前言

大数据时代 NoSQL 开始大行其道，其中常用于缓存的 Redis 可谓风头正盛，是大小公司技术架构中必不可少的一种中间件，也是职场技术同仁们必知必会的一种技术。本篇小编将从各个方面对 Redis 进行全面的讲解并分析常见问题，小编这里整理了一份Redis核心技术点集合的思维导图，需要领取的小伙伴可以关注公众号：麒麟改bug。

Redis 的应用场景

Redis 有着广泛的应用场景。典型应用是：内容缓存，主要用于处理大量数据的高访问负载，优点就是快速查询。

缓存，缓存现在几乎是所有中大型网站都在用的必杀技，合理的利用缓存不仅能够提升网站访问速度，还能大大降低数据库的压力。Redis 提供了键过期功能，也提供了灵活的键淘汰策略，所以，现在 Redis 用在缓存的场合非常多。
排行榜，很多网站都有排行榜应用的，如京东的月度销量榜单、商品按时间的上新排行榜等。Redis 提供的有序集合数据类构能实现各种复杂的排行榜应用。
计数器，什么是计数器，如电商网站商品的浏览量、视频网站视频的播放数等。为了保证数据实时效，每次浏览都需+1，并发量高时如果每次都请求数据库操作无疑是种挑战和压力。Redis 提供的 incr 命令来实现计数器功能，内存操作，性能非常好，非常适用于这些计数场景。
分布式会话，集群模式下，在应用不多的情况下一般使用容器自带的 session 复制功能就能满足，当应用增多相对复杂的系统中，一般都会搭建以 Redis 等内存数据库为中心的 session 服务，session 不再由容器管理，而是由 session 服务及内存数据库管理。
分布式锁，很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局 ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中，利用数据库锁来控制资源的并发访问是不太理想的，大大影响了数据库的性能。
社交网络，点赞、踩、关注/被关注、共同好友等是社交网站的基本功能，社交网站的访问量通常来说比较大，而且传统的关系数据库类型不适合存储这种类型的数据，Redis 提供的哈希、集合等数据结构能很方便的的实现这些功能。
最新列表，Redis 列表结构，LPUSH 可以在列表头部插入一个内容 ID 作为关键字，LTRIM 可用来限制列表的数量，这样列表永远为 N 个 ID，无需查询最新的列表，直接根据 ID 去到对应的内容页即可。
消息系统，消息队列是大型网站必用中间件，如 ActiveMQ、RabbitMQ、Kafka 等流行的消息队列中间件，主要用于业务解耦、流量削峰及异步处理实时性低的业务。Redis 提供了发布/订阅及阻塞队列功能，能实现一个简单的消息队列系统。这些场景都是当下大型电商网站和社交网站需要的。所以 Reids 火也不奇怪，其它的 NoSQL 数据库的应用场景都比较窄，类似文档存储和图片存储等，都在特定应用场景下使用。

五种常用数据对象及应用场景

Redis缓存架构必备的十个知识点-学习笔记分享（一） Redis 是高性能键值对数据库，支持的键值数据类型：字符串类型、哈希类型、列表类型、集合类型、有序集合类型 , 这些类型的操作方式和结构需要详细了解。

字符串类型

字符串的操作命令有很多，常用的操作命令有如下几种，涉及到：设置及获取值，获取并修改值，自增值，自减值，追加字符串等操作：

set key value：设置指定 key 的值。
get key：获取指定 key 的值。
getset key value：将给定 key 的值设为 value ，并返回 key 的旧值(old value)。
incr key：将 key 中储存的数字值增一。
incr key increment：将 key 所储存的值加上给定的增量值（increment）
decr key :将 key 中储存的数字值减一。
decr key decrement：key 所储存的值减去给定的减量值（decrement）。
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。
del key：删除该 key。需要注意的是，操作状态返回的 0 和 1 要和返回结果做区分，并且 set 操作其实是有则更新，无则新增。常用场景如下：
场景一：利用数值操作特性 Incr 指令为分布式数据库主键自增，例如数据库做分库分表后仍然希望所有数据能保持主键单调递增。
场景二：利用 key 的生命周期做投票系统，在投票的场景中，我们经常会有一天可投几次票这样的限制，那么这个就需要一个过期时间，例如每天最多可以投 5 张票，可以把用户 id 作为 key，当 value 大于 5 时不允许继续投，24 小时后 key 销毁，重新设置。
场景三：利用数值操作特性 Incr 指令刷新热点数据，例如分别设置微博大 V 的粉丝数、点赞数为 key，然后刷新数量。
以上就是字符串类型的介绍。String 的场景利用了 String 的Incr 指令、过期 Key 的特性

