Redis学习总结

前言

主要写下redis得一些命令，耗时，使用场景，注意点等等。

一、全局命令

1.查看所有键

keys *

---

127.0.0.1:6379> keys * 
1) "python" 
2) "java" 
3) "hello"

2.键总数

dbsize

---

127.0.0.1:6379> dbsize 
(integer) 4

3…检查键是否存在

exists key

如果键存在则返回1，不存在则返回0。

4.删除键

del key [key ...]

返回结果为成功删除键的个数，假设删除一个不存在的键，就会返回
0。

5.键过期

expire key seconds

Redis支持对键添加过期时间，当超过过期时间后，会自动删除键。
ttl命令会返回键的剩余过期时间，它有3种返回值：

• 大于等于0的整数：键剩余的过期时间。
• -1：键没设置过期时间。
• -2：键不存在

#还剩7秒 
127.0.0.1:6379> ttl hello 
(integer) 7 ... 
#还剩1秒 
127.0.0.1:6379> ttl hello 
(integer) 1 
#返回结果为-2，说明键hello已经被删除 
127.0.0.1:6379> ttl hello 
(integer) -2 
127.0.0.1:6379> get hello 
(nil)

6.键的数据结构类型

type key

如果键不存在，则返回none。

二、数据结构喝内部编码

对外，type命令会返回5种数据结构，它们分别是： string（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集 合）。

实际上每种数据结构都有自己底层的内部编码实现，而且是多种实现， 这样Redis会在合适的场景选择合适的内部编码。

种内部编码实现可以在不同场景下发挥各自的优 势
例子：例如ziplist比较节省内存，但是在列表元素比较多的情况下，性能会有 所下降，这时候Redis会根据配置选项将列表类型的内部实现转换为 linkedlist。

三、字符串

1.字符串类型命令和时间复杂度

2.内部编码

• int：8个字节的长整型。
• 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。

3.典型使用场景

缓存功能
例如：中Redis作为缓存层，MySQL作 为存储层，绝大部分请求的数据都是从Redis中获取。由于Redis具有支撑高并发的特性，所以缓存通常能起到加速读写和降低后端压力的作用。

计数
许多应用都会使用Redis作为计数的基础工具，它可以实现快速计数、
查询缓存的功能，同时数据可以异步落地到其他数据源。

共享Session
使用Redis将用户的Session进行集中管理，每次用户 更新或者查询登录信息都直接从Redis中集中获取。

限速
在进行登录时，让用户输入手机验证码，从而确定是否是用户本人。但是为了短信接口不被频繁访问，会限制用 户每分钟获取验证码的频率，例如一分钟不能超过5次。
此功能可以使用Redis来实现，下面的伪代码给出了基本实现思路：

phoneNum = "138xxxxxxxx"; 
key = "shortMsg:limit:" + phoneNum; 
// SET key value EX 60 NX 
isExists = redis.set(key,1,"EX 60","NX"); 
if(isExists != null || redis.incr(key) <=5){
    // 通过 
}else{ 
       // 限速 
 }

四、哈希

1.哈希类型命令和时间复杂度

2.内部编码

• ziplist（压缩列表）：当哈希类型元素个数小于hash-max-ziplist-entries 配置（默认512个）、同时所有值都小于hash-max-ziplist-value配置（默认64 字节）时，Redis会使用ziplist作为哈希的内部实现，ziplist使用更加紧凑的 结构实现多个元素的连续存储，所以在节省内存方面比hashtable更加优秀。
• hashtable（哈希表）：当哈希类型无法满足ziplist的条件时，Redis会使 用hashtable作为哈希的内部实现，因为此时ziplist的读写效率会下降，而 hashtable的读写时间复杂度为O（1）。

