（一）基本数据结构

1.1 String结构：

String底层结构是动态字符串，可修改指定位置数据，通过预分配冗余空间减少内存的频繁分配，实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。字符串最大长度为512M（512*1024*1024个字符）。

type key

object encoding key

object refcount key

编码格式：

int: 保存long型数据，最大表示2的64位（8个字节）的有符号整数

Redis启动时会预先建立10000个分别存储0—9999的Redis变量作为共享对象，这就意味着如果set字符串的键值在0-10000之间的话，则可以直接指向共享对象，而不需要在建立新对象，此时键值不占空间。

emstr:代表embstr格式的SDS（Simple Dynamic String），保存长度小于44字节的字符串。

raw:保存长度大于44字节的字符串。

C语言字符串与SDS的区别：

1.2 hash数据结构：

config get hash*

hash-max-ziplist-entries 512

hash-max-ziplist-value 64

config set hash-max-ziplist-entries 512

config set hash-max-ziplist-value 64

编码格式：

1ziplist : Ziplist是一种紧凑的编码格式，通过牺牲读写性能来换取内存空间的利用率，一般用于字段个数少，且字段是较小的场景。压缩列表内存利用率极高的原因是因为其连续内存的特性。在访问的时候，通过每个元素的长度，计算偏移量来进行前后访问。

ziplist结构：

ziplist 的entry组成：

压缩列表与java中的链表的区别：普通的双向链表有两个指针，在存储数量很小的情况下，很有可能指针占用的内存相对于数据来说比较大。而Ziplist是没有维护双向链表的，通过存储上一个entry的长度和当前entry的长度，就可以推算下一个元素在什么地方。 此外链表在内存中一般不是连续的，遍历访问相对麻烦。但是Ziplist根据偏移量信息可以访问到上一个或下一个节点。最后，Ziplist保存了len，和String类型的sds类似，获取链表长度无需遍历整个链表，复杂度为O（1）.

1.3 list结构：

在低版本的Redis中，list采用的底层数据结构是ziplist+linkedList， 高版本中采用的时quicklist,而quicklist也用到了ziplist。

1.4 set结构：

Redis用intset或者hashtable存储set的。如果元素都是整数类型，就用intset存储。如果不是整数类型，就用hashtable（数组+链表）。key是元素的值，value为null.

config get set*

"set-max-intset-entries"

 "512"

1.5 zset结构：

config get zset*

1) "zset-max-ziplist-entries"

2) "128"

3) "zset-max-ziplist-value"

4) "64"

编码方式 :

1 ziplst

2 skiplist: 跳表是一种以空间换时间的结构，由于链表，无法进行二分查找，因此借鉴数据库索引的思想，提取出链表中的关键节点（索引），先在关键节点上查找，在进入下层链表查找。提取多层关键节点，就形成了跳表。使用场景一般是在数据量较大，读多写少的情况下使用。原因是新增或者删除需要把所有索引都更新一遍，维护成本比较高。

跳表=链表+多级索引（两两取首）。时间复杂度O(logN),空间复杂度O(N)

总结：

1 字符串：int：8个字节的长整型。embstr:小于等于44个字节的字符串。raw:大于44个字节的字符串。

2 哈希：当哈希类型的元素个数小于hash-max-ziplist-entries配置（默认512个），并且所有值都小于hash-max-ziplist-value配置（默认64字节时），使用ziplist作为底层实现。否则用hashtable作为底层实现。

3 列表：当列表的元素小于list-max-ziplist-entries配置（512个），同时列表的每个元素的值都小于list-max-ziplist-value配置（默认64字节时），使用ziplist作为底层实现。否则会使用quickList作为底层实现（低版本用lnkedlist+ziplist）

4 集合：当元素集合中的元素都是整数且个数小于set-max-intset-entries配置（默认512个）时，使用intset作为集合内部的底层实现，从而减少内存的使用。否则使用hashtable作为底层实现。

5 有序集合：当有序集合的元素个数小于zset-max-ziplist-entries配置（默认128个），同时每隔元素的值都小于zset-max-ziplist-value(64字节)时，用ziplist作为底层实现以减少内存的使用。否则skiplist作为底层实现。

