Redis 数据结构详解

1. 五个基础数据结构

Redis 是一种高效的内存数据库，它提供了五种不同的数据结构，分别是字符串（String）、列表（List）、哈希（Hash）、集合（Set）和有序集合（Zset）。
   推荐参考：Redis 常用命令
  1.1 字符串（String）

Redis 的 String 数据结构用于存储字符串类型的数据。
其底层原理是基于简单动态字符串（Simple Dynamic String，SDS）的。
SDS 的长处包括：

• 空间预分配：当需要修改字符串时，Redis 会预先分配富足的空间，减少不必要的内存重分配次数。
  
• 惰性释放：当字符串收缩时，不会立即释放多余的内存，而是等候后续有需要时再举行释放。
  
• 二进制安全：可以存储任意类型的二进制数据。
  

比方，当向 Redis 中添加一个字符串 “hello” 时，Redis 会根据 SDS 原理举行存储和管理。
这种数据结构和底层原理的计划使得 Redis 在处置惩罚字符串类型的数据时具有高效性和机动性。
应用场景：

• 缓存数据：用户会话信息、页面缓存、API相应较慢缓存
  
• 网站访问计数：使用INCR和DECR操作，记录网站的访问量。每当有用户访问网站时，就对相应的计数器举行增长操作，从而及时统计网站的访问量。
  

1. // 初始化一个键为"website_visits"，值为"0"的字符串
2. SET website_visits 0
3. // 每当有用户访问网站时，我们使用INCR命令对"website_visits"键的值进行递增操作。
4. INCR website_visits
5. // 最后，我们可以使用GET命令来获取当前的访问量。
6. GET website_visits

复制代码

• 限流器：使用INCRBY和过期时间，限定用户在一定时间内的操作次数。比方，可以限定用户每分钟只能登录5次，当登录次数到达限定时，可以拒绝用户的登录请求或提示用户稍后再试。
  

1. // 首先，我们使用SET命令（或INCR/INCRBY初始化）初始化一个键为"user:login_count:<user_id>"
2. //（其中<user_id>是用户的唯一标识符），值为"0"的字符串。同时，使用EXPIRE命令设置该键的过期时间为60秒。
4. SET user:login_count:<user_id> 0 EX 60
6. // 然后，每当用户尝试登录时，我们使用INCRBY命令对"user:login_count:<user_id>"键的值进行递增操作，增量为1。
7. INCRBY user:login_count:<user_id> 1

复制代码

• 分布式锁：可以使用Redis的String类型实现分布式锁。通过设置一个唯一的键和值，并设置过期时间，来确保在分布式环境中只有一个客户端能够获取到锁，从而避免并发题目。
  

1. SETNX lock_name <client_id> EX <lock_timeout>

复制代码

1.2 列表（List）

   推荐参考：Redis List 底层三种数据结构原理剖析
  Redis 的 List 是一种线性的有序结构，可以按照元素被推入列表中的顺序来存储元素，能满足先进先出的需求，这些元素既可以是笔墨数据，又可以是二进制数据。其底层有 linkedList、zipList 和 quickList 这三种存储方式。

• linkedList（双向链表）：与 Java 中的 LinkedList 类似，Redis 中的 linkedList 是一个双向链表，由一个个节点组成。每个节点使用 adlist.h/listNode 结构来体现，此中包含 prev 和 next 指针，以及指向节点值的 value 指针。通过 prev 和 next 指针，步伐可以高效地获取某个节点的前置节点和后继节点。同时，list 结构提供了 head 和 tail 指针，以及一些实现多态的特定函数，使得步伐可以高效地获取链表的头节点和尾节点。
  
• zipList（压缩列表）：是一种内存紧凑的数据结构，占用一块连续的内存空间，提升内存使用率。当一个列表只有少量数据，并且每个列表项要么是小整数值，要么是长度比较短的字符串时，Redis 会使用 zipList 来做 List 的底层实现。
  
• quickList（快速列表）：由多个 ziplist 和一个双向循环链表组成。每个 ziplist 体现一个小的连续内存块，可以存储多少个元素。而双向循环链表用于连接多个 ziplist，形成一个大的、连续的内存空间。
  

应用场景：

• 消息队列：Redis的List数据结构可以很方便地实现一个简单的消息队列。
  

生产者：使用LPUSH命令将消息插入到List的左侧。

1. Jedis jedis = new Jedis("localhost", 6379);  
2. jedis.lpush("message_queue", "message1");  
3. jedis.lpush("message_queue", "message2");

