[toc]

string（字符串）

用法

# 给key设置valueset [key] [value]# 依据key 获取 valueget [key] # 依据key删除del [key]# 判断是否存在指定keyexists [key]# 批量存取键值对mset [key1] [value1] [key2] [value2]# 依据key批量获取valuemget [key1] [key2]# 给key设置对应的过期工夫 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 创立，否则返回0setnx  [key]  [value]   # 如果value为整数 可用 incr命令每次自增1incr   [key]           # 应用incrby命令对整数值 进行减少 numberincrby  [key] [number]

应用场景

存储key-value键值对，能够用做缓存
应用setnx 实现分布式锁
应用 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（最右边）lpush [key] [value1] [value2] # 将一个或多个值value插入到key列表的表尾(最左边)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，阻塞期待 timeout：秒，如果timeout=0,始终阻塞期待brpop [key] timeout# 从key列表表头弹出一个元素，若列表中没有元素，阻塞期待 timeout：秒，如果timeout=0,始终阻塞期待blpop [key] timeout

应用场景

  1. 模仿分布式系统数据结构
    Stack(栈) = LPUSH（右边放） + LPOP（右边取）
    Queue(队列）= LPUSH（右边放） + RPOP（左边取）
    Blocking MQ(阻塞队列）= LPUSH（右边放） + BRPOP（左边阻塞取：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音讯
    发送者应用lpush 将音讯搁置指定key中，接受者应用lrang key 0 5 获取最新的五条音讯

set（不可反复，乱序的汇合）

用法

# 在key 中插入多个元素sadd [key] [value1] [value2]# 指定key 删除对应valuesrem [key] [value1] [value2]# 查看指定key的汇合smembers [key]# 查看指定key 的个数scard [key]# 判断member元素是否存在于汇合key中sismember  [key]  [value1]# 从汇合key中选出count个元素，元素不从key中删除srandmember  [key]  [count]# 从汇合key中选出count个元素，元素从key中删除spop  [key]  [count]# 交加运算sinter  key  [key ...]# 将交加后果存入新汇合destination中sinterstore  destination  [key]  [key ..]# 并集运算sunion  key  [key ..]         # 将并集后果存入新汇合destination中SUNIONSTORE  destination  key  [key ...] # 差集运算SDIFF  key  [key ...] # 将差集后果存入新汇合destination中SDIFFSTORE  destination  key  [key ...]

应用场景

  1. 随机抽奖

    1) 5集体点击参加抽奖退出汇合SADD lottery 1001 1002 1003 1004 10052) 查看参加抽奖的所有用户IDSMEMBERS lottery3) 抽取3名获奖者SRANDMEMBER lottery 3  //可反复获奖，用户ID不会从汇合中删除，能够参加下次抽奖SPOP lottery 3         //不可反复获奖，用户ID从汇合中删除，无奈参加下次抽奖

  2. 社交软件 点赞 珍藏性能

    1) 用户1001给你这条音讯点了个赞SADD  thumbsUp:{音讯ID}  10012) 用户1001勾销点赞SREM  thumbsUp:{音讯ID}  10013) 检查用户1001是否点过赞SISMEMBER  thumbsUp:{音讯ID}  10014) 获取点赞的用户列表SMEMBERS thumbsUp:{音讯ID}5) 获取点赞用户数 SCARD thumbsUp:{音讯ID}

zset （绝对于set汇合 减少了score属性，score可用于排序）

用法

# 增zadd key 2 "two" 3 "three" --增加两个分数别离是 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 的分数减少 2，并返回该成员更新后的分数（分数扭转后相应它的index也会扭转）# 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 # 依照元素的分值从小到大的程序返回从start（0开始） 到stop之间的所有元素zrange key start stop # 倒序获取有序汇合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

应用场景

  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） 展现以后热搜新闻的前10名（最初的WITHSCORES代表查问出的后果蕴含具体的分数）  ZREVRANGE  hotNews:20190819  0  10  WITHSCORES

hash （哈希表）

用法

--增hset key field1 "s"   --若字段field1不存在,创立该键及与其关联的Hash, Hash中,key为field1 ,并设value为s ，若字段field1存在,则笼罩 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

应用场景

  1. 购物车

    hset cart:1001 10088 1      //给用户1001增加商品10088，数量为1hincrby cart:1001 10088 1   //用户1001将商品10088购买数量+1hlen cart:1001              //取得用户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           //取得用户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汇合 去重的个性，多个汇合之间取交加（sinter），并集（sunion），差集（sdiff）

排序统计

能够利用list插入时程序来排序（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汇合元素的取值就只有 0 和 1 两种。在签到打卡的场景中，咱们只用记录签到（1）或未签到（0），所以它就是十分典型的二值状态;

Bitmap 自身是用 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 类型是会保留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，用来示意一个元素的二值状态。你能够把 Bitmap 看作是一个 bit 数组。

Bitmap 反对用 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阐明。

假如咱们要统计 ID 3000 的用户在 2020 年 8 月份的签到状况，就能够依照上面的步骤进行操作。

第一步，执行上面的命令，记录该用户 8 月 3 号已签到。

SETBIT uid:sign:3000:202008 2 1

第二步，查看该用户 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，咱们就晓得该用户在 8 月份的签到状况了

统计一亿个用户十天内又没有间断签到

基数统计

基数统计就是指统计一个汇合中不反复的元素个数

在统计uv(页面访客个数)的场景，应用set汇合，hash都能达到目标，毛病就是内存耗费高。

应用HyperLogLog 能够极大升高内存的应用，毛病就是准确率会降落,规范误算率是 0.81%

HyperLogLog 是一种用于统计基数的数据汇合类型，它的最大劣势就在于，当汇合元素数量十分多时，它计算基数所需的空间总是固定的，而且还很小。

援用

有一亿个keys要统计，应该用哪种汇合？

本文由mdnice多平台公布