redis基本数据结构使用与场景

string字符串

用法

# 给key设置value
set [key] [value]

# 根据key 获取 value
get [key] 

# 根据key删除
del [key]

# 判断是否存在指定key
exists [key]

# 批量存取键值对
mset [key1] [value1] [key2] [value2]

# 根据key批量获取value
mget [key1] [key2]

# 给key设置对应的过期时间 单位秒
expire [key] [time]

# 等价于 set + expire 命令组合
setex    [key]  [time]  [value] 

# 如果key不存在则set 创建否则返回0
setnx  [key]  [value]   

# 如果value为整数 可用 incr命令每次自增1
incr   [key]           
# 使用incrby命令对整数值 进行增加 number
incrby  [key] [number]  

使用场景

存储key-value键值对可以用做缓存 使用setnx 实现分布式锁 使用 incr 命令 用作计数器 分布式系统全局序列号

list列表

用法

# 将一个或多个值 插入到key列表的表头最左边
lpush [key] [value1] [value2] 

# 将一个或多个值value插入到key列表的表尾(最右边)
rpush [key] [value1] [value2]

# 移除并返回key列表的头元素
lpop [key]

# 移除并返回key列表的尾元素
rpop [key]

# 返回列表key中指定区间内的元素区间以偏移量start和stop指定
lrange [key] start stop

# 从key列表表尾弹出一个元素若列表中没有元素阻塞等待 timeout秒如果timeout=0,一直阻塞等待
brpop [key] timeout

# 从key列表表头弹出一个元素若列表中没有元素阻塞等待 timeout秒如果timeout=0,一直阻塞等待
blpop [key] timeout 

使用场景

1. 模拟分布式系统数据结构 Stack(栈) = LPUSH左边放 + LPOP左边取 Queue(队列= LPUSH左边放 + RPOP右边取 Blocking MQ(阻塞队列= LPUSH左边放 + BRPOP右边阻塞取没有数据就阻塞

2. 公众号拉取文章微博粉丝拉取被关注人的消息 发送者使用lpush 将消息放置指定key中接受者使用lrang key 0 5 获取最新的五条消息

set不可重复乱序的集合

用法

# 在key 中插入多个元素
sadd [key] [value1] [value2]

# 指定key 删除对应value
srem [key] [value1] [value2]

# 查看指定key的集合
smembers [key]

# 查看指定key 的个数
scard [key]

# 判断member元素是否存在于集合key中
sismember  [key]  [value1]

# 从集合key中选出count个元素元素不从key中删除
srandmember  [key]  [count]

# 从集合key中选出count个元素元素从key中删除
spop  [key]  [count]

# 交集运算
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 ..]   

# 将并集结果存入新集合destination中
SUNIONSTORE  destination  key  [key ...] 

# 差集运算
SDIFF  key  [key ...] 

# 将差集结果存入新集合destination中
SDIFFSTORE  destination  key  [key ...] 

使用场景

1. 随机抽奖

1) 5个人点击参与抽奖加入集合
SADD lottery 1001 1002 1003 1004 1005
2) 查看参与抽奖的所有用户ID
SMEMBERS lottery
3) 抽取3名获奖者
SRANDMEMBER lottery 3  //可重复获奖用户ID不会从集合中删除可以参与下次抽奖
SPOP lottery 3         //不可重复获奖用户ID从集合中删除无法参与下次抽奖

2. 社交软件 点赞 收藏功能

1) 用户1001给你这条消息点了个赞
SADD  thumbsUp:{消息ID}  1001
2) 用户1001取消点赞
SREM  thumbsUp:{消息ID}  1001
3) 检查用户1001是否点过赞
SISMEMBER  thumbsUp:{消息ID}  1001
4) 获取点赞的用户列表
SMEMBERS thumbsUp:{消息ID}
5) 获取点赞用户数 
SCARD thumbsUp:{消息ID}

