本文深入解析Redis五种核心数据类型：String、Hash、List、Set和Sorted Set的特点与操作，探讨其应用场景，如高频访问控制、对象存储、队列管理等，助力高效数据处理。
数据存储类型介绍
业务数据的特殊性
- 原始业务功能设计
◆ 秒杀
◆ 618活动
◆ 双11活动
◆ 排队购票 - 运营平台监控到的突发高频访问数据
◆ 突发时政要闻，被强势关注围观 - 高频、复杂的统计数据
◆ 在线人数
◆ 投票排行榜
Redis 数据类型（5种常用）
⚫ string
⚫ hash
⚫ list
⚫ set
⚫ sorted_set/zset（应用性较低）
redis 数据存储格式
⚫ redis 自身是一个 Map，其中所有的数据都是采用 key : value 的形式存储
⚫ 数据类型指的是存储的数据的类型，也就是 value 部分的类型，key 部分永远都是字符串
String 类型
⚫ 存储的数据：单个数据，最简单的数据存储类型，也是最常用的数据存储类型
⚫ 存储数据的格式：一个存储空间保存一个数据
⚫ 存储内容：通常使用字符串，如果字符串以整数的形式展示，可以作为数字操作使用
String 类型数据的基本操作
⚫ 添加/修改数据
set key value
⚫ 获取数据
get key
⚫ 删除数据
del key
⚫ 判定性添加数据
setnx key value
⚫ 添加/修改多个数据
mset key1 value1 key2 value2 ...
⚫获取多个数据
mget key1 key2 ...
⚫ 获取数据字符个数（字符串长度）
strlen key
⚫ 追加信息到原始信息后部（如果原始信息存在就追加，否则新建）
append key value
小节
⚫ string存储结构
⚫ 数据操作
- set
- mset
- del
- setnx
- append
⚫ 查询操作
- get
- mget
- strlen
String 类型数据的扩展操作
⚫ 设置数值数据增加指定范围的值
incr key //自增
incrby key increment //指定增加
incrbyfloat key increment //操作小数(慎用,有误差)
⚫ 设置数值数据减少指定范围的值
decr key
decrby key increment
⚫ 设置数据具有指定的生命周期
setex key seconds value
psetex key milliseconds value
String 类型数据操作的注意事项
- 数据操作不成功的反馈与数据正常操作之间的差异
◆ 表示运行结果是否成功
⚫ (integer) 0 → false 失败
⚫ (integer) 1 → true 成功
◆ 表示运行结果值
⚫ (integer) 3 → 3 3个 ⚫ (integer) 1 → 1 1个 - 数据未获取到时，对应的数据为（nil），等同于null
- 数据最大存储量：512MB
- string在redis内部存储默认就是一个字符串，当遇到增减类操作incr，decr时会转成数值型进行计算
- 按数值进行操作的数据，如果原始数据不能转成数值，或超越了redis 数值上限范围，将报错
9223372036854775807（java中Long型数据最大值，Long.MAX_VALUE） - redis所有的操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行的，因此无需考虑并发带来的数据影响
小节
⚫ 数值操作
◆ incr
◆ incrby
◆ incrbyfloat
◆ desc
◆ descby
⚫ 时效性操作
◆ setex
◆ psetex
应用场景
主页高频访问信息显示控制，例如新浪微博大V主页显示粉丝数与微博数量
解决方案
⚫ 在redis中为大V用户设定用户信息，以用户主键和属性值作为key，后台设定定时刷新策略即可
eg: user:id :3506728370:fans → 12210947
eg: user:id :3506728370:blogs → 6164
eg: user:id :3506728370:focuses → 83
⚫ 也可以使用json格式保存数据
eg: user: id:3506728370 → {“fans”：12210947，“blogs”：6164，“ focuses ”：83 }
key 的设置约定
⚫ 数据库中的热点数据key命名惯例
数据存储的困惑
对象类数据的存储如果具有较频繁的更新需求操作会显得笨重
hash 类型
⚫ 新的存储需求：对一系列存储的数据进行编组，方便管理，典型应用存储对象信息
⚫ 需要的存储结构：一个存储空间保存多个键值对数据
⚫ hash类型：底层使用哈希表结构实现数据存储
hash 类型数据的基本操作
⚫ 添加/修改数据
hset key field value
⚫ 获取数据
hget ket field
hgetall key //获取所有的key
⚫ 删除数据
hdel key field1 [field2]
⚫ 设置field的值，如果该field存在则不做任何操作
hsetnx key field value
⚫ 添加/修改多个数据
hmset key field1 value1 field2 value2 ...