（二）常用操作命令：

2.1 字符串类型数据常用操作：

应用场景：分布式锁； 计数器； 分布式全局唯一ID；

2.2 list类型数据的基本操作

List可用于构建队列（右进左出/先进先出）、栈（右进右出/先进后出）; 存储相关数据，比如文章的相关文章ID，可用于文章推荐； 高级使用：quicklist快速链表；

2.3 set类型数据的基本操作

类似Java的HashSet，键值无序唯一，可用于去重；

应用场景：微信小程序抽奖、微信朋友圈点赞、微博好友关注社交关系、qq内推可能认识的人。

set类型数据操作注意事项：set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份。

set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间.

2.4 hash类型数据的基本操作

类似Java的HashMap，数组+链表，结构是<rediskey , <hashkey1, hashvalue1>>； 字典key、value都只能是字符串（数字在redis里面是以 sds 字符串形式存在）；

使用渐进式rehash策略：高性能，不堵塞服务；而HashMap的rehash是一次性hash，很耗时； 【优点】支持按需存取指定字段； 【缺点】hash结构存储消耗高于单个字符串；

应用场景：记录一个对象的多个属性，如员工的姓名/生日/职级，文章的点赞数/阅读数/收藏数；

2.5 zset类型数据的基本操作：

统计：

1 聚合统计：统计多个集合元素的聚合结果，就是前面讲解过的交差并等集合统计。（mysql的聚合函数）

2 排序统计：zrank key member 、zrevrank key member

3 二值统计：集合元素的值只有0和1两种，见bitmap。（用String类型作为底层数据结构实现的一种统计二值状态的数据类型，实质是二进制的ascii编码。具体命令见String的位操作）

4 基数统计：指统计一个集合中不重复的元素个数，见hyperloglog。

hyperLogLog：通过牺牲准确率来换取空间，对于不要求绝对准确率的场景下可以使用，因为概率算法不直接存储数据本身。通过一定的概率统计方法预估基数值，同时保证误差在一定范围内，

由于不存储数据因此可以大大节约内存。hyperLogLog就是一种概率算法的实现。（PFADD、PFCOUNT、PFMERGE）。

2.6 Bitmap

public class BitmapClient {

    public static void main(String[] args) {

        RedissonService redissonService = new RedissonService();

        RedissonClient redissonClient = redissonService.getRedissonClient();

        RBitSet rBitSet1 =redissonClient.getBitSet("2017-01-11");

        rBitSet1.delete();

        //i代表学生的学号,rBitSet1: 0-99

        for(int i = 0; i <= 99; i++){

            //设置为true表示学号为i的学生在key的那天签过到

            rBitSet1.set(i,true);

        }

        RBitSet rBitSet2 =redissonClient.getBitSet("2017-01-12");

        rBitSet2.delete();

        //rBitSet2: 80-129

        for(int i = 0; i <= 49; i++){

            rBitSet2.set(i+80,true);

        }

        RBitSet rBitSet4 =redissonClient.getBitSet(rBitSet1.getName() + "&"+rBitSet2.getName());

        rBitSet4.delete();

        rBitSet4.or(rBitSet1.getName());

        rBitSet4.and(rBitSet2.getName());

        System.out.println("连续两天都来的学生数目:"+rBitSet4.cardinality());

        rBitSet4.delete();

        rBitSet4.or(rBitSet1.getName(),rBitSet2.getName());

        System.out.println("两天总共有多少学生签到:"+rBitSet4.cardinality());

        rBitSet4.delete();

        rBitSet4.xor(rBitSet2.getName(),rBitSet1.getName());

        System.out.println("只来一天的学生总数:"+rBitSet4.cardinality());

    }

连续两天都来的学生数目:20

两天总共有多少学生签到:130

只来一天的学生总数:110

2.7 HyperLogLog

public class HyperLogLogClient {
   public static void main(String[] args) {
      RedissonService redissonService = new RedissonService();
      RedissonClient redissonClient = redissonService.getRedissonClient();
      RHyperLogLog rHyperLogLog =redissonClient.getHyperLogLog("2018-02");
      rHyperLogLog.delete();
      for(int i = 1; i <= 100; i++){
         rHyperLogLog.add("my ip is : " + new Random().nextInt(100));
      }
      System.out.println(rHyperLogLog.count());

