Redis（一）:数据结构与实战场景_一、redis 基本数据结构与实战场景 二、redis 常见异常及解决方案 三、分布式环境

首先介绍一下Redis大概的应用场景以及学习思路等

一、Redis基本数据结构

1、基本数据结构

2、常用指令：

1） String

127.0.0.1:6379> set redisKey redis
OK
127.0.0.1:6379> get redisKey
"redis"
1
2
3
4

String在redis内部存储默认就是一个字符串，被redisObject所引用，当遇到incr,decr等操作时会转成数值型进行计算，此时redisObject的encoding字段为int。

String常用命令：

应用场景：

场景一：商品库存数

set goodsNumber 100;设置商品库存数为100
decr goodsNumber; 当购买商品后，库存数据减 1。
1
2

类似场景：商品的浏览次数，问题或者回复的点赞次数等。这种计数的场景都可以考虑利用 Redis 来实现。

场景二：时效信息存储

Redis 的数据存储具有自动失效能力。也就是存储的 key-value 可以设置过期时间：

set(key, value, expireTime)。
1

通过手机接收验证码，设置超时失效时可以使用Redis中的String类型来存储验证码，设置超时时间（expireTime）

2） List

127.0.0.1:6379> LPUSH redisListKey value1 value2
(integer) 2
127.0.0.1:6379> LRANGE redisListKey 0 1
1) "value2"
2) "value1"
1
2
3
4
5

Redis list的实现为一个双向链表，即可以支持反向查找和遍历，更方便操作，不过带来了部分额外的内存开销，两端添加元素的时间复杂度为 O(1)） ，Redis内部的很多实现，包括发送缓冲队列等也都是用的这个数据结构。

List常用命令

应用场景：

List的应用场景非常多，也是Redis最重要的数据结构之一，比如twitter的关注列表，粉丝列表等都可以用Redis的list结构来实现，比较好理解，这里不再重复。

场景一：消息队列实现

目前有很多专业的消息队列组件 Kafka、RabbitMQ 等。 我们在这里仅仅是使用 list 的特征来实现消息队列的要求。在实际技术选型的过程中，大家可以慎重思考。

list 存储就是一个队列的存储形式：

lpush key value; 在 key 对应 list 的头部添加字符串元素；
rpop key;移除列表的最后一个元素，返回值为移除的元素。

场景二：最新上架商品

在交易网站首页经常会有新上架产品推荐的模块， 这个模块是存储了最新上架前 100 名。

这时候使用 Redis 的 list 数据结构，来进行 TOP 100 新上架产品的存储。

Redis ltrim 指令对一个列表进行修剪（trim），这样 list 就会只包含指定范围的指定元素。

ltrim key start stop
start 和 stop 都是由 0 开始计数的，这里的 0 是列表里的第一个元素（表头），1 是第二个元素。

3） Hash

127.0.0.1:6379> HMSET redisHashKey 1 test1 2 test2 3 test3
OK
127.0.0.1:6379> HMGET redisHashKey 1
1) "test1"
127.0.0.1:6379> HGETALL redisHashKey
1) "1"
2) "test1"
3) "2"
4) "test2"
5) "3"
6) "test3"
1
2
3
4
5
6
7
8
9
10
11

上面已经说到Redis Hash对应Value内部实际就是一个HashMap，实际这里会有2种不同实现，这个Hash的成员比较少时Redis为了节省内存会采用类似一维数组的方式来紧凑存储，而不会采用真正的HashMap结构，对应的value redisObject的encoding为zipmap,当成员数量增大时会自动转成真正的HashMap,此时encoding为ht。

Hash常用命令：

应用场景：
Redis 在存储对象（例如：用户信息）的时候需要对对象进行序列化转换然后存储。

还有一种形式，就是将对象数据转换为 JSON 结构数据，然后存储 JSON 的字符串到 Redis。

对于一些对象类型，还有一种比较方便的类型，那就是按照 Redis 的 Hash 类型进行存储。

hset key field value
例如，我们存储一些网站用户的基本信息， 我们可以使用：

hset user01  name "redis"
hset user01  phone  "6379"
hset user01  email “127.0.0.1”
1
2
3

