redis核心原理及應用

資料結構

1.string（字串）

key-value形式

常用命令(可以批量操作)：set（批量用mset）

key value; get(mget) key;

exists key;

del key;

expire key設定過期時間；

setnx key：如果key不存在就建立，否則執行失敗，是原子操作

2.list(連結串列)

類似於java當中的LinkedList

右邊進，左邊出（佇列）

rpush name values:右邊進

lpop name:左邊出一個元素

llen name：得到name 的長度

右邊進，右邊出（棧）

rpush lists values:右邊進

rpop lists :右邊出一個元素

lindex lists i:返回i位置的元素，需要遍歷整個llist

lrange list 0 -1:獲取所有元素

ltrim lists start end:返回start 和end之間的元素，其他的會被刪掉，慎用

3.hash(字典)

類似於java中的hashMap,底層也是連結串列+陣列（一維陣列，二維連結串列）

4.set (集合)

Redis 的集合相當於 Java 語言裡面的 HashSet，它內部的鍵值對是無序的唯一的。它的內部實現相當於一個特殊的字典，字典中所有的 value 都是一個值NULL。

set有去重的功能

相關命令：sadd sets value; smembers books:檢視所有成員，結果是無序的：

sismember sets value:檢視某個value是否存在； scard sets：獲取長度

spop:彈出一個

5.zset(面試常問)

一方面它是一個 set，保證了內部 value 的唯一性，另一方面它可以給每個 value 賦予一個 score，代表這個 value 的排序權重。

應用場景：

1.延時佇列

2.布隆過濾器

3.geohash演算法（附近的人）

常用命令：以學生成績排序為例

zadd zsets score value:score是學生分數，value是學生ID

zrange zsets 0 -1:按照score排序輸出，區間為排名範圍

zrevrange zsets 0 -1：逆序輸出

zscore zsets value：獲取指定value的score

zcard zsets # 相當於 count()

zrank zsets value: 獲取value對應的排名

zrem zsets value：刪除value

過期時間

Redis 所有的資料結構都可以設定過期時間，時間到了，Redis 會自動刪除相應的物件。需要注意的是過期是以物件為單位，比如一個 hash 結構的過期是整個 hash 物件的過期，而不是其中的某個子 key。

還有一個需要特別注意的地方是如果一個字串已經設定了過期時間，然後你呼叫了 set 方法修改了它，它的過期時間會消失。（會把過期時間改為-1）

應用場景

1.分散式鎖

（1）普通分散式鎖：

1. 用setnx()命令加鎖，del()刪除鎖

問題：在執行期間出現異常，del沒有執行導致鎖沒釋放，會導致死鎖

2.在setnx()之後設定expire，超過過期時間自動釋放鎖

問題：setnx()和expire之間不是原子操作，之間如果出錯也不會設定expire，所以還是會死鎖

（2）解決辦法：

redis2.8版本後，官方將setnx()+expire合併為一個原子命令：setex();(原來那個專案redis版本較老，所以用value的設定時間來判斷是否del)

2. 延時佇列

對於那些只有一組消費者的訊息佇列，使用 Redis 就可以非常輕鬆的搞定,沒有ACK保證，對可靠性較高的系統不推薦使用

資料結構：list

使用rpush/lpush操作入佇列，使用lpop 和 rpop來出佇列。

阻塞讀在佇列沒有資料的時候，會立即進入休眠狀態，一旦資料到來，則立刻醒過來。訊息的延遲幾乎為零。用blpop/brpop替代前面的lpop/rpop，解決了佇列延遲的問題

延時佇列的實現：通過zset資料結構實現

3. HyperLogLog--記錄pv,uv（用來解決很多精度不高的統計需求）

如果統計 PV 那非常好辦，給每個網頁一個獨立的 Redis 計數器就可以了，這個計數器的 key 字尾加上當天的日期。這樣來一個請求，incrby 一次，最終就可以統計出所有的 PV 資料。但是uv不一樣，他需要去重。

HyperLogLog 提供了兩個指令 pfadd 和 pfcount，根據字面意義很好理解，一個是增加計數，一個是獲取計數。pfacount返回的事數量。

但是注意， HyperLogLog是有誤差的，在0.81%左右，不過對於統計PV,UV來說可以忽略不計。

4.布隆過濾器（Bloom Filter）

應用場景：

新聞客戶端推送訊息時去重，即已經推送了的不在推送。

爬蟲系統中對url去重，已經爬過的不會再爬

部分nosql資料庫中有類似布隆過濾器的結構

垃圾郵件過濾系統中也用到

類似於不太精確的set結構（因為可能會誤判），需要redis4.0以上

命令：bf.add 新增元素，bf.exists 查詢元素是否存在

5.漏斗限流

Redis 4.0 提供了一個限流 Redis 模組，它叫 redis-cell。該模組也使用了漏斗演算法，並提供了原子的限流指令。

該模組只有1條指令cl.throttle

6.GeoHash演算法（地理位置距離排序演算法）

應用場景：可以使用 Redis 來實現摩拜單車「附近的 Mobike」、美團和餓了麼「附近的餐館」這樣的功能。

結構：zset

7.scan

在平時的業務開發中要儘量避免大key的產生

應用場景：用來代替keys命令獲取正則匹配的key，當資料較多時，使用keys命令會將所有的key暴力的輸出，時間複雜度是o（n），但是redis是單執行緒模式，勢必會造成其他命令卡頓，所以用scan命令

命令：scan 0 match key99* count 1000

scan 引數提供了三個引數，第一個是 cursor 整數值，第二個是 key 的正則模式，第三個是遍歷的 limit hint。

zsan命令不僅可以對key進行遍歷，也可以對資料集合進行遍歷，如對hash結構進行遍歷：hscan，zscan遍歷zset

大key掃描：key較大時需要擴容會申請另一塊記憶體，會導致卡頓，釋放時也會導致卡頓，所以在平時的業務開發中要儘量避免大key的產生