      RHyperLogLog rHyperLogLog1 =redissonClient.getHyperLogLog("2018-03");
      rHyperLogLog1.delete();
      for(int i = 1; i <= 50; i++){
         rHyperLogLog1.add("my ip is : "+ new Random().nextInt(50));
      }
      System.out.println(rHyperLogLog1.count());

      System.out.println(rHyperLogLog.countWith(rHyperLogLog1.getName()));
   }
}

打印输出：

65
29
76

2.8  GEO

主要分为三步：

将三维的地球变为二维的坐标

在将二维的坐标转换为一维的点快

最后将一维的点块转换为二进制在通过base32编码。

geoadd 用于存储指定的地理空间位置，可以将一个或多个经度、纬度、位置名称添加到指定的key中，语法如下：

geoadd key longitude latitude member {longitude latitude member ...}

geopos 用于从给定的key里返回所有指定的名称（member）的位置（经度和维度），不存在的返回nil，

geopos key member [member ...]

geohash 用于返回保存的地理位置的坐标

geohash key member [member ...]

geodist用于返回两个给定位置的距离

geodist key member1 member2 [m|km|ft|mi]

georadius 用于给定的经纬度为中心，返回键包含的元素中，与中心距离不超过给定最大距离的所有元素位置。

georadius  key longitude latitude num [m|km|ft|mi] WITHDIST WITHCOORD COUNT num1 WITHHASH [desc]

WITHDIST：返回位置元素的同时，将位置元素与中心的距离一并返回。距离的单位和给定的范围保持一致。

WITHCOORD：将位置元素的经度和维度也一并返回。

WITHHASH：以52位有符号的形式，返回位置元素经过原始geohash编码的有序集合分值。这个选项主要用于底层应用或者调试，实际作用不大。

COUNT:限定返回的记录数。

georadiusbymember 同于找出指定范围内的元素，中心点是由给定的位置元素决定。

最新文章

1. Conquer and Divide经典例子之汉诺塔问题
2. 第三方登录分享功能－ShareSDK for iOS适配问题记录
3. php设计模式 观察者模式
4. TMS320C54x系列DSP的CPU与外设&mdash;&mdash;第8章 流水线
5. gVIM 简洁配置 in Windows
6. 2014年辛星完全解读Javascript第八节 json
7. SQL Where语句中AND与OR的计算次序 .
8. Emberjs View and Route
9. POJ3185 The Water Bowls(反转法or dfs 爆搜)
10. Windows WDDM显卡驱动框架及GPUView工具的使用(1)
11. 对STM32的NVIC_PriorityGroupConfig使用及优先级分组方式理解(转)
12. CDQ分治 陌上花开（三维偏序）
13. Windows Server 2016-Hyper-V 2016新增功能
14. ORACLE not available如何解决
15. A - Points and Segments CodeForces - 429E
16. Thymeleaf学习记录（1）--启动模板及建立Demo
17. Mysql删除重复记录，保留id最小的一条
18. 3.1Python的判断选择语句
19. 合并两个dt
20. 2018-2019-2 网络对抗技术 20165202 Exp1 PC平台逆向破解

热门文章

1. C++语言程序设计实验一 类与对象
2. vue中input触发方法中调用ajax，导致input失去焦点问题
3. C++数组（二）：二维数组
4. 洛谷 P4048更新题面
5. SpringBoot 块形式的配置文件写法(简单示例)
6. 【Java】取n工作日后的日期（仅排除周六周日）
7. JustAuth-第三方登录组件
8. 下载接口时出现：Try to run this command from the system terminal. Make sure that you use the correct version of &#39;pip&#39; installed for your Python interpreter located at &#39;D:\python\demo\venv\Scripts\...的错误
9. Kubernetes--Pod节点选择器nodeSelector(标签)
10. GridView.RowCellClick Event