "hello,world"
# 截取字符串 [0,3]
127.0.0.1:6379> getrange k1 0 3
# 获取全部的字符串和 get key 是一样的
127.0.0.1:6379> getrange k1 0 -1
# 设置 k2 的值 "12345678"
127.0.0.1:6379> set k2 "12345678"
# 替换指定位置开始的字符串
127.0.0.1:6379> SETRANGE k2 1 xx

# setex (set with expire)  # 设置过期时间
# setnx (set if not exist)  # 不存在在设置 （在分布式锁中会常常使用！）
# 设置key3 的值为 hello,30秒后过期
127.0.0.1:6379> setex k3 30 "hello" 
# 查看 k3 过期时间
127.0.0.1:6379> ttl k3
# 如果 k3 不存在，创建 k3
127.0.0.1:6379> setnx k3 "haha"
# 清除当前数据库的所有 key
127.0.0.1:6379> flushdb
# 同时设置多个值
127.0.0.1:6379> mset k1 v1 k2 v2 k3 v3  
# 同时获取多个值
127.0.0.1:6379> mget k1 k2 k3

# msetnx 是一个原子性的操作，要么一起成功，要么一起失败 结果返回 0
127.0.0.1:6379> msetnx k1 v1 k4 v4

# 对象 set user:1 {name:zhangsan,age:3}  设置一个user:1 对象值为 json 字符来保存一个对象
# 这里的key是一个巧妙的设计： user:{id}:{filed} , 如此设计在Redis中是完全OK了
127.0.0.1:6379> mset user:1:name zhangsan user:1:age 2
# 获取对象中的值
127.0.0.1:6379> mget user:1:name user:1:age

# getset  先get然后在set
# 如果不存在值，则返回 nil
127.0.0.1:6379> getset db redis
# 如果存在值，获取原来的值，并设置新的值
127.0.0.1:6379> getset db mongodb

String 类似的使用场景：value 除了是字符串还可以是数字

用户token
计数器
统计多单位的数量
粉丝数
对象缓存存储

List

基本的数据类型，列表，在 redis 里面，list 是一种比较灵活的链表数据结构，可以充当栈、队列、阻塞队列

list 列表是链表型的数据结构，所以它的元素是有序的，而且列表内的元素是可以重复的。意味着它可以根据链表的下标获取指定的元素和某个范围内的元素集。

# 将一个值或者多个值，插入到列表头部 （左）
127.0.0.1:6379> lpush list one
127.0.0.1:6379> lpush list one two three
# 获取 list 中的所有值
127.0.0.1:6379> lpush list 0 -1
# 通过区间获取具体的值
127.0.0.1:6379> lrange lisr 0 1
# 将一个值或者多个值，插入到列表位部 （右）
127.0.0.1:6379> rpush list righr

# 通过下标获得 list 中的某一个值
127.0.0.1:6379> lindex list 1
# 返回 list 列表的长度
127.0.0.1:6379> llen list

# 移除list的第一个元素
127.0.0.1:6379> lpop list
# 移除list的最后一个元素
127.0.0.1:6379> rpop list  
# 移除list集合中指定个数的value，精确匹配
127.0.0.1:6379> lrem list 1 one 


# trim 修剪 
# 新建一个 newlist 集合
127.0.0.1:6379> lpush newlist "hello" "hello1" "hello2" "hello3" "hello4"
# 通过下标截取指定的长度，这个list已经被改变了，截断了只剩下截取的元素
127.0.0.1:6379> ltrim newlist 1 2

# rpoplpush 移除列表的最后一个元素，将他移动到新的列表中
127.0.0.1:6379> rpush newlist "hello1"
# 移除列表的最后一个元素，将他移动到新的列表中
127.0.0.1:6379> rpoplpush another anotherlist
# 查看目标列表中，确实存在改值
127.0.0.1:6379> lrange anotherlist 0 -1 

# lset 将列表中指定下标的值替换为另外一个值，更新操作
127.0.0.1:6379> exists list
# 如果不存在列表更新机会报错，更新前先检查列表是否存在（0表示下表索引）
127.0.0.1:6379> lset list 0 item
# 如果下标不存在，则会报错
127.0.0.1:6379> lset list 10 other

# linsert 将某个具体的 value 插入到列表中某个元素的前面或者后面
127.0.0.1:6379> rpush list "hello"
127.0.0.1:6379> rpush list "world"
# 把 other 添加到 world 前面
127.0.0.1:6379> linsert list before "world" "other"
# 把 another 添加到 world 后面
127.0.0.1:6379> linsert list after "world" "another"

List 是一个链表，before , after ， left，right 都可以插入值，在两边插入或者改动值，效率最高！中间元素，相对来说效率会低一点

使用场景：

消息队列
排行榜
最新列表

Set

Sets: 不重复且无序的字符串元素的集合。

set 类型是 string 类型的集合，其特点是集合元素无序且不重复，每个集合最多可以存储 232 – 1 个元素（40多亿）

所有的 set 命令都是 s 开始

# 清空当前数据库
127.0.0.1:6379> flushdb
# set 集合中添加几个值
127.0.0.1:6379> sadd myset "1"
127.0.0.1:6379> sadd myset "1" "2" "3" "4" "5" "6" "7" "8" "9" "0"
# 查看指定 set 的所有值
127.0.0.1:6379> smembers myset
# 判断某一个值是不是在 set 集合中
127.0.0.1:6379> sismember myset

