
127.0.0.1:6379> select 0
OK
127.0.0.1:6379> set k1 v1
OK
127.0.0.1:6379> get k1
"v1"
127.0.0.1:6379> exists k1
(integer) 1
127.0.0.1:6379> exists k2
(integer) 0
127.0.0.1:6379> expire k1 10
(integer) 1
127.0.0.1:6379> ttl k1
(integer) 7
127.0.0.1:6379> persist k1
(integer) 1
127.0.0.1:6379> ttl k1
(integer) -1
127.0.0.1:6379> type k1
string

三、String 字符串命令

String 类型是 Redis 基本类型，一个键最大能存储 512MB 且是二进制安全的。意思是 redis 的 String 类型可以存储任何数据，如数字，字符串，jpg 图片或者序列化的对象。

1、原理

redis 中的 String 是动态字符串，内部结构类似 ArrayList。采用预分配冗余空间的方式减少内存的频繁分配

内部为字符串分配的实际空间一般高于字符串长度，当字符串长度 <1MB 时，扩容方式是加倍也就是原来的两倍。当字符串长度> 1MB 时，一次扩容 1MB，直到最大 512MB.

2、命令

四、List 链表命令

redis 的列表是一个字符链表，内部结构类似 LinkedList。left，right 都可以添加。如果键不在，则创建新链表，如果已存在则新填内容。如果当前链表没有值，则该链表也会自动删除。redis 的列表最多可存储 2^32-1 个元素（4294967295，每个列表可以存储 40 多亿个元素）

1、原理

底层是一个快速链表（quickList）的结构，在列表元素较少时，使用内存存储压缩列表 ziplist。当元素数量较多时，改成 quickList，也就是将多个 zipList 串起来使用，以减少内存的碎片化。

2、命令使用

命令执行：


lpush key value : 从头部（左边）压进（新增）一个新元素
127.0.0.1:6379> lpush list1 v1 v2 v3 v4 v5
(integer) 5
 
rpush key value : 从尾部（右边）压进（新增）一个新元素
rpush list1 v6
(integer) 6
 
lpop key value : 从头部（左边）弹出（删除）一个元素并返回
127.0.0.1:6379> lpop list1
"v5"
 
rpop key value : 从尾部（右边）弹出（删除）一个元素并返回
127.0.0.1:6379> rpop list1
"v1"
 
lset key index value : 修改索引号为index的元素的值为value
127.0.0.1:6379> lset list1 4 v7
OK
 
lrem key count value : 删除count个元素值为value
127.0.0.1:6379> lrem list1 0 v0
(integer) 1
 
linsert key before/after old_value new_value : 在某一个旧元素值的前边或后边插入一个新的值
127.0.0.1:6379> linsert list1 before v7 v6
(integer) 6
 
lindex key index : 查询当前list中索引为index的值
127.0.0.1:6379> lindex list1 5
"v6"
 
lrange key start end : 遍历list的所有元素并显示
127.0.0.1:6379> lrange list1 0 -1
1) "v3"
2) "v4"
3) "v5"
4) "v6"
5) "v7"
 
ltrim key start end : 截取list从stater到end位置的值并保留
127.0.0.1:6379> ltrim list1 2 6
OK
 
llen key : 返回一个list的元素个数 
127.0.0.1:6379> llen list1
(integer) 5

实战场景:

微博 TimeLine: 有人发布微博，用 lpush 加入时间轴，展示新的列表信息。
消息队列

五、Set 集合命令

redis 的集合是 String 类型的无序不重复的元素集，同时提供交集、并集、差集等操作，集合中最大的成员数为 2^32-1（40 多亿）。Redis 中集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O (1)。

1、原理

类似 HashSet, 也是通过哈希表实现的，相当于所有的 value 都为空。通过计算 hash 的方式来快速排重，也是 set 能提供判断一个成员是否在集合内的原因。

2、命令使用

命令执行：


sadd key member [member...] : 添加set集合的member
127.0.0.1:6379> sadd set1 value1 value2 value3
(integer) 3
 
srem key member [member...] : 删除set集合中的member
127.0.0.1:6379> srem set1 value1
(integer) 1
 
spop key [count] : 随机弹出count个member  
127.0.0.1:6379> spop set1 1
1) "menber2"
 
scard key : 获取set的成员个数 
127.0.0.1:6379> scard set2
(integer) 2
 
smembers key :  获取set的所有成员
127.0.0.1:6379> smembers set2
1) "value3"
2) "member1"
 
sismember key member : 判断member是否是set中的成员
127.0.0.1:6379> sismember set1 member1
(integer) 1
 
srandmember key count : 随机返回count个成员
127.0.0.1:6379> srandmember set1 1
(integer) 1
 
smove sourse destination member : 移动source中的成员member到destination中
127.0.0.1:6379> smove set1 set2  member1 
(integer) 1
 
sdiff key1 key2 [key3...] : 返回key1与key2的差集
127.0.0.1:6379> sdiff set2 set1
1) "value3"
 
sinter key1 key2 [key3...] : 返回key1与key2的交集
127.0.0.1:6379> sinter set1 set2
1) "member1"
 
sunion key1 key2 [key3...] : 返回key1与key2的交集
127.0.0.1:6379> sunion set2 set1
1) "value3"
2) "value1"
3) "menber3"
4) "member1"
5) "member2"

