淮安市建设银行网站首页简述网络营销的特点
目录
五种数据结构图示
Redis键(key)
String
基本概念及应用场景
数据结构
Hash
基本概念及应用场景
数据结构
List
基本概念及应用场景
数据结构
Set
基本概念及应用场景
数据结构
Zset
基本概念及应用场景
数据结构
五种数据结构图示
Redis键(key)
keys *查看当前库所有key (匹配:keys *1)
exists key判断某个key是否存在
type key 查看你的key是什么类型
del key 删除指定的key数据 会产生阻塞
unlink key 根据value选择非阻塞删除
仅将keys从keyspace元数据中删除,真正的删除会在后续异步操作。
expire key 10 10秒钟:为给定的key设置过期时间
ttl key 查看还有多少秒过期,-1表示永不过期,-2表示已过期
select命令切换数据库
dbsize查看当前数据库的key的数量
flushdb清空当前库
flushall通杀全部库
String
基本概念及应用场景
String是Redis最基本的类型,你可以理解成与Memcached一模一样的类型,一个key对应一个value。
String类型是二进制安全的。意味着Redis的string可以包含任何数据。比如jpg图片或者序列化的对象。
String类型是Redis最基本的数据类型,一个Redis中字符串value最多可以是512M
- 常用的操作命令
-
append <key> <value>将给定的<value> 追加到原值的末尾
-
strlen <key>获得值的长度
-
msetnx <key1><value1><key2><value2>
-
同时设置一个或多个 key-value 对,当且仅当所有给定 key 都不存在。原子性,有一个失败则都失败
-
- getrange <key><起始位置><结束位置>
- 获得值的范围,类似java中的substring,前包,后包
- setrange <key><起始位置><value>
- 用 <value> 覆写<key>所储存的字符串值,从<起始位置>开始(索引从0开始)。
-
setex <key><过期时间><value>
-
设置键值的同时,设置过期时间,单位秒。
-
- getset <key><value>
- 以新换旧,设置了新值同时获得旧值(返回值)。
-
- 单值缓存
- SET key value(设置相同的key会将之间的覆盖)
- GET key
- MSET,MGET
- 对象缓存(最好用hash存储对象)
- 分布式锁(简单模式)
- SETNX key value
- SET key value [EX seconds] [PX milliseconds] [NX | XX]
- EX:key在多少秒后过期
- PX:key在多少毫秒后过期
- NX:当key不存在的时候,才能创建key,效果等同于SETNX
- XX:当key存在的时候,覆盖key
- 计数器
- INCR article:readCount:{文档id} 增加1
- 只能对数字值操作,如果为空,新增值为1
- INCRBY article:readCount:{文档id} increment 增加指定步长
- DECR article:readCount:{文档id} 减少1
- 只能对数字值操作,如果为空,新增值为-1
- DECRBY article:readCount:{文档id} increment 减少指定步长
- INCR article:readCount:{文档id} 增加1
- Web集群session共享
- spring session + redis实现session共享
- 分布式系统全局序列号
- INCRBY orderId 1000 批量生成序列号提升性能
数据结构
String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)。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.