哈希类型

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。Redis 中每个 hash 可以存储 2^32 - 1 个键值对（40 多亿），常用操作如下

hset key field value：将哈希表 key 中的字段 field 的值设为 value 。
hget key field：获取存储在哈希表中指定字段的值。
hmset key field1 value1 field2 value2 ...：同时将多个 field-value (域-值)对设置到哈希表 key 中。时间复杂度为 O（n）
hmget key field1 field2...：获取所有给定字段的值。时间复杂度为 O（n）
hgetall key：获取在哈希表中指定 key 的所有字段和值。时间复杂度为 O（n）
hdel key field1 field2... :删除一个或多个哈希表字段。返回值为 0 则表示删除的属性不存在
del key：删除该 key，也就是删除该哈希。

还有一些自增及判断的命令：

hincrby key field increment：为哈希表 key 中的指定字段的整数值加上增量 increment 。
hlen key：获取哈希表中字段的数量
hvals key：同时将多个 field-value (域-值)对设置到哈希表 key 中。时间复杂度为 O（n）
hexists key field：查看哈希表 key 中，指定的字段是否存在。时间复杂度为 O（n）

由于 Hash 的这些特性，常有如下的应用场景：

场景一：利用 hash 的对象存储特性设置用户的购物车，一个人的购物车可以看做一个对象，而商品可以当做 field，数量可以当做 value，然后对购物车进行各种操作。
场景二：利用 hash 作为商品秒杀计数对象完成商品秒杀系统，一个商品秒杀系统可以看作一个对象，而秒杀的商品可以当作 field，数量可以当作 value，设置 value 为该商品的余量，然后使用 hincrby 来进行秒杀业务，降低数量。

和 String 类型相比，Hash 更适合数据的呈现，而不适合数据的更新，具体为什么，可以在下一小节其底层结构上一窥究竟。Hash 的场景利用了 Hash 的结构特性存储对象信息

列表类型

List 的核心特点是顺序性，其底层主要实现为一个双向链表，为什么说主要，因为本节提到的各种数据对象底层都有不止一种实现方式。简单常用的一些相关相关命令：

lpush key value1 [value2]：将一个或多个值插入到列表头部,从左侧添加，最后添加的在最左边
lrange key start stop：获取列表指定范围内的元素, 假如共有 6 个元素，[0,-2]表示从列表头到倒数第二个，[0,-1]和[0,5]效果一样。
rpush key value1 [value2]：将一个或多个值插入到列表尾部,从右侧添加，最后添加的在最右边
lpop key：移出并获取列表的第一个元素,弹出列表头
rpop key：移除列表的最后一个元素，返回值为移除的元素。
llen key：获取列表长度。
lpushx key value：将一个值插入到已存在的列表头部，仅队列存在时有效。当队列不存在时，不进行任何操作。
rpushx key value：将一个值插入到已存在的列表尾部，仅队列存在时有效。当队列不存在时，不进行任何操作。

当然还有些相对复杂的命令：

lrem key count value：移除 count 个为 value 的元素，如果 count 大于 0，则从左向右数，如果 count 小于 0，从右向左数，如果 count 等于 0，删除全部为 value 的元素。
lset key index value：通过索引设置列表元素的值,列表头的索引是 0.
linsert key before|after pivot value：在列表的元素前或者后插入元素

列表有如下的一些应用场景：

场景一：利用 blpop 特性实现任务队列，轮询从任务队列里取数据【可以同时从多个队列获取】，如果取到数据就返回，如果没有数据就等待设置时间持续获取，直到数据过期
场景二：利用 list 顺序特性实现朋友圈点赞，因为点赞等信息都是有顺序性的，而且修改的效率高，适合使用 list 来操作，点赞用rpush，取消点赞用lrem
场景三：利用 list 顺序特性进行分布式日志顺序性展示，使用 list 顺序性实现多路数据汇总展示，利用其栈的特性实现最新的消息最先展示，即组合使用 rpush 和 rpop

