ToB企服应用市场:ToB评测及商务社交产业平台

标题: Redis常见数据类型(3)-String, Hash [打印本页]

作者: 汕尾海湾 时间: 2024-6-15 03:24
标题: Redis常见数据类型(3)-String, Hash
目录

String
命令小结
内部编码
典范的使用场景
缓存功能
计数功能
共享会话
手机验证码
Hash 哈希
命令
hset
hget
hexists
hdel
hkeys
hvals
hgetall
hmget
hlen
hsetnx
hincrby
hincrbyfloat

String

上一篇中介绍了了String里的基本命令, 接下来总结一下
命令小结

命令	执行结果	时间复杂度
set key value [key value...]	设置key的值为value	O(1)
get key	获取指定的key值	O(1)
del key[key...]	删除指定的key	O(k), k是键的个数
mset key value[key value...]	批量设置指定的key和value	O(k), k是键的个数
mget key [key...]	批量获取key的值	O(k). k是键的个数
incr key	指定的key值 + 1	O(1)
decr key	指定的key值 - 1	O(1)
incrby key n	指定的key值 + n	O(1)
decrby key n	指定的key值 - n	O(1)
incrbyfloat key n	指定的key值 + n	O(1)
append key value	指定的key值追加value	O(1)
strlen key	获取指定key的长度	O(1)
setrange key offset value	覆盖指定key的从offset开始的部分值	O(n), n是字符串长度, 通常视为O(1)
getrange key start end	获取指定的key的从start到end的部分值	O(n),n是字符串长度, 通常视为O(1)

内部编码

字符串的内部编码有3种:
int : 8个字节的长整型.
  embstr: 小于等于39个字节的字符串.
  raw: 大于39个字节的字符串.
   示例:

典范的使用场景

缓存功能

下图是比较典范的缓存使用场景, 其中Redis作为缓冲层, MySQL作为存储层, 绝大部分的请求数据都是从Redis中获取. 由于Redis具有支持高并发的特性, 所以缓存通常能起到加快读写和降低后端压力的作用.

流程如下:
  (1)用户访问业务层, 查找想要的数据
  (2)业务层对缓存层举行查询
  (3)假如缓存层查询到数据, 则直接返回给业务层
  (4)假如缓存层未查找到, 就从存储层获取
  (5)从存储层获取到之后返回给缓存层, 并把该数据写入缓存层
  (6)缓存层再将该数据返回给业务层
  通过增加缓存功能, 在理想情况下, 每个用户信息, 一个小时期间只有一次MySQL查询, 极大地提升了查询效率, 也降低了MySQL的访问数.
计数功能

许多应用都会使用Redis作为计数的基础工具, 它可以实现快速计数, 查询缓存的功能, 同时数据可以异步处理或者落地到其它数据源. 比方视频播放网站播放次数可以使用Redis完成: 每播放一次视频, 相应的视频播放次数就会自增1.

实际中要开发一个成熟, 稳定的计数系统, 要面临的挑战远不止云云简单: 防作弊, 按不同维度计数, 避免单点题目, 数据恒久化到底层数据源等题目.
共享会话

如图: 一个分布式web服务将用户的Session信息(比方用户登录信息)保存在各自的服务器中, 但这样会造成一个题目: 处于负载均衡的考虑, 分布式服务会将用户的访问请求均衡到不同的服务器上,并且通常无法保证用户每次请求都会被均衡到同一台服务器上, 这样用户每刷新一次访问是可能会发现需要重新登录, 这个题目是无法容忍的.
session分散存储:

为了办理这个题目, 可以使用Redis将用户的Session信息举行会合管理, 如图, 在这种模式下, 只要保证Redis是高可用和扩展性的, 无论用户被均衡到哪台Web服务器上, 都会合从Redis中查询, 更新Session信息.
Redis会合管理Session:

手机验证码

很多应用出于安全考虑, 会在每次登陆时, 让用户输入手机号并配合给手机发送验证码, 然后让用户再次输入收到的验证码并举行验证, 从而确定是否是用户本人. 为了短信接口不会被频繁访问, 会限定用户获取验证码的频率. 好比一分钟一次.
思路: 使用带过期时间的键, 并设置其过期时间60s, 假如每次发送时该键存在,就会被限定发送, 具体实现就不过多展开了, 老铁们假如感爱好可以自行查询.
Hash 哈希

几乎全部的主流编程语言都提供了哈希类型, 它们的叫法可能是哈希, 字典, 关联数组, 映射. 说到这, 有的人就会问了, 这Redis本身不就是哈希表么, 怎么又套了一个? 其实是这样实现的: 形如key = "key", value = {{field1, value1},...,{fieldN, valueN}}
字符串类型和哈希类型的对比:

  哈希类型中的映射关系通常称为field-value, 用于区分Redis整体的键值对(key-value), 注意这里的value是指field所对应的值, 不是键(key)对应的值, 请注意value在不同上下文中的作用.
  命令

hset

设置hash中指定的字段(field)的值(value).
语法:
hset key field value [field value...]
  命令有用版本: 2.0.0之后
时间复杂度: 插入一组field为O(1), 插入N组field为O(N).
返回值: 添加的字段个数.
示例:

hget

获取hash中指定字段的值.
语法:
hget key field
命令有用版本: 2.0.0
时间复杂度: O(1)
返回值: 字段对应的值或者是nil.
hexists

判断hash中是否有指定的字段.
语法:
hexists key field
命令有用版本: 2.0.0之后.
时间复杂度: O(1)
返回值: 1表示存在, 0表示不存在
示例:

hdel

删除hash中的指定字段.
语法:
hdel key field [field ...]
命令有用版本: 2.0.0之后
时间复杂度: 删除一个元素为O(1). 删除N个元素为O(N).
返回值: 本次操纵删除的字段个数.
示例:

hkeys

获取hash中的全部字段.
语法:
hkeys key
命令有用版本: 2.0.0之后.
时间复杂度: O(N), N为field个数.
返回值: 字段列表
示例:

hvals

获取hash中的全部值.
语法:
hvals key
命令有用版本: 2.0.0之后
时间复杂度: O(N), N为field个数.
返回值: 全部的值.
示例:

hgetall

获取hash中全部字段以及对应的值.
语法:
hgetall key
命令有用版本: 2.0.0之后
时间复杂度: O(N), N为field个数
返回值: 字段和对应的值.
示例:

hmget

一次获取hash中多个字段的值.
语法:
hmget key field [field ...]
命令有用版本: 2.0.0之后
时间复杂度: 只查询一个元素为O(1), 查询多个元素为O(N), N为查询元素个数.
返回值: 字段对应的值或者nil.
示例:

hlen

获取hash中全部字段的个数.
语法:
hlen key
命令有用版本: 2.0.0之后
时间复杂度: O(1)
返回值: 字段个数.
hsetnx

在字段不存在的情况下, 设置hash中的字段和值.
语法:
hsetnx key field value
命令有用版本: 2.0.0之后
时间复杂度: O(1)
返回值: 1表示成功, 0 表示失败
示例:

hincrby

将hash中字段对应的数值添加指定的值.
语法:
hincrby key field increment
命令有用版本: 2.0.0之后
时间复杂度: O(1)
返回值: 该字段变革后的值.
示例:

hincrbyfloat

hincrby的浮点数版本, 不过多解释.

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)