简介
Redis是一个开源的，内存中的数据结构存储系统，它可以用做数据库，缓存和消息中间件，支持多种类型的数据结构：
- 字符串 strings
- 散列 hashes
- 列表 lists
- 集合 sets
- 有序集合 sorted sets
- bitmaps
- hyperloglogs
- geospatial
String
简介
String是Redis中最基本的数据类型，一个key对应一个value，一个Redis中字符串value最多可以是512M
String类型是二进制安全的。意味着Redis的String可以包含任何数据。如jpg图片或序列化的对象
常用命令
--添加键值对
--EX：key的超时秒数
--NX：当数据库中key不存在时，可以将key-value添加数据库
--XX：当数据库中key存在时，可以将key-value添加数据库，与NX参数互斥
--PX：key的超时毫秒数，与EX互斥
set <key> <value> [EX seconds|PX milliseconds|KEEPTTL] [NX|XX]
--只有在key不存在时设置 key 的值
setnx <key> <value>
--同时设置一个或多个key-value对
mset <key1> <value1> <key2> <value2> .....
--同时设置一个或多个key-value对，当且仅当所有给定key都不存在
--原子性，有一个失败则都失败
msetnx <key1> <value1> <key2> <value2> .....
--设置键值的同时，设置过期时间，单位秒
setex <key> <过期时间> <value>
--用<value>覆写<key>所储存的字符串值，从<起始位置>开始(索引从0开始)
setrange <key> <起始位置> <value>
--将给定的 <value> 追加到原值的末尾
append <key> <value>
--查询对应键值
get <key>
--同时获取一个或多个value
mget <key1> <key2> <key3> .....
--以新换旧，设置了新值同时获得旧值
getset <key> <value>
--获得值的范围，类似java中的substring，前包，后包
getrange <key> <起始位置> <结束位置>
--获得值的长度
strlen <key>
--将key中储存的数字值增1，只能对数字值操作，如果为空，新增值为1
--该操作为原子性操作
incr <key>
--将key中储存的数字值减1，只能对数字值操作，如果为空，新增值为-1
decr <key>
--将key中储存的数字值增减。自定义步长
--increment：增减的步长
incrby/decrby <key> <increment>
数据结构
String的数据结构为简单动态字符串(Simple Dynamic String,缩写SDS)。是可以修改的字符串，内部结构实现上类似于Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配
如图中所示，内部为当前字符串实际分配的空间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。需要注意的是字符串最大长度为512M
List
简介
List是简单的字符串列表，按照插入顺序排序。你可以添加一个元素到列表的头部（左边）或者尾部（右边）
List的底层实际是个双向链表，对两端的操作性能很高，通过索引下标的操作中间的节点性能会较差
常用命令
--从左边/右边插入一个或多个值
lpush/rpush <key> <value1> <value2> <value3> ....
--从左边/右边取出一个值。当值全部取出后键会消失
lpop/rpop <key>
--从<key1>列表右边吐出一个值，插到<key2>列表左边
rpoplpush <key1> <key2>
--按照索引下标获得元素(从左到右)
lrange <key> <start> <stop>
--0左边第一个，-1右边第一个，（0 -1表示获取所有）
lrange mylist <0 -1>
--按照索引下标获得元素(从左到右)
lindex <key> <index>
-- 获得列表长度
llen <key>
--在<value>的后面插入<newvalue>插入值
linsert <key> before <value> <newvalue>
--从左边删除n个value(从左到右)
lrem <key> <n> <value>
--将列表key下标为index的值替换成value
lset <key> <index> <value>
数据结构
List的数据结构为快速链表quickList
在列表元素较少的情况下会使用一块连续的内存存储，这个结构是ziplist，也即是压缩列表，它将所有的元素紧挨着一起存储，分配的是一块连续的内存，当数据量比较多的时候才会改成quicklist
因为普通的链表需要的附加指针空间太大，会比较浪费空间。比如这个列表里存的只是int类型的数据，结构上还需要两个额外的指针prev和next
Redis将链表和ziplist结合起来组成了quicklist。也就是将多个ziplist使用双向指针串起来使用。这样既满足了快速的插入删除性能，又不会出现太大的空间冗余
Set
简介
Set对外提供的功能与list类似是一个列表的功能，特殊之处在于set是可以自动排重的，当你需要存储一个列表数据，又不希望出现重复数据时，set是一个很好的选择，并且set提供了判断某个成员是否在一个set集合内的重要接口，这个也是list所不能提供的
Set是string类型的无序集合。它底层其实是一个value为null的hash表，所以添加，删除，查找的复杂度都是O(1)
常用命令
--将一个或多个value元素加入到集合key中，已经存在的value元素将被忽略
sadd <key> <value1> <value2> .....
