Redis---Redis的五大基础类型

String（字符串）

基本操作命令

• 数据存储

set k v

• 数据获取

get key

• 追加操作

append key 追加的字符串

• 查看字符串长度

strlen key

• 自增 1

incr key

• 自减 1

decr key

• 自增 n

incrby key n

• 自减 n

decrby key n

• 
• 获得被截取的字符串

getrange key start end #操作方法

getrange key 0 -1 #获得完整字符串

• 替换指定位置字符串

setrange key 指定位置 用于替换的字符串

• 设置 key 并赋予过期时间

setex key 过期时间

• 设置不存在的 key

setnx k v

如果 k 已存在则设置失败

set k v

如果 k 已存在则更改 v 的值

• 同时设置多个值

mset k1 v1 k2 v2 k3 v3 …

• 同时获取多个值

mget k1 k2 k3 …

• 同时设置多个不存在的 key

msetnx k1 v1 k2 v2 … #该操作是原子性的，要么同时成功要么同时失败

• 玩些花的（储存对象）

将 key 设置成 user：{id}：{filed} 的形式来存储对象

• 获取并修改

getset k v #如果不存在值，返回并修改。如果存在，返回k的值并修改

应用场景

• 计数器

string类型的incr和decr命令的作用是将key中储存的数字值加一/减一，这两个操作具有原子性，总能安全地进行加减操作，因此可以用string类型进行计数，如微博的评论数、点赞数、分享数，抖音作品的收藏数，京东商品的销售量、评价数等。

• 分布式锁

string类型的setnx的作用是“当key不存在时，设值并返回1，当key已经存在时，不设值并返回0”，“判断key是否存在”和“设值”两个操作是原子性地执行的，因此可以用string类型作为分布式锁，返回1表示获得锁，返回0表示没有获得锁。例如，为了保证定时任务的高可用，往往会同时部署多个具备相同定时任务的服务，但是业务上只希望其中的某一台服务执行定时任务，当定时任务的时间点触发时，多个服务同时竞争一个分布式锁，获取到锁的执行定时任务，没获取到的放弃执行定时任务。定时任务执行完时通过del命令删除key即释放锁，如果担心del命令操作失败而导致锁一直未释放，可以通过expire命令给锁设置一个合理的自动过期时间，确保即使del命令失败，锁也能被释放。不过expire命令同样存在失败的可能性，如果你用的是Java语言，建议使用JedisCommands接口提供的String set(String key, String value, String nxxx, String expx, long time)方法，这个方法可以将setnx和expire原子性地执行，具体使用方式如下（相信其它语言的Redis客户端也应当提供了类似的方法）。

• 存储对象

利用JSON强大的兼容性、可读性和易用性，将对象转换为JSON字符串，再存储在string类型中，是个不错的选择，如用户信息、商品信息等。

List（列表）

基本的操作命令

• 左侧插入

lpush list 值

• 右侧插入

rpush list 值

• 获取列表区间具体值

lrange list start end

• 获取列表所有值

lrange list 0 -1

• 弹出左侧n个元素

lpop list n #n默认是1

• 弹出右侧第n元素

rpop list n #n默认是1

• 通过下标取值

lindex list 下标

• 获取列表长度

llen list

• 
• 移除指定元素

lrem list 移除元素个数 元素 #就算将移除元素个数设置成无穷大也是有几个移除几个

• 
• 修剪列表

ltrim list start end

• 弹出列表右侧元素并将该元素移动另一个列表中

rpoplpush 列表 元素移动到的列表

• 
• 根据下标更改列表中的元素

lset list 下标 更改的值 #如果列表不存在该下标则会报错

• 在列表指定元素前/后插入新元素

linsert list before/after 指定元素 插入元素

应用场景

• 消息队列

list类型的lpop和rpush（或者反过来，lpush和rpop）能实现队列的功能，故而可以用Redis的list类型实现简单的点对点的消息队列。不过我不推荐在实战中这么使用，因为现在已经有Kafka、NSQ、RabbitMQ等成熟的消息队列了，它们的功能已经很完善了，除非是为了更深入地理解消息队列，不然我觉得没必要去重复造轮子。

