Redis核心数据结构与高性能原理

ImCrow

发布于 2022-4-22 17:56

浏览

0收藏

作者 |hejianhui
来源 | 一角钱技术(ID：org_yijiaoqian)

五种常用数据结构 Redis核心数据结构与高性能原理-鸿蒙开发者社区

String 结构

字符串常用操作

SET key value  //存入字符串键值对
MSET key value [key value ...]  //批量存储字符串键值对
SETNX key value  //存入一个不存在的字符串键值对
GET key  //获取一个字符串键值
MGET key [key ...] //批量获取字符串键值
DEL key [key ...]  //删除一个键
EXPIRE key seconds //设置一个键的过期时间(秒)1.
2.
3.
4.
5.
6.
7.

原子加减

INCR key //将key中储存的数字值加1
DECR key //将key中储存的数字值减1
INCRBY key increment //将key所储存的值加上increment
DECRBY key decrement //将key所储存的值减去decrement1.
2.
3.
4.

String 应用场景

单值缓存
对象缓存
分布式锁
计数器
Web集群Session共享
分布式系统全局序列号

单值缓存

SET key value
Get key1.
2.

对象缓存

SET user:1 value(json格式数据)
MSET user:1:name yijiaoqian user:1:balance 1888
MGET user:1:name user:1:balance 1.
2.
3.

分布式锁

SETNX product:10001  true //返回1代表获取锁成功
SETNX product:10001  true //返回0代表获取锁失败
...执行业务操作...
DEL product:10001 //执行完业务释放锁
SET product:10001 true  ex  10  nx //防止程序意外终止导致死锁1.
2.
3.
4.
5.

计数器

INCR article:readcount:{文章id}   
GET article:readcount:{文章id}  1.
2.

Web集群Session共享

Spring session + redis 实现sessio共享

分布式系统全局序列号

INCRBY orderId 1000 //redis批量生成序列号提升性能1.

Hash 结构

Hash常用操作

HSET key field value  //存储一个哈希表key的键值
HSETNX key field value  //存储一个不存在的哈希表key的键值
HMSET key field  value [field value ...] //在一个哈希表key中存储多个键值对
HGET key field  //获取哈希表key对应的field键值
HMGET key field [field ...] //批量获取哈希表key中多个field键值
HDEL key field [field ...]  //删除哈希表key中的field键值
HLEN key //返回哈希表key中field的数量
HGETALL key //返回哈希表key中所有的键值

HINCRBY key field increment //为哈希表key中field键的值加上增量increment1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

Hash应用场景

对象存储

HMSET user {userId}:name  yijiaoqian {userId}:balance  1888
HMSET user 1:name yijiaoqian 1:balance 1888
HMGET user 1:name 1:balance  1.
2.
3.

电商购物车

以用户id为key
商品id为field
商品数量为value

Redis核心数据结构与高性能原理-鸿蒙开发者社区

购物车操作：

添加商品：hset cart:1001 10088 1
增加数量：hincrby cart:1001 10088 1
商品总数：hlen cart:1001
删除商品：hdel cart:1001 10088
获取购物车所有商品：hgetall cart:1001

Hash结构优缺点

优点：

同类数据归类整合储存，方便数据管理
相比string操作消耗内存与cpu更小
相比string储存更节省空间

缺点：

过期功能不能使用在field上，只能用在key上

Redis集群架构下不适合大规模使用

Redis核心数据结构与高性能原理-鸿蒙开发者社区

List 结构

List常用操作

LPUSH key value [value ...] //将一个或多个值value插入到key列表的表头(最左边)
RPUSH key value [value ...]  //将一个或多个值value插入到key列表的表尾(最右边)
LPOP key //移除并返回key列表的头元素
RPOP key //移除并返回key列表的尾元素
LRANGE key start stop //返回列表key中指定区间内的元素，区间以偏移量start和stop指定

BLPOP key [key ...] timeout //从key列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒,如果timeout=0,一直阻塞等待
BRPOP key [key ...] timeout //从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒,如果timeout=0,一直阻塞等待1.
2.
3.
4.
5.
6.
7.
8.

List应用场景

常用数据结构：

Stack(栈) = LPUSH + LPOP (FILO)
Queue(队列)= LPUSH + RPOP (FIFO)
Blocking MQ(阻塞队列)= LPUSH + BRPOP

Redis核心数据结构与高性能原理-鸿蒙开发者社区

微博和微信公号消息流

Redis核心数据结构与高性能原理-鸿蒙开发者社区

一角钱关注了雷军、马云等大V
1）雷布斯发微博，消息ID为10018
LPUSH  msg:{一角钱-ID}  10018
2）马云发微博，消息ID为10086
LPUSH  msg:{一角钱-ID} 10086
3）查看最新微博消息
LRANGE  msg:{一角钱-ID}  0  41.
2.
3.
4.
5.
6.
7.

