（一）基本数据结构
1.1 String结构：
String底层结构是动态字符串，可修改指定位置数据，通过预分配冗余空间减少内存的频繁分配，实际分配的空间capacity一般要高于实际字符串长度len。当字符串长度小于1M时，扩容都是加倍现有的空间，如果超过1M，扩容时一次只会多扩1M的空间。字符串最大长度为512M（512*1024*1024个字符）。
type key
object encoding key
object refcount key编码格式：
int: 保存long型数据，最大表示2的64位（8个字节）的有符号整数
type (Redis_STRING) |
encoding (OBJ_ENCODING_INT) |
lru |
refcount |
ptr(100) |
Redis启动时会预先建立10000个分别存储0—9999的Redis变量作为共享对象，这就意味着如果set字符串的键值在0-10000之间的话，则可以直接指向共享对象，而不需要在建立新对象，此时键值不占空间。
emstr:代表embstr格式的SDS（Simple Dynamic String），保存长度小于44字节的字符串。
type (Redis_STRING) |
encoding (OBJ_ENCODING_INT) |
lru |
refcount |
ptr(100) |
len |
alloc |
flags |
buf("abc) |
raw:保存长度大于44字节的字符串。
1 int | Long类型整数时，RedisObject中的ptr指针直接赋值为整数数据，不再额外的指针指向整数了，节省了指针的空间开销。 |
2 embstr | 当保存的是字符串数组并且长度小于44字节时，embstr类型将会调用内存的分配函数，只分配一块连续的内存，空间中一次包含 redisObject与sdshdr两个数据结构让元数据、指针和sds是一块连续的内存区域，这就可以避免内存碎片 |
3 raw | 当字符串大于44字节时，sds的数据量变得大了，会给sds分配多的空间并用指针指向sds结构，raw类型将会调用两次内存分配函数， 分配两块内存空间。分别给redisObject和sdshdr |
C语言字符串与SDS的区别：
区别 | C语言 | SDS |
字符串长度处理 | 需要从头开始遍历，直到遇到‘\0'为止，时间复杂度为O(n) | 记录当前字符串的长度，直接读取即可，时间复杂度O（1） |
内存重新分配 | 分配内存空间超过后，会导致数组下标越级或者内存分配溢出 | 空间预分配: SDS修改后，长度小于1M，那么每次扩容就会增加一倍。如果大于1M，那么将分配1M的使用空间。 惰性空间释放： SDS缩短时并不会回收多余的内存空间，而是使用Free字段将多出来的空间记录下来。如果后续有变更操作，就直接使用Free中记录的空间，减少内存的分配。 |
二进制安全 | 二进制数据并不是规则的字符串格式，可能会包换一些特殊的字符，比如'\n'.前面提到过，C中字符串遇到的'\n'会结束，那么之后的字符读取就读不上了 | 根据len长度来判断字符串结束，二进制安全的问题得以解决。 |
1.2 hash数据结构：
config get hash*
hash-max-ziplist-entries 512
hash-max-ziplist-value 64
config set hash-max-ziplist-entries 512
config set hash-max-ziplist-value 64编码格式：
1ziplist : Ziplist是一种紧凑的编码格式，通过牺牲读写性能来换取内存空间的利用率，一般用于字段个数少，且字段是较小的场景。压缩列表内存利用率极高的原因是因为其连续内存的特性。在访问的时候，通过每个元素的长度，计算偏移量来进行前后访问。
ziplist结构：
zlbytes | zlatil | zllen | entry1 | entry2 | ... | entryN | zlend |
ziplist 的entry组成：
prevrawlensize上一个节点的长度所占的字节数 |
prevrawlen 上一个节点所占的长度 |
lensize 编码当前节点长度len所需要的字节数 |
len 当前节点长度 |
当前节点的header大小 headersize= lensize + prevrawlensize headersize |
encoding 当前节点的编码方式 |
当前节点指针 p |
压缩列表与java中的链表的区别：普通的双向链表有两个指针，在存储数量很小的情况下，很有可能指针占用的内存相对于数据来说比较大。而Ziplist是没有维护双向链表的，通过存储上一个entry的长度和当前entry的长度，就可以推算下一个元素在什么地方。 此外链表在内存中一般不是连续的，遍历访问相对麻烦。但是Ziplist根据偏移量信息可以访问到上一个或下一个节点。最后，Ziplist保存了len，和String类型的sds类似，获取链表长度无需遍历整个链表，复杂度为O（1）.