# 获取 set 集合中的内容元素个数
127.0.0.1:6379> scard myset
# 移除 set 集合中的指定元素
127.0.0.1:6379> srem myset 3

# 随机抽选出一个元素,set 无序不重复集合。抽随机
127.0.0.1:6379> srandmember myset
# 随机抽取2个
127.0.0.1:6379> srandmember myset 2

# 随机删除 myset 中的值
127.0.0.1:6379> spop myset

# 将一个指定的值，移动到另外一个set集合
127.0.0.1:6379> sadd "hello"
127.0.0.1:6379> sadd "world"
127.0.0.1:6379> smove myset newset "hello"

# 数字集合类 - 差集 sdiff - 交集 sinter - 并集 sunion
127.0.0.1:6379> sadd key1 "a" "b" "c"
127.0.0.1:6379> sadd key2 "c" "e" "f"
# 差集—— key1 在 key2 中没有的值
127.0.0.1:6379> sdiff key1 key2
# 交集—— key1 和 key2 共同拥有的值
127.0.0.1:6379> sinter key1 key2
# 并集—— key1 和 key2 所有的值
127.0.0.1:6379> sunion key1 key2

Set使用场景：

共同关注，共同爱好，推荐好友，共同好友，共同喜好，二度好友，共同粉丝，微信点赞同好友可看，感兴趣的人集合
兴趣标签，相同爱好的为一个标签
统计网站的独立 IP 。利用 set 集合当中元素不唯一性，可以快速实时统计访问网站的独立IP。
安全提示，群聊拉人的时候，新人入群的提示，如果被拉进群聊的新人除了拉取人之外，和其他群友都不是好友关系或者跟不超过N个人是好友关系的时候，就可以给一个安全提示。此时用到的是 SISMEMBER

Hash

Map集合，key-maps 时候这个值是一个map集合！本质和 String 类型没有太大区别，还是一个简单的 key-vlaue ！

有点像 HashMap 的 value 又套了个 HashMap

所有 hash 的命令都是 h 开头

# set一个具体 key-vlaue
127.0.0.1:6379> hset myhash field "hello
# 获取一个字段值
127.0.0.1:6379> hget myhash field
# set 多个 key-vlaue 返回 OK
127.0.0.1:6379> hmset myhash field1 "hello" field2 "world"
# set 多个 key-vlaue 返回成功的数量
127.0.0.1:6379> hset myhash field3 "hello" field4 "world"
# 获取多个字段值
127.0.0.1:6379> hmget myhash field1 field2
# 获取全部的数据
127.0.0.1:6379> hgetall myhash

# 获取hash表的字段数量
127.0.0.1:6379> hlen myhash
# 判断hash中指定字段是否存在
127.0.0.1:6379> hexists myhash field1

# 只获得所有 field
127.0.0.1:6379> hkeys myhash
# 只获得所有value
127.0.0.1:6379> hvals myhash

# 指定增量
127.0.0.1:6379> hset myhash field5 5
127.0.0.1:6379> hincrby myhash field5 5
127.0.0.1:6379> hincrby myhash field5 -2

# 如果不存在则可以设置,存在则不能设置
127.0.0.1:6379> hsetnx myhash field6 "hello"
# 删除指定的 field
127.0.0.1:6379>hdel myhash field

# 返回 hash 指定 field 的 value 的字符串长度，field 不存在返回 0
127.0.0.1:6379> hstrlen myhash field1

hash 变更的数据 user name age,尤其是是用户信息之类的，经常变动的信息！ hash 更适合于对象的存储，String 更加适合字符串存储

购物车的实现：field (商品id)，hincrby (商品数量，添加增量会返回总数)，hdel(删除)，hgetall (全选)，hlen (购物车车数量)，key (用户id)

Hash 结构优点：

同类数据归类整合存储，方便数据管理
相比 String 操作消耗内存与 cpu 更小
相比 String 储存更节省空间

缺点：

过期功能不能使用在 field 上，只能用在 key 上
Redis 集群架构下不适合大规模使用

Sorted Set

Sorted-Set 和 Set 类型极为相似，它们都是字符串的集合，都不允许重复的成员出现在一个 Set 中。它们之间的主要差别是 Sorted-Set 中的每一个成员都会有一个分数(score)与之关联，Redis 正是通过分数来为集合中的成员进行从小到大的排序。然而需要额外指出的是，尽管 Sorted-Set 中的成员必须是唯一的，但是分数(score)却是可以重复的

在 set 的基础上，增加了一个值，set k1 v1 zset k1 score1 v1

# 添加一个值
127.0.0.1:6379> zadd myzset 1 one 
# 添加多个值
127.0.0.1:6379> zadd myzset 2 two 3 three
# zincrby 和 zadd 效果一样，最后返回结果是字符串，zadd 返回添加总数

