欢迎访问 生活随笔!

生活随笔

当前位置: 首页 > 运维知识 > windows >内容正文

windows

Redis系列之常见数据类型应用场景

发布时间:2023/11/16 windows 23 coder
生活随笔 收集整理的这篇文章主要介绍了 Redis系列之常见数据类型应用场景 小编觉得挺不错的,现在分享给大家,帮大家做个参考.

目录
  • String
    • 简单介绍
    • 常见命令
    • 应用场景
  • Hash
    • 简单介绍
    • 常见命令
    • 应用场景
  • List
    • 简单介绍
    • 常见命令
    • 应用场景
  • Set
    • 简单介绍
    • 常见命令
    • 应用场景
  • Sorted Set(Zset)
    • 简单介绍
    • 常见命令
    • 应用场景
  • Bitmap
    • 简单介绍
    • 常见命令
    • 应用场景
  • 附录

Redis支持多种数据类型,比如String、hash、list、Set、SortedSet、Streams、Bitmap、Hyperloglog、Geo(物理位置)等等,在官网也给出了说明,本博客就挑一些比较常有的数据类型说说,本文例子基于Redisson实现

String

简单介绍

在Redis中,所有的数据都是key-value的数据结构存储的,那么在Redis中这个string类型的value值只能存储String类型的数据?其实不然,redis中string类型的value值是可以支持多种类型的,比如String、Number、Float、Bits等等,但是最大还是只能存储512M。Redis中key也是string类型存储的,所以最大也只能存储512M

常见命令

setget命令就不演示了,下面给出一些常有命令

批量设置多个key

mset tkey1 tvalue tkey2 111

批量获取多个key值

mget tkey1 tkey2

获取长度

strlen tkey

字符串后面追加内容

append tkey tstring

获取指定范围的字符

# 取0~3之间的字符,返回1tst
getrange tkey 0 3

key进行递增(整数)

# 返回1
incr ikey
# 递增指定大小的值,返回124
incrby ikey 124

key进行递增(浮点数)

# 设置初始浮点数值
set fkey 1.2
# 在原来基础上递增2.4,返回3.6
incryfloat fkey 2.4

加上key过期时间

expire tkey 10

分布式锁实现,set if not exists,可以使用setnx单个命令,也可以使用set结合nx命令来实现

# set tkey过期时间10秒,nx:如果键不存在时设置
set tkey aaa ex 10 nx
# setnx命令,相当于set和nx命令一起用
setnx tkey aaa

EX : 设置指定的到期时间(以秒为单位)。

PX : 设置指定的到期时间(以毫秒为单

NX : 仅在键不存在时设置键。

XX : 只有在键已存在时才设置。

String 更多指令请参考官网文档:https://redis.io/commands/?group=string

应用场景

对于Redis String类型的应用场景也比较多,比如很常有的做缓存处理,也可以用于分布式锁、分布式ID

分布式锁的实现主要依赖于命令setnx

分布式ID主要是利用incr这个命令

基于Redis实现一个分布式ID生成器

package com.example.redis.common.handlers;

import com.baomidou.mybatisplus.core.incrementer.IdentifierGenerator;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Component;

import javax.annotation.Resource;

/**
 * <pre>
 *      Redis分布式ID生成器
 * </pre>
 *
 * <pre>
 * 修改记录
 *    修改后版本:     修改人:  修改日期: 2023/11/07 14:18  修改内容:
 * </pre>
 */
@Component
public class RedisIdentifierGenerator implements IdentifierGenerator {

    @Resource
    private RedisTemplate redisTemplate;

    @Override
    public Number nextId(Object entity) {
        String key = entity.getClass().getName();
        return redisTemplate.opsForValue().increment(key);
    }

}

Hash

简单介绍

Hash哈希,数据类型也是一种比较常见的数据结构,相对于Redis的string类型而言,其实就是多了一层key(field),所以说只要string类型适用的场景,hash都是支持的

