【赵渝强老师】Redis中的字符串

简介: 本文详解Redis核心字符串结构SDS(Simple Dynamic String):相比C原生字符串,SDS以O(1)复杂度获取长度、杜绝缓冲区溢出、支持二进制数据,并通过柔性数组高效管理内存。同时系统介绍SET/GET/APPEND等12个常用字符串命令及实战示例。(239字)

b435.png

Redis的优势之一在于提供了丰富的数据类型,它不仅仅支持基本的Key-Value类型数据,还提供list、set、zset和hash等数据结构的存储。Redis没有直接使用C语言传统的字符串表示方式,而是自己构建了一种名为简单动态字符串的抽象类型,并将该类型用作Redis的默认字符串表示。简单动态字符串的英文是Simple Dynamic String,缩写为SDS。视频讲解如下:


Redis使用SDS表示字符串的优势在于:

  • 获取字符串的长度的事件复杂度为o(1)。
  • API安全,即通过API操作sds不会造成缓冲区溢出。
  • 每次修改字符串不一定需要进行内存分配,提高性能。
  • 可以保存文本和二进制数据。


SDS字符串的结构声明如下:

struct sdshdr {
    // 记录 buf 数组中已经使用字节的数量
    // 等于 SDS 所保存字符串的长度
    unsigned int len;
    // 记录 buf 数组中还未使用字节的数量
    unsigned int free;
    // 字节数组,数据域,保存字符数据
    char buf[];
};


SDS字符串结构中的buf是一个柔性数组(Flexible Array Member),又称伸缩性数组成员,这种数组主要是为了结构体而产生的。因为开发时,偶尔需要在结构体中存放长度可变的数组,一般情况下会定义一个数组指针,在需要时分配内存使用,这样有个缺点就是,内存利用的效率很低,所以柔性数组作用就像动态数组一样,可以在结构体中存放一个长度动态的字符串。下图展示了一个使用SDS存储的字符串。

