对于 redis 来说，所有的 键（key） 都是字符串。
我们平常说的 Redis的基础数据结构，讨论的都是存储值的数据类型。
Redis中的五种常见的数据类型分别是：String、List、Set、Zset、Hash。
| 结构类型 | 结构存储的值 | 结构的读写能力 |
|---|---|---|
| String字符串 | 可以是字符串、浮点数、整数 | 对整个字符串或字符串的一部分进行操作；对整数或浮点数进行自增或者自减操作 |
| List列表 | 一个链表，链表上的每一个结点都包含一个字符串 | 对链表的两端进行push和pop操作，读取单个或多个元素，按照值查找或删除元素 |
| Set集合 | 包含字符串的无序集合 | 字符串的集合，包含基础的方法：有看是否存在添加、获取、删除；还包含计算交集、并集、差集的功能 |
| Hash散列表 | 包含键值对的无序散列表 | 包含方法有添加、获取、删除单个元素 |
| Zset有序集合 | 和散列表一样，有序，用于存储键值对 | 字符串成员与浮点数分数之间的有序映射；元素的排列顺序由分数的大小来决定；包含添加、获取、删除单个元素以及根据分值范围或成员来获取元素 |
Redis 中的 String 类型，是二进制安全的。
它可以包含任何数据，如数字，字符串，图片或者序列化的对象。
字符串是由多个字节组成，每个字节又是由 8 个 bit 组成，如此便可以将一个字符串看成很多 bit 的组合，这便是 **bitmap「位图」**数据结构。
Redis 中的 String 类型是动态的字符串，是可以修改的，内部结构是现实上是类似于 java 的 arraylist，采用预分配冗余空间的方式来减少内存呢的频繁分配，就像下面这张图这样：
当字符串长度小于 1M 的时候，扩容都是加倍现有的空间如果超过 1M 的话，扩容一次只会多扩 1M 的空间。
注意：字符串最大长度为 512M。
字符串的结构使用十分的广泛，最常见的用途就是缓存用户信息。我们将用户信息的结构体使用 JSON 序列化成字符串，然后将序列化后的字符串塞进 Redis 来缓存。同样，在取信息的时候会对数据进行一次反序列化。
使用基本命令
| 命令 | 简述 |
|---|---|
| GET key_name | 获取指定键对应的值 |
| SET key_name | 设置指定键对应的值 |
| DEL key_name | 删除指定键对应的值 |
| INCR key_name | 将指定键存储的值+1 |
| DECR key_name | 将指定键存储的值-1 |
| INCRBY key_name amount | 将指定键存储的值加上整数 |
| DECRBY key_name amount | 将指定键存储的值减去整数 |
键值对
> set name codehole OK > get name "codehole" > exists name (integer) 1 > del name (integer) 1 > get name (nil)
批量键值对
可以批量对多个字符串进行读写，节省网络耗时开销。
> set name1 codehole OK > set name2 holycoder OK > mget name1 name2 name3 # 返回一个列表 1) "codehole" 2) "holycoder" 3) (nil) > mset name1 boy name2 girl name3 unknown > mget name1 name2 name3 1) "boy" 2) "girl" 3) "unknown"
计数
如果我们的 value 此时是一个整数，还可以对它进行自增自减操作，但是是有范围的，范围是 signed long 的最大值最小值，超过了这个值的话，redis 会报错。
> set age 30 OK > incr age (integer) 31 > incrby age 5 (integer) 36 > incrby age -5 (integer) 31 > set codehole 9223372036854775807 # Long.Max OK > incr codehole (error) ERR increment or decrement would overflow # 报错内存溢出
还有一些set命令扩展，可以对 key 设置过期时间，到点自动删除啦，在这里就不去做了，太麻烦了。
实战场景著作权归https://pdai.tech所有。 链接：https://www.pdai.tech/md/db/nosql-redis/db-redis-data-types.html
缓存：
经典使用场景，把常用信息，字符串，图片或者视频等信息放到redis中，redis作为缓存层，mysql做持久化层，降低mysql的读写压力。 计数器：
redis是单线程模型，一个命令执行完才会执行下一个，同时数据可以一步落地到其他的数据源。 session：
常见方案spring session + redis实现session共享。 List 列表
Redis 中的 List 是一个双向链表，相当于 java 中的 linkedlist。
当 List 弹出了最后一个元素之后，该数据结构自动被删除，内存被回收。i
Redis 的列表结构常用来做异步队列使用。