3、实战场景

标签（tag）, 给用户添加标签，或者用户给消息添加标签，这样有同一标签或者类似标签的可以给推荐关注的事或者关注的人。
点赞，或点踩，收藏等，可以放到 set 中实现

六、Hash 散列命令

redis 中的无序字典是一个 String 类型的 field 和 value 的映射表，内部结构类似 HashMap，每个 hash 可以存储 2^32-1 个键值对（40 多亿）

1、原理

底层的实现结构，与 HashMap 一样，是 “数组 + 链表” 的二维结构，第一维 hash 的数据位置碰撞时，将碰撞元素用链表串接起来，不同的是，redis 字典的值只能是字符串，而且两者的 rehash 方式不同。java 的 hashmap 是一次全部 rehash，耗时较高，redis 为了提高性能，采用渐进式 rehash 策略。具体方式为，同时保留新旧两个 hash 结构，然后逐步搬迁，最后取代

2、命令使用

命令执行：


hset key field value : 给hash设置field和value
127.0.0.1:6379> hset hash1 k1 v1
(integer) 1
 
hget  key field : 获取hash中健值为field的值
127.0.0.1:6379> hget hash1 k1
"v1"
 
hmset key field value [field value...] : 同时给hash设置多个field和value
127.0.0.1:6379> hmset hash1 k2 v2 k3 v3 k4 v4
OK
 
hmget key field [field...] : 同时获取hash中多个健值为field的值
127.0.0.1:6379> hmget hash1 k1 k2 k3 k4
1) "v1"
2) "v2"
3) "v3"
4) "v4"
 
hsetnx key field value : 判断hash中是否存在 该field值，不存在则添加
127.0.0.1:6379> hsetnx hash1 k5 v5
(integer) 1
 
hgetall key : 获取hash中所有的field和value的值
127.0.0.1:6379> hgetall hash1
 1) "k3"
 2) "v3"
 3) "k4"
 4) "v4"
 5) "k5"
 6) "v5"
 7) "k1"
 8) "3"
 9) "k2"
10) "81.83635"
 
hkeys key : 获取hash中所有的field的值
127.0.0.1:6379> hkeys hash1
1) "k3"
2) "k4"
3) "k5"
 
hvals key : 获取hash中所有value的值
127.0.0.1:6379> hvals hash1
1) "v3"
2) "v4"
3) "v5"
 
hexists key field : 判断hash中是否存在field值 
127.0.0.1:6379> hexists hash1 k1
(integer) 1
 
hlen key : 获取hash中键值对的个数
127.0.0.1:6379> hlen hash1
(integer) 5
 
hincrby key field increment : 设置hash中field属性自增，前提是整数，自增步长为increment
127.0.0.1:6379> hincrby hash1 k2 10
(integer) 10
 
hincrbyfloat key field increment : 设置hash中field属性自增 ，可以是小数，自增步长为increment
127.0.0.1:6379> hincrbyfloat hash1 k2 10.1
"40.1"

3、实战场景

缓存：能直观，相比 string 更节省空间，的维护缓存信息，如用户信息，视频信息等。

七、Zset 有序集合命令

Redis 有序集合和集合一样也是 string 类型元素的集合，且不允许重复的成员。不同的是每个元素都会关联一个 double 类型的分数。redis 正是通过分数来为集合中的成员进行从小到大的排序。zset 的成员是唯一的，但分数是可以重复的。

1、原理

压缩列表 (ziplist): ziplist 是为了提高存储效率而设计的一种特殊编码的双向链表。它可以存储字符串或者整数，存储整数时是采用整数的二进制而不是字符串形式存储。它能在 O (1) 的时间复杂度下完成 list 两端的 push 和 pop 操作。但是因为每次操作都需要重新分配 ziplist 的内存，所以实际复杂度和 ziplist 的内存使用量相关

跳跃表（zSkiplist): 跳跃表的性能可以保证在查找，删除，添加等操作的时候在对数期望时间内完成，这个性能是可以和平衡树来相比较的，而且在实现方面比平衡树要优雅，这是采用跳跃表的主要原因。跳跃表的复杂度是 O (log (n))。