这样就存储了一个用户基本信息，存储信息有：{name : “redis”， phone : “6379”，email : “127.0.0.1”}

当然这种类似场景还非常多， 比如存储订单的数据，产品的数据，商家基本信息等。大家可以参考来进行存储选型。

4） Set

127.0.0.1:6379> SADD redisSetKey 123 qwe true
(integer) 3
127.0.0.1:6379> SADD redisSetKey 1q2w
(integer) 1
127.0.0.1:6379> SMEMBERS redisSetKey
1) "1q2w"
2) "qwe"
3) "true"
4) "123"
127.0.0.1:6379> 
1
2
3
4
5
6
7
8
9
10

set 的内部实现是一个 value永远为null的HashMap，实际就是通过计算hash的方式来快速排重的，这也是set能提供判断一个成员是否在集合内的原因。

Set常用命令：

应用场景：

Redis 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 也是存储了一个集合列表功能。和 list 不同，set 具备去重功能。当需要存储一个列表信息，同时要求列表内的元素不能有重复，这时候使用 set 比较合适。与此同时，set 还提供的交集、并集、差集。

例如，在给大量用户推送信息时，不同的用户之间进行计算推算出相同的产品进行推送

//userid 为用户 ID ， goodID 为感兴趣的商品信息。 
sadd “user:userId” goodID； 

sadd “user:101”, 1
sadd “user:101”, 2
sadd “user:102”, 1
Sadd “user:102”, 3

sinter “user:101” “user:101”
1
2
3
4
5
6
7
8
9

获取到两个用户相似的产品， 然后确定相似产品的类目就可以进行用户分析。

类似的应用场景还有， 社交场景下共同关注好友， 相似兴趣 tag 等场景的支持

4） Sorted Set

127.0.0.1:6379> ZADD redisSortedSet 1 redis
(integer) 1
127.0.0.1:6379> ZADD redisSortedSet 2 mysql
(integer) 1
127.0.0.1:6379> ZADD redisSortedSet 3 mongodb
(integer) 1
127.0.0.1:6379> ZADD redisSortedSet 4 oracle
(integer) 1
127.0.0.1:6379> ZRANGE redisSortedSet 0 10 WITHSCORES
1) "redis"
2) "1"
3) "mysql"
4) "2"
5) "mongodb"
6) "3"
7) "oracle"
8) "4"
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

Redis sorted set的内部使用HashMap和跳跃表(SkipList)来保证数据的存储和有序，HashMap里放的是成员到score的映射，而跳跃表里存放的是所有的成员，排序依据是HashMap里存的score,使用跳跃表的结构可以获得比较高的查找效率，并且在实现上比较简单。

Sorted Set常用命令：

应用场景：

Redis sorted set的使用场景与set类似，区别是set不是自动有序的，而sorted set可以通过用户额外提供一个优先级(score)的参数来为成员排序，并且是插入有序的，即自动排序。当你需要一个有序的并且不重复的集合列表，那么可以选择sorted set数据结构，比如twitter 的public timeline可以以发表时间作为score来存储，这样获取时就是自动按时间排好序的。

Redis sorted set 的使用场景与 set 类似，区别是 set 不是自动有序的，而 sorted set 可以通过提供一个 score 参数来为存储数据排序，并且是自动排序，插入既有序。

业务中如果需要一个有序且不重复的集合列表，就可以选择 sorted set 这种数据结构。

比如，商品的购买热度可以将购买总量 num 当做商品列表的 score，这样获取最热门的商品时就是可以自动按售卖总量排好序。

sorted set 适合有排序需求的集合存储场景。 大家可以思考一下自己负责的业务服务是否有可以使用的场景。

二、Redis数据结构

HyperLogLog**（引用自菜鸟教程）**

Redis 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 12 KB 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。

Pub/Sub**（引用自菜鸟教程）**

Redis 发布订阅(pub/sub)是一种消息通信模式：发送者(pub)发送消息，订阅者(sub)接收消息。

Redis 客户端可以订阅任意数量的频道。

下图展示了频道 channel1 ， 以及订阅这个频道的三个客户端 —— client2 、 client5 和 client1
之间的关系：

当有新消息通过 PUBLISH 命令发送给频道 channel1 时， 这个消息就会被发送给订阅它的三个客户端：

Geo
Redis3.2版本中新增的一个功能就是对GEO(地理位置)的支持

常用命令

GEOADD
GEODIST
GEOHASH
GEOPOS
GEORADIUS
GEORADIUSBYMEMBER
1
2
3
4
5
6

关于GEO的常用可参考
Redis-Geo