在 List 的场景下，主要利用了 List 的顺序性、队列和栈的双重特性

集合类型

Set 是 String 类型的无序集合。集合成员是唯一的，这就意味着集合中不能出现重复的数据。集合中最大的成员数为 2^32 - 1 (40 多亿个成员)，常用操作如下：
sadd key member1 [member2]：向集合添加一个或多个成员
srem key member1 [member2]：移除集合中一个或多个成员
smembers key：返回集合中的所有成员
sismember key member：判断 member 元素是否是集合 key 的成员
scard key：获取集合的成员数
srandmember key [count]：返回集合中一个或多个随机数
spop key：移除并返回集合中的一个随机元素
set 集合之间的操作通过如下命令实现：
sdiff key1 [key2]：返回给定所有集合的差集,两个集合的第一个不同数字。
sdiffstore destination key1 [key2]：返回给定所有集合的差集并存储在 destination 中
sinter key1 [key2]：返回给定所有集合的交集
sinterstore destination key1 [key2]：返回给定所有集合的交集并存储在 destination 中
sunion key1 [key2]：返回所有给定集合的并集
sunionstore destination key1 [key2]：返回所有给定集合的并集存储在 destination 集合中
smove source destination member：将 member 元素从 source 集合移动到 destination 集合

set 的主要特性是不重复性，我们看基于这样的特性，常用的有哪些场景呢？

场景一：利用 set 特性随机获取不重复数据实现简单推荐系统，系统汇集好读者的所有爱好标签后，使用srandmember 指令实现随机推送三个用户喜欢的标签数据
场景二：利用 set 交并差实现推荐系统池，例如获取中老年群体用户中共同的爱好，可以用sinter来实现，获取我在中国地质大学中的一度人脉、二度人脉等可以使用sunion来实现，获取我喜欢但是我妈不喜欢的电视节目，可以用sdiff来实现。
场景三：利用 set 不重复特征获取所有业务系统权限，我们想要获取所有用户的所有权限，取出其中补充五的业务系统权限该怎么做？我们可以设置用户为一个 set 集合，他的权限为 value，然后用sinter合并所有用户就可以拿到所有不重复权限
场景四：利用 set 不重复特征获取 UV 和 IP 数据，UV 即网站被不同用户访问的次数，相同用户切换 IP 地址，UV 不变，使用 set 存储用户 cookie 信息，统计 UV 量。IP 即网站被不同 IP 的访问次数，相同 IP 访问，不同用户访问，IP 不变。使用 set 存储 IP 信息，统计 IP 量。
场景五：利用 set 不重复特征实现黑白名单，可以在黑名单中添加 IP 或设备或用户，通过不重复特性，设置唯一的黑名单

Set 的场景主要利用了 set 的不重复特性、随机取值特性和并交差集的特性

有序集合类型

Zset 和集合一样也是 string 类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数。Redis 正是通过分数来为集合中的成员进行从小到大的排序。有序集合的成员是唯一的,但分数(score)却可以重复，常用操作如下：
zadd key score1 member1 [score2 member2]：向有序集合添加一个或多个成员，或者更新已存在成员的分数
zscore key member：返回有序集中，成员的分数值
zcard key：获取有序集合的成员数
zrem key member [member ...]：移除有序集合中的一个或多个成员
zrange key start stop [withscores]：通过索引区间返回有序集合成指定区间内的成员,如果需要同时返回 scores ,带上后边那段,默认分数从低到高
zrevrange key start stop [withscores]：返回索引区间集中指定区间内的成员，分数从高到底
zrangebyscore key min max [withscores] [limit]：通过分数区间返回有序集合指定区间内的成员,默认分数从低到高
zremrangebyrank key start stop：移除有序集合中给定的排名区间的所有成员
zremrangebyscore key min max：移除有序集合中给定的分数区间的所有成员
zincrby key increment member：有序集合中对指定成员的分数加上增量 increment
zcount key min max：计算在有序集合中指定区间分数的成员数

Zset 最经典的应用场景就是进行排行榜设置了。当然除此之外还有些带权重的操作都类似：

场景一：利用 set 不重复排序特征实现计数器组合排序排行榜功能，为所有参与排名的资源进行排序
场景二：利用 set 不重复排序特征实现基于时效性任务提醒，队列中全部为 vip，按照会员时间长短排序，短时间到期后提醒下一个快到期的任务。
场景三：利用 set 不重复排序特征实现带权重任务队列，仅是任务队列可以通过队列，但是如果队列中的任务有优先级，则需要使用带权重的。

ZSet 的场景主要利用了 set 的不重复特性和分数排序特性

小编分享的内容到这里就结束了！

小编这边整理了一些Java核心技术知识点集锦200多页资料集锦；Redis分布式锁的面试真题70道，关注公众号：麒麟改bug。编程的世界永远向所有热爱编程的人开放，这是一个自由，平等，共享的世界，我始终是这样坚信的。

Redis常用的五种常用数据对象及应用场景你还不会！

前言