redis的基础数据类型及用法
ztj100 2024-12-10 22:16 17 浏览 0 评论
1、string:键值对,一个键对应一个值。可以是字符串、数字、二进制数据等。
常用命令:SET key value:设置键的值;GET key:获取键的值;INCR key:将键的值加1;DECR key:将键的值减1;INCRBY key increment:将键的值增加指定的增量;DECRBY key decrement:将键的值减少指定的增量;APPEND key value:将值追加到已存在的字符串值后面;STRLEN key:返回键的值的长度。
应用场景:缓存数据、计数器、存储序列化对象等。
缓存数据:这种场景最常用,用于分摊数据库压力,提高响应速度。
计数器:访问次数统计、点赞功能统计、限流令牌桶算法、库存管理精确计算、排行榜等等。
存储序列化对象:缓存用户基础信息,方便查询处理等。
2、List:存储有序的字符串列表。
List 类型的最大长度是 2^32 - 1 元素,即每个列表可以支持超过 40 亿个元素。这是 Redis 的理论最大值,但在实际使用中,列表的实际长度可能会受到实例可用内存的限制。
常用命令:LPUSH key value [value ...]:将一个或多个值插入列表头部;RPUSH key value [value ...]:将一个或多个值插入列表尾部;LPOP key:移除并返回列表的第一个元素;RPOP key:移除并返回列表的最后一个元素;LRANGE key start stop:获取列表中指定范围的元素;LLEN key:返回列表的长度;LINDEX key index:返回列表中指定位置的元素;LSET key index value:设置列表中指定位置的元素;LTRIM key start stop:修剪列表,使其只包含指定范围内的元素。
应用场景:消息队列、最近浏览记录、评论列表等。
消息队列:使用LPUSH、RPOP实现,适用于简单的消息队列,易于实现。
最近浏览记录:电商平台、新闻网站和社交网络中会涉及此功能。
实现步骤:1)初始化 Redis 连接:建立与 Redis 服务器的连接。2)记录浏览记录:每当用户浏览一个页面时,将页面 ID 插入到列表的头部。3)修剪列表:确保列表中只保留最新的 N 条记录。4)获取最近浏览记录:从列表中获取最近的浏览记录。
评论列表:实现评论列表功能是许多网站和应用中常见的需求,特别是对于博客、论坛和社交媒体平台。
实现步骤:1)初始化 Redis 连接:建立与 Redis 服务器的连接。2)存储评论:每当用户发表评论时,将评论的 ID 插入到列表的头部,并将评论的详细信息存储在哈希表中。3)获取评论列表:从列表中获取评论 ID,然后从哈希表中获取评论的详细信息。4)删除评论:从列表中移除评论 ID,并从哈希表中删除评论的详细信息。
3、Set:集合是一个无序且不重复的字符串集合。
常用命令:SADD key member [member...]:向集合添加一个或多个成员。SREM key member [member...]:从集合中移除一个或多个成员。SMEMBERS key:返回集合中的所有成员。SCARD key:返回集合的成员数量。SISMEMBER key member:判断成员是否存在于集合中。SINTER key [key ...]:返回多个集合的交集。SUNION key [key ...]:返回多个集合的并集。SDIFF key [key ...]:返回多个集合的差集。
应用场景:标签系统、好友关系、去重等。
标签系统:标签系统(Tag System)是一种常用的数据组织和检索方式,广泛应用于博客、论坛、电子商务平台和社交媒体等场景。通过标签,用户可以更容易地分类和查找相关内容。
数据结构选择:Set:用于存储每个标签对应的文章或项目集合。Hash:用于存储文章或项目的详细信息。Sorted Set:用于存储带有权重的标签,例如热门标签。
关键命令:SADD:将一个成员添加到集合中。SMEMBERS:获取集合中的所有成员。HSET:在哈希表中设置字段的值。HGET:获取哈希表中字段的值。ZADD:将一个成员及其分数添加到有序集合中。ZRANGE:获取有序集合中指定范围的成员。
