Redis--（三）Redis数据类型

(一)思维导图

先放一张我整理的Redis思维导图，大家一起学习

(二)Redis-数据类型

1.String

概念：

        String是Redis最基础的数据结构类型，它是二进制安全的，可以存储图片或者序列化的对象，值最大存储为512M

命令：

1. set xxx "123"

2. get xxx "123"

应用场景：

1. 缓存对象
2. 常规计数
3. 分布式锁
4. 共享 session 信息

2.Set

概念：

        String 元素组成的无序集合，通过哈希表实现（增删改查时间复杂度为 O(1)），不允许重复。对于集合的使用，也有一些常见的方式，比如，QQ有一个社交功能叫做“好友标签”，大家可以给你的好友贴标签，比如“大美女”、“土豪”、“欧巴”等等，这时就可以使用redis的集合来实现，把每一个用户的标签都存储在一个集合之中

命令：

1. sadd myset "one"（添加数据）
2. smembers myset（打印集合）
3. sismember myset "one"（集合中是否存在）
4. sunion（并集）

应用场景：

1. 点赞
2. 共同关注
3. 聚合计算（并集、交集、差集）场景
4. 抽奖活动
5. 标签

3.Zset

概念：

        有序集合（sorted sets）,因为在redis中，有序集合相关的操作指令都是以z开头的，比如zrange、zadd、zrevrange、zrangebyscore等等,所以我们都将redis中的有序集合叫做zsets

命令：

1. zadd myzset 1 baidu.com（添加）
2. zrange myzset 0 -1 with scores（列出myzset的所有元素，同时列出其序号）

应用场景：

1. 排序场景
2. 排行榜
3. 电话和姓名排序

4.Hash

概念：

Hash类型，也叫散列，其value是一个无序字典，类似于Java中的HashMap结构，Hash结构可以将对象中的每个字段独立存储，可以针对单个字段做CRUD

命令：

1. hmset Object name "xxx"  age 12 
2. hmget Object name hmget Object age

应用场景：

1. 缓存对象
2. 购物车

5.Stream

概念：

        Redis5.0 中增加，它借鉴了Kafka的设计，是一个新的强大的支持多播的可持久化的消息队列，相比于基于 List 类型实现的消息队列，有这两个特有的特性：自动生成全局唯一消息ID，支持以消费组形式消费数据

命令：

1. XADD - 添加消息到末尾
2. XTRIM - 对流进行修剪，限制长度
3. XDEL - 删除消息
4. XLEN - 获取流包含的元素数量，即消息长度
5. XRANGE - 获取消息列表，会自动过滤已经删除的消息
6. XREVRANGE - 反向获取消息列表，ID 从大到小
7. XREAD - 以阻塞或非阻塞方式获取消息列表

应用场景：

消息队列，Redis对消息队列（MQ，Message Queue）的完善实现

6.List

概念：

        Redis中的List类型与Java中的LinkedList类似，可以看做是一个双向链表结构。既可以支持正向检索和也可以支持反向检索，特征也与LinkedList类似。

命令：

1. lpush testList "one"(向左插入)
2. rpush testList "one"(向右插入)
3. lrange（从左向右）

应用场景：

1. 朋友圈点赞列表
2. 评论列表

7.BitMap

概念：

        BitMap是一种实现对位的操作的数据结构，但是其实它本身并不是数据结构，底层其实是字符串，是借助字符串进行位操作的，但是BigMap在Redis中使用却和字符串不太一样，可以理解为这是一个以位为单位的数组，数组的每个单元格存放的是1或者0，数组的下标在BitMaps中被称为偏移量。BigMap在Redis中最大上限是512M，转换为bit则是 2^32个bit位，原理是：redis内构建一个足够长的数组，每个数组元素只能是0和1两个值，然后这个数组的下标index用来表示用户id（必须是数字哈），那么很显然，这个几亿长的大数组就能通过下标和元素值（0和1）来构建一个记忆系统

命令：

1. SETBIT：向指定位置（offset）存入一个0或1
2. GETBIT ：获取指定位置（offset）的bit值
3. BITCOUNT ：统计BitMap中值为1的bit位的数量
4. BITFIELD ：操作（查询、修改、自增）BitMap中bit数组中的指定位置（offset）的值
5. BITFIELD_RO ：获取BitMap中bit数组，并以十进制形式返回
6. BITOP ：将多个BitMap的结果做位运算（与 、或、异或）
7. BITPOS ：查找bit数组中指定范围内第一个0或1出现的位置

应用场景：

1. 二值状态统计的场景，比如签到、判断用户登陆状态、连续签到用户总数
2. 布隆过滤器解决缓存穿透。

8.Geospatial

概念：

        Redis 在 3.2 版本中加入了地理空间（geospatial）以及索引半径查询的功能，主要用在需要地理位置的应用上。将指定的地理空间位置（经度、纬度、名称）添加到指定的 key 中，这些数据将会存储到 sorted set。这样的目的是为了方便使用 GEORADIUS 或者 GEORADIUSBYMEMBER 命令对数据进行半径查询等操作。也就是说，推算地理位置的信息，两地之间的距离，“附近的人”等等场景都可以用它实现。geo 底层原理是使用 zset来实现的        

命令：

1. GEOADD china:city 121.47 31.23 shanghai
2. GEOADD china:city 116.40 39.90 beijing
3. GEODIST china:city shanghai beijing km（（只支持m,km,ft,mi））
4. GEOHASH china:city shanghai beijing

应用场景：

1. 存储地理位置信息的场景，比如滴滴叫车；
2. 附近人

9.Hyperloglog

概念：

        Redis中的HyperLogLog是一种基于基数估算的算法，所谓基数估算就是在一批数据中的元素个数有多少个不重复

命令：

1. PFADD hll a b c d e f g h
2. PFCOUNT hll

应用场景：

1. 海量数据基数统计的场景，比如百万级网页 UV 计数等
2. Redis中的HyperLogLog是一种基于基数估算的算法，所谓基数估算就是在一批数据中的元素个数有多少个不重复PFADD hll a b c d e f g hPFCOUNT hllRedis中的HLL是基于string结构实现的，单个HLL的内存，的令人发指！作为代价，其测量结果是概率性的，。不过对于UV统计来说，这完全可以忽略永远小于16kb内存占用低有小于0.81％的误差