3.使用场景

当作数据库表格使用理解，就是去模拟关系型复杂查询开发困难，维护成本高；一行一个哈希。

五、列表

1.列表类型命令和时间复杂度

2.内部编码

• ziplist（压缩列表）：当列表的元素个数小于list-max-ziplist-entries配置 （默认512个），同时列表中每个元素的值都小于list-max-ziplist-value配置时 （默认64字节），Redis会选用ziplist来作为列表的内部实现来减少内存的使
  用。
• linkedlist（链表）：当列表类型无法满足ziplist的条件时，Redis会使用 linkedlist作为列表的内部实现。

Redis3.2版本提供了quicklist内部编码，简单地说它是以一个ziplist为节 点的linkedlist，它结合了ziplist和linkedlist两者的优势，为列表类型提供了一 种更为优秀的内部编码实现，它的设计原理可以参考Redis的另一个作者 Matt Stancliff的博客：https://matt.sh/redis-quicklist。

3.使用场景

消息队列
Redis的lpush+brpop命令组合即可实现阻塞队列，生产 者客户端使用lrpush从列表左侧插入元素，多个消费者客户端使用brpop命令 阻塞式的“抢”列表尾部的元素，多个客户端保证了消费的负载均衡和高可用
性。

文章列表
1）每篇文章使用哈希结构存储，例如每篇文章有3个属性title、 timestamp、content。
2）向用户文章列表添加文章，user：{id}：articles作为用户文章列表的键。
3）分页获取用户文章列表，例如下面伪代码获取用户id=1的前10篇文章。
tip：使用列表类型保存和获取文章列表会存在两个问题。第一，如果每次分 页获取的文章个数较多，需要执行多次hgetall操作，此时可以考虑使用 Pipeline（第3章会介绍）批量获取，或者考虑将文章数据序列化为字符串类 型，使用mget批量获取。第二，分页获取文章列表时，lrange命令在列表两
端性能较好，但是如果列表较大，获取列表中间范围的元素性能会变差，此 时可以考虑将列表做二级拆分，或者使用Redis3.2的quicklist内部编码实现， 它结合ziplist和linkedlist的特点，获取列表中间范围的元素时也可以高效完
成。

开发提示
实际上列表的使用场景很多，在选择时可以参考以下口诀：

• lpush+lpop=Stack（栈）
• lpush+rpop=Queue（队列）
• lpsh+ltrim=Capped Collection（有限集合）
• lpush+brpop=Message Queue（消息队列）

六、集合

1.集合类型常用命令和时间复杂度

集合命令可以按照集合内和集合间两个维度进行分类

2. 内部编码

• intset（整数集合）：当集合中的元素都是整数且元素个数小于set-maxintset-entries配置（默认512个）时，Redis会选用intset来作为集合的内部实
  现，从而减少内存的使用。
• hashtable（哈希表）：当集合类型无法满足intset的条件时，Redis会使 用hashtable作为集合的内部实现。

）当元素个数较少且都为整数时，内部编码为intset；当元素个数超过512个，内部编码变为hashtable；当某个元素不为整数时，内部编码也会变为hashtable。

3.使用场景

集合类型比较典型的使用场景是标签（tag）。

• sadd=Tagging（标签）
• spop/srandmember=Random item（生成随机数，比如抽奖）
• sadd+sinter=Social Graph（社交需求）

七、有序集合

它保留了集合不能有重复成员的特性，但不同的是，有序集合中的元素可以排序。
但是它和列表使用索引下标作为 排序依据不同的是，它给每个元素设置一个分数（score）作为排序的依 据。
有序集合中的元素不能重复，但是score可以重复，就和一个班里的同学学号不能重复，但是考试成绩可以相同。

1.命令和时间复杂度

2.内部编码

• ziplist（压缩列表）：当有序集合的元素个数小于zset-max-ziplistentries配置（默认128个），同时每个元素的值都小于zset-max-ziplist-value配 置（默认64字节）时，Redis会用ziplist来作为有序集合的内部实现，ziplist可以有效减少内存的使用。
• skiplist（跳跃表）：当ziplist条件不满足时，有序集合会使用skiplist作 为内部实现，因为此时ziplist的读写效率会下降。