实现步骤:1)初始化 Redis 连接:建立与 Redis 服务器的连接。2)存储文章和标签:每当用户发布文章时,将文章 ID 添加到相应的标签集合中,并将文章的详细信息存储在哈希表中。3)获取文章列表:根据标签获取相关的文章列表。4)获取热门标签:使用有序集合存储热门标签及其权重。
好友关系:好友关系管理是社交网络和即时通讯应用中的一个核心功能。
数据结构选择:Set:用于存储每个用户的关注者(followers)和关注的人(following)。Hash:用于存储用户的基本信息。Sorted Set:用于存储带有时间戳的好友关系,以便按时间顺序查询。
关键命令:SADD:将一个成员添加到集合中。SMEMBERS:获取集合中的所有成员。SISMEMBER:检查集合中是否存在某个成员。SREM:从集合中移除一个成员。HSET:在哈希表中设置字段的值。HGET:获取哈希表中字段的值。ZADD:将一个成员及其分数添加到有序集合中。ZRANGE:获取有序集合中指定范围的成员。
实现步骤:1)初始化 Redis 连接:建立与 Redis 服务器的连接。2)添加好友关系:当用户 A 关注用户 B 时,将用户 B 添加到用户 A 的关注列表中,并将用户 A 添加到用户 B 的关注者列表中。3)获取关注者和关注的人:根据用户 ID 获取其关注者和关注的人列表。4)检查是否为好友:检查两个用户之间是否存在好友关系。5)删除好友关系:从用户的关注列表和关注者列表中移除相应的好友。
去重:Set 是一个无序的、不重复的集合。每个元素都是唯一的,这使得 Set 成为去重的理想选择。
4、Hash:哈希表是字符串字段和字符串值之间的映射表,适合存储对象。
常用命令:HSET key field value:设置哈希表中字段的值。HGET key field:获取哈希表中字段的值。HGETALL key:获取哈希表中所有的字段和值。HDEL key field [field ...]:删除哈希表中的一个或多个字段。HKEYS key:获取哈希表中所有的字段。HVALS key:获取哈希表中所有的值。HEXISTS key field:判断哈希表中字段是否存在。HLEN key:返回哈希表中字段的数量。
应用场景:排行榜、延迟队列等
排行榜:使用 Redis 的 Hash 和 Sorted Set 数据结构可以高效地实现排行榜功能。Hash 可以用来存储每个成员的详细信息,而 Sorted Set 可以用来存储成员的分数并进行排序。
数据结构选择:Sorted Set:用于存储成员的分数并进行排序。Hash:用于存储每个成员的详细信息。
关键命令:ZADD:将一个成员及其分数添加到有序集合中。ZRANGE:获取有序集合中指定范围的成员。ZREVRANGE:获取有序集合中指定范围的成员,按分数降序排列。ZCARD:获取有序集合中的成员数量。ZSCORE:获取有序集合中成员的分数。ZINCRBY:增加有序集合中成员的分数。HSET:在哈希表中设置字段的值。HGET:获取哈希表中字段的值。HGETALL:获取哈希表中所有字段和值。
实现步骤:1)初始化 Redis 连接:建立与 Redis 服务器的连接。2)添加成员到排行榜:将成员的分数添加到有序集合中,并将成员的详细信息存储在哈希表中。3)获取排行榜前 N 名:根据分数获取排行榜前 N 名成员。4)获取成员的详细信息:根据成员 ID 获取其详细信息。5)增加成员的分数:增加有序集合中成员的分数,并更新哈希表中的分数。
5、ZSet:有序集合是集合的一个升级版,每个成员都有一个分数(score)与之关联,成员会根据分数自动排序。
应用场景:排行榜、延迟队列等。
相关推荐
- 人生苦短,我要在VSCode里面用Python
-
轻沉发自浅度寺量子位出品|公众号QbitAI在程序员圈子里,VisualStudioCode(以下简称VSCode)可以说是目前最火的代码编辑器之一了。它是微软出品的一款可扩展的轻量...
- 亲测可用:Pycharm2019.3专业版永久激活教程
-
概述随着2020年的到来,又有一批Pycharm的激活码到期了,各位同仁估计也是在到处搜索激活方案,在这里,笔者为大家收录了一个永久激活的方案,亲测可用,欢迎下载尝试:免责声明本项目只做个人学习研究之...
- Python新手入门很简单(python教程入门)
-
我之前学习python走过很多的歧途,自学永远都是瞎猫碰死耗子一样,毫无头绪。后来心里一直都有一个做头条知识分享的梦,希望自己能够帮助曾经类似自己的人,于是我来了,每天更新5篇Python文章,喜欢的...