⚫ 获取多个数据
hmget key field1 field2
⚫ 获取哈希表中字段的数量
hlen key
⚫ 获取哈希表中是否存在指定的字段
hexists key field
小节
⚫ hash存储结构
⚫ 数据操作
◆ hset
◆ hmset
◆ hdel
◆ hsetnx
⚫ 查询操作
◆ hget
◆ hmget
◆ hgetall
◆ hlen
◆ hexists
hash 类型数据扩展操作
⚫ 获取哈希表中所有的字段名或字段值
hkeys key
hvals key
⚫ 设置指定字段的数值数据增加指定范围的值
hincrby key field increment
hincrbyfloat key field increment
hash 类型数据操作的注意事项
- hash类型中value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象。如果数据未获取到，对应的值为（nil）
- 每个 hash 可以存储 [2]32 - 1 个键值对
- hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性。但hash设计初衷不是为了存储大量对象而设计
的，切记不可滥用，更不可以将hash作为对象列表使用 - hgetall 操作可以获取全部属性，如果内部field过多，遍历整体数据效率就很会低，有可能成为数据访问瓶颈
小节
⚫ 数值操作
◆ hincrby
◆ hincrbyfloat
⚫ 特殊查询操作
◆ hkeys
◆ hvals
⚫ 注意事项
应用场景
解决方案
⚫ 以商家id作为key
⚫ 将参与抢购的商品id作为field
⚫ 将参与抢购的商品数量作为对应的value
⚫ 抢购时使用降值的方式控制产品数量
list 类型
⚫ 数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分
⚫ 需要的存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序
⚫ list类型：保存多个数据，底层使用双向链表存储结构实现
list 类型数据基本操作
⚫ 添加/修改数据
lpush key value1 [value2] …… //左存
rpush key value1 [value2] …… //右存
⚫ 获取数据
lrange key start stop
lindex key index
llen key
⚫ 获取并移除数据
lpop key //左拿&删除
rpop key //右拿&删除
小节
⚫ list存储结构
⚫ 数据操作
◆ lpush
◆ rpush
◆ lpop
◆ rpop
⚫ 查询信息
◆ lrange
◆ lindex
◆ llen
list 类型数据扩展操作
⚫ 移除指定数据
lrem key count value
⚫ 规定时间内获取并移除数据
blpop key1 [key2] timeout
brpop key1 [key2] timeout
brpoplpush source destination timeout
list 类型数据操作注意事项
- list中保存的数据都是string类型的，数据总容量是有限的，最多[2]32 -1 个元素 (4294967295)。
- list具有索引的概念，但是操作数据时通常以队列的形式进行入队出队操作，或以栈的形式进行入栈出栈操作
- 获取全部数据操作结束索引设置为-1
- list可以对数据进行分页操作，通常第一页的信息来自于list，第2页及更多的信息通过数据库的形式加载
小节
⚫ 数据操作
◆ lrem
◆ blpop
◆ brpop
◆ brpoppush
应用场景
解决方案
⚫ 依赖list的数据具有顺序的特征对信息进行管理
⚫ 使用队列模型解决多路信息汇总合并的问题
⚫ 使用栈模型解决最新消息的问题
set 类型
⚫ 新的存储需求：存储大量的数据，在查询方面提供更高的效率
⚫ 需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询
⚫ set类型：与hash存储结构完全相同，仅存储键，不存储值（nil），并且值是不允许重复的
set 类型数据的基本操作
⚫ 添加数据
sadd key member1 [member2]
⚫ 获取全部数据
smembers key
⚫ 删除数据
srem key member1 [member2]
⚫ 获取集合数据总量
scard key
⚫ 判断集合中是否包含指定数据
