redis的数据类型 

zzuts
174 阅读5分钟

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情

redis的数据类型 

  • 回答分析：基本介绍 -- 内部实现 -- 应用场景

五中基本数据类型

  • String字符串

    • 基本介绍：String是最基本的key - value结构，key是唯一标识，value是具体的值。value不仅仅是字符串，也可以是数字

    • 底层实现：string的底层实现主要是int和动态字符串

      • 如果储存的对象是整数，并且这个整数值可以用lang类型来表示，字符串就会把编码格式换成int
      • 如果储存的对象是一个字符串，并且这个字符串的长度小于等于32（不同版本不一样），那么redis就讲使用一个简单动态字符串来保存这个字符串，然后把编码格式设置诶embstr
      • 如果储存的字符串比较长，也会使用动态字符串来储存，但是会把编码格式设置为raw。
      • rwa和embstr不同的是，embstr通过一次内存分配使用连续的内存来存储redisObject好sds，但是rwa使用两次牛叉你分配分别储存redisObject和sds

    • 应用场景：

      • 缓存对象：

        • 缓存对象序列化后的son；
        • 将key进行分离，使用user：ID：字段 的格式进行储存

      • 常规计数：

        • redis处理命令是单线程，整个过程是原子性的。可以使用string来计算访问次数、点赞、转发、库存等一些计数的场景 INCR 自增

      • 共享session信息：在某些分布式系统的场景下，我们可以设置一个统一的redis服务器端来进行一些数据的共享，比如让redis对session信息进行统一管理和储存。这样的话，如果用户两次登录被分配到不同的服务器上，都可以去同一个redis上获取信息

  • hash哈希

    • 基本介绍：哈希是一个键值对的集合 key -  【{f1,v1}、{f2,v2}、{f3，v3}】

    • 底层实现：哈希使用压缩列表和哈希表实现

      • 如果哈希元素个数小于512个，所有值都小于64字节，redis会使用压缩列表作为hash的底层数据类型
      • 如果元素个数过多，数据大，就会使用哈希表
      • 在redis7中，同意使用listpack来实现哈希

    • 应用场景

      • 缓存对象: 和使用string储存json的区别是，如果有的属性会频繁变动，我们就可以抽出来使用哈希储存
      • 购物车：可以使用用户id做key，value就是商品id和商品数量的组合

  • List列表

    • 基本介绍：简单的字符串列表，可以向头部和尾部向list添加元素

    • 底层实现：List底层结构在3.2之前使用的是双向链表和压缩列表，在3.2之后使用的quicklist

    • 应用场景：

      • 消息队列：

        • 利用pop和push操作来实现消息的先进先出
        • 为每个消息添加一个全局的ID来判断是否处理过
        • 使用BRpop来进行阻塞读取
        • 使用BRPOPLPUSH进行消息的备份来保证消息的可靠性

  • set集合

    • 基本介绍：是一个无序的键值集合，它的储存顺序不会按照插入的先后顺序储存，而且不能储存重复元素

    • 底层实现：使用哈希表和整数集合实现

      • 如果集合中的元素都是整数而且元素个数小于512个，redis会使用整数集合作为set的低产能结构
      • 否则就会使用hash表作为set的底层结构

    • 应用场景：set支持交集、并集、差集计算，当我们需要储存的数据是无序且需要去重的情况下，可以使用set进行储存

      • 点赞：set可以保证一个用户只能点一个赞，可以把文章id作为key，value就是用户id
      • 抽奖：使用set保证每个用户只能中1次
      • 共同关注：也可以使用set储存一个用户的关注用户id，然后使用交集的运算找出共同关注的用户

  • Zset有序集合

    • 基本介绍：Zset比较set而言多了排序属性分值，对于一个Zser而言，每个元素的都维护了两个字段，排序分值和真正的元素值

    • 底层实现：Zset使用压缩列表和跳表实现

      • 当元素个数小于128的时候，且每个元素的个数小于64字节时，redis会使用压缩列表作为Zset类型的底层数据结构
      • 否则，就会使用跳表来作为Zset的底层结构

    • 应用场景：Zset可以对插入的数据进行排序，而且是非重复的

      • 排行榜：
      • 电话排序
      • 姓名排序

后面随着版本的更新，又出现了四种数据结构

  • BitMap

    • 基本介绍：BitMap就是位图，是一串二进制数组。可以看成一个字节数组，数组中每个元素都只有0和1两种状态，使用偏移量来定位元素

    • 应用场景：bitmap非常适合统计只有两种状态的场景，就是是和否。

      • 签到统计：签到了记录为1
      • 判断用户是否登录
      • 记录连续打卡总数：把每天日期做为key，把用户id作为偏移量。然后对7天的bitmap队形一个与操作

  • HyperLogLog

    • 基本介绍：可以统计一个集合中不重复的元素个数，但是这个统计是基于概率的，有误差，但是误差率很小。

    • 应用场景：优点就是非常节约空间，使用12kb就可以计算2^64个不同元素的基数

      • 百万级网页UA计数：统计独立访客的页面浏览量

  • GEO

    • 基本介绍：主要对于地理位置进行储存，把经纬度储存起来二路
    • 应用场景：比如滴滴打车

  • Stream

    • 基本介绍：是一种专门为消息队列设计出来的数据类型

    • 应用场景：支持持久化，支持自动生成全局唯一ID，支持消费者模式（同一个消费组的消费者不能消费同一条信息）

      • 消息对列
avatar
文章
阅读
粉丝