1.3 list结构：
在低版本的Redis中，list采用的底层数据结构是ziplist+linkedList， 高版本中采用的时quicklist,而quicklist也用到了ziplist。
1.4 set结构：
Redis用intset或者hashtable存储set的。如果元素都是整数类型，就用intset存储。如果不是整数类型，就用hashtable（数组+链表）。key是元素的值，value为null.
config get set*
"set-max-intset-entries"
"512"1.5 zset结构：
config get zset*
1) "zset-max-ziplist-entries"
2) "128"
3) "zset-max-ziplist-value"
4) "64"编码方式 :
1 ziplst
2 skiplist: 跳表是一种以空间换时间的结构，由于链表，无法进行二分查找，因此借鉴数据库索引的思想，提取出链表中的关键节点（索引），先在关键节点上查找，在进入下层链表查找。提取多层关键节点，就形成了跳表。使用场景一般是在数据量较大，读多写少的情况下使用。原因是新增或者删除需要把所有索引都更新一遍，维护成本比较高。
跳表=链表+多级索引（两两取首）。时间复杂度O(logN),空间复杂度O(N)
总结：
1 字符串：int：8个字节的长整型。embstr:小于等于44个字节的字符串。raw:大于44个字节的字符串。
2 哈希：当哈希类型的元素个数小于hash-max-ziplist-entries配置（默认512个），并且所有值都小于hash-max-ziplist-value配置（默认64字节时），使用ziplist作为底层实现。否则用hashtable作为底层实现。
3 列表：当列表的元素小于list-max-ziplist-entries配置（512个），同时列表的每个元素的值都小于list-max-ziplist-value配置（默认64字节时），使用ziplist作为底层实现。否则会使用quickList作为底层实现（低版本用lnkedlist+ziplist）
4 集合：当元素集合中的元素都是整数且个数小于set-max-intset-entries配置（默认512个）时，使用intset作为集合内部的底层实现，从而减少内存的使用。否则使用hashtable作为底层实现。
5 有序集合：当有序集合的元素个数小于zset-max-ziplist-entries配置（默认128个），同时每隔元素的值都小于zset-max-ziplist-value(64字节)时，用ziplist作为底层实现以减少内存的使用。否则skiplist作为底层实现。
名称 | 时间复杂度 |
哈希表 | O(1) |
跳表 | O(logN) |
双向链表 | O(N) |
压缩列表 | O(N) |
整数数组 | O(N) |
（二）常用操作命令：
2.1 字符串类型数据常用操作：
应用场景：分布式锁； 计数器； 分布式全局唯一ID；
操作 | 命令 | 作用 | 参数 |
单元素操作：Redis2.6.12+版本支持设置value值时， 同时设置过期时间，此操作为原子操作； 【PSETEX】：Redis2.6.0+版本支持，可将过期时间精确到毫秒； | SET | 设置value值，支持选项 | key value [expiration EX seconds/PX milliseconds] [NX/XX] |
SETNX | key不存在才允许设置 | key value | |
SETEX | 设置value及过期时间（秒） | key seconds value | |
PSETEX | 设置value及过期时间（毫 秒） | key milliseconds value | |
GET | 查询指定key | key | |
GETSET | 查询返回旧值设置新值 | key value | |
APPEND | value追加字符串 | key value | |
STRLEN | 查询value长度 | key | |
批量操作：MGET、MSET是Redis命令中的Boss， 因为执行这两个命令是绝不会失败的。 【MSET】操作具有原子性，不存在部分key更新成功而部分key更新失败的情况； 【MGET】如果value不是String类型，将返回nil； | MSET | 批量设置 | key value [key value ...] |
MGET | 批量查询 | key [key ...] | |
指定范围处理： 【SETRANGE、GETRANGE】 在操作对象较小时，时间复杂度近似看成O(1)； 【SETRANGE】在特定情况下会造成服务器阻塞（value不存在或很小+偏移量offset很大），具体阻塞时长与服务器有关； | SETRANGE | 设置指定偏移量位置的字符 | key offset value |
GETRANGE | 查询指定区间字符串 | key start end【@LBN；offset大于len将自动以len为准】 | |
递增操作 | INCR/DECR | 递增/1递减1 | key |
INCRBY/DECRBY | 递增n/递减n | key increment（支持负数） | |
INCRBYFLOAT | 递增浮点值 | key increment（支持负数） | |
位操作 | SETBIT | 指定偏移量bit位置设置值 | key offset value【0=< offset< 2^32】 |
BITOP | 对一个或多个key执行逻辑操作，并将结果保存到destkey | operation destkey key [key ...]【AND, OR, XOR, NOT】 | |
GETBIT | 查询指定偏移位置的bit值 | key offset | |
BITCOUNT | 统计指定区间bit为1的数量 | key [start end]【@LBN】 | |