--取出该集合的所有值
smembers <key>
--判断集合<key>是否为含有该<value>值，有1，没有0
sismember <key> <value>
--返回该集合的元素个数
scard <key>
--删除集合中的某个元素
srem <key> <value1> <value2> ....
--随机从该集合中取出一个值
spop <key>
--随机从该集合中获得n个值。不会从集合中删除
srandmember <key> <n>
--把<key1>集合中<value>移动到<key2>集合
smove <key1> <key2> <value>
--返回两个集合的交集元素
sinter <key1> <key2>
--返回两个集合的并集元素
sunion <key1> <key2>
--返回两个集合的差集元素(key1中的，不包含key2中的)
sdiff <key1> <key2>
数据结构
Set数据结构是dict字典，字典是用哈希表实现的
Java中HashSet的内部实现使用的是HashMap，只不过所有的value都指向同一个对象。Redis的set结构也是一样，它的内部也使用hash结构，所有的value都指向同一个内部值
Hash
简介
Redis中Hash是一个键值对集合
Redis中Hash是一个string类型的field和value的映射表，hash特别适合用于存储对象，类似Java里面的Map<String,Object>
用户ID为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储，主要有以下存储方式：
- 将对象序列化为String
每次修改用户的某个属性需要，先反序列化改好后再序列化回去。开销较大 - 将对象拆分存储
用户ID数据冗余 - 使用Hash存储
通过 key(用户ID) + field(属性标签) 就可以操作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题
常用命令
--给<key>集合中的<field>键赋值<value>
hset <key> <field> <value>
--从<key>集合<field>取出value
hget <key> <field>
--批量设置hash的值
hmset <key1> <field1> <value1> <field2> <value2> ...
--查看哈希表<key>中，给定域<field>是否存在
hexists <key> <field>
--列出该hash集合的所有field
hkeys <key>
--列出该hash集合的所有value
hvals <key>
--为哈希表<key>中的域，<field>的值加上增量(increment：步长)
hincrby <key> <field> <increment>
--将哈希表<key>中的域<field>的值设置为<value>，当且仅当域<field>不存在才可执行
hsetnx <key> <field> <value>
数据结构
Hash类型对应的数据结构是两种：ziplist（压缩列表），hashtable（哈希表）。当field-value长度较短且个数较少时，使用ziplist，否则使用hashtable
ZSet
简介
Redis有序集合zset与普通集合set非常相似，是一个没有重复元素的字符串集合
不同之处是有序集合的每个成员都关联了一个评分（score）,这个评分（score）被用来按照从最低分到最高分的方式排序集合中的成员。集合的成员是唯一的，但是评分可以是重复了
因为元素是有序的, 所以你也可以很快的根据评分（score）或者次序（position）来获取一个范围的元素
访问有序集合的中间元素也是非常快的,因此你能够使用有序集合作为一个没有重复成员的智能列表
常用命令
--将一个或多个<value>元素及其<score>值加入到有序集<key>当中。
zadd <key> <score1> <value1> <score2> <value2> ...