当元素个数较少且每个元素较小时，内部编码为skiplist；当元素个数超过128个，内部编码变为ziplist；当某个元素大于64字节时，内部编码也会变为hashtable

3.使用场景

有序集合比较典型的使用场景就是排行榜系统。例如视频网站需要对用
户上传的视频做排行榜，榜单的维度可能是多个方面的：按照时间、按照播
放数量、按照获得的赞数。

使用赞数这个维度作为例子，主要实现下列功能
（1）添加用户赞数

例如用户mike上传了一个视频，并获得了3个赞，可以使用有序集合的 zadd和zincrby功能
zadd user:ranking:2016_03_15 mike 3
如果之后再获得一个赞，可以使用zincrby：
zincrby user:ranking:2016_03_15 mike 1

（2）取消用户赞数

由于各种原因（例如用户注销、用户作弊）需要将用户删除，此时需要 将用户从榜单中删除掉，可以使用zrem。
zrem user:ranking:2016_03_15 mike

（3）展示获取赞数最多的十个用户

zrevrangebyrank user:ranking:2016_03_15 0 9

（4）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两个功能.

hgetall user:info:tom 
zscore user:ranking:2016_03_15 mike 
zrank user:ranking:2016_03_15 mike

八、遍历键

1.全量遍历键

keys pattern

• *代表匹配任意字符。
• 代表匹配一个字符。
• []代表匹配部分字符，例如[1，3]代表匹配1，3，[1-10]代表匹配1到10的任意数字。
• \x用来做转义，例如要匹配星号、问号需要进行转义。

考虑到Redis的单线程架构就不那么美妙了，如果Redis包含了 大量的键，执行keys命令很可能会造成Redis阻塞，所以一般建议不要在生 产环境下使用keys命令。

可以在以下三种情况使用：

• 在一个不对外提供服务的Redis从节点上执行，这样不会阻塞到客户端 的请求，但是会影响到主从复制，有关主从复制我们将在第6章进行详细介绍。
• 如果确认键值总数确实比较少，可以执行该命令。
• 使用下面要介绍的scan命令渐进式的遍历所有键，可以有效防止阻塞。

2.渐进式遍历

scan cursor [match pattern] [count number]

• cursor是必需参数，实际上cursor是一个游标，第一次遍历从0开始，每 次scan遍历完都会返回当前游标的值，直到游标值为0，表示遍历结束。
• match pattern是可选参数，它的作用的是做模式的匹配，这点和keys的模式匹配很像。
• count number是可选参数，它的作用是表明每次要遍历的键个数，默认 值是10，此参数可以适当增大。

使用时参考如下伪代码

String key = "myset"; 
// 定义pattern 
String pattern = "old:user*"; 
// 游标每次从0开始 
String cursor = "0"; 
while (true) {
    // 获取扫描结果    
    ScanResult scanResult = redis.sscan(key, cursor, pattern);    
    List elements = scanResult.getResult();    
    if (elements != null && elements.size() > 0) { 
           // 批量删除        
           redis.srem(key, elements);    
    }    
    // 获取新的游标    
    cursor = scanResult.getStringCursor();   
    // 如果游标为0表示遍历结束    
    if ("0".equals(cursor)) {
        break;    
    } 
}

除了scan以外，Redis提供了面向哈希类型、集合类型、有序集合的扫 描遍历命令，解决诸如hgetall、smembers、zrange可能产生的阻塞问题，对 应的命令分别是hscan、sscan、zscan，它们的用法和scan基本类似。

渐进式遍历可以有效的解决keys命令可能产生的阻塞问题，但是scan并 非完美无瑕，如果在scan的过程中如果有键的变化（增加、删除、修改），那么遍历效果可能会碰到如下问题：新增的键可能没有遍历到，遍历出了重 复的键等情况，也就是说scan并不能保证完整的遍历出来所有的键，这些是
我们在开发时需要考虑的。