• 排行榜

list类型的lrange命令可以分页查看队列中的数据。可将每隔一段时间计算一次的排行榜存储在list类型中，如京东每日的手机销量排行、学校每次月考学生的成绩排名、斗鱼年终盛典主播排名等，下图是酷狗音乐“K歌擂台赛”的昨日打擂金曲排行榜，每日计算一次，存储在list类型中，接口访问时，通过page和size分页获取打擂金曲。

• 最新列表

list类型的lpush命令和lrange命令能实现最新列表的功能，每次通过lpush命令往列表里插入新的元素，然后通过lrange命令读取最新的元素列表，如朋友圈的点赞列表、评论列表。

Set（集合）

基本的操作命令

• 添加元素

sadd set 元素 #set集合中不可添加相同的元素

• 查看集合全部元素

smembers set

• 查看集合中是否有指定元素

sismember set 指定元素

• 获取集合中元素个数

scard set

• 移除集合中指定元素

srem set 指定元素

• 随机查询集合中的元素

srandmember set n # n 默认为1

• 随机移除集合中的元素

spop set n # n 默认为1

• 将集合中的指定元素移动到另一个集合

smove 原set 目标set 指定元素

• 差集

sdiff set1 set2 # set1 - set2

• 交集

sinter set1 set2 # set1 和 set2 的交集

• 并集

sunion set1 set2 # set1 和 set2 的并集

应用场景

• 好友/关注/粉丝/感兴趣的人集合

set类型唯一的特点使得其适合用于存储好友/关注/粉丝/感兴趣的人集合，集合中的元素数量可能很多，每次全部取出来成本不小，set类型提供了一些很实用的命令用于直接操作这些集合，如

a. sinter命令可以获得A和B两个用户的共同好友

b. sismember命令可以判断A是否是B的好友

c. scard命令可以获取好友数量

d. 关注时，smove命令可以将B从A的粉丝集合转移到A的好友集合

Hash（哈希）

基本的操作命令

• 添加hash中的字段-元素

hset hash 字段 元素

• 查看hash中指定的字段对应的元素

hget hash 字段

• 批量添加hash中的字段-元素

hmset hash 字段1 元素1 字段2 元素2 …

• 批量查看hash中字段对应的元素

hmget hash 字段1 字段2 …

• 查看hash中所有的字段-元素

hgetall hash

• 查看hash长度

hlen hash

• 查找指定字段在hash中是否存在

hexists hash 指定字段

• 只获取所有的字段

hkeys hash

• 只获取所有的元素

hvals hash

• 对字段中的元素进行加减操作

hincrby hash 字段名 加减数

• 对不存在的hash字段赋值

hsetnx hash 字段 元素 #只能对不存在的字段进行赋值

应用场景

• 购物车

以用户id为key，商品id为field，商品数量为value，恰好构成了购物车的3个要素

• 存储对象

hash类型的(key, field, value)的结构与对象的(对象id, 属性, 值)的结构相似，也可以用来存储对象

Zset（有序集合）

基本的操作命令

• 增加值

zadd zset 权重 元素

• 查看有序集合中的所有值

zrange zset 0 -1 # 自动从小到大排序

• 从小到大排序

zrangebyscore zset -inf +inf

zrangebyscore zset -inf +inf withscore # 带上权重显示

zrangebyscore zset 最小权重 最大权重 # 获取两权重间的排序

• 从大到小排序

zrevrange zset 0 -1

• 移除特定的元素

zrem zset 特定元素 #一次可以移除多个

• 获取集合中元素数量

zcard zset

• 
• 获取权重区间中元素数量

zcount zset 最小权重 最大权重

应用场景

• 延时队列

zset 会按 score 进行排序，如果 score 代表想要执行时间的时间戳。在某个时间将它插入 zset 集合中，它变会按照时间戳大小进行排序，也就是对执行时间前后进行排序。

• 排行榜

我们以当前小时的时间戳作为 zset 的 key，把贴子ID 作为 member ，点击数评论数等作为 score，当 score 发生变化时更新 score。就可以模拟出热度。

• 限流

滑动窗口是限流常见的一种策略。如果我们把一个用户的 ID 作为 key 来定义一个 zset ，member 或者 score 可以都为访问时的时间戳。我们只需统计某个 key 下在指定时间戳区间内的个数，就能得到这个用户滑动窗口内访问频次，与最大通过次数比较，来决定是否允许通过。