2、命令使用

命令执行：


zadd key score member [score member...]:添加zset集合新的成员分数和成员。
127.0.0.1:6379> zadd k1 10 c1 20 c2 30 c3 40 c4 50 c5 60 c6 70 c7 80 c8 90 c9 
(integer) 9
 
zrem key member [member...]:删除zset中的成员member
127.0.0.1:6379> zrem zset key1
(integer) 1
 
zrange key start stop [withscores]:遍历zset，获取所有成员 ，若加上withscores，则分数被同时返回
127.0.0.1:6379> zrange k1 0 -1
1) "c1"
2) "c2"
3) "c3"
4) "c4"
5) "c5"
6) "c6"
7) "c7"
8) "c8"
9) "c9"
 
zrangebyscore key min max [withscores] [limit offset count] : 获取指定范围内分数的所有成员 （升序） withscores表示带上分数，limit表示分页
127.0.0.1:6379> zrevrangebyscore k1 50 (10
1) "c5"
2) "c4"
3) "c3"
4) "c2"
 
zcard key:获取zset成员个数
127.0.0.1:6379>zcard k1
(integer)8
zcount key min max :获取zset在指定分数范围内的成员个数,“（”左括号表示闭区间
127.0.0.1:6379> zcount k1 0 (60
(integer) 5
 
zrank key member : 获取zset中成员member的排名（升序）
127.0.0.1:6379> zvrank k1 c9
(integer) 8
 
zrevrank key member:获取zset中成员member的排名（降序）
127.0.0.1:6379> zrevrank k1 c9
(integer) 0
 
zrevrange key [withscores]: 获取zset中所有的成员（降序）
127.0.0.1:6379> zrevrange k1 0 -1
1) "c9"
2) "c8"
3) "c7"
4) "c6"
5) "c5"
6) "c4"
7) "c3"
8) "c2"
9) "c1"
 
zrevrangebyscore key max min [withscores] [limit offset count] :获取指定范围内分数的所有成员 （降序） withscores表示带上分数，limit表示分页

3、实战场景

排行榜：有序集合经典使用场景。例如小说视频等网站需要对用户上传的小说视频做排行榜，榜单可以按照用户关注数，更新时间，字数等打分，做排行

八、HyperLogLogs（基数统计）

1、什么是基数？

举个例子，A = {1, 2, 3, 4, 5}， B = {3, 5, 6, 7, 9}；那么基数（不重复的元素）= 1, 2, 4, 6, 7, 9；（允许容错，即可以接受一定误差）

2、HyperLogLogs 基数统计用来解决什么问题？

这个结构可以非常省内存的去统计各种计数，比如注册 IP 数、每日访问 IP 数、页面实时 UV、在线用户数，共同好友数等。

3、它的优势体现在哪？

一个大型的网站，每天 IP 比如有 100 万，粗算一个 IP 消耗 15 字节，那么 100 万个 IP 就是 15M。而 HyperLogLog 在 Redis 中每个键占用的内容都是 12K，理论存储近似接近 2^64 个值，不管存储的内容是什么，它一个基于基数估算的算法，只能比较准确的估算出基数，可以使用少量固定的内存去存储并识别集合中的唯一元素。而且这个估算的基数并不一定准确，是一个带有 0.81% 标准错误的近似值（对于可以接受一定容错的业务场景，比如 IP 数统计，UV 等，是可以忽略不计的）

4、相关命令使用


127.0.0.1:6379> pfadd key1 a b c d e f g h i	# 创建第一组元素
(integer) 1
127.0.0.1:6379> pfcount key1					# 统计元素的基数数量
(integer) 9
127.0.0.1:6379> pfadd key2 c j k l m e g a		# 创建第二组元素
(integer) 1
127.0.0.1:6379> pfcount key2
(integer) 8
127.0.0.1:6379> pfmerge key3 key1 key2			# 合并两组：key1 key2 -> key3 并集
OK
127.0.0.1:6379> pfcount key3
(integer) 13

九、Bitmap （位存储）

Bitmap 即位图数据结构，都是操作二进制位来进行记录，只有 0 和 1 两个状态。

1、用来解决什么问题？

比如：统计用户信息，活跃，不活跃！登录，未登录！打卡，不打卡！两个状态的，都可以使用 Bitmaps！

如果存储一年的打卡状态需要多少内存呢？ 365 天 = 365 bit 1 字节 = 8bit 46 个字节左右！

2、相关命令使用

使用 bitmap 来记录周一到周日的打卡！周一：1 周二：0 周三：0 周四：1 ……


127.0.0.1:6379> setbit sign 0 1
(integer) 0
127.0.0.1:6379> setbit sign 1 1
(integer) 0
127.0.0.1:6379> setbit sign 2 0
(integer) 0
127.0.0.1:6379> setbit sign 3 1
(integer) 0
127.0.0.1:6379> setbit sign 4 0
(integer) 0
127.0.0.1:6379> setbit sign 5 0
(integer) 0
127.0.0.1:6379> setbit sign 6 1
(integer) 0