# 查看添加的值
127.0.0.1:6379> zrange myzset 0 -1
127.0.0.1:6379> zrange myzset 0 -1 withscores

# 实现排序 添加三个用户
127.0.0.1:6379> zadd salary 120 zhang 98 wang 110 li
# ZRANGEBYSCORE key min max   显示全部的用户 从小到大
127.0.0.1:6379> zrangebyscore salary -inf +inf
# 从大到进行排序
127.0.0.1:6379> zrevrange salary 0 -1
# 显示全部的用户并且附带成绩
127.0.0.1:6379> zrangebyscore salary -inf +inf withscores
# 显示成绩小于 110 的所有人，升序排序
127.0.0.1:6379> zrangebyscore salary -inf 110 withscores
# zrem 移除，移除有序集合中的指定元素
127.0.0.1:6379> zrem salary zhang

# 添加值
127.0.0.1:6379> zadd myzset 2 hello 3 world
# 有序集合的元素个数， key 不存在则返回0 
127.0.0.1:6379> zcard myzset
# 获取区间成员数量
127.0.0.1:6379> zcount myzset 1 3
# 计算成员之间的数量
127.0.0.1:6379> zlexcount myzset - +
127.0.0.1:6379> zlexcount myzset [b [f

# 删除一个 zset -> del myzset
127.0.0.1:6379> del myzset

ZSet 数据类型使用场景：游戏排名、微博热点话题，根据时间排序的新闻列表，阅读排行榜，延时队列等

限流，滑动窗口是限流常见的一种策略。如果我们把一个用户的 ID 作为 key 来定义一个 zset ，member 或者 score 可以都为访问时的时间戳。我们只需统计某个 key 下在指定时间戳区间内的个数，就能得到这个用户滑动窗口内访问频次，与最大通过次数比较，来决定是否允许通过。

三种特殊类型

Geospatial 地理位置

Geospatial 数据类型在 Redis 中用于存储地理位置信息。它支持将经度（longitude）和纬度（latitude）与特定的值关联起来，从而可以进行地理位置相关的操作，例如计算两个位置之间的距离、查找某个范围内的位置等。

使用场景：

位置服务：可以存储用户的地理位置信息，以便实现附近的人或地点搜索、距离计算等功能。
地理围栏：可以设置地理围栏并检测某个位置是否在指定的围栏范围内。
地理分布统计：可以统计某个区域内的位置分布情况，从而进行数据分析和可视化。

常用命令：

GEOADD key longitude latitude member [longitude latitude member ...]：将一个或多个地理位置及其成员添加到指定的键中。
GEODIST key member1 member2 [unit]：计算两个成员之间的距离，可选择不同的单位（如米、千米等）。
GEORADIUS key longitude latitude radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]：根据给定的经纬度和半径，查找在指定范围内的成员。可以选择返回结果的附加信息，如距离、坐标等。
GEOHASH key member [member ...]：获取指定成员的 Geohash 值，用于对地理位置进行索引。
GEOPOS key member [member ...]：获取指定成员的经纬度坐标。

Hyperloglog

HyperLogLog 是一种基数估计算法，用于统计一个数据集中的不同元素的数量，而不需要实际存储每个元素。它可以用来进行基数统计，例如统计网站的独立访客数、统计搜索词的不同数量等。

使用场景：

网站分析：可以使用 HyperLogLog 统计网站的独立访客数，而不需要存储每个访客的详细信息。
统计分析：可以用于对大规模数据集进行基数估计，例如统计社交媒体上的用户数、统计广告点击数等。

常用命令：

PFADD key element [element ...]：将一个或多个元素添加到 HyperLogLog 中。
PFCOUNT key [key ...]：对指定的 HyperLogLog 进行基数估计，返回近似的基数值。
PFMERGE destkey sourcekey [sourcekey ...]：将多个 HyperLogLog 合并为一个新的 HyperLogLog，用于进行多个集合的基数估计。

Bitmap

使用场景：

统计用户信息、活跃、不活跃、登录、未登录、打卡、365 打卡！两个状态的，都可以使用 Bitmaps！

Bitmap 位图，数据结构，都是操作二进制位来进行记录，就只有0 和 1 两个状态！

365 天 = 365 bit 1字节 = 8bit 46 个字节左右！

# 使用 bitmap 记录周一到周日打卡
127.0.0.1:6379> setbit sign 0 1
127.0.0.1:6379> setbit sign 1 1
127.0.0.1:6379> setbit sign 2 1
127.0.0.1:6379> setbit sign 3 0
127.0.0.1:6379> setbit sign 4 1
127.0.0.1:6379> setbit sign 5 1
127.0.0.1:6379> setbit sign 6 1
# 查看那一天是否打卡
127.0.0.1:6379> getbit sign 3
127.0.0.1:6379> getbit sign 4

# 统计这周的打卡记录，就可以看到是否有全勤
127.0.0.1:6379> bitcount sign