既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
文章目录
知识点05：Redis的数据结构及数据类型
-
目标：掌握Redis的数据结构及数据类型
-
路径
- step1：数据结构
- step2：数据类型
-
实施
-
数据结构：整个Reids中**所有数据以KV结构形式**存在
-
K：作为唯一标识符，唯一标识一条数据，固定为String类型，写入时指定KV，读取时，根据K读取V
-
V：真正存储的数据，可以有多种类型
- String、Hash、List、Set、Zset、BitMap、HypeLogLog
-
理解Redis：类似于Java中的一个Map集合，可以存储多个KV，根据K获取V
-
-
数据类型
- 每一种类型的应用场景和命令都是不一样的
Key：String Value类型 Value值 应用场景 pv_20200101 String 10000 一般用于存储单个数据指标的结果 person001 Hash name：laoer age : 20 sex female 用于存储整个对象所有属性值 uv List {100,200,300,100,600} 有序允许重复的集合，每天获取最后一个值 uv_20200101 Set {userid1,userid2,userid3,userid4……} 无序且不重复的集合，直接通过长度得到UV top10_product ZSet【score,element】 {10000-牙膏，9999-玩具，9998-电视……} 有序不可重复的集合，统计TopN user_filter BitMap {0101010101010000000011010} 将一个字符串构建位，通过0和1来标记每一位 product_20200101 HypeLogLog {productid1，id2……} 类似于Set集合，底层实现原理不一样，数据量大的情况下，性能会更好，结果可能存在一定的误差 - String类型 * KV：【String，String】，类似于Java中Map集合的一条KV - Hash类型 * KV：【String，Map集合】：Map集合的嵌套，Map集合中的元素是无序的 - List类型 * KV：【String，List】：有序且可重复 - Set类型 * KV：【String，Set】：无序且不重复 - Zset类型 * KV：【String，TreeMap集合】：Value也类似于Map集合，有序的Map集合 * 类似于List和Set集合特点的合并：有序且不可重复 -
-
小结
- Redis中的数据是什么结构以及有哪些类型？
- 数据结构：KV
- K：String：唯一标识一条数据，用于获取Value
- V：多种类型：存储的数据
- Value的数据类型
- String：Java字符串
- 【String，String】：一般用于存储单个指标的结果
- Hash：Java Map集合 / Python 中Dic
- 【String，Map【k1v1,k2v2……】】
- List：Java List集合：有序且可重复
- 【String，List[1,2,3,4,5,6,6,7]】
- Set：Java Set集合：无序且不可重复
- 【String，Set[1,2,3,4,5]】
- Zset：有序且不可重复
- 【String，TreeMap【k1v1,k2v2 => 按照k排序】】
- k：score：评分，默认按照评分对元素进行排序
- v：元素，不能重复
- String：Java字符串
- 数据结构：KV
- Redis中的数据是什么结构以及有哪些类型？
知识点06：Redis的通用命令
-
目标：掌握Redis常用的通用命令
-
实施
-
keys：列举当前数据库中所有Key
-
语法：keys 通配符
-
del key：删除某个KV
-
exists key ：判断某个Key是否存在
-
type key：判断这个K对应的V的类型的
-
expire K 过期时间：设置某个K的过期时间，一旦到达过期时间，这个K会被自动删除
-
ttl K：查看某个K剩余的存活时间
-
select N：切换数据库的
-
Redis默认由16个数据：db0 ~ db15，个数可以通过配置文件修改，名称不能改
- Redis是一层数据存储结构：所有KV直接存储在数据库中
-
默认进入db0
-
move key N：将某个Key移动到某个数据库中
-
flushdb：清空当前数据库的所有Key
-
flushall：清空所有数据库的所有Key
-
node1:6379> keys *
1) "s1"
node1:6379> get s1
"hadoop"
node1:6379> set s2 hive
OK
node1:6379> get s2
"hive"
node1:6379>
node1:6379> keys *
1) "s1"
2) "s2"
node1:6379> set a1 spark
OK
node1:6379> keys *
1) "a1"
2) "s1"
3) "s2"
node1:6379> keys a*
1) "a1"
node1:6379> keys s*
1) "s1"
2) "s2"
node1:6379> del s1
(integer) 1
node1:6379> keys *
1) "a1"
2) "s2"
node1:6379> exists s2
(integer) 1
node1:6379> exists s1
(integer) 0
node1:6379>
node1:6379> hset m1 name zhangsan
(integer) 1
node1:6379> hset m1 age 18
(integer) 1
node1:6379> keys *
1) "m1"
2) "a1"
3) "s2"
node1:6379> type m1
hash
node1:6379> type s2
string
node1:6379>
node1:6379> expire a1 20
(integer) 1
node1:6379> ttl a1
(integer) 17
node1:6379> ttl a1
(integer) 16
node1:6379> ttl a1
(integer) 15
node1:6379> ttl a1
(integer) 14
node1:6379> ttl a1
(integer) 13
node1:6379> ttl a1
(integer) 12
node1:6379> ttl a1
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友，可以戳这里获取](https://gitee.com/vip204888)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