常见命令

hash设置key为hkey,field为a的值

hset hkey a aaaa

获取hkey的field值

hget hkey a

设置多个field值

hmset hkey a 1 b 2 c 3 d 4

获取多个field值

hmget hkey a b c d

获取key所有的field

hkeys hkey

获取key所有field的值

hvals hkey

获取key所有fileld和值

hgetall hkey

给key某个字段field添加值

hincrby hkey a 10

对于Hash的更多命令,请参考:https://redis.io/commands/?group=hash

应用场景

对于hash的应用场景,其实只要redis string类型适用的,hash都是适用的,不过hash这种特殊的数据结构,还是适用于一些特殊场景的

  • 存储一个对象类的数据,这个对象的多个字段就对应hash的field
  • 存储一些统计类的数据,比如访问量、点击量等等

如图,如果要统计博客的pv、uv还有评论数量(evaluation_count),随着博客数量的增加存储到数据库里,后面肯定会查询比较慢,所以可以使用redis进行缓存

使用Redisson来写一个例子:

  @Resource
    private RedissonClient redissonClient;

    @Test
    void contextLoads() throws ExecutionException, InterruptedException {
        RMap<Object, Object> redissonClientMap = redissonClient.getMap("recordMap");
        Map<String,Integer> map = new HashMap<>();
        map.put("pv" , 1000);
        map.put("uv" , 1500);
        map.put("evaluation_count",30)
        redissonClientMap.putAll(map);
        System.out.println(redissonClientMap.addAndGet("pv", 2));
    }   

List

简单介绍

redis中的数据类型存储有序的字符串列表,元素是可以重复,列表的最大长度为2^32-1个元素(4294967295),即每个列表超过40亿个元素

常见命令

左右添加元素

# 左边添加元素
lpush queueList a
lpush queueList b c

# 右边添加元素
rpush queueList d e

左右弹出第一条

# 左边弹出一个元素
lpop queueList
# 右边弹出一个元素
rpop queueList

左右弹出一个元素,并且设置超时,直到无数据弹出或者超时

blpop queueList 10
brpop queueList 10

应用场景

  • 微信公众号、微博等消息流列表

    RDeque<Object> recordList = redissonClient.getDeque("recordList");
    recordList.addFirst("1.新闻1");
    recordList.addFirst("2.新闻2");
    recordList.addFirst("3.新闻3");
    IntStream.range(0,3).forEach(a->{
        System.out.println(recordList.poll());
    });
    
  • 消息队列,使用redis也可以实现消息队列,比如使用rpush/lpop实现简单队列;blpop或者是brpop来实现阻塞读取队列;补充说明,同时streampub/sub(订阅发布模式)、sortedSet等等也是可以实现的

    不过还是不建议使用Redis来实现消息队列,因为我们已经有成熟的MQ框架,使用redis实现队列有可能有下面的问题:

    • 存在内存,可能会有数据丢失,不能重复消费
    • 消费后不能回应,没有ack确认机制

Set

简单介绍

Redis中的Set类型是无序集合,最大存储数量为2^32-1,大概有40亿左右,添加、删除元素的时间复杂度都是O(1)

常见命令

添加一个或者多个元素

sadd skey a b c d e f g h

获取所有的元素

smembers skey

获取集合元素的个数

scard skey

随机获取一个元素

srandmember skey

随机弹出一个元素

spop skey

弹出指定的元素

# 如果两个元素都有,返回2
srem skey a g

检查元素是否存在

# 元素存在返回1
sismember skey e

获取前一个集合有,而后面一个集合没有的元素

sdiff skey skey1

获取集合的交集

sinter skey skey1

获取集合的并集

sunion skey skey1

Set的更多命令请参考:https://redis.io/commands/?group=set

应用场景

  • 抽奖程序,利用spopstandmember随机弹出元素

    RSet<String> recordSet = redissonClient.getSet("recordSet");
    List<String> members = Lists.newArrayList("alice", "tim","tom" , "风清扬", "jack" );
    recordSet.addAll(members);
    RFuture<Set<String>> threeSet = recordSet.removeRandomAsync(3
                                                               );
    RFuture<Set<String>> twoSet = recordSet.removeRandomAsync(2
                                                             );
    RFuture<Set<String>> oneSet = recordSet.removeRandomAsync(1
                                                             );
    System.out.println("三等奖:"+threeSet.get());
    System.out.println("二等奖:"+twoSet.get());
    System.out.println("一等奖:"+oneSet.get());
    
