Redis基础数据结构的用法示例

小编给大家分享一下redis基础数据结构的用法示例,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!

创新互联公司主营雁山网站建设的网络公司,主营网站建设方案,成都App定制开发,雁山h5成都小程序开发搭建,雁山网站营销推广欢迎雁山等地区企业咨询

1. 数据类型

其基础数据类型有String、List、Hash、Set、Sorted  Set,这些都是常用的基础数据类型,可以看到非常丰富,几乎能够满足大部分的需求了。其实还有一些高级数据结构,我们在这章里暂时先不提,只聊基础的数据结构。

2. String

String可以说是最基础的数据结构了,  用法上可以直接和Java中的String挂钩,你可以把String类型用于存储某个标志位,某个计数器,甚至狠一点,序列化之后的JSON字符串都行,其单个key限制为512M。其常见的命令为get、set、incr、decr  、mget。

2.1 使用

  • get 获取某个key,如果key不存在会返回空指针

  • set 给key赋值,将key设置为指定的值,如果该key之前已经有值了,那么将被新的值给覆盖

  • incr  给当前的key的值+1,如果key不存在则会先给key调用set赋值为0,再调用incr。当然如果该key的类型不能做加法运算,例如字符串,就会抛出错误

  • decr 给当前key的值-1,其余的同上

  • mget 同get,只是一次性返回多条数据,不存在的key将会返回空指针


Redis基础数据结构的用法示例

string相关命令

可能大多数的人只是到用一用的地步,这也无可厚非,但是如果是作为一个对技术有追求的开发,或者说你有想近大厂的想法,一定要有刨根问底的精神。只有当你真正知道一个东西的底层原理时,你遇到问题时才能提供给你更多的思路去解决问题。接下来我们就来聊一下Redis中String底层是如何实现的。

2.2 原理

2.2.1 结构

我们知道Redis是用C语言写的,但是Redis却没有直接使用,而是自己实现了一个叫SDS(Simple Dynamic  String)的结构来实现字符串,结构如下。

struct sdshdr {   // 记录buf中已使用的字节数量   int len;   // 记录buf中未使用的字节数量   int free;   // 字节数组,用于保存字符串   char buf[]; }

2.2.2 优点

为什么Redis要自己实现SDS而不是直接用C的字符串呢?主要是因为以下几点。

  • 减少获取字符串长度开销  C语言中获取字符串的长度需要遍历整个字符串,直到遇到结束标志位\0,时间复杂度为O(n),而SDS直接维护了长度的变量,取长度的时间复杂度为O(1)

  • 避免缓冲区溢出  C语言中如果往一个字节数组中塞入超过其容量的字节,那么就会造成缓冲区溢出,而SDS通过维护free变量解决了这个问题。向buf数组中写入数据时,会先判断剩余的空间是否足够塞入新数据,如果不够,SDS就会重新分配缓冲区,加大之前的缓冲区。且加大的长度等于新增的数据的长度

  • 空间预分配&空间惰性释放  C语言中,每次修改字符串都会重新分配内存空间,如果对字符串修改了n次,那么必然会出现n次内存重新分配。而SDS由于冗余了一部分空间,优化了这个问题,将必然重新分配n次变为最多分配n次,而数据从buf中移除的时候,空闲出来的内存也不会马上被回收,防止新写入数据而造成内存重新分配

  • 保证二进制安全 C语言中,字符串遇到\0会被截断,而SDS不会因为数据中出现了\0而截断字符串,换句话说,不会因为一些特殊的字符影响实际的运算结果

可以结合下面的图来理解SDS。

Redis基础数据结构的用法示例

图片来源于网络,侵删

总结一下就是上面列表的四个小标题,为了减少获取字符串长度开销、避免缓冲区溢出、空间预分配&空间惰性释放和保证二进制安全。

3.  List

List也是一个使用频率很高的数据结构,其涉及到的命令太多了,就不像String那样一个一个演示了,感兴趣的大家可以去搜一搜。命令有lpush、lpushx、rpush、rpushx、lpop、rpop、lindex、linsert、lrange、llen、lrem、lset、ltrim、rpoplpush、brpoplpush、blpop、brpop,其都是对数组中的元素的操作。

3.1 使用

List的用途我认为主要集中在以下两个方面。

当作普通列表存储数据(类似于Java的ArrayList)

用做异步队列

普通列表这个自然不必多说,其中存放的必然业务中需要的数据,下面来着重聊一下异步队列。

啥玩意,List还能当成队列来玩?