如图中所示,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。当字符串长度小于1M时,扩容都是加倍现有的空间,如果超过1M,扩容时一次只会多扩1M的空间。需要注意的是字符串最大长度为512M。
Hash
基本概念及应用场景
Redis hash 是一个键值对集合。
Redis hash是一个string类型的field和value的映射表,hash特别适合用于存储对象。类似Java里面的Map<String,Object>
- 用户ID为查找的key,存储的value用户对象包含姓名,年龄,生日等信息,如果用普通的key/value结构来存储主要有以下2种存储方式:
![]() | ![]() |
每次修改用户的某个属性需要,先反序列化(称对象)改好后再序列化(json )回去。开销较大。 | 每次可以精确的修改用户的某个属性,但是用户ID数据存在冗余,显然特不合适.有没有一种方式可以做的更好 |
- 使用hash存储对象
![]() |
通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了,既不需要重复存储数据,也不会带来序列化和并发修改控制的问题 Value是一个hash表 |
- 常用命令
-
hset <key><field><value>给<key>集合中的 <field>键赋值<value>
-
HSET key field value:设置 key 指定的哈希集中指定字段的值。
-
如果 key 指定的哈希集不存在,会创建一个新的哈希集并与 key 关联。
-
如果字段在哈希集中存在,它将被重写
-
-
hget <key1><field>从<key1>集合<field>取出 value
-
HGETALL key:返回 key 指定的哈希集中所有的字段和值
-
hmset <key1><field1><value1><field2><value2>... 批量设置hash的值
-
设置 key 指定的哈希集中指定字段的值。该命令将重写所有在哈希集中存在的字段。如果 key 指定的哈希集不存在,会创建一个新的哈希集并与 key 关联
-
- hexists<key1><field>查看哈希表 key 中,给定域 field 是否存在。
- 1 hash里面包含该field。
- 0 hash里面不包含该field或者key不存在。
- hkeys <key>列出该hash集合的所有field
- 返回 key 指定的哈希集中所有字段的名字。哈希集中的字段列表,当 key 指定的哈希集不存在时返回空列表。
- hvals <key>列出该hash集合的所有value
- hincrby <key><field><increment>为哈希表 key 中的域 field 的值加上增量 1 -1
- 增加 key 指定的哈希集中指定字段的数值。如果 key 不存在,会创建一个新的哈希集并与 key 关联,字段的值在该操作执行前被设置为 0 field必须为整形才能进行相加操作
- hsetnx <key><field><value>将哈希表 key 中的域 field 的值设置为 value ,当且仅当域 field 不存在 .
- 只在 key 指定的哈希集中不存在指定的字段时,设置字段的值。如果 key 指定的哈希集不存在,会创建一个新的哈希集并与 key 关联。如果字段已存在,该操作无效果
-
- 购物车
- HSET cart:1001(1001可以是用户的id) 10088(商品id) 1(当用户点击加入购物车数量加1)
- 优点
- 同类数据归类整合存储,方便数据管理
- 相比String操作消耗内存与CPU更小
- 相比String储存更节省空间
- 缺点
- 过期功能不能使用在field上,只能用在key上
- Redis集群架构下不适合大规模使用
数据结构
Hash类型对应的数据结构是两种:ziplist(压缩列表),hashtable(哈希表)。当field-value长度较短且个数较少时,使用ziplist,否则使用hashtable。
List
基本概念及应用场景
单键多值
Redis 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)。
它的底层实际是个双向链表,对两端的操作性能很高,通过索引下标的操作中间的节点性能会较差。
- 常用命令
-
lpush/rpush <key><value1><value2><value3> .... 从左边/右边插入一个或多个值。
-
如果从左边插入一个值之前的值会右移,左边始终是最新插入的值
-
- lpop/rpop <key>从左边/右边吐出一个值(返回值为弹出的值)。值在键在,值光键亡。
- rpoplpush <key1><key2>从<key1>列表右边吐出一个值,插到<key2>列表左边。
- lrange <key><start><stop>
- 按照索引下标获得元素(从左到右)
- lrange mylist 0 -1 0左边第一个,-1右边第一个,(0-1表示获取所有)
- lindex <key><index>按照索引下标获得元素(从左到右)
- llen <key>获得列表长度
- linsert <key> before <value><newvalue>在<value>的后面插入<newvalue>插入值
- lrem <key><n><value>从左边删除n个value(从左到右)
- 从存于 key 的列表里移除前 count 次出现的值为 value 的元素。 这个 count 参数通过下面几种方式影响这个操作:
- count > 0: 从头往尾移除值为 value 的元素。
- count < 0: 从尾往头移除值为 value 的元素。
- count = 0: 移除所有值为 value 的元素。
- 比如, LREM list -2 “hello” 会从存于 list 的列表里移除最后两个出现的 “hello”。
- 需要注意的是,如果list里没有存在key就会被当作空list处理,所以当 key 不存在的时候,这个命令会返回 0
- 返回值:被移除的元素个数。
- 从存于 key 的列表里移除前 count 次出现的值为 value 的元素。 这个 count 参数通过下面几种方式影响这个操作:
- lset<key><index><value>将列表key下标为index的值替换成value(下标从0开始)
-
- 常用的数据结构
- Stack(栈) = LPUSH + LPOP = FILO
- QUEUE(队列) = LPUSH + RPOP
- Blocking MQ(阻塞队列) = LPUSH + BRPOP
- 微博和微信公众号的消息流
数据结构
List的数据结构为快速链表quickList。
首先在列表元素较少的情况下会使用一块连续的内存存储,这个结构是ziplist,也即是压缩列表。它将所有的元素紧挨着一起存储,分配的是一块连续的内存。当数据量比较多的时候才会改成quicklist。因为普通的链表需要的附加指针空间太大,会比较浪费空间。比如这个列表里存的只是int类型的数据,结构上还需要两个额外的指针prev和next。
Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能,又不会出现太大的空间冗余。
Set
基本概念及应用场景
Redis set对外提供的功能与list类似是一个列表的功能,特殊之处在于set是可以自动排重的,当你需要存储一个列表数据,又不希望出现重复数据时,set是一个很好的选择,并且set提供了判断某个成员是否在一个set集合内的重要接口,这个也是list所不能提供的。
Redis的Set是string类型的无序集合。它底层其实是一个value为null的hash表,所以添加,删除,查找的复杂度都是O(1)。
一个算法,随着数据的增加,执行时间的长短,如果是O(1),数据增加,查找数据的时间不变
- 常用命令
-
sadd <key><value1><value2> .....