复制代码

消耗者：使用RPOP命令从List的右侧获取消息，并按顺序读取。

1. String message1 = jedis.rpop("message_queue");  
2. String message2 = jedis.rpop("message_queue");  
3. System.out.println("Message 1: " + message1);  
4. System.out.println("Message 2: " + message2);

复制代码

壅闭读取：为了避免消耗者在没有消息时不断轮询队列，Redis提供了BRPOP命令，该命令会壅闭直到有新消息到达。

1. List<String> result = jedis.brpop(0, "message_queue");  
2. String message = result.get(1);  
3. System.out.println("Received message: " + message);

复制代码

• 保存最新的消息列表：在某些应用中，需要保存最新的消息或日志，并限定列表的长度。Redis的List数据结构可以方便地实现这一需求。
  

插入消息：使用LPUSH命令将新消息插入到List的左侧。

1. jedis.lpush("latest_messages", "message1");  
2. jedis.lpush("latest_messages", "message2");

复制代码

保持列表长度：使用LTRIM命令设置List的范围，从而保持其长度不超过指定的巨细。

1. int maxMessages = 10;  
2. jedis.ltrim("latest_messages", 0, maxMessages - 1);

复制代码

获取消息列表：使用LRANGE命令获取List中的所有元素。

1. List<String> latestMessages = jedis.lrange("latest_messages", 0, -1);  
2. for (String message : latestMessages) {  
3.     System.out.println("Message: " + message);  
4. }

复制代码

1.3 哈希（Hash）

   推荐参考：Redis高可用系列——Hash类型先容及底层原理详解
  Hash 是 Redis 中一种键值对集合，类似于编程语言中的 map 对象。一个 hash 类型的键最多可以存储 2^32 -1 个字段。Hash 类型的底层实现有三种：ziplist、listpack 和 hashtable。
应用场景：

• 用户信息管理：存储用户的基本信息，如用户名、密码、邮箱等。
  

1. # 为用户ID为1001的用户存储基本信息  
2. HSET user:1001 username "Alice"  
3. HSET user:1001 password "$2a$10$abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"  # 存储的是密码的哈希值  
4. HSET user:1001 email "alice@example.com"  
5.   
6. # 获取用户的基本信息  
7. HGETALL user:1001  
8. # 结果：  
9. # 1) "username"  
10. # 2) "Alice"  
11. # 3) "password"  
12. # 4) "$2a$10$abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"  
13. # 5) "email"  
14. # 6) "alice@example.com"

复制代码

• 商品详情管理：存储商品的具体信息，如价格、库存、描述等。
  

1. # 为商品ID为2002的商品存储详细信息  
2. HSET product:2002 name "Laptop"  
3. HSET product:2002 description "A high-performance laptop with the latest technology."  
4. HSET product:2002 image_url "http://example.com/laptop.jpg"  
5.   
6. # 获取商品的详细信息  
7. HGETALL product:2002  
8. # 结果可能是：  
9. # 1) "name"  
10. # 2) "Laptop"  
11. # 3) "description"  
12. # 4) "A high-performance laptop with the latest technology."  
13. # 5) "image_url"  
14. # 6) "http://example.com/laptop.jpg"

复制代码

1.4 集合（Set）

   推荐参考：【大课堂】Redis中hash、set、zset的底层数据结构原理
  Redis Set 数据结构是一个无序的、自动去重的集合数据类型。Set 底层用两种数据结构存储，一个是 hashtable，一个是 intset。
hashtable 的 key 为 set 中元素的值，而 value 为 null。inset 为可以明确为数组，使用intset数据结构需要满足下述两个条件：

• 元素个数不少于默认值512；
  
• set-max-intset-entries的值为512。
  

应用场景：

• 去重操作：在处置惩罚用户输入或数据时，经常需要去除重复的元素。Redis的Set数据结构由于其元素唯一性，非常恰当用于此类去重操作。
  

假设有一个用户注册体系，需要存储用户的邮箱地址，并确保每个邮箱地址只被注册一次。

1. Jedis jedis = new Jedis("localhost", 6379);  
2.   
3. // 添加用户邮箱地址到Set中，自动去重  
4. jedis.sadd("user_emails", "user1@example.com");  
5. jedis.sadd("user_emails", "user2@example.com");  
6. jedis.sadd("user_emails", "user1@example.com"); // 重复添加，不会生效  
7.   
8. // 获取所有用户邮箱地址  
9. Set<String> emails = jedis.smembers("user_emails");  
10. for (String email : emails) {  
11.     System.out.println("Email: " + email);  
12. }