image.png


下面是在Redis中如何操作字符串。

  • SET key value
    设置指定key的值
# 对不存在的键进行设置
redis 127.0.0.1:6379> SET key "value"
OK
redis 127.0.0.1:6379> GET key
"value"
# 对已存在的键进行设置
redis 127.0.0.1:6379> SET key "new-value"
OK
redis 127.0.0.1:6379> GET key
"new-value"
  • GET key
    获取指定key的值
# 对不存在的 key 或字符串类型 key 进行 GET
redis> GET db
(nil)
redis> SET db redis
OK
redis> GET db
"redis"
# 对不是字符串类型的 key 进行 GET
redis> DEL db
(integer) 1
redis> LPUSH db redis mongodb mysql
(integer) 3
redis> GET db
(error) ERR Operation against a key holding the wrong kind of value
  • GETRANGE key start end
    返回 key 中字符串值的子字符
redis> SET mykey "This is my test key"
OK
redis> GETRANGE mykey 0 3
"This"
redis> GETRANGE mykey 0 -1
"This is my test key"
  • GETSET key value
    将给定key的值设为value ,并返回key的旧值(old value)
redis> DEL db
(integer) 1
redis> GETSET db mongodb    # 没有旧值,返回 nil
(nil)
redis> GET db
"mongodb"
redis> GETSET db redis      # 返回旧值 mongodb
"mongodb"
redis> GET db
"redis"
  • MGET key1 [key2..]
    获取所有(一个或多个)给定key的值
redis> SET key1 "hello"
OK
redis> SET key2 "world"
OK
redis> MGET key1 key2 someOtherKey
1) "Hello"
2) "World"
3) (nil)
  • SETEX key seconds value
    将值value关联到key ,并将key的过期时间设为seconds(以秒为单位)
redis> SETEX mykey 10 redis
OK
redis> TTL mykey
10
redis> GET mykey
"redis
  • SETNX key value
    只有在key不存在时设置 key 的值
redis> EXISTS job                # job 不存在
(integer) 0
redis> SETNX job "programmer"    # job 设置成功
(integer) 1
redis> SETNX job "code-farmer"   # 尝试覆盖 job ,失败
(integer) 0
redis> GET job                   # 没有被覆盖
"programmer"
  • SETRANGE key offset value
    用value参数覆写给定key所储存的字符串值,从偏移量offset开始
redis> SET key1 "Hello World"
OK
redis> SETRANGE key1 6 "Redis"
(integer) 11
redis> GET key1
"Hello Redis"
  • STRLEN key
    返回key所储存的字符串值的长度
# 获取字符串的长度
redis> SET mykey "Hello world"
OK
redis> STRLEN mykey
(integer) 11
# 不存在的 key 长度为 0
redis> STRLEN nonexisting
(integer) 0
  • MSET key value [key value ...]
    同时设置一个或多个key-value对
redis> MSET key1 "Hello" key2 "World"
OK
redis> GET key1
"Hello"
redis> GET key2
1) "World"
  • MSETNX key value [key value ...]
    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
# 对不存在的 key 进行 MSETNX
redis> MSETNX rmdbs "MySQL" nosql "MongoDB" key-value-store "redis"
(integer) 1
redis> MGET rmdbs nosql key-value-store
1) "MySQL"
2) "MongoDB"
3) "redis"
# MSET 的给定 key 当中有已存在的 key
redis> MSETNX rmdbs "Sqlite" language "python"  
(integer) 0                     # rmdbs键已经存在,操作失败
redis> EXISTS language          # 因为MSET是原子性操作,language没有被设置
(integer) 0
redis> GET rmdbs                # rmdbs也没有被修改
"MySQL"
  • PSETEX key milliseconds value
    这个命令和SETEX命令相似,但它以毫秒为单位设置key的生存时间,而不是像SETEX命令那样,以秒为单位
redis> PSETEX mykey 1000 "Hello"
OK
redis> PTTL mykey
999
redis> GET mykey
1) "Hello"
  • APPEND key value
    如果key已经存在并且是一个字符串,APPEND命令将指定的value追加到该key原来值(value)的末尾
# 对不存在的 key 执行 APPEND
redis> EXISTS myphone               # 确保myphone不存在
(integer) 0
redis> APPEND myphone "nokia"       # 对不存在的key进行APPEND ,等同于SET myphone "nokia"
(integer) 5                         # 字符长度
# 对已存在的字符串进行 APPEND
redis> APPEND myphone " - 1110"     # 长度从5个字符增加到12个字符
(integer) 12
redis> GET myphone
"nokia - 1110"
相关文章
|
4月前
|
资源调度 Kubernetes 监控
一文掌握k8s容器的资源限制
在Kubernetes中,合理设置容器的资源请求与限制可保障集群资源高效利用。通过定义CPU和内存的requests与limits,防止资源滥用,提升应用稳定性。结合命名空间配额与工具如xkube,可实现多集群统一管理与可视化配置,优化资源调度。
637 3
|
7月前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
628 2
|
2月前
|
JavaScript 前端开发 调度
银行账户明细生成器,Nim验证计算模型
该项目用于自动计算模型参数,采用Python编程语言,结合TensorFlow框架与NumPy库进行高效数值运算与机器学习建模。
83 2
|
7月前
|
NoSQL 算法 Redis
【Docker】(3)学习Docker中 镜像与容器数据卷、映射关系!手把手带你安装 MySql主从同步 和 Redis三主三从集群!并且进行主从切换与扩容操作,还有分析 哈希分区 等知识点!
Union文件系统(UnionFS)是一种**分层、轻量级并且高性能的文件系统**,它支持对文件系统的修改作为一次提交来一层层的叠加,同时可以将不同目录挂载到同一个虚拟文件系统下(unite several directories into a single virtual filesystem) Union 文件系统是 Docker 镜像的基础。 镜像可以通过分层来进行继承,基于基础镜像(没有父镜像),可以制作各种具体的应用镜像。
788 6
|
15天前
|
SQL 关系型数据库 MySQL
SQL优化十大技巧,查询速度提升10倍!
数据库小学妹带你轻松提速SQL!10个实战优化技巧:精简SELECT、善用LIMIT、巧用EXPLAIN、合理建索引、避开函数索引失效、JOIN优于子查询、IN替代OR、批量操作、EXISTS优化大子查询、定期OPTIMIZE。附避坑指南,新手也能秒上手!
|
28天前
|
网络协议 Java 数据格式
【赵渝强老师】Docker容器的跨节点通信
本文详解Docker容器跨主机通信的三种方案,重点介绍基于Overlay网络的实现:通过ZooKeeper注册中心配置Docker集群,创建overlay网络,使不同主机上的容器能用虚拟IP直接互通,并提供完整部署步骤与验证方法。(239字)
122 2
|
1月前
|
SQL 关系型数据库 MySQL
WHERE、ORDER BY、LIMIT三大神器,让你的查询精准又高效!
本文介绍了SQL查询中的三大核心语句:WHERE(条件过滤)、ORDER BY(排序)和LIMIT(限制结果数)。通过电商订单查询、用户活跃度分析等实际案例,展示了如何组合使用这些语句实现精准查询。文章还分享了常见避坑技巧(如字符串引号使用、NULL值判断)和性能优化建议(如索引使用、分页查询优化)。
|
12月前
|
存储 NoSQL MongoDB
阿里云MongoDB 8.0最新发布
MongoDB 8.0 在性能优化、工作负载管理、数据库扩展、安全性增强及向量搜索能力等方面实现了多项突破。新版本大幅提升主从复制效率,降低延迟,并支持灵活的分片迁移与在线重分片。同时,新增 query shape 和持久化索引过滤器功能,帮助用户精细化管理高并发场景。此外,社区版引入全文与向量搜索,助力 AI 应用开发。阿里云作为国内首家支持 MongoDB 8.0 的厂商,提供高可用、弹性扩展和智能运维等云原生特性,满足多样化业务需求。
1060 26
|
10月前
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据存储计算服务:MaxCompute
阿里云MaxCompute是快速、全托管的TB/PB级数据仓库解决方案,提供海量数据存储与计算服务。支持多种计算模型,适用于大规模离线数据分析,具备高安全性、低成本、易用性强等特点,助力企业高效处理大数据。
470 0
|
10月前
|
分布式计算 关系型数据库 MySQL
【赵渝强老师】大数据交换引擎Sqoop
Sqoop是一款开源工具,用于在Hadoop与传统数据库如Oracle、MySQL之间传输数据。它基于MapReduce实现,支持数据导入导出、生成Java类及Hive表结构等操作,适用于大数据处理场景。
243 3
【赵渝强老师】大数据交换引擎Sqoop