--返回有序集 key 中，下标在<start><stop>之间的元素(0 -1获取所有)
--带WITHSCORES，可以让分数一起和值返回到结果集
zrange <key> <start> <stop> [WITHSCORES]
--返回有序集<key>中，所有score值介于<min>和<max>之间(包括等于<min>或<max>)的成员。有序集成员按score值递增(从小到大)次序排列。
zrangebyscore key <min> <max> [withscores] [limit offset count]
--同上，改为从大到小排列
zrevrangebyscore key <max> <min> [withscores] [limit offset count]
--为<value>元素的score加上增量（increment：步长）
zincrby <key> <increment> <value>
--删除该集合下，指定值的元素
zrem <key> <value>
--统计该集合，分数区间内的元素个数
zcount <key> <min> <max>
--返回该值在集合中的排名，从0开始
zrank <key> <value>
数据结构
SortedSet(zset)是Redis提供的一个非常特别的数据结构，一方面它等价于Java的数据结构Map<String, Double>，可以给每一个元素value赋予一个权重score，另一方面它又类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名次，还可以通过score的范围来获取元素的列表
zset底层使用了两个数据结构
- hash：hash的作用就是关联元素value和权重score，保障元素value的唯一性，可以通过元素value找到相应的score值
- 跳跃表：跳跃表的目的在于给元素value排序，根据score的范围获取元素列表
Bitmaps
简介
现代计算机用二进制（位）作为信息的基础单位，1个字节等于8位，例如“abc”字符串是由3个字节组成， 但实际在计算机存储时将其用二进制表示，“abc”分别对应的ASCII码分别是97、98、99，对应的二进制分别是01100001、01100010和01100011，如下图：
合理地使用操作位能够有效地提高内存使用率和开发效率，Redis提供了Bitmaps这个“数据类型”可以实现对位的操作：
- Bitmaps本身不是一种数据类型，实际上它就是字符串（key-value），但是它可以对字符串的位进行操作
- Bitmaps单独提供了一套命令，所以在Redis中使用Bitmaps和使用字符串的方法不太相同。可以把Bitmaps想象成一个以位为单位的数组，数组的每个单元只能存储0和1，数组的下标在Bitmaps中叫做偏移量
补充：在第一次初始化Bitmaps时， 假如偏移量非常大， 那么整个初始化过程执行会比较慢， 可能会造成Redis的阻塞
常用命令
--设置Bitmaps中某个偏移量的值（0或1）
--offset：偏移量
setbit <key> <offset> <value>
--获取Bitmaps中某个偏移量的值
getbit <key> <offset>
--统计字符串从start字节到end字节比特值为1的数量
bitcount <key> [start end]
--bitop是一个复合操作， 它可以做多个Bitmaps的and（交集）、or（并集）、not（非）、xor（异或）操作并将结果保存在destkey中
bitop and(or/not/xor) <destkey> [key…]
HyperLogLog
简介
在工作当中，我们经常会遇到与统计相关的功能需求，比如统计网站PV（PageView页面访问量），可以使用Redis的incr、incrby轻松实现
但像UV（UniqueVisitor，独立访客）、独立IP数、搜索记录数等需要去重和计数的问题如何解决？这种求集合中不重复元素个数的问题称为基数问题。
解决基数问题有很多种方案：
- 数据存储在MySQL表中，使用distinct count计算不重复个数
- 使用Redis提供的hash、set、bitmaps等数据结构来处理
以上的方案结果精确，但随着数据不断增加，导致占用空间越来越大，对于非常大的数据集是不切实际的
HyperLogLog是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、并且是很小的
在Redis里面，每个HyperLogLog键只需要花费12KB内存，就可以计算接近2^64个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比，但是，因为HyperLogLog只会根据输入元素来计算基数，而不会储存输入元素本身，所以HyperLogLog不能像集合那样，返回输入的各个元素
补充：什么是基数? 比如数据集 {1, 3, 5, 7, 5, 7, 8}， 那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数(不重复元素)为5。 基数估计就是在误差可接受的范围内，快速计算基数
常用命令
--添加指定元素到HyperLogLog中
--如果执行命令后HLL估计的近似基数发生变化，则返回1，否则返回0
pfadd <key> <element> [element ...]
--计算HLL的近似基数，可以计算多个HLL，比如用HLL存储每天的UV，计算一周的UV可以使用7天的UV合并计算即可
pfcount<key> [key ...]
--将一个或多个HLL合并后的结果存储在另一个HLL中，比如每月活跃用户可以使用每天的活跃用户来合并计算可得
pfmerge <destkey> <sourcekey> [sourcekey ...]
Geospatial
简介
Redis 3.2 中增加了对GEO类型的支持。GEO，Geographic，地理信息的缩写。该类型，就是元素的2维坐标，在地图上就是经纬度。redis基于该类型，提供了经纬度设置，查询，范围查询，距离查询，经纬度Hash等常见操作
常用命令
--添加地理位置（经度，纬度，名称）
--有效的经度从 -180 度到 180 度。有效的纬度从 -85.05112878 度到 85.05112878 度，当坐标位置超出指定范围时，该命令将会返回一个错误。
--已经添加的数据，是无法再次往里面添加的
geoadd <key> < longitude> <latitude> <member> [longitude latitude member ...]
--获得指定地区的坐标值
geopos <key> <member> [member...]
--获取两个位置之间的直线距离
--m 表示单位为米[默认值]。
--km 表示单位为千米。
--mi 表示单位为英里。
--ft 表示单位为英尺。
--如果用户没有显式地指定单位参数，那么GEODIST默认使用米作为单位
geodist <key> <member1> <member2> [m|km|ft|mi]
--以给定的经纬度为中心，找出某一半径内的元素
georadius <key> < longitude> <latitude> radius [m|km|ft|mi]
