41.【面试宝典】面试宝典-redis常用数据类型概述

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: 【面试宝典】面试宝典-redis常用数据类型概述

前文如上:

39.【面试宝典】面试宝典-redis过期k值回收策略,缓存淘汰策略

40.【面试宝典】面试宝典-redis持久化

合集参考:面试宝典


1.常用五大数据类型


1.1 常见数据类型操作命令


哪里去获得redis常见数据类型操作命令www.redis.cn/commands.ht…


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
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

1.2 Redis字符串(String)


1.2.1 简介


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


1.2.2 常用命令


  1. set   添加键值对

网络异常,图片无法展示
|

  • NX:当数据库中key不存在时,可以将key-value添加数据库
  • XX:当数据库中key存在时,可以将key-value添加数据库,与NX参数互斥
  • EX:key的超时秒数
  • PX:key的超时毫秒数,与EX互斥
  1. get   查询对应键值
  2. append  将给定的 追加到原值的末尾
  3. strlen  获得值的长度
  4. setnx  只有在 key 不存在时    设置 key 的值
  5. incr  将 key 中储存的数字值增1,只能对数字值操作,如果为空,新增值为1
  6. decr 将 key 中储存的数字值减1,只能对数字值操作,如果为空,新增值为-1
  7. incrby / decrby  <步长>将 key 中储存的数字值增减。自定义步长。


原子性 所谓原子操作是指不会被线程调度机制打断的操作; 这种操作一旦开始,就一直运行到结束,中间不会有任何 context switch (切换到另一个线程)。  


(1)在单线程中, 能够在单条指令中完成的操作都可以认为是"原子操作",因为中断 只能发生于指令之间。

(2)在多线程中,不能被其它进程(线程)打断的操作就叫原子操作。 Redis单命令的原子性主要得益于Redis的单线程。  案例:java中的i++是否是原子操作?不是 i=0;两个线程分别对i进行++100次,值多少


  1. mset  ...同时设置一个或多个 key-value对
  2. mget  ... 同时获取一个或多个 value
  3. msetnx   ..... 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

  1. getrange  <起始位置><结束位置>获得值的范围,类似java中的substring,前包,后包
  2. setrange  <起始位置> 用   覆写所储存的字符串值,从<起始位置>开始(索引从0开始)。
  3. setex  <过期时间> 设置键值的同时,设置过期时间,单位秒。
  4. getset  以新换旧,设置了新值同时获得旧值。


1.2.3 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.

网络异常,图片无法展示
|


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。

1.3 Redis列表(List)


1.3.1 简介


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。

网络异常,图片无法展示
|


1.3.2 常用命令


  1. lpush/rpush   .... 从左边/右边插入一个或多个值。
  2. lpop/rpop  从左边/右边吐出一个值。值在键在,值光键亡。
  3. rpoplpush  从列表右边吐出一个值,插到列表左边。
  4. lrange 按照索引下标获得元素(从左到右)
  5. lrange mylist 0 -1   0左边第一个,-1右边第一个,(0-1表示获取所有)
  6. lindex 按照索引下标获得元素(从左到右)
  7. llen 获得列表长度
  8. linsert   before 在的后面插入插入值
  9. lrem 从左边删除n个value(从左到右)
  10. lset 将列表key下标为index的值替换成value


1.3.3 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。

网络异常,图片无法展示
|

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。


1.4 Redis集合(Set)


1.4.1 简介


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。


1.4.2 常用命令


  1. sadd  ..... 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
  2. smembers 取出该集合的所有值。
  3. sismember 判断集合是否为含有该值,有1,没有0
  4. scard返回该集合的元素个数。
  5. srem  .... 删除集合中的某个元素。
  6. spop 随机从该集合中吐出一个值。
  7. srandmember 随机从该集合中取出n个值。不会从集合中删除 。
  8. smove value把集合中一个值从一个集合移动到另一个集合
  9. sinter 返回两个集合的交集元素。
  10. sunion 返回两个集合的并集元素。
  11. sdiff 返回两个集合的差集元素(key1中的,不包含key2中的)


1.4.3 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。


1.5 Redis哈希(Hash)


1.5.1 简介


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,可以存储对象。例如: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,先反序列化改好后再序列化回去。开销较大。

用户ID数据冗余通过 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


1.5.2 常用命令


  1. hset 给集合中的  键赋值
  2. hget 从集合取出 value
  3. hmset ... 批量设置hash的值
  4. hexists查看哈希表 key 中,给定域 field 是否存在。
  5. hkeys 列出该hash集合的所有field
  6. hvals 列出该hash集合的所有value
  7. hincrby 为哈希表 key 中的域 field 的值加上增量 1   -1
  8. hsetnx 将哈希表 key 中的域 field 的值设置为 value ,当且仅当域 field 不存在


1.5.3 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。


1.6 Redis有序集合Zset(sorted set)


1.6.1 简介


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。


1.6.2 常用命令


  1. zadd  … 将一个或多个 member 元素及其 score 值加入到有序集 key 当中。
  2. zrange   [WITHSCORES]   返回有序集 key 中,下标在之间的元素带WITHSCORES,可以让分数一起和值返回到结果集。
  3. 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。
  4. zrevrangebyscore key maxmin [withscores] [limit offset count]  同上,改为从大到小排列。
  5. zincrby       为元素的score加上增量
  6. zrem  删除该集合下,指定值的元素
  7. zcount 统计该集合,分数区间内的元素个数
  8. zrank 返回该值在集合中的排名,从0开始。


案例:如何利用zset实现一个文章访问量的排行榜?