List除了能被用做队列,还能当作栈来使用。在上面介绍了很多操作List命令,当我们用rpush/lpop组合命令的时候,实际上就是在使用一个队列,而当我们用rpush/rpop命令组合的时候,就是在使用一个栈。lpush/rpop和lpush/lpop是同理的。

假设我们用的是rpush来生产消息,当我们的程序需要消费消息的时候,就使用lpop从异步队列中消费消息。但是如果采用这种方式,当队列为空时,你可能需要不停的去询问队列中是否有数据,这样会造成机器的CPU资源的浪费。

所以你可以采取让当前线程Sleep一段时间,这样的确可以节省一部分CPU资源。但是你可能就需要去考虑Sleep的时间,间隔太短,CPU上下文切换可能也是一笔不小的开销,间隔太长,那么可能造成这条消息被延迟消费(不过都用异步队列了,应该可以忽略这个问题)。

除了Sleep,还有没有其他的方式?

有,答案是blpop。当我们使用blpop去消费时,如果当前队列是空的,那么此时线程会阻塞住,直到下面两种condition。

  1. 达到设置的timeout时间

  2. 队列中有消息可以被消费

比起Sleep一段时间,实时性会好一点;比起轮询,对CPU资源更加友好。

3.2  原理

在Redis3.2之前,Redis采用的是ZipList(压缩列表)或者LinkedList(链表)。当List中的元素同时满足每个元素的小于64字节和List元素个数小于512个时,存储的方式为ZipList。但凡有一个条件没满足就会转换为LinkedList。

而在3.2之后,其实现变成了QuickList(快速列表)。LinkedList由于是较为基础的东西,此处就不赘述了。

3.2.1 ZipList

ZipList采用连续的内存紧凑存储,不像链表那样需要有额外的空间来存储前驱节点和后续节点的指针。按照其存储的区域划分,大致可以分为三个部分,每个部分也有自己的划分,其详细的结构如下。

  • header ziplist的头部信息

    • zlbytes 标识ziplist所占用的内存字节数

    • zltail 到ziplist尾节点的偏移量

    • zllen ziplist中的存储的节点数量

  • entries 存储实际节点的信息

    • pre_entry_length 记录了前一个节点的长度,通过这个值可以快速的跳转到上一个节点

    • encoding 顾名思义,存储量元素的编码格式

    • length 所存储数据的长度

    • content 保存节点的内容

  • end 标识ziplist的末尾

如果采用链表的存储方式,链表中的元素由指针相连,这样的方式可能会造成一定的内存碎片。而指针也会占用额外的存储空间。而ZipList不会存在这些情况,ZipList占用的是一段连续的内存空间。

但是相应地,ZipList的修改操作效率较为低下,插入和删除的操作会设计到频繁的内存空间申请和释放(有点类似于ArrayList重新扩容),且查询效率同样会受影响,本质上ZipList查询元素就是遍历链表。

3.2.2 QuickList

在3.2版本之后,list的实现就换成了QuickList。QuickList将list分成了多个节点,每一个节点采用ZipList存储数据。

4. Hash

其用法就跟Java中的HashMap中一样,都是往map中去丢键值对。

4.1 使用

基础的命令如下:

  • hset 在hash中设置键值对

  • hget 获hash中的某个key值

  • hdel 删除hash中某个键

  • hlen 统计hash中元素的个数

  • hmget 批量的获取hash中的键的值

  • hmset 批量的设置hash中的键和值

  • hexists 判断hash中某个key是否存在

  • hkeys 返回hash中的所有键(不包含值)

  • hvals 返回hash中的所有值(不包含键)

  • hgetall 获取所有的键值对,包含了键和值

其实大多数情况下的使用跟HashMap是差不多的,没有什么较为特殊的地方。

4.2  原理

hash的底层实现也是有两种,ZipList和HashTable。但具体采用哪一种与Redis的版本无关,而与当前hash中所存的元素有关。首先当我们创建一个hash的时候,采用的ZipList进行存储。随着hash中的元素增多,达到了Redis设定的阈值,就会转换为HashTable。