  • 集合交集(sinter)、并集(sunion)的场景,可以实现共同关注等场景

    RSet<Object> tom = redissonClient.getSet("tom");
    tom.addAll(Lists.newArrayList("令狐冲","james","风清扬"));
    RSet<Object> jack = redissonClient.getSet("jack");
    jack.addAll(Lists.newArrayList("令狐冲","tim","jack"));
    System.out.println("共同关注的人:"+tom.readIntersectionAsync("jack").get());
    
  • sadd 集合存储,实现点赞、签到的业务场景

Sorted Set(Zset)

简单介绍

相对于set来说,sorted set是一种有序的set,排序是根据每个元素的score排序的,score相同时根据key的ASCII码排序

常见命令

批量添加元素

zadd z1 10 a 20 b 30 c 40 d 50 e 60 f 70 g 80 h 90 i

根据分数从低到高

zrange z1 0 -1 withscore

根据分数从高到低

zrevrange z1 0 -1 withscores

根据分数范围取值

zrangebyscore z1 20 30

移除元素

zrem z1 i

获取有序集合个数

zcard z1

给某个元素加分值

zincrby z1 20 a

获取范围内的个数

zcount z1 50 60

返回指定元素的索引值

# 假如d元素排在第4位,索引值就返回3
zrank z1 d

获取元素的分数

zscore z1 h

Sorted Set的更多命令请参考:https://redis.io/commands/?group=sorted_set

应用场景

  • 排行榜

    RScoredSortedSet<String> school = redissonClient.getScoredSortedSet("school");
    school.add(60, "tom");
    school.add(60, "jack");
    school.add(60, "tim");
    school.addScore("tom", 20);
    school.addScore("jack", 10);
    school.addScore("tim", 30);
    RFuture<Collection<ScoredEntry<String>>> collectionRFuture = school.entryRangeReversedAsync(0, -1);
    Iterator<ScoredEntry<String>> iterator = collectionRFuture.get().iterator();
    System.out.println("成绩从高到低排序");
    while(iterator.hasNext()) {
        ScoredEntry<String> next = iterator.next();
        String value = next.getValue();
        System.out.println(value);
    }
    RFuture<Collection<ScoredEntry<String>>> collectionRFuture1 = school.entryRangeReversedAsync(0, 2);
    Iterator<ScoredEntry<String>> iterator1 = collectionRFuture1.get().iterator();
    System.out.println("成绩前三名");
    while (iterator1.hasNext()) {
        System.out.println(iterator1.next().getValue());
    }
    

Bitmap

简单介绍

位图不是实际的数据类型,而是String类型中定义的一种面向位的操作,所以这个位图的最大存储量也是512M。可以容纳最少2^32不同的位,可以在不同的位置设置0或者1

常见命令

设置位的值

# 将位2设置为1
setbit permit 2 1

获取位的值

getbit permit 2

获取key的为1的个数

# 获取位为1的总数
bitcount permit

获取0或者1的第一位

# 获取key permit 位为1的第一个位置
bitpos permit 1

获取多个bitmap的位操作,比如&|

# 获取bkey和permit这两个的&运算,并且赋值给hbit
bitop AND hbit bkey permit

应用场景

  • 实时的数据统计

    比如:人员的考勤打卡记录,例如学生tom每次来上课就将相关的位记录位1

假如当月的第一天、第五天、第十天都来了

setbit tom 1 1
setbit tom 5 1
setbit tom 10 1

如何每月考勤,统计一下这个用户当月来了几天

bitcount tom 

也可以应用于统计一个网站一天有多少用户访问,例如用户ID为123、124、125的用户访问了csdn

setbit csdn:2023-11-08 123 1
setbit csdn:2023-11-08 124 1
setbit csdn:2023-11-08 125 1
...
# 统计一下当天的访问次数
bitcount csdn:2023-11-08 
  • 存储用户权限,比如用1来表示有权限,0表示没权限,使用位图可以节省很大的存储空间

附录

Redis命令查询网站:https://redis.io/commands/

总结

以上是生活随笔为你收集整理的Redis系列之常见数据类型应用场景的全部内容,希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错,欢迎将生活随笔推荐给好友。