Set 结构

Set常用操作

SADD key member [member ...] //往集合key中存入元素，元素存在则忽略，若key不存在则新建
SREM key member [member ...] //从集合key中删除元素
SMEMBERS key //获取集合key中所有元素
SCARD key //获取集合key的元素个数
SISMEMBER key member //判断member元素是否存在于集合key中
SRANDMEMBER key [count] //从集合key中选出count个元素，元素不从key中删除
SPOP key [count] //从集合key中选出count个元素，元素从key中删除1.
2.
3.
4.
5.
6.
7.

Set运算操作

SINTER key [key ...] //交集运算
SINTERSTORE destination key [key ..] //将交集结果存入新集合destination中
SUNION key [key ..] //并集运算
SUNIONSTORE destination key [key ...] //将并集结果存入新集合destination中
SDIFF key [key ...] //差集运算
SDIFFSTORE destination key [key ...] //将差集结果存入新集合destination中1.
2.
3.
4.
5.
6.

Set应用场景

微信抽奖小程序

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4MXrY6h4-1608565742118)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/bcbd972138c54f229f249954a4634578~tplv-k3u1fbpfcp-zoom-1.image)]

1.点击参与抽奖加入集合：SADD key {userID} 
2.查看参与抽奖所有用户：SMEMBERS key
3.抽取count名中奖者：SRANDMEMBER key [count]/ SPOP key [count]1.
2.
3.

Redis核心数据结构与高性能原理-鸿蒙开发者社区

1.点赞：SADD  like:{消息ID}  {用户ID} 
2.取消点赞：SREM like:{消息ID}  {用户ID} 
3.检查用户是否点过赞：SISMEMBER  like:{消息ID}  {用户ID} 
4.获取点赞的用户列表：SMEMBERS like:{消息ID} 
5.获取点赞用户数：SCARD like:{消息ID}1.
2.
3.
4.
5.

集合操作 Redis核心数据结构与高性能原理-鸿蒙开发者社区

SINTER set1 set2 set3 -> { c }  // 交集
SUNION set1 set2 set3 -> { a,b,c,d,e } // 并集
SDIFF set1 set2 set3  -> { a } // 差集1.
2.
3.

集合操作实现微博微信关注模型

Redis核心数据结构与高性能原理-鸿蒙开发者社区

1) 张三关注的人: 
zhangsanSet-> {lisi, wangwu}
2) 一角钱关注的人:
 yijiaoqianSet--> {zhangsan, zhaoliu, lisi, wangwu}
3) 李四关注的人: 
lisiSet-> {zhangsan, yijiaoqian, zhaoliu, wangwu, xunyu)
4) 我和一角钱共同关注: 
SINTER zhangsanSet yijiaoqianSet--> {lisi, wangwu}
5) 我关注的人也关注他(一角钱): 
SISMEMBER lisiSet yijiaoqian 
SISMEMBER wangwuSet yijiaoqian
6) 我可能认识的人: 
SDIFF yijiaoqianSet zhangsanSet->(zhangsan, zhaoliu}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

集合操作实现电商商品筛选 Redis核心数据结构与高性能原理-鸿蒙开发者社区

SADD brand:huawei  P40
SADD brand:xiaomi  mi-10
SADD brand:iPhone iphone12
SADD os:android P40 mi-10
SADD cpu:brand:intel P40 mi-10
SADD ram:8G P40 mi-10 iphone12

SINTER os:android cpu:brand:intel ram:8G >  {P40，mi-10}
1.
2.
3.
4.
5.
6.
7.
8.
9.

ZSet 有序集合结构

ZSet常用操作

ZADD key score member [[score member]…] //往有序集合key中加入带分值元素
ZREM key member [member …] //从有序集合key中删除元素
ZSCORE key member  //返回有序集合key中元素member的分值
ZINCRBY key increment member //为有序集合key中元素member的分值加上increment 
ZCARD key //返回有序集合key中元素个数
ZRANGE key start stop [WITHSCORES] //正序获取有序集合key从start下标到stop下标的元素
ZREVRANGE key start stop [WITHSCORES]//倒序获取有序集合key从start下标到stop下标的元素1.
2.
3.
4.
5.
6.
7.

ZSet集合操作

ZUNIONSTORE destkey numkeys key [key ...]  //并集计算
ZINTERSTORE destkey numkeys key [key …]  //交集计算1.
2.

Redis核心数据结构与高性能原理-鸿蒙开发者社区

ZSet应用场景

ZSet集合操作实现排行榜 Redis核心数据结构与高性能原理-鸿蒙开发者社区

1. 点击新闻：
ZINCRBY hotNews:20201221 1 完善低龄未成年人犯罪规定
2. 展示当日排行前十：
ZREVRANGE hotNews:20201221 0 9 WITHSCORES
3. 七日搜索榜单计算：
ZUNIONSTORE hotNews:20201215-20201221  7 
hotNews:20201215 hotNews:20201216... hotNews:20201221
4. 展示七日排行前十：
ZREVRANGE hotNews:20201215-20201221 0 9 WITHSCORES1.
2.
3.
4.
5.
6.
7.
8.
9.