复制代码

• 集合运算：Redis的Set数据结构支持交集、并集、差集等集合运算，这些运算在处置惩罚具有关联关系的数据时非常有用。其他比如共同好友、共同关注的人等。
  

假设有两个用户集合，分别体现喜好篮球的用户和喜好足球的用户。如今需要找出同时喜好篮球和足球的用户。

1. Jedis jedis = new Jedis("localhost", 6379);  
2. // 添加用户到集合中  
3. jedis.sadd("basketball_fans", "user1", "user2", "user3");  
4. jedis.sadd("football_fans", "user2", "user3", "user4");  
5. // 计算交集，找出同时喜欢篮球和足球的用户  
6. Set<String> commonFans = jedis.sinter("basketball_fans", "football_fans");  
7. for (String fan : commonFans) {  
8.     System.out.println("Common Fan: " + fan);  
9. }

复制代码

• 抽奖运动：假设有一个抽奖运动，用户通过提交本身的ID来到场抽奖。如今需要确保每个用户只能中奖一次。
  

1. Jedis jedis = new Jedis("localhost", 6379);  
2.   
3. // 用户提交ID参与抽奖  
4. String userId = "user123";  
5.   
6. // 检查用户是否已经中奖（是否已经在Set中存在）  
7. if (!jedis.sismember("winners", userId)) {  
8.     // 用户未中奖，将其添加到中奖者集合中  
9.     jedis.sadd("winners", userId);  
10.     System.out.println("Congratulations! User " + userId + " has won.");  
11. } else {  
12.     System.out.println("Sorry, User " + userId + " has already won.");  
13. }

复制代码

1.5 有序集合（Zset）

   推荐参考：【大课堂】Redis中hash、set、zset的底层数据结构原理
  Redis 的 Zset（有序集合）是一种特殊的数据结构，它类似于集合（Set），但每个元素都关联了一个分数，用于举行有序排序。
Zset 的底层原理基于跳表（Skip List）实现。
以下是 Zset 的一些特点和原理：

• 元素有序：元素按照分数举行有序排列。
  
• 分数：每个元素都有一个分数，用于确定排序顺序。
  
• 快速插入和删除：通过跳表实现高效的插入和删除操作。
  
• 范围查询：支持按照分数范围查询元素。
  

比方，假设有一个 Zset 用于存储学生的成绩，成绩作为分数：

1. ZADD scores 85 "Alice"
2. ZADD scores 92 "Bob"
3. ZADD scores 78 "Charlie"

复制代码

可以通过以下方式举行查询：

• 按照分数排序获取所有学生：ZRANGE scores 0 -1。
  
• 获取分数在 80 到 90 之间的学生：ZRANGEBYSCORE scores 80 90。
  

Zset 在实现排行榜、及时搜索等场景中非常有用。它提供了高效的插入、删除和查询操作，同时能够保证元素的有序性。
应用场景：

• 排行榜：排行榜是Zset数据结构最典范的应用场景之一。在游戏、社交媒体、电商平台等，经常需要根据用户的积分、品级、销量等数据举行排名。
  

假设有一个游戏，需要记录玩家的积分并展示积分排行榜。

1. Jedis jedis = new Jedis("localhost", 6379);  
2.   
3. // 添加玩家积分到Zset中  
4. jedis.zadd("game_scores", 1000, "player1");  
5. jedis.zadd("game_scores", 1500, "player2");  
6. jedis.zadd("game_scores", 800, "player3");  
7.   
8. // 获取积分最高的前3名玩家  
9. Set<Tuple> topPlayers = jedis.zrevrangeWithScores("game_scores", 0, 2);  
10. for (Tuple player : topPlayers) {  
11.     System.out.println("Player: " + player.getElement() + ", Score: " + player.getScore());  
12. }  
13.   
14. // 更新玩家积分  
15. jedis.zincrby("game_scores", 50, "player1");  
16.   
17. // 获取指定积分范围内的玩家  
18. Set<Tuple> rangePlayers = jedis.zrangeByScoreWithScores("game_scores", 900, 1400);  
19. for (Tuple player : rangePlayers) {  
20.     System.out.println("Player: " + player.getElement() + ", Score: " + player.getScore());  
21. }

复制代码

• 延时队列：在使命调理体系中，经常需要实现延时执行的功能，比方发送延时消息、定时使命等。Zset数据结构可以通过设置元素的权重为执行时间的时间戳，来实现延时队列的功能。
  