将需要延后处理的任务结构体序列化成字符 串塞进 Redis 的 List，另一个线程从这个列表中轮询数据进行处理。
使用 List 结构，我们可以相对轻松地实现最新消息排队功能（比如新浪微博的TimeLine）。所以 List 的另一个应用就是消息队列，可以利用 List 的 push 操作，将任务存放在 List 中，然后工作线程再用 pop 操作将任务取出进行执行。
使用基本命令
| 命令 | 简述 |
|---|---|
| LPUSH key value | 将给定值添加到链表的头部（左端） |
| RPUSH key value | 将给定值添加到链表的尾部（右端） |
| LPOP key | 从链表的左端弹出一个值，并返回被弹出的值 |
| RPOP key | 从链表的右端弹出一个值，并返回被弹出的值 |
| LRANGE key 0-x | 获取列表在给定范围上的所有值 |
| LINDEX key index | 通过索引获取列表中的元素。你也可以使用负数下标，以 -1 表示列表的最后一个元素， -2 表示列表的倒数第二个元素，以此类推 |
右边进左边出：队列
> rpush books python java golang (integer) 3 > llen books (integer) 3 > lpop books "python" > lpop books "java" > lpop books "golang" > lpop books (nil)
右边进右边出：栈
> rpush books python java golang (integer) 3 > rpop books "golang" > rpop books "java" > rpop books "python" > rpop books (nil)
快速列表
查阅资料发现这个 Redis 底层存储的不是一个简单的链表，而是称之为 快速链表 quicklist。
在列表元素较少的时候，理论上会使用一块连续的内存来存储，这个结构在 Redis 中”被压缩“成了一个 ziplist结构，也可以字面翻译为压缩列表。它将所有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 的一个结构。
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，而且 会加重内存的碎片化。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 。所以 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。
实战场景著作权归https://pdai.tech所有。 链接：https://www.pdai.tech/md/db/nosql-redis/db-redis-data-types.html
微博 TimeLine：
有人发布微博，用 lpush加入时间轴，展示新的列表消息。 消息队列 Set 集合
Redis 中的集合是通过哈希表实现的，相当于 java 中的 hashset，所以添加，删除，查找等操作时间复杂度都是 O(1)。
它内部实现相当于就是一个特殊的字典，字典中所有的 value 都是一个值 NULL。
当集合中最后一个元素移除之后，数据结构自动删除，内存被回收。
因为集合有去重功能，所以 set 结构可以设想用来存储抽奖活动中中奖的用户的ID，可以保证唯一性，这样就不会出现一个人中奖两次的情况了。
使用基本命令
| 命令 | 简述 |
|---|---|
| SADD key value | 向集合添加一个或多个成员 |
| SCARD key | 获取集合的成员数 |
| SMEMBER key member | 返回集合中的所有成员 |
| SISMEMBER key member | 判断 member 元素是否是集合 key 的成员 |
基本使用
> sadd books python (integer) 1 > sadd bookspython # 重复 (integer) 0 > sadd books java golang (integer) 2 > smembers books # 注意顺序，和插入的并不一致，因为 set 是无序的 1) "java" 2) "python" 3) "golang" > sismember books java # 查询某个 value 是否存在，相当于 contains(o) (integer) 1 > sismember books rust (integer) 0 > scard books # 获取长度相当于 count() (integer) 3 > spop books # 弹出一个 "java"实战场景
著作权归https://pdai.tech所有。 链接：https://www.pdai.tech/md/db/nosql-redis/db-redis-data-types.html
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。 Hash 散列（字典）
Redis 的字典相当于 Java 语言里面的 HashMap，它是无序字典。
内部实现结构上同 Java 的 HashMap 也是一致的，同样的数组 + 链表二维结构。第一维 hash 的数组位置碰撞时，就会将碰撞的元素使用链表串接起来。