BITFIELD | 操作多字节位域 | key [GET type offset] [SET type offset value] [INCRBY type offset increment] [OVERFLOW WRAP/SAT/FAIL] | |
BITPOS | 查询指定区间第一个被设置成1的bit位的位置 | key bit [start] [end]【@LBN】 |
2.2 list类型数据的基本操作
List可用于构建队列（右进左出/先进先出）、栈（右进右出/先进后出）; 存储相关数据，比如文章的相关文章ID，可用于文章推荐； 高级使用：quicklist快速链表；
操作 | 命令 | 功能 | 参数 |
新增元素 | LPUSH / RPUSH | （批量）添加元素 | key value [value ...] |
LPUSHX / RPUSHX | 向已存在的list中添加单个元素 | key value | |
RPOPLPUSH | 弹出source尾压入dest头部 | source destination | |
BRPOPLPUSH | 阻塞式弹出source压入dest | source destination timeou | |
弹出元素 | LPOP / RPOP | 弹出元素 | key |
BLPOP / BRPOP | 阻塞式弹出元素 | key [key ...] timeout | |
处理指定位置的元素 | LSET | 指定位置设置元素 | key index value |
LINDEX | 查询指定位置元素 | key index | |
LRANGE | 查询指定区间元素 | key start stop | |
LTRIM | 保留指定区间元素 | key start stop | |
LREM | 移除前/后count次的value元素 | key count value |
2.3 set类型数据的基本操作
类似Java的HashSet，键值无序唯一，可用于去重；
应用场景：微信小程序抽奖、微信朋友圈点赞、微博好友关注社交关系、qq内推可能认识的人。
set类型数据操作注意事项：set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份。
set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间.
操作 | 作用 | 命令 |
增删改 | 添加数据 | sadd key member1 [member2] |
获取全部数据 | smembers key | |
删除数据 | srem key member1 [member2] | |
获取长度、判断是否存在 | 获取集合数据总量 | scard key |
判断集合中是否包含指定数据 | sismember key member | |
随机获取元素 | 随机获取集合中指定数量的数据 | srandmember key [count] |
随机获取集中的某个数据并将该 数据移除集合 | spop key [count] | |
求两个集合的交、并、差集 | 求两个集合的交集 | sinter key1 [key2 …] |
求两个集合的并集 | sunion key1 [key2 …] | |
求两个集合的差集 | sdiff key1 [key2 …] | |
求两个集合的交、并、差集并存储到指定集合中 | 交集 | sunionstore destination key1 [key2 …] |
并集 | sunionstore destination key1 [key2 …] | |
差集 | sdiffstore destination key1 [key2 …] | |
将指定数据从原始集合中移动到目标集合中 | | smove source destination member |
2.4 hash类型数据的基本操作
类似Java的HashMap，数组+链表，结构是<rediskey , <hashkey1, hashvalue1>>； 字典key、value都只能是字符串（数字在redis里面是以 sds 字符串形式存在）；
使用渐进式rehash策略：高性能，不堵塞服务；而HashMap的rehash是一次性hash，很耗时； 【优点】支持按需存取指定字段； 【缺点】hash结构存储消耗高于单个字符串；
应用场景：记录一个对象的多个属性，如员工的姓名/生日/职级，文章的点赞数/阅读数/收藏数；
操作 | 命令 | 参数 |
field不存在才设置hash中指定field的值 | HSETNX | key field value |
批量设置hash值 | HMSET | key field value [field value ...] |
查询hash中指定字段的值 | HGET | key field |
批量查询指定field的value | HMGET | key field [field ...] |
查询所有field-value列表 | HGETALL | key |
查询hash的field数量 | key | key |
查询所有value列表 | HVALS | key |
查询hash的field数量 | HLEN | key |
移除hash中指定field字段 | HDEL | key field [field ...] |
判断hash中是否存在指定field | HEXISTS | key field |
查询hash中filed关联的value字符串的长度 | HSTRLEN | key field |
增加hash中指定field的值 | HINCRBY | key field increment |
增加hash中指定field的值 | HINCRBYFLOAT | key field increment |
基于游标迭代hashes | HSCAN | key cursor [MATCH pattern] [COUNT count] |