查看某一天是否有打卡！


127.0.0.1:6379> getbit sign 3
(integer) 1
127.0.0.1:6379> getbit sign 5
(integer) 0

统计操作，统计打卡的天数！


127.0.0.1:6379> bitcount sign # 统计这周的打卡记录，就可以看到是否有全勤！
(integer) 3

十、geospatial (地理位置)

1、geoadd（添加地理位置）


127.0.0.1:6379> geoadd china:city 118.76 32.04 manjing 112.55 37.86 taiyuan 123.43 41.80 shenyang
(integer) 3
127.0.0.1:6379> geoadd china:city 144.05 22.52 shengzhen 120.16 30.24 hangzhou 108.96 34.26 xian
(integer) 3

规则：

两级无法直接添加，我们一般会下载城市数据 (这个网址可以查询 GEO： http://www.jsons.cn/lngcode)！

有效的经度从 - 180 度到 180 度。
有效的纬度从 - 85.05112878 度到 85.05112878 度。


# 当坐标位置超出上述指定范围时，该命令将会返回一个错误。
127.0.0.1:6379> geoadd china:city 39.90 116.40 beijin
(error) ERR invalid longitude,latitude pair 39.900000,116.400000

2、geopos（获取指定的成员的经度和纬度）


127.0.0.1:6379> geopos china:city taiyuan manjing
1) 1) "112.54999905824661255"
   1) "37.86000073876942196"
2) 1) "118.75999957323074341"
   1) "32.03999960287850968"

获得当前定位，一定是一个坐标值！

3、geodist

单位如下：

m
km
mi 英里
ft 英尺


127.0.0.1:6379> geodist china:city taiyuan shenyang m
"1026439.1070"
127.0.0.1:6379> geodist china:city taiyuan shenyang km
"1026.4391"

4、georadius

附近的人 ==> 获得所有附近的人的地址，定位，通过半径来查询

获得指定数量的人


127.0.0.1:6379> georadius china:city 110 30 1000 km			以 100,30 这个坐标为中心, 寻找半径为1000km的城市
1) "xian"
2) "hangzhou"
3) "manjing"
4) "taiyuan"
127.0.0.1:6379> georadius china:city 110 30 500 km
1) "xian"
127.0.0.1:6379> georadius china:city 110 30 500 km withdist
1) 1) "xian"
   2) "483.8340"
127.0.0.1:6379> georadius china:city 110 30 1000 km withcoord withdist count 2
1) 1) "xian"
   2) "483.8340"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"
2) 1) "manjing"
   2) "864.9816"
   3) 1) "118.75999957323074341"
      2) "32.03999960287850968"

参数 key 经度纬度半径单位 [显示结果的经度和纬度] [显示结果的距离] [显示的结果的数量]

5、georadiusbymember

显示与指定成员一定半径范围内的其他成员


127.0.0.1:6379> georadiusbymember china:city taiyuan 1000 km
1) "manjing"
2) "taiyuan"
3) "xian"
127.0.0.1:6379> georadiusbymember china:city taiyuan 1000 km withcoord withdist count 2
1) 1) "taiyuan"
   2) "0.0000"
   3) 1) "112.54999905824661255"
      2) "37.86000073876942196"
2) 1) "xian"
   2) "514.2264"
   3) 1) "108.96000176668167114"
      2) "34.25999964418929977"

6、geohash (较少使用)

该命令返回 11 个字符的 hash 字符串


127.0.0.1:6379> geohash china:city taiyuan shenyang
1) "ww8p3hhqmp0"
2) "wxrvb9qyxk0"

7、底层

geo 底层的实现原理实际上就是 Zset, 我们可以通过 Zset 命令来操作 geo

127.0.0.1:6379> type china:city
zset

查看全部元素删除指定的元素


127.0.0.1:6379> zrange china:city 0 -1 withscores
 1) "xian"
 2) "4040115445396757"
 3) "hangzhou"
 4) "4054133997236782"
 5) "manjing"
 6) "4066006694128997"
 7) "taiyuan"
 8) "4068216047500484"
 9) "shenyang"
1)  "4072519231994779"
2)  "shengzhen"
3)  "4154606886655324"
127.0.0.1:6379> zrem china:city manjing
(integer) 1
127.0.0.1:6379> zrange china:city 0 -1
1) "xian"
2) "hangzhou"
3) "taiyuan"
4) "shenyang"
5) "shengzhen"

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/513029