-
将一个或多个 member 元素加入到集合 key 中,已经存在的 member 元素将被忽略
-
- smembers <key>取出该集合的所有值。
- sismember <key><value>判断集合<key>是否为含有该<value>值,有1,没有0
- scard<key>返回该集合的元素个数。
- srem <key><value1><value2> .... 删除集合中的某个元素。
- spop <key>随机从该集合中吐出一个值(会从列表中删除)。
- srandmember <key><n>随机从该集合中取出n个值。不会从集合中删除 。
- smove <source><destination>value把集合中一个值从一个集合移动到另一个集合
- sinter <key1><key2>返回两个集合的交集元素。
- sunion <key1><key2>返回两个集合的并集元素。
- sdiff <key1><key2><key3>….返回两个集合的差集元素(key1中的,不包含key2中的) key1集合和其他集合的差集(key1-其他key的并集)
- sinterstore destination key [key].... 将交集结果存入新集合destination中
- sunionstore destination key [key].... 将并集结果存入新集合destination中
- sdiffstore destination key [key].... 将差集结果存入新集合destination中
-
-
微信抽奖小程序
-
点击参与抽奖加入集合(SADD key {userID})
-
查看参与抽奖所有用户(SMEMBERS key)
-
抽取count名中奖者(SRANDMEMBER key [count] / SPOP key [count])
-
- 微信微博点赞,收藏,标签
- 点赞 SADD like:{消息id} {用户id}
- 取消点赞 SREM like:{消息id} {用户id}
- 检查用户是否点赞过 SISMEMBER like:{消息id} {用户id}
- 获取点赞的用户列表 SMEMBERS like:{消息id}
- 获取点赞用户数 SCARD like:{消息id}
- 集合操作实现微博微信关注模型
- 集合操作实现电商商品筛选
数据结构
Set数据结构是dict字典,字典是用哈希表实现的。
Java中HashSet的内部实现使用的是HashMap,只不过所有的value都指向同一个对象。Redis的set结构也是一样,它的内部也使用hash结构,所有的value都指向同一个内部值。
Zset
基本概念及应用场景
Redis有序集合zset与普通集合set非常相似,是一个没有重复元素的字符串集合。
不同之处是有序集合的每个成员都关联了一个评分(score),这个评分(score)被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的,但是评分可以是重复了 。
因为元素是有序的, 所以你也可以很快的根据评分(score)或者次序(position)来获取一个范围的元素。访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表。
- 常用命令
-
zadd <key><score1><value1><score2><value2>…
-
将一个或多个 member 元素及其 score 值加入到有序集 key 当中。默认排序按照score从小到大进行排序
-
-
zrange <key><start><stop> [WITHSCORES]
-
返回有序集 key 中,下标在<start><stop>之间的元素 同list;带WITHSCORES,可以让分数一起和值返回到结果集。
-
- zrangebyscore key minmax [withscores] [limit offset count]
- 返回有序集 key 中,所有 score 值介于 min 和 max 之间(包括等于 min 或 max )的成员。有序集成员按 score 值递增(从小到大)次序排列。
- min和max可以是-inf和+inf,这样一来,你就可以在不知道有序集的最低和最高score值的情况下,使用ZRANGEBYSCORE这类命令。(查询出来所有)
