Redis多种数据类型以及使用场景
小结
-
字符串内部编码：int embstr raw，用途：缓存。
-
哈希内部编码：压缩ziplist hashtable
-
列表内部编码：压缩ziplist linkedlist，用途：消息队列。
-
集合内部编码：intset hashtable，用途：标签，计算用户共同感兴趣的标签。sinter user:1:tags user:2:tags
-
有序集合内部编码：压缩ziplist 跳跃表zskiplist，用途：热评的排行榜。zrevrangebyrank user:ranking:2016_0315 0 9
-
Bitmaps用途：通过极小空间进行位运算实现对状态的判断，例如可以做一个答题瓜分奖励的活动，每个用户答题答对可以设置
setbit user 1 1，然后后用bitcount统计有多少个1，看用户答对了多少题。
跳跃表
跳跃表支持平均OlogN、最坏ON复杂度的节点查找。
在大部分情况下，跳跃表的效率可以和平衡树相媲美，Redis使用跳跃表作为有序集合的底层实现之一。
实现
由redis.h/zskiplistNode和redis.h/zskiplist两个结构定义，zskiplistNode表示跳跃表节点，而zskiplist保存跳跃表
节点的相关信息，比如节点数量，以及表头节点和表尾结点的指针。
zskiplist结构：头结点header，尾结点tail，层数level，长度length。
zskiplistNode结构：层level（层中有前进指针和跨度），后退指针backwrad，分值score，成员对象obj。
SDS简单动态字符串
struct sdshdr {
// 记录buf数组中已使用字节的数量
// 等于SDS所保存字符串的长度
int len;
// 记录buf数组中未使用字节的数量
int free;
// 字节数组，用于保存字符串
char buf[];
}
-
free表示这个SDS没有分配 未使用空间。
-
len表示SDS保存了无字节长的字符串。
-
buf是一个char数组。
SDS与C字符串区别
-
O(1)复杂度获取字符串长度。
-
防止缓冲区溢出。
-
减少修改字符串时带来的内存重分配次数。
字符串
命令
set key value [ex seconds] [px milliseconds] [nx|xx]
内部编码
字符串类型的内部编码有3种：
-
int：8个字节长整型。
-
embstr：小于等于39个字节的字符串。
-
raw：大于39个字节的字符串。
Redis会根据当前值的类型和长度决定使用哪种内部编码实现。
整数：
set key 8653
ok
object encoding key
"int"
短字符：
set key "hello"
ok
object encoding key
"embstr"
长字符：
set key "40 bytes"
ok
object encoding key
"raw"
使用场景
-
缓存
-
计数
-
Session集中管理
-
限速
哈希
命令
hset key field value
hset uset:1 name tom
hget key field
hget uset:1 name
"tom"
内部编码
- ziplist(压缩列表)：哈希类型元素个数小于hash-max-ziplist-entries默认512个、同时所有值都小于hash-max-
ziplist-value配置时，Redis会使用ziplist实现，节省内存方面比hashtable优秀。
- hashtable：哈希类型无法满足ziplist条件时，会用这个，hashtable的读写时间复杂度都是O(1)。
hset hashkey f3 "bigger than 64 bytes"
object encoding hashkey
"hashtable"
hmset hashkey f1 v1 f2 v2 f3 v3 ...... f513 v513
object encoding hashkey
"hashtable"
列表
从右边插入元素：rpush key value
lrange listkey 0 -1
从左边插入元素：lpush key value
linsert key before | after pivot value
查找：lrange key start end
删除：lpop key
内部编码
-
ziplist：元素个数小于list-max-ziplist-entries，同时每个值都小于list-max-ziplist-value，Redis选用压缩列表减少内存。
-
linkedlist：无法满足ziplist就会用链表来实现。
使用场景
-
消息队列
-
文章列表
集合
用来保存多个的字符串元素，不允许重复元素，无序。
sadd key a b c 添加key
3
srem key a b 删除key
2
scard key 计算key
1
smembers key 获取所有元素
sinter key 求交集
suinon key 求并集
sdiff key 求差集
内部编码
-
intset（整数集合）
-
hashtable
使用场景
标签（tag）
给用户添加标签
sadd user:1:tags tag1 tag2 tag3
sadd uset:1:tags tag1 tag2 tag3
给标签添加用户
sadd tag1:users user:1 user:3
sadd tag2:users user:1 user:2
计算用户共同感兴趣的标签
sinter user:1:tag2 user:2:tag
有序集合
不能重复，可以排序的set，给每个元素设置了一个score作为排序的依据。
列表、集合和有序集合三者异同点
命令
zadd key score member 添加成员
zadd user:ranking 251 tom
有序集合提供排序字段，产生代价，zadd复杂度为Ologn，sadd为O1。
zcard user:ranking 计算成员数
zscore key member 返回某个成员分数
zrank key member 计算成员的排名
zrem key member 删除成员
zrange ...
集合间的操作
（1）交集
（2）并集
内部编码
-
压缩列表
-
跳跃表
使用场景
添加用户赞数：
zadd user:ranking:2016_03_15 mike 3
获得赞后：
zincrby user:ranking:2016_03_15 mike 1
取消赞：
zrem
获取赞数最多的十个用户：
zrevrangebyrank user:ranking:2016_0315 0 9
展示用户信息以及用户分数：
此功能将用户名作为键后缀，将用户信息保存在哈希类型中，至于用户的分数和排名可以使用zscore和zrank
hgetall user:info:tom
zscore user:ranking:2016_03_15 mike
zrank user:ranking:2016_03_15 mike
Bitmaps
Bitmap通常被用来在极小空间消耗下通过位的运算（AND/OR/XOR/NOT）实现对状态的判断，常见的使用场景例如：“答对12道题的同学有机会瓜分奖池”，这种如果使用bitmap来实现，就非常容易判断出用户是否全部答对。
答题系统设计如下：
- 每个用户每轮答题，设置一个key，比如user1在第一轮答题的key是 round:1:user1。
- 每答对一道题，设置相关的bit为1，比如user1答对了第5题，那么就设置第5个bit为1就可以了，如：SETBIT round:1:user1 5 1 ；如果用户1在第一轮答对了第9题，那么就把第9个bit设置为1，SETBIT round:1:user1 9 1；值得注意的是，Bitmaps默认bit都是0，答错可以不设置。
- 计算用户总共答对了几道题，就可以使用 BITCOUNT 命令统计1的bit个数。
可见，Redis的bitmap接口可以用非常高的存储效率和计算加速效果。
待更新：
HyperLogLog
GEO
Reference
《Redis设计与实现》
《Redis开发与运维》