网络异常,图片无法展示
|


1.6.3 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,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

   (1)hash,hash的作用就是关联元素value和权重score,保障元素value的唯一性,可以通过元素value找到相应的score值。

   (2)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。


跳跃表(跳表)


1、简介


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


2、实例


对比有序链表和跳跃表,从链表中查询出51


2.1. 有序链表


网络异常,图片无法展示
|
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。


2.2. 跳跃表


网络异常,图片无法展示
|


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


2.3. 跳跃表原理


在添加节点时,算出一个随机数作为该节点的层数。随机数的算法是:先生成一个范围在0~1的随机数,如果这个随机数小于1/4(即0.25),则层数就增加一层,然后循环这个步骤,直到生成的随机数大于1/4,最后得到的层数即为新节点的层数。这种算法相当于是每增加一层的概率只有25%,层数越高,概率越小。


网络异常,图片无法展示
|


这样,添加新节点时只需要改变新节点前后节点的指针即可,其他节点不受影响,完美地解决了添加节点的耗时问题。


1.7 5种数据类型的使用场景


想要知道哪种数据类型适用于哪些场景,无非就是看他们的优点有哪些,然后看这些优点能做到哪些事情。

■ String类型:这种类型就不必过多介绍场景了,相信只要使用过redis的人都用过这种类型,这里就简单举几个例子:保存用户token,保存图片视频等二进制文件等;当存储数字时,还可以使用它的incr命令进行数字的原子性递增,可以用来统计数量。

■ List类型:Redis在存储List类型时,我们可以用LPUSH命令向List的左侧添加数据,然后用RPOP命令从List右侧取出数据,根据这个特性,我们就可以实现一个生产消费模式,生产者向List的一端添加数据,消费者从另一端取出数据,这样就实现了一个消息队列。

■ Set类型:Set类型的特点就是没有重复数据的列表,所以可以使用Set类型进行去重,也可以用于给用户打标签,然后根据标签中的内容给用户推送对应领域的消息。

■ ZSet类型:ZSet的特点是有序的集合,所以,我们可以使用该类型来实现自动排序的功能。例如新闻热搜排行榜,可以给每条新闻设置不同的score来达到自动排序的效果。

■ Hash类型:Hash类型经常用于存储一些对象类型的数据,比如我们可以把User对象存到Hash类型中,当需要修改User的某个属性的值时,可以直接修改对应的属性值,而不用修改整个User对象。


公众号,感谢关注

网络异常,图片无法展示
|





相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
13天前
|
存储 缓存 NoSQL
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
155 85
|
2月前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
|
29天前
|
存储 NoSQL Redis
redis常见数据类型
Redis 是一种基于内存的键值存储数据库,支持字符串、哈希表、列表、集合及有序集合等多种数据类型,每种类型均有特定用途与适用场景,提供丰富的命令操作,适用于高速数据访问与处理。
44 5
|
2月前
|
存储 NoSQL 算法
阿里面试:亿级 redis 排行榜,如何设计?
本文由40岁老架构师尼恩撰写,针对近期读者在一线互联网企业面试中遇到的高频面试题进行系统化梳理,如使用ZSET排序统计、亿级用户排行榜设计等。文章详细介绍了Redis的四大统计(基数统计、二值统计、排序统计、聚合统计)原理和应用场景,重点讲解了Redis有序集合(Sorted Set)的使用方法和命令,以及如何设计社交点赞系统和游戏玩家排行榜。此外,还探讨了超高并发下Redis热key分治原理、亿级用户排行榜的范围分片设计、Redis Cluster集群持久化方式等内容。文章最后提供了大量面试真题和解决方案,帮助读者提升技术实力,顺利通过面试。
|
2月前
|
存储 NoSQL 算法
面试官:Redis 大 key 多 key,你要怎么拆分?
本文介绍了在Redis中处理大key和多key的几种策略,包括将大value拆分成多个key-value对、对包含大量元素的数据结构进行分桶处理、通过Hash结构减少key数量,以及如何合理拆分大Bitmap或布隆过滤器以提高效率和减少内存占用。这些方法有助于优化Redis性能,特别是在数据量庞大的场景下。
面试官:Redis 大 key 多 key,你要怎么拆分?
|
2月前
|
存储 缓存 Java
大厂面试必看!Java基本数据类型和包装类的那些坑
本文介绍了Java中的基本数据类型和包装类,包括整数类型、浮点数类型、字符类型和布尔类型。详细讲解了每种类型的特性和应用场景,并探讨了包装类的引入原因、装箱与拆箱机制以及缓存机制。最后总结了面试中常见的相关考点,帮助读者更好地理解和应对面试中的问题。
76 4
|
2月前
|
存储 消息中间件 NoSQL
使用Java操作Redis数据类型的详解指南
通过使用Jedis库,可以在Java中方便地操作Redis的各种数据类型。本文详细介绍了字符串、哈希、列表、集合和有序集合的基本操作及其对应的Java实现。这些示例展示了如何使用Java与Redis进行交互,为开发高效的Redis客户端应用程序提供了基础。希望本文的指南能帮助您更好地理解和使用Redis,提升应用程序的性能和可靠性。
43 1
|
3月前
|
存储 消息中间件 NoSQL
Redis 数据类型
10月更文挑战第15天
47 1
|
2月前
|
存储 NoSQL Redis
Redis常见面试题:ZSet底层数据结构,SDS、压缩列表ZipList、跳表SkipList
String类型底层数据结构,List类型全面解析,ZSet底层数据结构;简单动态字符串SDS、压缩列表ZipList、哈希表、跳表SkipList、整数数组IntSet
|
3月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
85 6