假设有一个延时消息体系，需要发送消息并在指定时间后消耗。

1. Jedis jedis = new Jedis("localhost", 6379);  
2.   
3. // 发送延时消息，设置消息的执行时间为当前时间+5秒  
4. long delayTime = System.currentTimeMillis() + 5000;  
5. jedis.zadd("delay_queue", delayTime, "message1");  
6.   
7. // 消费者线程不断轮询延时队列，获取到执行时间小于等于当前时间的消息并消费  
8. while (true) {  
9.     Set<Tuple> readyMessages = jedis.zrangeByScoreWithScores("delay_queue", 0, System.currentTimeMillis());  
10.     for (Tuple message : readyMessages) {  
11.         String messageId = message.getElement();  
12.         // 消费消息  
13.         System.out.println("Consuming message: " + messageId);  
14.         // 消费后从队列中移除  
15.         jedis.zrem("delay_queue", messageId);  
16.     }  
17.     // 为了避免频繁轮询，可以设置一个短暂的休眠时间  
18.     Thread.sleep(1000);  
19. }

复制代码

• 范围查找与筛选：在数据处置惩罚和分析中，经常需要根据某个范围来查找和筛选数据。Zset数据结构可以通过设置元素的权重为需要筛选的字段值，来实现范围查找和筛选的功能。
  

假设有一个电商平台，需要根据商品的价格范围来筛选商品。

1. Jedis jedis = new Jedis("localhost", 6379);  
2.   
3. // 添加商品到Zset中，设置商品的价格为权重  
4. jedis.zadd("products", 100, "product1");  
5. jedis.zadd("products", 200, "product2");  
6. jedis.zadd("products", 150, "product3");  
7.   
8. // 获取价格在100到200之间的商品  
9. Set<Tuple> rangeProducts = jedis.zrangeByScoreWithScores("products", 100, 200);  
10. for (Tuple product : rangeProducts) {  
11.     String productId = product.getElement();  
12.     double price = product.getScore();  
13.     // 展示商品信息  
14.     System.out.println("Product: " + productId + ", Price: " + price);  
15. }

复制代码

跳表
跳表全称为跳跃列表，它允许快速查询，插入和删除一个有序连续元素的数据链表。跳跃列表的均匀查找和插入时间复杂度都是 O(logn)。快速查询是通过维护一个多条理的链表，且每一层链表中的元素是前一层链表元素的子集。以是它的查询速率媲美平衡二叉树，而且它的数据结构比平衡二叉树简单，结构示意图如下:

对于单链表来说，即使数据是已经排好序的，想要查询此中的一个数据，只能从头开始遍历链表，这样效率很低，时间复杂度很高，是 O(n)。跳表在 Redis 的 zset，leveldb 都有应用，是替换平衡树的方案，其头脑的复杂度较低，容易明确和打仗。
2. 三个特殊数据结构

   推荐参考：Redis三种特殊数据类型：HyperLogLog、BigMap、Geo
  2.1 位图（bitmap）

• 特性：使用位数组来体现一系列布尔值，每个布尔值对应位数组中的一个位。
  
• 底层原理：位图通过位运算来高效地存储和查询大量布尔值。每个位可以独立地设置为0或1，代表对应元素的某种状态（比方，是否访问过）。
  
• 使用场景：恰当用于统计和分析大规模数据，比方用户的活跃环境、网站的访问环境、商品的贩卖环境等。
  

2.2 基数统计（HyperLogLog）

• 特性：一种用于基数统计的算法，只需要使用很少的内存就能估计集合中不同元素的数量。
  
• 底层原理：基于概率计数原理，通过对每个元素举行哈希，并记录哈希值的最高位非零位的位置，从而估计集合的巨细。随着元素的增长，算法会逐渐收敛到真实基数的近似值。
  
• 使用场景：恰当用于统计网站的 UV、独立 IP 数、用户访问量等场景。
  

2.3 地理位置（Geo）

• 特性：使用有序集合（Sorted Set）来实现地理空间索引，有序集合中的每个成员都与一个经度和纬度相关联，成员按照分数（在地理空间中即距离）排序。
  
• 底层原理：Redis 使用 GeoHash 算法对地理位置举行编码，并将编码后的值作为有序集合的成员，距离作为分数。当执行地理空间相关的操作时（如查询附近地点），Redis 会根据GeoHash 值和给定的半径范围来检索符合条件的成员。
  
• 使用场景：恰当存储和查询具有地理位置信息的数据，如用户位置、附近的商家、地理围栏等。
  

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。