Redis基本命令和常用数据类型

---

前言

Redis基本命令和常用数据类型（String、List、Set、Hash、Zset、Geospatial、Hyperloglog）。

---

一、Redis简介

Redis（Remote Dictionary Server )，即远程字典服务。
Redis 是一个开源（BSD 许可）内存数据结构存储，用作数据库、缓存、消息代理和流引擎。Redis 提供数据结构，例如字符串、哈希、列表、集、带有范围查询的排序集、位图、超日志日志、地理空间索引和流。 Redis 具有内置复制、Lua 脚本、LRU 逐出、事务和不同级别的磁盘持久性，并通过 Redis Sentinel 和 Redis 集群的自动分区提供高可用性。

Redis是单线程的！

官方表示Redis是基于内存操作，CPU不是Redis性能瓶颈，Redis的瓶颈是根据机器的内存和网络带宽，既然可以使单线程，就使用单线程了。Redis是C语言写的，官方提供的数据为100000+QPS，完全不比同样使用key-value的Memecache差！

Redis为什么单线程还这么快？

1、误区1：高性能的服务器其一定是多线程的
2、误区2：多线程（会发生CPU上下文交换！一定比单线程效率高！

核心：Redis是将所有的数据全部放在内存中的，所有说使用单线程去操作是最高的，多线程（CPU上下文会切换：耗时的操作！！），对于内存系统来说，如果没有上下文切换效就是最高的，多次读写都在一个CPU上的，在内存情况下这个就是最佳方案。

NoSQL

NoSQL（Not Only SQL），即不仅是SQL，泛指非关系型数据库。

NoSQL 易扩展，NoSQL 数据库种类繁多（MongoDB、Redis 等），共同的特点都是去掉关系数据库的关系型特性。

数据之间无关系，这样就非常容易扩展，无形之间也在架构的层面上带来了可扩展的能力。

大数据量下 NoSQL 数据库具有非常高的读写性能，这得益于它的无关系性，数据库的结构简单。

NoSQL 数据库的典型代表就是 Redis。

二、基本操作

1.赋值

set key value

2.取值

get key

3.切换数据库

• Redis 默认有 16 个数据库。
• 默认使用的是第 0 个数据库。
• 不同数据库存不同的值。

select

切换到数据库1：

这个数据库0：

上面讲诉赋值操作，我们在数据库0中已经赋值dragon，在数据库1中是没有的：

4.查看数据库所有键（key）

keys *

5.查看键值类型

type key

6.移动键值到其他数据库

move key 是数据库编号

将数据库0中的name移到数据库1中

7.设置键值生存时间（两种）

expire key 时间

setex 键名称 生存时间 值

这里是设置10秒生存时间。

8.查看键值生存时间

ttl key

上面设置的生存时间，用ttl查看，-2说明已经过期。（我输入命令查看的时候耽误了一些时间，所以最开始是还剩4秒生存时间）

9.查看当前数据库大小

dbsize

代码中就k1一个元素，所以数据库大小为1

10.判断键是否存在

exists key

11.清空当前数据库

flushdb

12.清空所有数据库

flushall

三、常用数据类型

1.String（字符串）

（1）赋值

set key name

（2）取值

get key

（3）同时获取多个值

mset key1 key2…

（4）不存在才赋值

setnx key value

（5）批量赋值

mset key1 value1 key2 value2…

有一个赋值出错不会影响其他的赋值

（6）原子性批量赋值

msetnx k1 v1 k2 v2 k3 v3…

（7）追加字符串

如果当前字符串不存在，则相当于set key

append key value

（8）获取字符串长度

strlen key

（9）获取指范围字符串

getrange key start end

>
getrange key 0 -1相当于get key

（10）替换指定位置开始往后n位字符串

setrange key start value

（11）设置对象

set 对象

两种：

（12）先get后set

getset key value

nil说明没有这个key，所以直接赋值

（13）自增+1

incr key

（14）指定步长增加

incrby key 数字

（15）递减和指定步长减少

decr
decrby

2.list

在Redis里面，我们可以把lis玩成栈、队列、阻塞队列。
lis命令都是以 l 开。
list 实际是一个链表，左右都可以插入值。
如果 key 不存在，创建新的链表。
如果移除了所有元素，空链表也代表不存在。
在两边插入或者改动值，效率最高；操作中间元素，效率相对低一些。
应用场景：消息排队

（1）插入

LPUSH 从左边插入一个或多个值
RPUSH 从右边插入一个或多个值
LINSERT 名称 before/after value1 vlaue2 在value1前插入value2

（2）指定下标赋值

Lset 名称 index value
如果列表不存在或者列表指定下标不存在，赋值失败。

（3）查看列表

LRANGE 名称 begin end 查看区间数据 [begin,end]

begin = 0 ，end = -1是查看全部。

（4）下标获取值

lindex 名称 index

（5）返回列表长度

Llen 名称

（6）移除

Lpop 从左边移除
Rpop 从右边移除
Lrem 名称 数量 value //移除指定数量的value

（7）截取

Ltrim 名称 begin end
截取区内的元素

（8）移动

Rpoplpush 名称 另一个列表
移动列表的最后一个元素带新列表中

（9）列表是否存在

exists 名称

3.set

Set 中的值是不能重复的
命令都是以 s 开头
应用场景：共同关注

（1）添加

Sadd 名称 value

（2）取值

Smembers
查看所有值

（3）随机获取元素

SRANDMEMBER 名称
随机获取集合中的元素

（4）随机删除

Spop 名称

（5）指定删除

Srem 名称 value

（6）元素是否存在

Sismember 名称 value

（7）元素个数

Scard 名称

（8）移动

Smove set1 set2 hello
移动 set1 中的 hello 到 set2 中（set2 不存在则创建set2集合并移动）

（9）并集、交集、差集

SDIFF 名称1 名称2 //差集
SINTER 名称1 名称2 //交集
SUNION 名称1 名称2 //并集

4.Hash

哈希就是 key - map 的数据结构
应用场景：对象存储

（1）赋值

hset 名称 key1 value1 key2 value2…

（2）获取

hmget 名称 key1 key2… //获取多个
hget 名称 key //获取一个
hgetall 名称 //获取全部
hkeys //获取全部key
hvals //获取全部value