- Pycharm的设置和基本使用(pycharm运行设置)
-
这篇文章,主要是针对刚开始学习python语言,不怎么会使用pycharm的童鞋们;我来带领大家详细了解下pycharm页面及常用的一些功能,让大家能通过此篇文章能快速的开始编写python代码。一...
- 依旧是25年最拔尖的PyTorch实用教程!堪比付费级内容!
-
我真的想知道作者到底咋把PyTorch教程整得这么牛的啊?明明在内容上已经足以成为付费教材了,但作者偏要免费开源给大家学习!...
- 手把手教你 在Pytorch框架上部署和测试关键点人脸检测项目DBFace
-
这期教向大家介绍仅仅1.3M的轻量级高精度的关键点人脸检测模型DBFace,并手把手教你如何在自己的电脑端进行部署和测试运行,运行时bug解决。01.前言前段时间DBFace人脸检测库横空出世,...
- 进入Python的世界02外篇-Pycharm配置Pyqt6
-
为什么这样配置,要开发带UI的python也只能这样了,安装过程如下:一安装工具打开终端:pipinstallPyQt6PyQt6-tools二打开设置并汉化点击plugin,安装汉化插件,...
- vs code如何配置使用Anaconda(vscode调用anaconda库)
-
上一篇文章中(Anaconda使用完全指南),我们能介绍了Anaconda的安装和使用,以及如何在pycharm中配置Anaconda。本篇,将继续介绍在vscode中配置conda...
- pycharm中conda解释器无法配置(pycharm配置anaconda解释器)
-
之前用的好好的pycharm正常配置解释器突然不能用了?可以显示有这个环境然后确认后可以conda正在配置解释器,但是进度条结束后还是不成功!!试过了pycharm重启,pycharm重装,anaco...
- Volta:跨平台开发者的福音,统一前端js工具链从未如此简单!
-
我们都知道现在已经进入了Rust时代,不仅很多终端常用的工具都被rust重写了,而且现在很多前端工具也开始被Rust接手了,这不,现在就出现了一款JS工具管理工具,有了它,你可以管理多版本的js工具,...
- 开发者的福音,ElectronEgg: 新一代桌面应用开发框架
-
今天给大家介绍一个开源项目electron-egg。如果你是一个JS的前端开发人员,以前面对这项任务桌面应用开发在时,可能会感到无从下手,甚至觉得这是一项困难的挑战。ElectronEgg的出现,它能...
- 超强经得起考验的低代码开发平台Frappe
-
#挑战30天在头条写日记#开始进行管理软件的开发来讲,如果从头做起不是不可以,但选择一款免费的且经得起时间考验的低代码开发平台是非常有必要的,将大幅提升代码的质量、加快开发的效率、以及提高程序的扩展性...
- 一文带你搞懂Vue3 底层源码(vue3核心源码解析)
-
作者:妹红大大转发链接:https://mp.weixin.qq.com/s/D_PRIMAD6i225Pn-a_lzPA前言vue3出来有一段时间了。今天正式开始记录一下梗vue3.0.0-be...
- 基于小程序 DSL(微信、支付宝)的,可扩展的多端研发框架
-
Mor(发音为/mr/,类似more),是饿了么开发的一款基于小程序DSL的,可扩展的多端研发框架,使用小程序原生DSL构建,使用者只需书写一套(微信或支付宝)小程序,就可以通过Mor...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- 人生苦短,我要在VSCode里面用Python
- 亲测可用:Pycharm2019.3专业版永久激活教程
- Python新手入门很简单(python教程入门)
- Pycharm的设置和基本使用(pycharm运行设置)
- 依旧是25年最拔尖的PyTorch实用教程!堪比付费级内容!
- 手把手教你 在Pytorch框架上部署和测试关键点人脸检测项目DBFace
- 进入Python的世界02外篇-Pycharm配置Pyqt6
- vs code如何配置使用Anaconda(vscode调用anaconda库)
- pycharm中conda解释器无法配置(pycharm配置anaconda解释器)
- Volta:跨平台开发者的福音,统一前端js工具链从未如此简单!
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)