Redis第七弹-Set与ZSET基本操作,Set(集合特点)SADD key member(注意这个key,必须是你自定义名字,不能用key)​编辑SMEMBERS key-查询所有的key

简介: Redis第七弹-Set与ZSET基本操作,Set(集合特点)SADD key member(注意这个key,必须是你自定义名字,不能用key)​编辑SMEMBERS key-查询所有的key

Set(集合特点)

1.集合中元素是无序的

2.集合中的元素不可以重复

SADD key member(注意这个key,必须是你自定义名字,不能用key)

SMEMBERS key-查询所有的key中的值

spop key [count]不写的时候,随机去删除一个,写的时候,写几个我就去删除几个


SMOVE source destination member。把member从source中删除再移动到destination中(假如移动到元素在source中不存在,此时返回0表示移动失败)

SREM key member删除1个或多个member

集合间操作交集(inter   和数学上的一样),并集(union),差集(diff)

SINTERSTORE交集,并把交集存储到一个key中

SUNIONSTORE并集,把并集存储到一个key中

SDIFFSTORE-差集,存储差集(注意那个在左边,他的差集,就是从他现有的位置做差集)

set内部编码:

intset(整数集合)

为了节省空间,做的特定优化,元素均为整数,且元素个数不是很多的情况下。

hashtable(哈希表)

set应用场景:用set保存用户的标签

1.set方便算交集,易找到两个用户之间的公共标签

2.计算用户间的共同好友

3.用set统计UV

PV -page view用户每次访问服务器,每次都会产生一个PV

UV -user view每个用户访问服务器,都会产生一个UV

ZSET-有序集合(升序/降序)

排序的规则:引入的score浮点类型,按照分数大小进行升序/降序排序,使用zadd往有序结合中添加元素和分数

ZADD key score memeber(不加NX|XX选项时,member不存在,会达到新member的效果

XX:只更新当前已经存在,NX:只添加新的,老的不去处理

CH:描述返回值,返回什么信息(包括修改的个数,影响zadd返回值)

ZINCRBY key score members-针对key的元素的分数+score

ZSET-内部跳表(内部升序排列)如果分数相同则会按照元素字符串的字典序

set list添加都是O(1)但是zset添加则需要Olog(N)(因为有顺序)

redis内部存储数据的时候,按二进制方式存储的,这也意味着redis服务器并不负责字符编码

由于这里我们存储的是汉字,他是由二进制存储的,所以会\x...

redis-cli --raw(使用字符集utf-8编码方式而不是ac码)

ZCARD key-获取一个元素的个数

ZCount查找指定score区间,元素的个数(两个闭区间)

开区间的设置方法

zcount key (95,(97

zset内部会记录当前每个元素的排行次序,max -min这种

inf无穷大

-inf负无穷大

ZRANGE key start stop  [with score]-按照分数的升序排列

ZREVRANGE-按照分数的降序排列

ZRANGEBYSCORE-按照分数区间,来去查找元素。

ZPOPMAX--删除并且返回分数最高的count个元素

分数是主要因素,如果分数相同则按照字典序,调用的是通用删除函数,但是其实也可以把最后一个元素标记,直接去尾删(官方针对这个没去优化,使用的次数较少)

BZPOPMAX key [timeout]-实现类似于阻塞队列的效果

zpopmin删除有序集合中最小的元素

BZPOPMIN key删除最小元素(阻塞版本)

ZRANK获取指定元素排名

ZREVRANK-获取指定元素的排名,从后往前数

ZSCORE查询指定元素的分数

ZREM key member 移除对应元素

ZREMRANGEBYSCORE-按照指定分数区间去删除

ZINCRBY 针对元素的分数进行增加

集合间运算

inter:交集

union:并集

diff:差集

ZINTERSTORE进行交集运算后,存储在一个key中

后面的参数:

[weight]权重 aggregate <sum(用于描述分数,默认是用它,作用是求和,下图的分数,是两个key中分数求和后的分数)|MIN|MAX>

其中的最小值,最大值也同理,就不举例了

ZUNIONSTORE :获取其中并集,然后存储到key 中


相关文章
|
NoSQL 测试技术 Redis
Redis批量删除Key的三种方式
Redis批量删除Key是优化数据库性能的重要操作,本文介绍三种高效方法:1) 使用通配符匹配(KEYS/SCAN+DEL),适合不同数据规模;2) Lua脚本实现原子化删除,适用于需要事务保障的场景;3) 管道批量处理提升效率。根据实际需求选择合适方案,注意操作不可逆,建议先备份数据,避免内存溢出或阻塞。
|
存储 缓存 NoSQL
Redis中的常用命令-get&set&keys&exists&expire&ttl&type的详细解析
总的来说,这些Redis命令提供了处理存储在内存中的键值对的便捷方式。通过理解和运用它们,你可以更有效地在Redis中操作数据,使其更好地服务于你的应用。
618 17
|
缓存 NoSQL Java
Redis应用—6.热key探测设计与实践
热key问题在高并发系统中可能导致数据层和服务层的严重瓶颈,如Redis集群瘫痪和用户体验下降。为解决此问题,京东开发了JdHotkey热key探测框架,具备实时性、准确性、集群一致性和高性能等特点。该框架由etcd集群、Client端jar包、Worker端集群和Dashboard控制台组成,通过分布式计算快速识别热key并推送至应用内存,有效减轻数据层负载,提升服务性能。JdHotkey适用于多种场景,安装部署简便,支持毫秒级热key探测和集群一致性维护。
838 61
Redis应用—6.热key探测设计与实践
|
存储 NoSQL Redis
投行系统的毫秒级榜单响应:如何用Redis ZSET破解同分排序难题?
通过Redis的ZSET数据结构和更新时间戳,解决投行交易系统实时排行榜中同分跳变的问题。具体方案为:将交易量作为整数部分,更新时间戳作为小数部分,确保同分时按最新更新排序,实现实时、高效、无需应用层干预的排行榜功能。一句话总结:通过Redis ZSET加更新时间戳,解决百万交易排行榜实时显示及同分难题。
|
NoSQL API Redis
在C程序中实现类似Redis的SCAN机制的LevelDB大规模key分批扫描
通过上述步骤,可以在C程序中实现类似Redis的SCAN机制的LevelDB大规模key分批扫描。利用LevelDB的迭代器,可以高效地遍历和处理数据库中的大量键值对。该实现方法不仅简单易懂,还具有良好的性能和扩展性,希望能为您的开发工作提供实用的指导和帮助。
311 7
|
存储 监控 NoSQL
Redis大Key问题如何排查?如何解决?
Redis大Key问题如何排查?如何解决?
886 0
Redis大Key问题如何排查?如何解决?
|
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?
|
8月前
|
缓存 负载均衡 监控
135_负载均衡:Redis缓存 - 提高缓存命中率的配置与最佳实践
在现代大型语言模型(LLM)部署架构中,缓存系统扮演着至关重要的角色。随着LLM应用规模的不断扩大和用户需求的持续增长,如何构建高效、可靠的缓存架构成为系统性能优化的核心挑战。Redis作为业界领先的内存数据库,因其高性能、丰富的数据结构和灵活的配置选项,已成为LLM部署中首选的缓存解决方案。
872 25
|
8月前
|
缓存 运维 监控
Redis 7.0 高性能缓存架构设计与优化
🌟蒋星熠Jaxonic,技术宇宙中的星际旅人。深耕Redis 7.0高性能缓存架构,探索函数化编程、多层缓存、集群优化与分片消息系统,用代码在二进制星河中谱写极客诗篇。
1664 3
|
9月前
|
存储 缓存 NoSQL
Redis专题-实战篇二-商户查询缓存
本文介绍了缓存的基本概念、应用场景及实现方式,涵盖Redis缓存设计、缓存更新策略、缓存穿透问题及其解决方案。重点讲解了缓存空对象与布隆过滤器的使用,并通过代码示例演示了商铺查询的缓存优化实践。
386 1
Redis专题-实战篇二-商户查询缓存

热门文章

最新文章