（3）指定删除

hdel 名称 key
对应的value也会删除

（4）获取数量

hlen 名称
key-value算一个长度

（5）字段是否存在

HEXISTS 名称 key

（6） 自增

Hincrby 名称 key 步长（可以是负数）

5.Zset

Zset 就是 Set 的有序集合
应用场景：排行榜

（1）赋值

Zadd 名称 数值 value…

（2）获取

Zrange 名称 begin end //下标
区间为0、-1为查询全部

注意观察数据已经按照数值排序了（默认从大到小）：

（3）获取元素个数

Zcard 名称

（4）统计指定区间元素数量

Zcount 名称 begin end //下标

（5）删除

Zrem 名称 value
移除指定元素

（6）排序获取

Zrevrange 名称 begin end //从小到大// 区间是下标
Zrangebyscore 名称 begin end //从大到小 // 区间是值数据key的范围并不是下标 // -inf代表负无穷 +inf 代表正无穷

Zrangebyscore 名称 begin end witscores //从大到小显示并附带key的数据

6.Geospatial地理位置

edis 的 GEO 特性在 3.2 版本中推出， 这个功能可以将用户给定的地理位置信息储存起来。
通常用以实现诸如附近位置、摇一摇这类依赖于地理位置信息的功能。
geo 的数据类型为 zset。
GEO 的数据结构总共有六个常用命令：geoadd、geopos、geodist、georadius、georadiusbymember、gethash
有效经度从-180度到180度
有效纬度从-85.05112878到85.05112878
当坐标位置超过上诉范围，会报错。
一般我们会直接下载城市数据，直接通过Java导入。

（1）添加地理位置

geoadd key 经度 维度 member
将给定的空间元素（纬度、经度、名字）添加到指定的键里面。
geoadd 命令以标准的x，y格式接受参数，所以用户必须先输入经度，然后再输入纬度。
geoadd 能够记录的坐标是有限的：非常接近两极的区域无法被索引。

（2）获取经纬度

一定是一个坐标值
geopos key member

（3）获取两个位置距离

geodist key member1 member2
是直线距离，默认是米
单位：

• km（千米）
• m（米）
• mi（英里）
• ft（英尺）

（4）半径内元素查询

georadius key 经度 纬度 半径

乱码报错：

解决办法：在连接时，redis-cli --raw增加–raw参数，强制输出中文。

在 china:city 中寻找坐标 100 30 半径为 1000km 的城市：

georadius key 经度 纬度 半径 withdist
返回位置名称和距中心直线距离

georadius key 经度 纬度 半径 withcoord
返回位置名称和经纬度

count 数字 // 限定寻找个数

（5）指定范围内元素

georadiusbymember key member 数字 单位

北京10000km内的城市：

（6）经纬度字符串

geohash
将二维经纬度转换为一维字符串，字符串越长表示位置更精确，两个字符串越相似表示距离越近。

（7）删除

GEO 没有提供删除成员的命令，但是因为 GEO 的底层实现是 zset，所以可以借用 zrem 命令实现对地理位置信息的删除。
zrem
zrange

7.Hyperloglog基数统计

Redis 在 2.8.9 版本添加了 HyperLogLog 结构，用来做基数统计的算法
其优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的，并且是很小的。
每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2 ^ 64 个不同元素的基数。
HyperLogLog 是一种算法，它提供了不精确的去重计数方案
比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}，基数（不重复元素）为 5。

比如统计网页的浏览用户数量，一天内同一个用户多次访问只算一次。
传统的解决方案是使用 Set 来保存用户 id，然后统计 Set 中的元素数量。
这种方案只能承载少量用户，一旦用户数量大起来就需要消耗大量的空间。
而且目的是统计用户数量而不是保存用户，这是个吃力不讨好的方案。
使用 HyperLogLog 最多需要 12k 就可以统计大量的用户数。
尽管它大概有 0.81% 的错误率，但对于统计用户数量这种不需要很精确的数据是可以忽略不计的。

（1）添加

PFadd

（2）获取基数值

PFCOUNT

（3）并集合并

pfmerge

mykey和mykey2取并集，得到并集mykey3

有重复部分，所以合并后15个。

8.Bitmap位图

Redis 从 2.2 版本增加了 Bitmap（位图）
如果使用普通的 key / value存储，则要记录 365 条记录，如果用户量很大，需要的空间也会很大。
Redis 提供了 Bitmap 位图这种数据结构，Bitmap 就是通过操作二进制位来进行记录，即为 0 和 1。
如果要记录 365 天的打卡情况，使用 Bitmap 表示的形式大概如下：0101000111000111……
这样 365 天相当于 365 bit，又 1 字节 = 8 bit , 所以相当于使用 46 个字节即可。
BitMap 就是通过一个 bit 位来表示某个元素对应的值或者状态，其中的 key 就是对应元素本身。
实际上底层也是通过对字符串的操作来实现的。

（1）添加

setbit

（2）取值

getbit

（3）统计

bitcount

只有2个值为1：

---

总结

以上就是Redis讲解。