zset 相对于set集合 增加了score属性score可用于排序

用法

# 增
zadd key 2 "two" 3 "three" --添加两个分数分别是 2 和 3 的两个成员
# 删
zrem key one two  --删除多个成员变量,返回删除的数量
# 改

zincrby key 2 one --将成员 one 的分数增加 2并返回该成员更新后的分数分数改变后相应它的index也会改变
# 查 

# 返回所有成员和分数,不加WITHSCORES,只返回成员 加 WITHSCORES 多返回分数
zrange key 0 -1 WITHSCORES 

# 按照元素的分值从小到大的顺序返回从start0开始 到stop之间的所有元素
zrange key start stop 

# 倒序获取有序集合key从start下标到stop下标的元素 
zrevrange key start stop [WITHSCORES] 

# 获取成员 three 的分数
zscore key three 

# 获取分数满足表达式 1 < score <= 2 的成员
zrangebyscore key 1 2 

# 获取 key 键中成员的数量
zcard key       

# 获取分数满足表达式 1 <= score <= 2 的成员的数量
zcount key 1 2  

# 获取元素的排名从小到大
zrank key member 

# 获取元素的排名从大到小
zrevrank key member 

使用场景

1. 排行榜

zadd hotNews:20190819  1  '守护香港'
1 点击一次”守护香港“这个新闻那么此新闻的score属性+1
  incrby hotNews:20190819 1 '守护香港'
2 展示当前热搜新闻的前10名最后的WITHSCORES代表查询出的结果包含具体的分数
  ZREVRANGE  hotNews:20190819  0  10  WITHSCORES

hash 哈希表

用法

--增
hset key field1 "s"   --若字段field1不存在,创建该键及与其关联的Hash, Hash中,key为field1 ,并设value为s 若字段field1存在,则覆盖 
hmset key field1 "hello" field2 "world" -- 一次性设置多个字段    

--删
hdel key field1 --删除 key 键中字段名为 field1 的字段
del key  -- 删除键    

--改 
hincrby key field 1 --给field的值加1

--查
hget key field1 --获取键值为 key,字段为 field1 的值
hlen key        --获取key键的字段数量
hmget key field1 field2 field3 --一次性获取多个字段
hgetall key --返回 key 键的所有field值及value值
hkeys key   --获取key 键中所有字段的field值
hvals key   --获取 key 键中所有字段的value值

使用场景

1. 购物车

hset cart:1001 10088 1      //给用户1001添加商品10088数量为1
hincrby cart:1001 10088 1   //用户1001将商品10088购买数量+1
hlen cart:1001              //获得用户1001购物车商品总数
hdel cart:1001 10088        //用户1001将10088商品从购物车删除
hgetall cart:1001           //获得用户1001购物车的所有商品以及购买数量

redis统计模式

redis命令

聚合统计

利用set集合 去重的特性多个集合之间取交集sinter并集sunion差集sdiff

排序统计

可以利用list插入时顺序来排序lpush + lrange或者利用sorted-set 的权重来排序 zadd + zrangebyscore

二值状态统计

二值状态统计。这里的二值状态就是指集合元素的取值就只有 0 和 1 两种。在签到打卡的场景中我们只用记录签到1或未签到0所以它就是非常典型的二值状态;

Bitmap 本身是用 String 类型作为底层数据结构实现的一种统计二值状态的数据类型。String 类型是会保存为二进制的字节数组所以Redis 就把字节数组的每个 bit 位利用起来用来表示一个元素的二值状态。你可以把 Bitmap 看作是一个 bit 数组。

Bitmap 支持用 BITOP 命令对多个 Bitmap 按位做“与”“或”“异或”的操作

那么具体该怎么用 Bitmap 进行签到统计呢我还是借助一个具体的例子来说明。

假设我们要统计 ID 3000 的用户在 2020 年 8 月份的签到情况就可以按照下面的步骤进行操作。

第一步执行下面的命令记录该用户 8 月 3 号已签到。

SETBIT uid:sign:3000:202008 2 1 

第二步检查该用户 8 月 3 日是否签到。

GETBIT uid:sign:3000:202008 2 

第三步统计该用户在 8 月份的签到次数。

BITCOUNT uid:sign:3000:202008

这样我们就知道该用户在 8 月份的签到情况了

统计一亿个用户十天内又没有连续签到

​

基数统计

基数统计就是指统计一个集合中不重复的元素个数

在统计uv(页面访客个数)的场景使用set集合hash都能达到目的缺点就是内存消耗高。

使用HyperLogLog 可以极大降低内存的使用缺点就是准确率会下降,标准误算率是 0.81%

HyperLogLog 是一种用于统计基数的数据集合类型它的最大优势就在于当集合元素数量非常多时它计算基数所需的空间总是固定的而且还很小。

引用

有一亿个keys要统计应该用哪种集合