Redis 的字典的值只能是字符串，另外它们 rehash 的方式不一样，因为 java 中的 hashmap 在字典很大时，rehash 是个耗时的操作，需要一次性全部 rehash。Redis 为了高性能，不能堵塞服务，所以采用了渐进式 rehash 策略。
当 hash 移除了最后一个元素之后，该数据结构自动被删除，内存被回收。
hash 结构也可以用来存储用户信息，不同于字符串一次性需要全部序列化整个对象， hash 可以对用户结构中的每个字段单独存储。这样当我们需要获取用户信息时可以进行部分获取。如果是以整个字符串的形式去保存用户信息的话就只能一次性全部读取，这样就会比较浪费网络流量。
hash 也有缺点，hash 结构的存储消耗要高于单个字符串，到底该使用 hash 还是字符串，需要具体情况具体分析。
使用基本命令
| 命令 | 简述 |
|---|---|
| HSET hash-key sub-key1 value1 | 添加键值对 |
| HGET hash-key key1 | 获取指定散列键的值 |
| HGETALL hash-key | 获取散列中包含的所有键值对 |
| HDEL hash-key sub-key1 | 如果给定键存在于散列中，那么就移除这个键 |
基本使用
> hset books java "this is java" # 命令行的字符串如果包含空格，要用引号括起来 (integer) 1 > hset books golang "this is go" (integer) 1 > hset books python "this is python" (integer) 1 > hgetall books # entries()，key 和 value 间隔出现 1) "java" 2) "this is java" 3) "golang" 4) "this is go" 5) "python" 6) "this is python" > hlen books (integer) 3 > hget books java "this is java" > hset books golang "learning go programming" # 因为是更新操作，所以返回 0 (integer) 0 > hget books golang "learning go programming" > hmset books java "effective java" python "learning python" golang "modern golang programming" # 批量 set OK
计数
hash 结构中的单个 key 也可以进行计数。
> hincrby user age 1 (integer) 30实战场景
著作权归https://pdai.tech所有。 链接：https://www.pdai.tech/md/db/nosql-redis/db-redis-data-types.html
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。 Zset 有序集合
Zset 可能是 Redis 提供的最为特色的数据结构，Set 的基础上有序。
它类似于 Java 的 SortedSet 和 HashMap 的结合体，一方面它是一个 set，保证了内部 value 的唯一性，另一方面它可以给每个 value 赋予一个 score，代表这个 value 的排序权重。
它的内部实现用的是一种叫着==「跳跃列表」==的数据结构。
zset 中最后一个 value 被移除后，数据结构自动删除，内存被回收。
使用基本命令
| 命令 | 简述 |
|---|---|
| ZADD zset-key xxx member | 将一个带有给定score的成员添加到有序集合里面 |
| ZRANGE zset-key 0-x withccores | 根据元素在有序集合中所处的位置，从有序集合中获取多个元素 |
| ZREM zset-key member | 如果给定元素成员存在于有序集合中，那么就移除这个元素 |
基本使用
> zadd books 9.0 "this is java-3" (integer) 1 > zadd books 8.9 "this is java-2" (integer) 1 > zadd books 8.6 "this is java-1" (integer) 1 > zrange books 0 -1 # 按 score 排序列出，参数区间为排名范围 1) "this is java-1" 2) "this is java-2" 3) "this is java-3" > zrevrange books 0 -1 # 按 score 逆序列出，参数区间为排名范围 1) "this is java-3" 2) "this is java-2" 3) "this is java-1" > zcard books # 相当于 count() (integer) 3 > zscore books "this is java-2" # 获取指定 value 的 score "8.9000000000000004" # 内部 score 使用 double 类型进行存储，所以存在小数点精度问题 > zrank books "this is java-2" # 排名 (integer) 1 > zrangebyscore books 0 8.91 # 根据分值区间遍历 zset 1) "this is java-1" 2) "this is java-2" > zrangebyscore books -inf 8.91 withscores # 根据分值区间 (-∞, 8.91] 遍历 zset，同时返回分值。