框架相关 redis 八大数据结构

Redis 八大数据结构

  1. String字符串
    • get/set/del/rename/getset
  2. Hash哈希表
    • hget/hset/hdel/hlen/hkeys/hexists/hgetall/hvals/hincrby/hincrbyfloat/hsetnx/hscan/hmset/hmget
  3. List列表
    • blpop/brpop/brpoplpush/lindex/linsert/llen/lpop/lpush/lpushx/lrange/lrem/lset/ltrim/rpop/rpoplpush/rpush/rpushx
  4. Set集合
    • sadd/scard/sdiff/sdiffstore/sinter/sinterstore/sismember/smembers/smove/spop/srandmember/srem/sunion/sunionstore/sscan
  5. Sorted-Set有序集合
    • zadd/zcard/zcount/zincrby/zinterstore/zlexcount/zrange/zrangebylex/zrangebyscore/zrank/zrem/zremrangebylex/zremrangebyrank/zremrangebyscore/zrevrange/zrevrangebyscore/zrevrank/zscore/zunionstore/zscan
  6. Bitmaps位图
    • setbit/getbit/bitcount/bitpos
  7. HyperLogLog基数统计的算法
    • pfadd/pfcount/pfmerge
  8. GeoSpatial地理空间
    • geoadd/geodist/geohash/geopos/georadius/georadiusbymember

1、String字符串

  • 增加: set key value
  • 查询: get key
  • 修改值: set key value2
  • 修改键: rename key key2
  • 查询并修改: getset key2 amos
  • 删除: del key2
  • 删除所有key: flushdb
  • 查询全部: keys *
  • 查看是否存在 exists name
  • 设置过期时间(秒) setex key_name 60 "this is value"
  • 查看剩余过期时间(ttl:单位秒; pttl:单位毫秒) ttl key_name pttl key_name

2、Hash哈希表

  • 特别适合存储对象
  • 给指定哈希表添加field-value
    • 添加单个field-value
      • hset user1 name amos
      • hset user1 age 18
    • 添加多个field-value
      • hset user2 name amos.wang age 19 desc "this is description"
  • 获取指定Key中field的值 hget user1 age
  • 获取指定Key所有field-value hget user1
  • 查看所有Key keys user* 或者 keys *
  • 删除一个或多个中的field hdel user2 desc
  • 查看哈希表field是否存在 hexists user2 desc
  • 同时添加多个field-value hmset user3 name amos age 18 phone 18937128888
  • 同时获取多个field hmget user3 name age phone
  • 获取哈希表field-value个数 hlen user3
  • 获取哈希表所有field hkeys user3
  • 获取哈希表所有value hvals user3

3、List列表

  • lpush/rpush 从左边push/从右边push
  • 从左插入到列表 lpush citys beijing shanghai guangzhou tianjin dengzhou
  • 从右插入到列表 rpush citys shenzhen zhengzhou
  • 获取这个列表 lrange citys 0 -1 
    1) "dengzhou"
2) "tianjin"
3) "guangzhou"
4) "shanghai"
5) "beijing"
6) "shenzhen"
7) "zhengzhou"
  • 列表数量 llen citys
  • 从左弹出第一个元素 lpop citys “dengzhou”
  • 从右弹出第一个元素 rpop citys “zhengzhou”

4、Set集合

  • 删除全部: flushdb
  • 插入多条数据: sadd set_many aa bb cc dd
  • 查看该集合数据: smembers set_many
  • 查看item是否存在: sismember set_many ee
  • 删除一条数据: srem set_many aa
  • 增加一条数据: sadd set_mant aa
  • 增加相同的数据(失败,set不允许重复): sadd set_many aa

5、Sorted-Set有序集合

  • 添加 zadd sort_number 5 five 4 four 3 three 1 one 2 two
  • 正向遍历不带分数 zrange sort_number 0 -1
  • 正向遍历带分数 zrange sort_number 0 -1 WITHSCORES
  • 逆向遍历带分数 zrevrange sort_number 0 -1 WITHSCORES
  • 正向遍历根据分数区间 1 < n <= 4 zrangebyscore sort_number (1 4
  • 逆向遍历根据分数区间 1 < n <= 4 zrevrangebyscore sort_number 4 (1
  • 获取某个item下标(从0开始) zrank sort_number four
  • 删除一个或多个元素 zrem sort_number two
  • 根据item下标删除一个或多个元素 zremrangebyrank sort_number 0 2
  • 根据分数区间删除一个或多个元素(包含临界值) zremrangebyscore sort_number 3 5

6、Bitmaps字符串位操作

0 0 0 0 0 0 0 0 0 0 0 0

Fast, easy, realtime metrics using Redis bitmaps

  • 一个大的bit集合，其中 1字节=8位(1byte=8bit)

  • 具体操作如下: setbit/getbit/bitpos/bitcount

    script
    redis> setbit bit888 1 1
(integer) 0
redis> setbit bit888 3 1
(integer) 0
redis> setbit bit888 5 1
(integer) 0
redis> getbit bit888 0
(integer) 0
redis> getbit bit888 1
(integer) 1
redis> bitpos bit888 0
(integer) 0
redis> bitpos bit888 1
(integer) 1
redis> bitcount bit888
(integer) 3
// 下边内容, 和实际数量不符, 故 bitcount 不建议使用区间
redis> bitcount bit888 0 3
(integer) 3
redis> bitcount bit888 0 0
(integer) 3

7、HyperLogLog基数统计的算法

HyperLogLog是Redis的高级数据结构，它在做基数统计的时候非常有用，每个HyperLogLog的键可以计算接近2^64不同元素的基数，而大小只需要12KB。

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。

  • 添加 pfadd nosql redis mongodb pfadd sql mysql oracle db2
  • 合并 pfmerge db nosql sql
  • 计算COUNT pfcount db
  • 具体操作如下 
    script
    redis> pfadd nosql redis mongodb
(integer) 1
redis> pfadd sql mysql oracle db2
(integer) 1
redis> pfmerge db nosql sql
OK
redis> pfcount db
(integer) 5
redis> pfcount sql
(integer) 3
redis> pfcount nosql
(integer) 2

8、GeoSpatial地理空间,索引半径查询