Redis-数据结构

Redis有5种基本数据类型

Redis所有的数据结构都是以唯一的key字符串作为名称，然后通过这个唯一key值来获取相应的value数据，不同类型的数据结构的差异就在于value的结构不一样

string(字符串)

键值对

    set name codehole
    get name
    del name
    批量键值对(节省网络耗时开销)
    mset name1 boy name2 girl name3 unknow
    mget name1 name2 name3

计数

    如果value值是一个整数，可以对它进行自增操作，自增的范围是 signed long的最大最小值
    > set age 30
    > incr age
    string是动态字符串，是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配，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。

扩容：

  当字符串长度小于1M时，扩容是在现有的基础上翻倍
         如果超过1M，扩容时一次只会多扩1M的空间
  字符串最大长度为512M

【字符串】内部结构

  字符串叫[SDS],Simple Dynamic String,它的结构是一个带长度信息的字节数组
struct SDS{
        T  capacity; //数组容量
        T  len;         // 数组长度
        byte  flags;  // 特殊标志位  
        byte[]  content;   // 数组内容
  }之所以使用泛型T，是因为当字符串比较短时，len 和capacity可以使用byte和short来表示

list(列表)

    相当于java语言里面的LinkedList（链表）插入和删除操作非常快，O(1),
    但是索引定位很慢O(n)

基本操作

    右进左出： 队列
        rpush books python java golang
        llen books   "3"
        lpop books   "python"
        lpop books   "java"
    右进右出： 栈
        rpush books python java golang
        rpop books   "golang"

常用来做异步队列

      将需要延后处理的任务结构体序列化成字符串塞进Redis的列表，
      另一个线程从这个列表中轮询数据进行处理。

慢操作

      lindex相当于Java链表的get(int index)方法，需要对链表进行遍历，
      性能随着参数index增大而变差
      ltrim(start_index,end_index)保留start_index 到end_index之间的值
      lrange books 0 -1   # 获取所有元素  O(n) 慎用

快速列表

      Redis底层存储的不是linkedlist，而是称之为快速链表quicklist

zset和hash容器对象在元素个数较少的时候，采用压缩列表（ziplist）进行存储，压缩列表是一块连续的内存空间，元素之间紧挨着存储，没有任何冗余空隙

hash(哈希字典)

    相当于Java语言里面的HashMap，无序字典。内部实现结构是 数组+链表二维结构
        第一维hash的数组位置碰撞时，就会将碰撞的元素使用链表串接起来
        Redis字典的值只能是字符串
        Java的HashMap在字典很大时，rehash是个耗时的操作，需要一次性全部rehash
        Redis为了高性能，不堵塞服务，所以采用了渐进式rehash策略

渐进式rehash

    在rehash的同时，保留新旧两个hash结构，查询时会同时查询两个hash结构，然后在后续的定时任务中以及hash的子指令中，循序渐进地将旧hash的内容一点点迁移到新的hash结构中

计数

   hash结构中的单个子key也可以进行计数
    > hincrby user age 1

扩容条件

  当hash表中元素的个数等于第一维数组的长度时，就会开始扩容，扩容的新数组是原数组大小的2倍。不过如果Redis正在做bgsave，为了减少内存也的过多分离（COW），Redis尽量不去扩容，但是如果元素个数已经达到了第一维数组长度的5倍，说明hash表已经过于拥挤，这个时候就会强制扩容

缩容条件

    当hash表因为元素越来越稀疏时，Redis会对hash表进行缩容来减少hash表的第一维数组空间占用，缩容的条件是元素个数低于数组长度的10%，不会考虑Redis是否正在做bgsave。

【字典】内部结构

  hash内部数据结构就是 dict
  dict结构内部包含两个hasttable，通常情况下只有一个hashtable是有值的。但是在dict扩容缩容是，需要分配新的hashtable，然后进行渐进式搬迁，这时候两个hashtable存储的分别是旧的hashtable和新的hashtable，待搬迁结束后，旧的hashtable被删除，新的hashtable取而代之。

set(集合)

    相当于Java中的HashSet,内部键值对是无序的唯一的，内部实现相当于一个特殊的字典，
     字典中所有的value都是一个值NULL

可以存储活动中奖的用户ID，因为有去重功能，可以保证同一个用户不会中奖两次

    > sadd books python      >1
    > sadd books python     # 重复  >0
    > sadd books java golang   >2
    > smember books   # set无序的，所以输出顺序和插入顺序并不一致
    > sismember books java   # 查询某个value时候存在，相当于contains(o)
    > scard books  # 获取长度相当于count()
    > spop books    # 弹出一个

zset(有序集合)

    类似于Java的SortedSet和HashMap的结合体，
    一方面是一个set，保证了内部value的唯一性，另一个面他可以给每个value赋予一个score，代表这个value的排序权重，
    内部实现用是【跳跃列表】的数据结构

可以用来存粉丝列表 value值是粉丝的用户Id score是关注时间

常用指令

     > zadd books 9.0 "think in java"   > 1
    > zadd books 8.9 "java concurrency" >1
    > zrange books 0 -1   按score排序列出，参数区间为排名范围
    > zrevrange books 0 -1    score逆序列出，参数区间为排名范围
    > zcard books   # 相当于count()
    > zscore books "java concurrency" # 获取指定value的score,内部score使用double类型进行存储，所以存在小数点精度问题
    > zrank books "java concurrency"  # 排名
    > zrangebyscore books 0  8.91   # 根据分值区间遍历zset
    > zrem books "java concurrency"   # 删除value

容器型数据结构的通用规则

list/set/hash/zset 这四种数据结构是容器型数据结构
1、 create if not exists
    如果容器不存在，那就创建一个，再进行操作
2、 drop if no elements
    如果容器里元素没有了，那么立即删除元素，释放内存
过期时间
    Redis所有的数据结构都可以设置过期时间。
    注意
        1.过期时间以对象为单位，比如一个hash结构的过期是整个hash对象的过期而不是其中的某一个子key
        2.如果一个字符串已经设置了过期时间，然后你调用了set方法修改了它，他的过期时间会失效

位图(bitmap)

     可以用户用户签到记录，签了是1，没签是0

get/set 获取和设置整个位图的内容

getbit/setbit 位图操作

      将byte数组看成【位数组】来处理    

基本操作

    零存零取
           setbit   存  getbit 取
     零存整取    
            setbit  存  get 取
      整存零取
              set  存    getbit 取
      统计和查找  
            统计：bitcount  用来统计指定位置范围内1的个数
            查找：bitpos  用来查找指定范围内出现的第一个0或1

魔术指定 bitfield

  setbit和getbit指定位的值都是单个位的

HyperLogLog

      一般用来解决统计问题（但是不是很精确）标准误差0.81%

一般用作网站PV与UV的统计

常用指令

      pfadd   增加计数
      pfcount    获取计数
      pfmerge   用于将多个pf计数值累加在一起形成一个新的pf值

GEOHash

Pub/Sub

钱老师

以上内容参考钱文品老师的