- 默认情况下,区间的取值使用闭区间(小于等于或大于等于),你也可以通过给参数前增加(符号来使用可选的开区间(小于或大于)。
- 举个例子:
- ZRANGEBYSCORE zset (1 5 返回所有符合条件1 < score <= 5的成员;
- ZRANGEBYSCORE zset (5 (10 返回所有符合条件5 < score < 10 的成员。
- 可选参数WITHSCORES会返回元素和其分数,而不只是元素。这个选项在redis2.0之后的版本都可用。
- zrevrangebyscore key maxmin [withscores] [limit offset count]
- 同上,改为从大到小排列。
- zincrby <key><increment><member> 为元素的score加上增量
- 为有序集key的成员member的score值加上增量increment。如果key中不存在member,就在key中添加一个member,score是increment(就好像它之前的score是0.0)。如果key不存在,就创建一个只含有指定member成员的有序集合。
- 当key不是有序集类型时,返回一个错误。
- score值必须是字符串表示的整数值或双精度浮点数,并且能接受double精度的浮点数。也有可能给一个负数来减少score的值。
- zrem <key><value>[value…]删除该集合下,指定值的元素
- 返回的是从有序集合中删除的成员个数,不包括不存在的成员。
- zcount <key><min><max>统计该集合,分数区间内的元素个数
- zscore key member :返回member的socre
- zcard key :返回有序集合key中的个数
- zrank <key><value>返回该值在集合中的排名,从0开始。
- 有序集key中成员member的排名。其中有序集成员按score值递增(从小到大)顺序排列。排名以0为底,也就是说,score值最小的成员排名为0。
- 使用ZREVRANK命令可以获得成员按score值递减(从大到小)排列的排名。
- Zunionstore destkey numkeys key [key...] //并集计算
- Zintersore destkey numkeys key [key...] //交集计算
-
-
Zset集合操作实现排行榜
数据结构
SortedSet(zset)是Redis提供的一个非常特别的数据结构,一方面它等价于Java的数据结构Map<String, Double(评分)>,可以给每一个元素value赋予一个权重score,另一方面它又类似于TreeSet,内部的元素会按照权重score进行排序,可以得到每个元素的名次,还可以通过score的范围来获取元素的列表。
zset底层使用了两个数据结构
- hash,hash的作用就是关联元素value(hash中的field)和权重score(hash中的value),保障元素value的唯一性,可以通过元素value找到相应的score值。
- 跳跃表,跳跃表的目的在于给元素value排序,根据score的范围获取元素列表。
-
有序集合在生活中比较常见,例如根据成绩对学生排名,根据得分对玩家排名等。对于有序集合的底层实现,可以用数组、平衡树、链表等。数组不便元素的插入、删除;平衡树或红黑树虽然效率高但结构复杂;链表查询需要遍历所有效率低。Redis采用的是跳跃表。跳跃表效率堪比红黑树,实现远比红黑树简单。
-
跳表具有如下性质:
-
(1) 由很多层结构组成
-
(2) 每一层都是一个有序的链表
-
(3) 最底层(Level 1)的链表包含所有元素
-
(4) 如果一个元素出现在 Level i 的链表中,则它在 Level i 之下的链表也都会出现。
-
(5) 每个节点包含两个指针,一个指向同一链表中的下一个元素,一个指向下面一层的元素。
-
- 2.实例:对比有序链表和跳跃表,从链表中查询出51
- 有序链表
- 要查找值为51的元素,需要从第一个元素开始依次查找、比较才能找到。共需要6次比较
- 有序链表
-
- 跳跃表
- 从第2层开始,1节点比51节点小,向后比较。
- 21节点比51节点小,继续向后比较,后面就是NULL了,所以从21节点向下到第1层
- 在第1层,41节点比51节点小,继续向后,61节点比51节点大,所以从41向下
- 在第0层,51节点为要查找的节点,节点被找到,共查找4次。
- 从此可以看出跳跃表比有序链表效率要高