本篇內(nèi)容主要講解“redis有哪些核心數(shù)據(jù)類型”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Redis有哪些核心數(shù)據(jù)類型”吧!
創(chuàng)新互聯(lián)是一家從事企業(yè)網(wǎng)站建設、網(wǎng)站制作、網(wǎng)站建設、行業(yè)門戶網(wǎng)站建設、網(wǎng)頁設計制作的專業(yè)網(wǎng)絡公司，擁有經(jīng)驗豐富的網(wǎng)站建設工程師和網(wǎng)頁設計人員，具備各種規(guī)模與類型網(wǎng)站建設的實力，在網(wǎng)站建設領域樹立了自己獨特的設計風格。自公司成立以來曾獨立設計制作的站點上千余家。
tring 類型是二進制安全的，即 string 中可以包含任何數(shù)據(jù)。
Redis 中的普通 string 采用 raw encoding 即原始編碼方式，該編碼方式會動態(tài)擴容，并通過提前預分配冗余空間，來減少內(nèi)存頻繁分配的開銷。
在字符串長度小于 1MB 時，按所需長度的 2 倍來分配，超過 1MB，則按照每次額外增加 1MB 的容量來預分配。
Redis 中的數(shù)字也存為 string 類型，但編碼方式跟普通 string 不同，數(shù)字采用整型編碼，字符串內(nèi)容直接設為整數(shù)值的二進制字節(jié)序列。
在存儲普通字符串，序列化對象，以及計數(shù)器等場景時，都可以使用 Redis 的字符串類型，字符串數(shù)據(jù)類型對應使用的指令包括 set、get、mset、incr、decr 等。
list 列表，是一個快速雙向鏈表，存儲了一系列的 string 類型的字串值
對于常規(guī)的 pop、push 元素，性能很高，時間復雜度為 O(1)，因為是列表直接追加或彈出。但對于通過隨機插入、隨機刪除，以及隨機范圍獲取，需要輪詢列表確定位置，性能就比較低下了。
操作 list 列表時，可以用 lpush、lpop、rpush、rpop、lrange 來進行常規(guī)的隊列進出及范圍獲取操作，在某些特殊場景下，也可以用 lset、linsert 進行隨機插入操作，用 lrem 進行指定元素刪除操作；最后，在消息列表的消費時，還可以用 Blpop、Brpop 進行阻塞式獲取，從而在列表暫時沒有元素時，可以安靜的等待新元素的插入，而不需要額外持續(xù)的查詢。
set 是 string 類型的無序集合，set 中的元素是唯一的，即 set 中不會出現(xiàn)重復的元素。Redis 中的集合一般是通過 dict 哈希表實現(xiàn)的，所以插入、刪除，以及查詢元素，可以根據(jù)元素 hash 值直接定位，時間復雜度為 O(1)。
操作
sismember 指令判斷該 key 對應的 set 數(shù)據(jù)結構中，是否存在某個元素，如果存在返回 1，否則返回 0；
sdiff 指令來對多個 set 集合執(zhí)行差集；
sinter 指令對多個集合執(zhí)行交集；
sunion 指令對多個集合執(zhí)行并集；
spop 指令彈出一個隨機元素；
srandmember 指令返回一個或多個隨機元素。
在社交系統(tǒng)中，可以用于存儲關注的好友列表，用來判斷是否關注，還可以用來做好友推薦使用。另外，還可以利用 set 的唯一性，來對服務的來源業(yè)務、來源 IP 進行精確統(tǒng)計。
有序集合中，每個元素都會關聯(lián)一個 double 類型的 score 分數(shù)值。有序集合通過這個 score 值進行由小到大的排序。有序集合中，元素不允許重復，但 score 分數(shù)值卻允許重復。
操作
zscan 指令：按順序獲取有序集合中的元素；
zscore 指令：獲取元素的 score 值；
zrange指令：通過指定 score 返回指定 score 范圍內(nèi)的元素；
在某個元素的 score 值發(fā)生變更時，還可以通過 zincrby 指令對該元素的 score 值進行加減。
通過 zinterstore、zunionstore 指令對多個有序集合進行取交集和并集，然后將新的有序集合存到一個新的 key 中，如果有重復元素，重復元素的 score 進行相加，然后作為新集合中該元素的 score 值。
可以用有序集合來統(tǒng)計排行榜，實時刷新榜單，還可以用來記錄學生成績，從而輕松獲取某個成績范圍內(nèi)的學生名單，還可以用來對系統(tǒng)統(tǒng)計增加權重值，從而在 dashboard 實時展示。
略
位圖是一串連續(xù)的二進制數(shù)字，底層實際是基于 string 進行封裝存儲的
