Redis五种数据结构如下:

1.String 字符串类型

是redis中最根本的数据类型,一个key对应一个value。

String类型是二进制平安的,意思是 redis 的 string 能够蕴含任何数据。如数字,字符串,jpg图片或者序列化的对象。

2.Hash (哈希)

是一个Mapmap,指值自身又是一种键值对构造,如 value={{field1,value1},......fieldN,valueN}}

3.链表 (List)

List 说白了就是链表(redis 应用双端链表实现的 List),是有序的,value能够反复,能够通过下标取出对应的value值,左右两边都能进行插入和删除数据。

4.Set 汇合

汇合类型也是用来保留多个字符串的元素,但和列表不同的是汇合中 1. 不容许有反复的元素,2.汇合中的元素是无序的,不能通过索引下标获取元素,3.反对汇合间的操作,能够取多个汇合取交加、并集、差集。

5.zset 有序汇合

有序汇合和汇合有着必然的分割,保留了汇合不能有反复成员的个性,区别是,有序汇合中的元素是能够排序的,它给每个元素设置一个分数,作为排序的根据。

利用场景

String利用场景

1. 单值缓存

Set Key Value

Get Key

2. 对象缓存

1.Set user:1 value (json格局数据)

2.MSet user:1:name guajia use:1:balance 1888

MGet user1:name user:1:balance

3. 分布式锁:

3.1 分布式使用场景一【下单减库存】

如图标红的局部,如果是单体架构 咱们个别是这样来实现减库存操作的 然而在高并发的互联网公司这样做,就会造成“超卖”的景象。所以就须要redis来实现分布式锁

如上图标记SETNX命令 它只会存入一个不存在的键值对,如果不会扭转原来的key所存入的值,返回后果为0

SETNX product:10001 true //返回1代表获取锁胜利 返回0代表获取锁失败

---》 执行业务操作

【这样如果setnx 命令返回0 间接扔给前端后端服务正忙 请稍后重试】
DEL product:10001 //执行完业务用它来开释锁

SET product:10001 true ex 10 nx //避免程序意外终止而导致死锁

3.2 分布式使用场景二【公众号浏览量】

INCR 命令 每次执行 所存储的key的值 数量加1 (如果用数据库的话 须要思考并发和加锁)
【注:redis是个单线程应用程序 这样不会导致高并发的脏读,主从的redis 在前面会应用分布式锁,个别单体的redis并发量在9-10万左右 】

3.3 分布式使用场景三 【 Web集群的session 共享 】

原理是把原有的tomcat存储用户信息转为redis 把用户的信息 序列化后 存入redis。

3.4 分布式使用场景四【 分布式系统全局序列号 】

INCRBY orderId 1000 // redis 批量生成序列号晋升性能

如我的项目应用 分库分表 ,就能够应用这个 ,目标是让主键ID 在都是惟一的 ,这个在理论场景十分重要。

应用INCRBY orderId 1000 (这个命令是一次生成1000个订单id 供下次生成订单应用)

Hash利用场景

大家认真看 Hset key field value 比string多进去了一个field

Hash利用场景一 【电商购物车】

如图先是刚退出购物车的商品应用 hset cart:1001 10088 1,啥意思 cart代表的购物车 当然这个key 你能够随便定 然而意义要让所有人分明,:1001 这里代表的是用户id,前面的10088 代表的是商品id。

第二步 点击 购物车的减少商品按钮 能够应用hincrby 命令 对已有值进行增量操作

有人可能会问,如果缩小加购数量?骚年 你太年老了 能够把增量的值调为-1 那每次就是减1

获取购物车商品总数 hlen cart:1001 [这边把商品id去掉就行了 前提是你所有的加购设置key 和field的格局是一样的 不然查出来的数量必定不对]
//它返回的是key下的所有field数量

波及删除商品,应用删除的命令 hdel cart:1001 10088

获取加购商品的总数量 应用hgetall cart:1001 //它返回的key下的所有键值,能够把所有的值加起来就是加购商品总数量

hash的长处 毛病

hash的会调配槽位,集群中 会导致数据过于集中,没方法做分片。

List利用场景

认真看命令前缀 有L 和R 别离代表左和右。

罕用的数据结构

: LPUSH +LPOP = > 放进去的数据放在右边 导致最初放进去的元素处于栈顶 最先的元素是处于栈底 应用LPOP 取值【或称移除值】是先从最左侧【栈顶】取值的 合乎 先进后出的规定 【FILO】

队列: 与下面相同 取值时是应用RPOP 是 移除值是从最右侧开始的 所有最初进入的会被取出 合乎 队列的先进先出的规定【FIFO】

BLOCKIng MQ(阻塞队列) : = LPUSH +BRPOP
[这个就是一个音讯队列 ,音讯队列中有个发送者 和 接受者 ]

BRPOP 就是从key列表尾弹出一个元素,如果列表中没有元素,就会始终处于阻塞期待多少秒,前面又会循环的执行 直到取到元素为止

使用的场景一 【微博和公众号的音讯流】

如微博你关注了1000个大V 每个大V 一天放两条数据 ,有1亿用户 。那么数据量有多大。可能有几百M的数据。 如果应用数据库 查问效率那就不是很高了

比方 你关注了小明和小红。

小明发了一条音讯: 应用 LPUSH msg:小明Id 音讯Id
小红发了一条音讯: 应用 LPUSH msg:小红Id 音讯Id

查看最新的微博音讯: 应用LRANGE msg:小红Id 0 4 这个就是从左侧取下标是0到4的音讯 意味着是取小红发的最新的5条音讯的音讯ID 进而从缓存外面取出对应的音讯内容

SET利用场景

常见命令

使用的场景一 【微信抽奖】

1.参加抽奖: SADD key 用户id : 参加了用户的id

2.查看参加抽奖的又会: SMEMBERS key

  1. 抽取n名中中奖者

形式一:DMEMBER key [count]

形式二: SPOP key [count]

形式一和形式二的使用常见是 形式一 只有中奖繁多 没有屡次抽和设置奖品等级。因为形式一 每次执行不会把抽取的数据删掉,前面执行还可能会抽取到原来的用户

[ SRANDMEMBER key [count] 返回汇合中一个或多个随机数]

使用的场景二 【微信微博点赞、珍藏、标签】

ps: like:{音讯ID} 就是 key {用户ID} 是 member

使用的场景三【微信微博关注模型】

SDIFF set1 set2 set3 是以 set1为基准 求 与set2和set3的并集 的差集

[失去a是set2和set3的并集中所没有的】

关注模型:

  1. 你关注的人

set guanzhu:我的id {张三、李四、王五、小明、程咬金}

2.小明关注的人

set guanzhu:小明的id {张三、赵六、尼古拉斯}

3.程咬金关注的人

set guanzhu:程咬金的id {小明、李四}

4.我和小明的独特关注:

SINTER guanzhu:我的id guanzhu:小明的id

失去就是 张三

5.我关注的人也在关注他 【我关注的某人 否也关注小明】

SISMEMBER guanzhu:程咬金的id 小明的ID

SISMEMBER guanzhu:张三的id 小明的ID

SISMEMBER //判断 member 元素是否是汇合 key 的成员

6.我可能意识的人

SDIFF guanzhu:小明的id 我的ID

获取小明关注的人和我关注人的差集 【就是我关注人我没有关注他】

本文来源于:宋文超super,专属平台有csdn、思否(SegmentFault)、 简书、 开源中国(oschina)、掘金,转载请注明出处。