sismember key member
⚫ 随机获取集合中指定数量的数据
srandmember key [count]
⚫ 随机获取集合中的某个数据并将该数据移出集合
spop key [count]
小节
⚫ set存储结构
⚫ 数据操作
◆ sad
◆ srem
◆ spop
⚫ 查询操作
◆ smember
◆ scard
◆ sismember
◆ srandmember
set 类型数据的扩展操作
⚫ 求两个集合的交、并、差集
sinter key1 [key2 …]
sunion key1 [key2 …]
sdiff key1 [key2 …]
⚫ 求两个集合的交、并、差集并存储到指定集合中
sinterstore destination key1 [key2 …]
sunionstore destination key1 [key2 …]
sdiffstore destination key1 [key2 …]
⚫ 将指定数据从原始集合中移动到目标集合中
smove source destination member
set 类型数据操作的注意事项
⚫ set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份
⚫ set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间
小节
⚫ 集合操作
◆ sinter
◆ sunion
◆ sdiff
◆ sinterstore
◆ sunionstore
◆ sdiffstore
◆ smove
应用场景
黑名单
资讯类信息类网站追求高访问量，但是由于其信息的价值，往往容易被不法分子利用，通过爬虫技术，
快速获取信息，个别特种行业网站信息通过爬虫获取分析后，可以转换成商业机密进行出售。例如第三方火
车票、机票、酒店刷票代购软件，电商刷评论、刷好评。
同时爬虫带来的伪流量也会给经营者带来错觉，产生错误的决策，有效避免网站被爬虫反复爬取成为每
个网站都要考虑的基本问题。在基于技术层面区分出爬虫用户后，需要将此类用户进行有效的屏蔽，这就是
黑名单的典型应用。
ps:不是说爬虫一定做摧毁性的工作，有些小型网站需要爬虫为其带来一些流量。
白名单
对于安全性更高的应用访问，仅仅靠黑名单是不能解决安全问题的，此时需要设定可访问的用户群体，
依赖白名单做更为苛刻的访问验证。
解决方案
⚫ 基于经营战略设定问题用户发现、鉴别规则
⚫ 周期性更新满足规则的用户黑名单，加入set集合
⚫ 用户行为信息达到后与黑名单进行比对，确认行为去向
⚫ 黑名单过滤IP地址：应用于开放游客访问权限的信息源
⚫ 黑名单过滤设备信息：应用于限定访问设备的信息源
⚫ 黑名单过滤用户：应用于基于访问权限的信息源
常用指令
key常用指令
key 基本操作
⚫ 删除指定key
del key
⚫ 获取key是否存在
exists key
⚫ 获取key的类型
type key
key 扩展操作
⚫ 排序
sort
⚫ 改名
rename key newkey
renamenx key newkey
key 扩展操作（时效性控制）
⚫ 为指定key设置有效期
expire key seconds
pexpire key milliseconds
expireat key timestamp
pexpireat key milliseconds-timestamp
⚫ 获取key的有效时间
ttl key
pttl key
⚫ 切换key从时效性转换为永久性
persist key
key 扩展操作（查询模式）
⚫ 查询key
keys pattern
查询模式规则
小节
⚫ 操作指令
◆ del
◆ rename
◆ renamenx
◆ expire/ expireat
◆ pexpire/ pexpireat
◆ persist
⚫ 查询指令
◆ exists
◆ type
◆ ttl
◆ pttl
◆ keys
◆ sort
数据库常用指令
db 基本操作
⚫ 切换数据库
select index
⚫ 其他操作
ping
db 扩展操作
⚫ 数据移动
move key db
⚫ 数据总量
dbsize
⚫ 数据清除
flushdb //慎用
flushall //慎用
小节
⚫ 操作指令
◆ move
◆ flushdb
◆ flushall
◆ select
◆ ping
⚫ 查询指令
◆ dbsize
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
