网站安全性设计,全国企业信息网上公示系统,建筑设计说明,怎么在百度发布自己的文章希望文章能给到你启发和灵感#xff5e; 如果觉得文章对你有帮助的话#xff0c;点赞 关注 收藏 支持一下博主吧#xff5e; 阅读指南 开篇说明一、基础环境说明1.1 硬件环境1.2 软件环境 二、Redis的特点和适用场景三、Redis的数据类型和使用3.1字符串#xff08;String 如果觉得文章对你有帮助的话点赞 关注 收藏 支持一下博主吧 阅读指南 开篇说明一、基础环境说明1.1 硬件环境1.2 软件环境 二、Redis的特点和适用场景三、Redis的数据类型和使用3.1字符串String3.2 列表List3.3 集合Set3.4 有序集合Sorted Set3.5 哈希Hash3.6 位图Bitmaps3.7 超日志HyperLogLog3.8 地理空间Geo3.9 流Streams 四、最后 开篇说明 说到redis一定不陌生Redis是一个开源的、基于内存的、支持多种类型数据结构的键值存储数据库都知道他能实现快速读写、高并发访问和实时性快等特点这篇就主要说说他的特点使用场景、以及我们日常可能常用的命令 一、基础环境说明 考虑环境因素大家适当的对比自己的软硬件环境情况分析请仔细阅读硬件、软件环境 1.1 硬件环境
演示环境Windows 11 专业版
1.2 软件环境
数据存储Redis 3.0.504
二、Redis的特点和适用场景 缓存Caching Redis最常见的用途是作为缓存层比如存储一些热点数据来减少我们数据库的访问压力。这原因其事很简单因为Redis是基于内存的因此其读写速度非常快可以显著提升应用的响应速度。同时Redis支持多种数据过期策略能够自动清理长时间未访问的数据优化内存使用。 会话管理Session Management 在Web应用中Redis可以用来存储用户会话信息。 消息队列Message Queue Redis的列表Lists和发布/订阅Pub/Sub功能可以用来实现简单的消息队列系统。虽然Redis不是专门设计来作为消息队列的但在一些轻量级的场景下使用Redis作为消息队列可以简化系统架构降低部署成本。 计数器Counters Redis的原子操作特性使得它非常适合实现计数器功能。例如可以使用INCR命令来实现页面的访问计数、用户的点赞数统计等。由于Redis的操作是原子性的因此不需要担心并发更新导致的数据不一致问题。 排行榜Leaderboards 利用Redis的有序集合Sorted Sets可以方便地实现排行榜功能。有序集合中的每个成员都有一个分数与之关联Redis会根据分数对成员进行排序。这使得Redis成为实现排行榜、热门榜单等功能的理想选择。 社交网络功能Social Networking Features Redis可以用来实现社交网络中的一些常见功能如用户关注关系、好友列表、点赞、评论等。通过合理设计数据结构Redis可以高效地存储和查询这些社交数据支持大规模用户的实时交互。 分布式锁Distributed Locks 在分布式系统中Redis可以用来实现分布式锁。通过Redis的SETNXSet if Not eXists命令或Lua脚本可以确保在分布式环境中只有一个客户端能够获取锁从而避免数据竞争和一致性问题。 地理空间信息Geospatial Information Redis的地理空间索引功能可以用来存储和查询地理位置信息。这使得Redis在需要处理地理位置数据的场景如地图应用、物流追踪等中非常有用。 实时分析Real-time Analytics 虽然Redis主要是一个内存数据库但它也可以与一些外部系统如Apache Kafka、Apache Spark等结合使用来实现实时数据分析。通过将数据先写入Redis然后再由其他系统进行处理和分析可以显著提升数据分析的实时性和准确性。
三、Redis的数据类型和使用 redis中的数据类型目前主要分为几种分别是字符串列表集合有序和无序哈希位图超日志地理空间流后4个类型内容相对较多我们这里就不细说了后续再另起篇幅来细讲 尝试使用一下命令时请先保证自己的redis已正确安装并且已经通过客户端登录了
3.1字符串String
Redis 中最基本的类型是二进制安全的即意味着它们能包含任何数据比如图片或者序列化的对象。字符串类型的值最大能存储 512MB。
// 设置键的值为字符串。如果键已存在则覆盖原有值
SET key value// 获取键的值。如果键不存在则返回nil。
GET key// 将键的整数值增加1。如果键不存在则将其值初始化为0再执行增加操作。
INCR key
// 有递增自然有递减
DECR key// 获取一个或多个键的值。
MGET key1 [key2...]3.2 列表List
Redis 的列表是简单的字符串列表按照插入顺序排序。你可以添加一个元素到列表的头部左边或者尾部右边。