按 bit 位進行指令操作的。bitmap 中每一 bit 位所在的位置就是 offset 偏移，可以用 setbit、bitfield 對 bitmap 中每個 bit 進行置 0 或置 1 操作，也可以用 bitcount 來統(tǒng)計 bitmap 中的被置 1 的 bit 數(shù)，還可以用 bitop 來對多個 bitmap 進行求與、或、異或等操作。
bitmap 位圖的特點是按位設置、求與、求或等操作很高效，而且存儲成本非常低，用來存對象標簽屬性的話，一個 bit 即可存一個標簽?？梢杂?bitmap，存用戶最近 N 天的登錄情況，每天用 1 bit，登錄則置 1。
個性推薦在社交應用中非常重要，可以對新聞、feed 設置一系列標簽，如軍事、娛樂、視頻、圖片、文字等，用 bitmap 來存儲這些標簽，在對應標簽 bit 位上置 1。對用戶，也可以采用類似方式，記錄用戶的多種屬性，并可以很方便的根據(jù)標簽來進行多維度統(tǒng)計。bitmap 位圖的重要指令包括：setbit、 getbit、bitcount、bitfield、 bitop、bitpos 等。
使用經(jīng)歷
統(tǒng)計用戶登錄情況 ： 1 2 3 5 天內(nèi)登錄
bitmap : 1 1 1 0 1
在存儲某個位置點時，首先利用 Geohash 算法，將該位置二維的經(jīng)緯度，映射編碼成一維的 52 位整數(shù)值，將位置名稱、經(jīng)緯度編碼 score 作為鍵值對，存儲到分類 key 對應的 sorted set 中。
需要計算某個位置點 A 附近的人時，首先以指定位置 A 為中心點，以距離作為半徑，算出 GEO 哈希 8 個方位的范圍， 然后依次輪詢方位范圍內(nèi)的所有位置點，只要這些位置點到中心位置 A 的距離在要求距離范圍內(nèi)，就是目標位置點。輪詢完所有范圍內(nèi)的位置點后，重新排序即得到位置點 A 附近的所有目標。
使用 geoadd，將位置名稱（如人、車輛、店名）與對應的地理位置信息添加到指定的位置分類 key 中；
使用 geopos 方便地查詢某個名稱所在的位置信息；
使用 georadius 獲取指定位置附近，不超過指定距離的所有元素；
Redis GEO 地理位置，利用 Geohash 將大量的二維經(jīng)緯度轉一維的整數(shù)值，這樣可以方便的對地理位置進行查詢、距離測量、范圍搜索。但由于地理位置點非常多，一個地理分類 key 下可能會有大量元素，在 GEO 設計時，需要提前進行規(guī)劃，避免單 key 過度膨脹。
Redis 的 GEO 地理位置數(shù)據(jù)結構，應用場景很多，比如查詢某個地方的具體位置，查當前位置到目的地的距離，查附近的人、餐廳、電影院等。GEO 地理位置數(shù)據(jù)結構中，重要指令包括 geoadd、geopos、geodist、georadius、georadiusbymember 等。
使用 geodist 來獲取指定的兩個位置之間的距離。
hyperLogLog 是用來做基數(shù)統(tǒng)計的數(shù)據(jù)類型，當輸入巨大數(shù)量的元素做統(tǒng)計時，只需要很小的內(nèi)存即可完成。HyperLogLog 不保存元數(shù)據(jù)，只記錄待統(tǒng)計元素的估算數(shù)量，這個估算數(shù)量是一個帶有 0.81% 標準差的近似值，在大多數(shù)業(yè)務場景，對海量數(shù)據(jù)，不足 1% 的誤差是可以接受的。
Redis 的 HyperLogLog 在統(tǒng)計時，如果計數(shù)數(shù)量不大，采用稀疏矩陣存儲，隨著計數(shù)的增加，稀疏矩陣占用的空間也會逐漸增加，當超過閥值后，則改為稠密矩陣，稠密矩陣占用的空間是固定的，約為12KB字節(jié)。
通過 hyperLoglog 數(shù)據(jù)類型，你可以利用 pfadd 向基數(shù)統(tǒng)計中增加新的元素，可以用 pfcount 獲得 hyperLogLog 結構中存儲的近似基數(shù)數(shù)量，還可以用 hypermerge 將多個 hyperLogLog 合并為一個 hyperLogLog 結構，從而可以方便的獲取合并后的基數(shù)數(shù)量。
hyperLogLog 的特點是統(tǒng)計過程不記錄獨立元素，占用內(nèi)存非常少，非常適合統(tǒng)計海量數(shù)據(jù)。在大中型系統(tǒng)中，統(tǒng)計每日、每月的 UV 即獨立訪客數(shù)，或者統(tǒng)計海量用戶搜索的獨立詞條數(shù)，都可以用 hyperLogLog 數(shù)據(jù)類型來進行處理。
到此，相信大家對“Redis有哪些核心數(shù)據(jù)類型”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關內(nèi)容可以進入相關頻道進行查詢，關注我們，繼續(xù)學習！
重慶分公司
重慶分公司