inf 代表 infinite，无穷大的意思。 1) "this is java-1" 2) "8.5999999999999996" 3) "this is java-2" 4) "8.9000000000000004" > zrem books "this is java-2" # 删除 value (integer) 1 > zrange books 0 -1 1) "this is java-1" 2) "this is java-3"实战场景
著作权归https://pdai.tech所有。 链接：https://www.pdai.tech/md/db/nosql-redis/db-redis-data-types.html
《Redis 深度历险： 核心原理和应用实践》— 钱文品
粉丝列表：value 值是粉丝的用户 ID，score 是关注时间。我们可以对粉丝列表按关注时间 进行排序。成绩：value 值是学生的 ID，score 是他的考试成绩。我们 可以对成绩按分数进行排序就可以得到他的名次。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。 Redis的3中特殊类型 HyperLogLogs（基数统计） 是什么？
它允许容错，可以接受一定的误差
IF A = {1,2,3,4,5} B = {3,5,6,7,8} SO 基数（不重复的元素）= {1,2,4,6,7,8}
可以用来解决什么问题？他可以在十分节省内存的情况下，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。
优势在哪？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) 。
基本命令使用著作权归https://pdai.tech所有。 链接：https://www.pdai.tech/md/db/nosql-redis/db-redis-data-type-special.html?
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 a b c d e f g h # 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 # 统计元素的并集基数数量 (integer) 8Bitmap（位图）
我们平时开发过程中，会有一些布尔型数据需要存取，比如出勤签到记录， 签了是 1，没签是 0，要记录 365 天。如果使用普通的 key/value，每个用户要记录 365 个，当用户上亿的时候，需要的存储空间是惊人的。 为了解决这个问题，Redis 提供了位图数据结构，这样每天的签到记录只占据一个位， 365 天就是 365 个位，46 个字节 的脸空间占用也就是说一个稍长一点的字符串就可以完全容纳下，这就大大节约了存储空间。
他不是特殊的数据结构，他的内容就是普通的字符串，挺像 java 中的 string，是 byte 数组。
基本操作Redis 的位数组是自动扩展的，如果超出范围会自动将位图数组进行零扩充。
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 # 到这为整周打卡情况。 (integer) 0 127.0.0.1:6379> getbit sign 3 # 查看指定天数是否打卡！ (integer) 1 127.0.0.1:6379> getbit sign 5 (integer) 0 127.0.0.1:6379> bitcount sign # 统计这周的打卡记录，就可以看到是否有全勤！ (integer) 3
127.0.0.1:6379> set w hello OK 127.0.0.1:6379> bitfield w get u4 0 # 从第一个位开始取 4 个位，结果是无符号数 (u) (integer) 6 127.0.0.1:6379> bitfield w get u3 2 # 从第三个位开始取 3 个位，结果是无符号数 (u) (integer) 5 127.0.0.1:6379> bitfield w get i4 0 # 从第一个位开始取 4 个位，结果是有符号数 (i) 1) (integer) 6 127.0.0.1:6379> bitfield w get i3 2 # 从第三个位开始取 3 个位，结果是有符号数 (i) 1) (integer) -3
码云仓库同步笔记，可自取欢迎各位star指正:https://gitee.com/noblegasesgoo/notes
如果出错希望评论区大佬互相讨论指正，维护社区健康大家一起出一份力，不能有容忍错误知识。 —————————————————————— 爱你们的 noblegasesgoo