其设定的阈值如下:

  • 存储的某个键或者值长度大于默认值(64)

  • ZipList中存储的元素数量大于默认值(512)

ZipList上面我们专门简单分析了一下,理解这个设定应该也比较容易。当ZipList中的元素过多的时候,其查询的效率就会变得低下。而HashTable的底层设计其实和Java中的HashMap差不多,都是通过拉链法解决哈希冲突。具体的可以参考从基础的使用来深挖HashMap这篇文章。

5. Set

Set的概念可以与Java中的Set划等号,用于存储一个不包含重复元素的集合。

5.1 使用

其主要的命令如下,key代表redis中的Set,member代表集合中的元素。

  • sadd sadd key member [...] 将一个或者多个元素加入到集合中,如果有已经存在的元素会忽略掉。

  • srem srem key member [...]将一个或者多个元素从集合中移除,不存在的元素会被忽略掉

  • smembers smembers key返回集合中的所有成员

  • sismember dismember key member判断member在key中是否存在,如果存在则返回1,如果不存在则返回0

  • scard scard key返回集合key中的元素的数量

  • smove move source destination  member将元素从source集合移动到destination集合。如果source中不包含member,则不会执行任何操作,当且仅当存在才会从集合中移出。如果destination已经存在元素则不会对destination做任何操作。该命令是原子操作。

  • spop spop key随机删除并返回集合中的一个元素

  • srandmember srandmember key与spop一样,只不过不会将元素删除,可以理解为从集合中随机出一个元素来。

  • sinter 求一个或者多个集合的交集

  • sinterstore sinterstore destination key  [...]与sinter类似,但是会将得出的结果存到destination中。

  • sunion 求一个或者多个集合的并集

  • sunionstore sunionstore destination key [...]

  • sdiff 求一个或者多个集合的差集

  • sdiffstore sdiffstore destination key  [...]与sdiff类似,但是会将得出的结果存到destination中。

5.2  原理

我们知道Java中的Set有多种实现。在Redis中也是,有IntSet和HashTable两种实现,首先初始化的时候使用的是IntSet,而满足如下的条件时,就会转换成HashTable。

  • 当集合中保存的所有元素都是整数时

  • 集合对象保存的元素数量不超过512

上面已经简单的介绍了HashTable了,所以这里只聊聊IntSet。

5.2.1 IntSet

intset底层是一个数组,既然数据结构是数组,那么存储数据就可以是有序的,这也使得intset的底层查询是通过二分查找来实现。其结构如下。

struct intset {   // 编码方式   uint32_t encoding;   // 集合包含元素的数量   uint32_t length;   // 存储元素的数组   int8_t contents[]; }

与ZipList类似,IntSet也是使用的一连串的内存空间,但是不同的是ZipList可以存储二进制的内容,而IntSet只能存储整数;且ZipList存储是无序的,IntSet则是有序的,这样一来,元素个数相同的前提下,IntSet的查询效率会更高。

6. Sorted

Set其与Set的功能大致类似,只不过在此基础上,可以给每一个元素赋予一个权重。你可以理解为Java的TreeSet。与List、Hash、Set一样,其底层的实现也有两种,分别是ZipList和SkipList(跳表)。

初始化Sorted  Set的时候,会采用ZipList作为其实现,其实很好理解,这个时候元素的数量很少,采用ZipList进行紧凑的存储会更加的节省空间。当期达到如下的条件时,就会转换为SkipList:

  • 其保存的元素数量的个数小于128个

  • 其保存的所有元素长度小于64字节

6.1 使用

下面的命令中,key代表zset的名字;4代表score,也就是权重;而member就是zset中的key的名称。

  • zadd zadd key 4 member用于增加元素

  • zcard zcard key用于获取zset中的元素的数量

  • zrem zrem key member [...]删除zset中一个或者多个key

  • zincrby zincrby key 1 member给key的权重值加上score的值(也就是1)