Redis的单线程和高性能

Redis是单线程吗?

Redis的单线程主要是指 Redis 的网络IO和键值对读写是由一个线程来完成的，这也是Redis对外提供键值存储服务的主要流程。但是Redis的其他功能，比如持久化、异步删除、集群数据同步等，其实由额外的线程执行的。

Redis 单线程为什么还能这么快?

因为它所有的数据都在内存中，所有的运算都是内存级别的运算，而且单线程避免来多线程的切换性能损耗问题，正因为Redis是单线程，所以要小心使用Redis 指令，对于那些耗时的指令(比如keys)，一定要谨慎使用，一不小心就可能会导致 Redis 卡顿。

Redis 单线程如何处理那么多的并发客户端连接?

Redis 的IO多路服用：redis利用epoll实现IO多路复用，将连接信息和事件放到队列中，依次放到文件事件分派器，事件分派器将事件分发给事件处理器。

Redis核心数据结构与高性能原理-鸿蒙开发者社区

# 查看redis支持的最大连接数，在redis.conf文件中可修改，# maxclients 10000
127.0.0.1:6379> CONFIG GET maxclients
    ##1) "maxclients"
    ##2) "10000"1.
2.
3.
4.

其他高级命令

keys：全量遍历键

用来列出所有满足特定正则字符串规则的key，当redis数据量比较大时，性能比较差，要避免使用。

127.0.0.1:6379> set codehole1 a
OK
127.0.0.1:6379> set codehole2 b
OK
127.0.0.1:6379> set codehole3 c
OK
127.0.0.1:6379> set code1hole a
OK
127.0.0.1:6379> set code2hole b
OK
127.0.0.1:6379> set code3hole c
OK
127.0.0.1:6379> keys *
1) "codehole1"
2) "codehole3"
3) "codehole2"
4) "code3hole"
5) "code1hole"
6) "code2hole"
127.0.0.1:6379> keys codehole*
1) "codehole1"
2) "codehole3"
3) "codehole2"
127.0.0.1:6379> keys code*hole
1) "code3hole"
2) "code1hole"
3) "code2hole"1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.

scan：渐进式遍历键

SCAN cursor [MATCH pattern] [COUNT count]1.

scan 参数提供了三个参数：

第一个参数 cursor 整数值(hash桶的索引值)
第二个是 key 的正则模式
第三个是一次遍历的key的数量(参考值，底层遍历的数量不一定)，并不少符合条件的结果数量。

第一次遍历时，cursor 值为0，然后将返回结果中的第一个整数值作为下一次遍历的 cursor。一直遍历到返回的 cursor 值为0时结束。

注意：但是scan并非完美无暇，如果在scan的过程中如果有键的变化(增加、删除、修改)，那么遍历效果可能会碰到如下问题：新增的键可能没有遍历到，遍历出了重复的键等情况，也就是说scan并不能保证完整的遍历出来所有的键，这些是我们在开发时需要考虑的。

info：查看redis服务运行信息

分为 9 大块，每个块都有非常多的参数：

Server 服务器运行的环境参数
Clients 客户端相关信息
Memory 服务器运行内存的统计数据
Persistence 持久化信息
Stats 通用统计数据
Replication 主从复制相关信息
CPU CPU使用情况
Cluster 集群信息
KeySpace 键值对统计数量信息

Redis核心数据结构与高性能原理-鸿蒙开发者社区

核心属性说明：

connected_clients:2                  # 正在连接的客户端数量

instantaneous_ops_per_sec:789        # 每秒执行多少次指令

used_memory:929864                   # Redis分配的内存总量(byte)，包含redis进程内部的开销和数据占用的内存
used_memory_human:908.07K            # Redis分配的内存总量(Kb，human会展示出单位)
used_memory_rss_human:2.28M          # 向操作系统申请的内存大小(Mb)（这个值一般是大于used_memory的，因为Redis的内存分配策略会产生内存碎片）
used_memory_peak:929864              # redis的内存消耗峰值(byte)
used_memory_peak_human:908.07K       # redis的内存消耗峰值(KB)

maxmemory:0                         # 配置中设置的最大可使用内存值(byte),默认0,不限制
maxmemory_human:0B                  # 配置中设置的最大可使用内存值
maxmemory_policy:noeviction         # 当达到maxmemory时的淘汰策略1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

分类

数据库

标签

Redis

数据结构

51CTO

51CTO博客

51CTO学堂

Redis核心数据结构与高性能原理

订阅鸿蒙技术特刊，精选内容抢先看