【1】如何列表中添加元素lpush和rpush实现左边和右边插入的方式 【2】如何列表中删除元素lpop和rpop实现左边和右边移除的方式 【3】如何查询列表中的元素0~-1代表取所有元素这里有点类似python切片的取法 【4】如何移除指定元素lrem key count value移除列表中等于value的元素。count0时从表头开始搜索count0时从表尾开始搜索count0时移除所有等于value的元素。
3.3 集合Set
Redis 的集合是一个无序的字符串集合不允许有重复的元素。集合是通过哈希表实现的所以添加删除查找的复杂度都是 O(1)。 所谓复杂度也就是从复杂度的角度方面来看理论上来讲它不随你的数据量大小的增加而增加他增删查的执行时间也就是你数据量再大也不影响我的执行时间不过吧实际情况未必是这样毕竟复杂度并不考虑具体的执行速度或硬件限制而且有些情况这个复杂度也不是固定的O(1)也可能比那成O(n) 【1】查询结合内的元素smembers key 【2】集合添加元素sadd key value 【3】检查member是否是集合key的成员。sismember key member 【4】移除集合中一个或多个成员。srem key member 3.4 有序集合Sorted Set
Redis 的有序集合和集合一样也是字符串集合不允许重复的成员。为了实现排序给每个成员都关联一个 double 类型的分数。这使得有序集合既可以做为一个 set 来使用又可以保存一个 value 对应的 score从而实现排序等功能。
【1】向有序集合添加一个或多个成员或者更新已存在成员的分数。 【2】返回有序集合中指定范围的成员可包含分数。 【3】移除有序集合中的一个或多个成员。 【4】返回有序集合中成员的排名按分数从低到高。 zrank这里注意一下返回的情况默认情况下返回0代表分数是最高的如果第二返回的是1依次类推就行相反的zrevrank 则是和上面的相反 3.5 哈希Hash
Redis 的哈希是键值对的集合。Redis 中的哈希类型可以存储不定数量的键值对是一个字符串类型的 field 和 value 的映射表。
【1】hset key field value :为哈希表中的字段赋值。 【2】hget key field获取哈希表中字段的值。 【3】hmset key field1 value1 [field2 value2...]同时设置哈希表中的多个字段。 【4】hgetall key获取哈希表中所有的字段和值。 【注】以下内容这里我们只做了解具体使用根据实际场景再来说明
3.6 位图Bitmaps
位图严格来说不算是 Redis 的一种数据类型但它是一个字符串的二进制表示形式因此可以使用字符串类型来实现。位图支持位级别的操作可以非常高效地处理大量的数据例如用于用户签到、统计在线人数等场景。
【1】setbit key offset value 设置位SETBITSETBIT命令用于将位图指定偏移量上的位设置为0或1。 key位图的键名。 offset位的偏移量从0开始。 value要设置的值0或1。 【2】getbit key offset 获取位GETBIT命令用于获取位图指定偏移量上的位的值。 【3】bitcount key [start end] 统计位用于统计位图中值为1的位的数量 【4】bitop operation destkey key [key …] 位运算用于对一个或多个位图执行位运算并将结果保存到新的位图中 【5】bitops key bit [start] [end] 用于查找位图中第一个被设置为指定值的二进制位并返回它的偏移量。 3.7 超日志HyperLogLog
Redis 的 HyperLogLog 是一种概率性的数据结构用于估计一个集合中不重复元素的数量。与集合相比HyperLogLog 在保持一定的准确度的基础上内存消耗极低。
3.8 地理空间Geo
Redis 3.2 版本中引入了地理空间数据类型允许存储地理位置信息并可以基于这些信息执行地理空间相关的查询比如计算两个位置之间的距离或者查找给定半径内的所有位置等。
3.9 流Streams
Redis 5.0 引入了 Streams 数据类型它是一个新的强大的支持多播的原生数据类型可以看作是一个仅追加的日志数据结构用于消息队列等场景。
四、最后
【1】在Redis中位图Bitmap、HyperLogLog、Geo和流Stream都被视为Redis支持的数据结构或数据类型但它们各自具有不同的特性和应用场景。
【2】本篇我们只需要知道redis前5五种常见的数据类型的用法即可
【3】不同版本的redis这些数据类型并不都是有的例如Geo是Redis 3.2版本中新增的一种数据类型流是Redis 5.0版本中新增加的数据结构这个需要注意一下
