Redis学习二（常用五大数据类型）
1. String（字符串）
1.1 简介
- String是Redis最基本的类型，一个key对应一个value。
- String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。
- String类型是Redis最基本的数据类型，一个Redis中字符串value最多可以是512M
1.2 常用命令
- set
[EX seconds | PX millisenconds | KEEPTTL] [NX|XX] 添加键值对 - EX seconds key的超时秒数
- PX millisenconds key的超毫秒数
- NX 当key不存在时添加
- XX 当key存在时添加
- get
查询对应键值 - append
将给定的 追加到原值的末尾 - strlen
获得值的长度 - setnx
只有在 key 不存在时 设置 key 的值 - incr
将 key 中储存的数字值增1,只能对数字值操作，如果为空，新增值为1 - decr
将 key 中储存的数字值减1,只能对数字值操作，如果为空，新增值为-1 - incrby / decrby
<步长>将 key 中储存的数字值增减。自定义步长。 - mset
..... 同时设置一个或多个 key-value对 - mget
..... 同时获取一个或多个 value - msetnx
..... 同时设置一个或多个 key-value 对，当且仅当所有给定 key 都不存在。 - getrange
<起始位置><结束位置> 获得值的范围，类似java中的substring，前包，后包 - setrange
<起始位置> 用 覆写 所储存的字符串值，从<起始位置>开始(*索引从0开始*) - setex
<过期时间> 设置键值的同时，设置过期时间，单位秒。 - getset
以新换旧，设置了新值同时获得旧值。
1.3 数据结构说明
String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)，String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)
如图中所示，内部为当前字符串实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。
2. List(列表)
2.1 简介
- 单键多值，简单的字符串列表，按照插入顺序排序。
- 底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差。
2.2 常用命令
- lpush/rpush
.... 从左边/右边插入一个或多个值。 - lpop/rpop
从左边/右边吐出一个值。值在键在，值光键亡。 - rpoplpush
从 列表右边吐出一个值，插到 列表左边。 - lrange
按照索引下标获得元素(从左到右，-1 表示右边第一个) - lindex
按照索引下标获得元素(从左到右) - llen
获得列表长度 - linsert
before 在 的后面插入 插入值 - lrem
从左边删除n个value(从左到右) - lset
将列表key下标为index的值替换成value
2.3 数据结构
List的数据结构为快速链表quickList。
在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表。将所有的元素紧挨着一起存储，分配的是一块连续的内存。
当数据量比较多的时候才会改成quicklist。通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next。
Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余。
3. Set(集合)
3.1 简介
- Set对外提供的功能与list类似是一个列表的功能，特殊之处在于Set是可以自动排重的
- Set是string类型的无序集合。它底层其实是一个value为null的hash表，所以添加，删除，查找的复杂度都是O(1)。
3.2 常用命令
- sadd
..... 将一个或多个 member 元素加入到集合 key 中，已经存在的 member 元素将被忽略 - smembers
取出该集合的所有值。 - sismember
判断集合 是否为含有该 值，有1，没有0 - scard
返回该集合的元素个数。 - srem
.... 删除集合中的某个元素。 - spop
随机从该集合中吐出一个值。 - srandmember
随机从该集合中取出n个值。不会从集合中删除 。 - smove
value把集合中一个值从一个集合移动到另一个集合 - sinter
返回两个集合的交集元素。 - sunion
返回两个集合的并集元素。 - sdiff
返回两个集合的*差集*元素(key1中的，不包含key2中的)
3.3 数据结构
Set数据结构是dict字典，字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值。
4. Hash(哈希)
4.1 简介
- 键值对集合，是一个string类型的field和value的映射表，hash特别适合用于存储对象。类似Java里面的Map<String,Object>
4.2 常用命令
-
hset
给 集合中的 键赋值 -
hget
从 集合 取出 value -
hmset
... 批量设置hash的值 -
hexists
查看哈希表 key 中，给定域 field 是否存在。 -
hkeys
列出该hash集合的所有field -
hvals
列出该hash集合的所有value -
hincrby
为哈希表 key 中的域 field 的值加上增量 1 -1 -
hsetnx
将哈希表 key 中的域 field 的值设置为 value ，当且仅当域 field 不存在 .
4.3 数据结构
Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable。
5. Zset(sorted set有序集合)
5.1 简介
- 有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合。
- 不同之处是有序集合的每个成员都关联了一个评分（score）,这个评分（score）被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了 。
- 因为元素是有序的, 所以你也可以很快的根据评分（score）或者次序（position）来获取一个范围的元素。
- 访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。
5.2 常用命令
-
zadd
…将一个或多个 member 元素及其 score 值加入到有序集 key 当中。 -
zrange
[WITHSCORES] 返回有序集 key 中，下标在 之间的元素带WITHSCORES，可以让分数一起和值返回到结果集。 -
zrangebyscore key min max [withscores] [limit offset count]返回有序集 key 中，所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。
-
zrevrangebyscore key max min [withscores] [limit offset count] 同上，改为从大到小排列。
-
zincrby
为元素的score加上增量 -
zrem
删除该集合下，指定值的元素 -
zcount
统计该集合，分数区间内的元素个数 -
zrank
返回该值在集合中的排名，从0开始。
5.3 数据结构
SortedSet(zset)是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map<String, Double>，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表。
zset底层使用了两个数据结构
（1）hash，hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值。
（2）跳跃表，跳跃表的目的在于给元素value排序，根据score的范围获取元素列表。
-
跳跃表
-
简介：有序集合在生活中比较常见，例如根据成绩对学生排名，根据得分对玩家排名等。对于有序集合的底层实现，可以用数组、平衡树、链表等。数组不便元素的插入、删除；平衡树或红黑树虽然效率高但结构复杂；链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树，实现远比红黑树简单。
-
实例
-
有序列表
要查找值为51的元素，需要从第一个元素开始依次查找、比较才能找到。共需要6次比较。
-
跳跃表
从第2层开始，1节点比51节点小，向后比较。
21节点比51节点小，继续向后比较，后面就是NULL了，所以从21节点向下到第1层
在第1层，41节点比51节点小，继续向后，61节点比51节点大，所以从41向下
在第0层，51节点为要查找的节点，节点被找到，共查找4次。
-
-