  • zscore zscore key member用于获取指定key的权重值

  • zrange zrange key 0 -1获取zset中所有的元素,zrange key 0 -1  withscores获取所有元素和权重,withscores参数的作用是决定是否将权重值也一起返回。其返回的元素按照从小到大排序,如果元素具有相同的权重,则会按照字典序排序。

  • zrevrange zrevrange key 0 -1 withscores,其与zrange类似,只不过zrevrange按照从大到小排序。

  • zrangebyscore zrangebyscore key 1 5,返回key中权重在区间(1,  5]范围内元素。当然也可以使用withscores来将权重值一并返回。其元素按照从小到大排序。1代表min,5代表max,他们也可以分别是**-inf和inf**,当你不知道key中的score区间时,就可以使用这个。还有一个类似于SQL中的limit的可选参数,在此就不赘述。

除了能够对其中的元素添加权重之外,使用ZSet还可以实现延迟队列。

延迟队列用于存放延迟任务,那什么是延迟队列呢?

举个很简单的例子,  你在某个电商APP中下订单,但是没有付款,此时它会提醒你,「订单如果超过1个小时没有支付,将会自动关闭」;再比如在某个活动结束前1个小时给用户推送消息;再比如订单完成后多少天自动确认收货等等。

用人话解释一遍,那就是过会才要干的事情。

那ZSet怎么实现这个功能?

其实很简单,就是将任务的执行时间设置为ZSet中的元素权重,然后通过一个后台线程定时的从ZSet中查询出权重最小的元素,然后通过与当前时间戳判断,如果大于当前时间戳(也就是该执行了)就将其从ZSet中取出。

那,怎么取?

其实我看很多讲Redis实现延迟队列的博客都没有把这个怎么取讲清楚,到底该用什么命令,传什么参数。我们使用zrangebyscore命令来实现,还记得-inf和inf吗,其全称是infinity,分别表示无限小和无限大。

由于我们并不知道延迟队列当中的score(也就是任务执行时间)的范围,所以我们可以直接使用-inf和inf,完整命令如下。

zrangescore key -inf inf limt 0 1 withscores

还是有点用,那ZSet底层是咋实现的呢?

上面已经讲过了ZipList,就不赘述,下面聊聊SkipList。

6.2 原理

6.2.1 SkipList

SkipList存在于zset(Sorted Set)的结构中,如下:

struct zset {   // 字典   dict *dict;   // 跳表   zskiplist *zsl; }

而SkipList的结构如下:

struct zskiplist {   // 表头节点和表尾节点   struct zskiplistNode *header, *tail;   // 表中节点的数量   unsigned long length;   // 表中层数最大的节点的层数   int level; }

不知道大家是否有想过,为什么Redis要使用SkipList来实现ZSet,而不用数组呢?

首先ZSet如果数组存储的话,由于ZSet中存储的元素是有序的,存入的时候需要将元素放入数组中对应的位置。这样就会对数组进行频繁的增删,而频繁的增删在数组中效率并不高,因为涉及到数组元素的移动,如果元素插入的位置是首位,那么后面的所有元素都要被移动。

所以为了应付频繁增删的场景,我们需要使用到链表。但是随着链表的元素增多,同样的会出现问题,虽然增删的效率提升了,但是查询的效率变低了,因为查询元素会从头到尾的遍历链表。所有如果有什么方法能够提升链表的查询效率就好了。

于是跳表就诞生了。基于单链表,从第一个节点开始,每隔一个节点,建立索引。其实也是单链表。只不是中间省略了节点。

例如存在个单链表 1 3 4 5 7 8 9 10 13 16 17 18

抽象之后的索引为 1 4 7 9 13 17

如果要查询16只需要在索引层遍历到13,然后根据13存储的下层节点(真实链表节点的地址),此时只需要再遍历两个节点就可以找到值为16的节点。

所以可以重新给跳表下一个定义,链表加多级索引的结构,就是跳表

在跳表中,查询任意数据的时间复杂度是O(logn)。时间复杂度跟二分查找是一样的。可以换句话说,用单链表实现了二分查找。但这也是一种用空间换时间的思路,并不是免费的。

以上是“Redis基础数据结构的用法示例”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!


当前标题:Redis基础数据结构的用法示例
本文地址:http://myzitong.com/article/pogjds.html