Redis多种数据类型以及使用场景

小结

  • 字符串内部编码:int embstr raw,用途:缓存。

  • 哈希内部编码:压缩ziplist hashtable

  • 列表内部编码:压缩ziplist linkedlist,用途:消息队列。

  • 集合内部编码:intset hashtable,用途:标签,计算用户共同感兴趣的标签。sinter user:1:tags user:2:tags

  • 有序集合内部编码:压缩ziplist 跳跃表zskiplist,用途:热评的排行榜。zrevrangebyrank user:ranking:2016_0315 0 9

  • Bitmaps用途:通过极小空间进行位运算实现对状态的判断,例如可以做一个答题瓜分奖励的活动,每个用户答题答对可以设置
    setbit user 1 1,然后后用bitcount统计有多少个1,看用户答对了多少题。

跳跃表

跳跃表支持平均OlogN、最坏ON复杂度的节点查找。

在大部分情况下,跳跃表的效率可以和平衡树相媲美,Redis使用跳跃表作为有序集合的底层实现之一。

实现

由redis.h/zskiplistNode和redis.h/zskiplist两个结构定义,zskiplistNode表示跳跃表节点,而zskiplist保存跳跃表

节点的相关信息,比如节点数量,以及表头节点和表尾结点的指针。

zskiplist结构:头结点header,尾结点tail,层数level,长度length。

zskiplistNode结构:层level(层中有前进指针和跨度),后退指针backwrad,分值score,成员对象obj。

SDS简单动态字符串

struct sdshdr {

// 记录buf数组中已使用字节的数量

// 等于SDS所保存字符串的长度

int len;

// 记录buf数组中未使用字节的数量

int free;

// 字节数组,用于保存字符串

char buf[];

}

image

  • free表示这个SDS没有分配 未使用空间。

  • len表示SDS保存了无字节长的字符串。

  • buf是一个char数组。

SDS与C字符串区别

  1. O(1)复杂度获取字符串长度。

  2. 防止缓冲区溢出。

  3. 减少修改字符串时带来的内存重分配次数。

字符串

命令

set key value [ex seconds] [px milliseconds] [nx|xx]

内部编码

字符串类型的内部编码有3种:

  • int:8个字节长整型。

  • 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。

整数:

set key 8653

ok

object encoding key

"int"

短字符:

set key "hello"

ok

object encoding key

"embstr"

长字符:

set key "40 bytes"

ok

object encoding key

"raw"

使用场景

  1. 缓存

  2. 计数

  3. Session集中管理

  4. 限速

哈希

命令

hset key field value

hset uset:1 name tom

hget key field

hget uset:1 name

"tom"

内部编码

  • ziplist(压缩列表):哈希类型元素个数小于hash-max-ziplist-entries默认512个、同时所有值都小于hash-max-

ziplist-value配置时,Redis会使用ziplist实现,节省内存方面比hashtable优秀。

  • hashtable:哈希类型无法满足ziplist条件时,会用这个,hashtable的读写时间复杂度都是O(1)。

hset hashkey f3 "bigger than 64 bytes"

object encoding hashkey

"hashtable"

hmset hashkey f1 v1 f2 v2 f3 v3 ...... f513 v513

object encoding hashkey

"hashtable"

列表

从右边插入元素:rpush key value

lrange listkey 0 -1

从左边插入元素:lpush key value

linsert key before | after pivot value

查找:lrange key start end

删除:lpop key

内部编码

  • ziplist:元素个数小于list-max-ziplist-entries,同时每个值都小于list-max-ziplist-value,Redis选用压缩列表减少内存。

  • linkedlist:无法满足ziplist就会用链表来实现。

使用场景

  1. 消息队列

  2. 文章列表

集合

用来保存多个的字符串元素,不允许重复元素,无序。

sadd key a b c 添加key

3

srem key a b 删除key

2

scard key 计算key

1

smembers key 获取所有元素

sinter key 求交集

suinon key 求并集

sdiff key 求差集

内部编码

  • intset(整数集合)

  • hashtable

使用场景

标签(tag)

给用户添加标签

sadd user:1:tags tag1 tag2 tag3

sadd uset:1:tags tag1 tag2 tag3

给标签添加用户

sadd tag1:users user:1 user:3

sadd tag2:users user:1 user:2

计算用户共同感兴趣的标签

sinter user:1:tag2 user:2:tag

有序集合

不能重复,可以排序的set,给每个元素设置了一个score作为排序的依据。

列表、集合和有序集合三者异同点

image

命令

zadd key score member 添加成员

zadd user:ranking 251 tom

有序集合提供排序字段,产生代价,zadd复杂度为Ologn,sadd为O1。

zcard user:ranking 计算成员数

zscore key member 返回某个成员分数

zrank key member 计算成员的排名

zrem key member 删除成员

zrange ...

集合间的操作

(1)交集

(2)并集

内部编码

  • 压缩列表

  • 跳跃表

使用场景

添加用户赞数:

zadd user:ranking:2016_03_15 mike 3

获得赞后:

zincrby user:ranking:2016_03_15 mike 1

取消赞:

zrem

获取赞数最多的十个用户:

zrevrangebyrank user:ranking:2016_0315 0 9

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

hgetall user:info:tom

zscore user:ranking:2016_03_15 mike

zrank user:ranking:2016_03_15 mike

Bitmaps

Bitmap通常被用来在极小空间消耗下通过位的运算(AND/OR/XOR/NOT)实现对状态的判断,常见的使用场景例如:“答对12道题的同学有机会瓜分奖池”,这种如果使用bitmap来实现,就非常容易判断出用户是否全部答对。

image

答题系统设计如下:

  1. 每个用户每轮答题,设置一个key,比如user1在第一轮答题的key是 round:1:user1。
  2. 每答对一道题,设置相关的bit为1,比如user1答对了第5题,那么就设置第5个bit为1就可以了,如:SETBIT round:1:user1 5 1 ;如果用户1在第一轮答对了第9题,那么就把第9个bit设置为1,SETBIT round:1:user1 9 1;值得注意的是,Bitmaps默认bit都是0,答错可以不设置。
  3. 计算用户总共答对了几道题,就可以使用 BITCOUNT 命令统计1的bit个数。

可见,Redis的bitmap接口可以用非常高的存储效率和计算加速效果。

待更新:

HyperLogLog

GEO

Reference

《Redis设计与实现》

《Redis开发与运维》

posted @ 2021-09-30 23:34  BLLBL  阅读(152)  评论(0编辑  收藏  举报