2.5 zset类型数据的基本操作：
统计：
1 聚合统计：统计多个集合元素的聚合结果，就是前面讲解过的交差并等集合统计。（mysql的聚合函数）
2 排序统计：zrank key member 、zrevrank key member
3 二值统计：集合元素的值只有0和1两种，见bitmap。（用String类型作为底层数据结构实现的一种统计二值状态的数据类型，实质是二进制的ascii编码。具体命令见String的位操作）
4 基数统计：指统计一个集合中不重复的元素个数，见hyperloglog。
hyperLogLog：通过牺牲准确率来换取空间，对于不要求绝对准确率的场景下可以使用，因为概率算法不直接存储数据本身。通过一定的概率统计方法预估基数值，同时保证误差在一定范围内，
由于不存储数据因此可以大大节约内存。hyperLogLog就是一种概率算法的实现。（PFADD、PFCOUNT、PFMERGE）。
2.6 Bitmap
public class BitmapClient {
public static void main(String[] args) {
RedissonService redissonService = new RedissonService();
RedissonClient redissonClient = redissonService.getRedissonClient();
RBitSet rBitSet1 =redissonClient.getBitSet("2017-01-11");
rBitSet1.delete();
//i代表学生的学号,rBitSet1: 0-99
for(int i = 0; i <= 99; i++){
//设置为true表示学号为i的学生在key的那天签过到
rBitSet1.set(i,true);
}
RBitSet rBitSet2 =redissonClient.getBitSet("2017-01-12");
rBitSet2.delete();
//rBitSet2: 80-129
for(int i = 0; i <= 49; i++){
rBitSet2.set(i+80,true);
}
RBitSet rBitSet4 =redissonClient.getBitSet(rBitSet1.getName() + "&"+rBitSet2.getName());
rBitSet4.delete();
rBitSet4.or(rBitSet1.getName());
rBitSet4.and(rBitSet2.getName());
System.out.println("连续两天都来的学生数目:"+rBitSet4.cardinality());
rBitSet4.delete();
rBitSet4.or(rBitSet1.getName(),rBitSet2.getName());
System.out.println("两天总共有多少学生签到:"+rBitSet4.cardinality());
rBitSet4.delete();
rBitSet4.xor(rBitSet2.getName(),rBitSet1.getName());
System.out.println("只来一天的学生总数:"+rBitSet4.cardinality());
}连续两天都来的学生数目:20
两天总共有多少学生签到:130
只来一天的学生总数:110
2.7 HyperLogLog
public class HyperLogLogClient {
public static void main(String[] args) {
RedissonService redissonService = new RedissonService();
RedissonClient redissonClient = redissonService.getRedissonClient();
RHyperLogLog rHyperLogLog =redissonClient.getHyperLogLog("2018-02");
rHyperLogLog.delete();
for(int i = 1; i <= 100; i++){
rHyperLogLog.add("my ip is : " + new Random().nextInt(100));
}
System.out.println(rHyperLogLog.count());
RHyperLogLog rHyperLogLog1 =redissonClient.getHyperLogLog("2018-03");
rHyperLogLog1.delete();
for(int i = 1; i <= 50; i++){
rHyperLogLog1.add("my ip is : "+ new Random().nextInt(50));
}
System.out.println(rHyperLogLog1.count());
System.out.println(rHyperLogLog.countWith(rHyperLogLog1.getName()));
}
}打印输出：
65
29
76
2.8 GEO
主要分为三步：
将三维的地球变为二维的坐标
在将二维的坐标转换为一维的点快
最后将一维的点块转换为二进制在通过base32编码。
geoadd 用于存储指定的地理空间位置，可以将一个或多个经度、纬度、位置名称添加到指定的key中，语法如下：
geoadd key longitude latitude member {longitude latitude member ...}geopos 用于从给定的key里返回所有指定的名称（member）的位置（经度和维度），不存在的返回nil，
geopos key member [member ...]geohash 用于返回保存的地理位置的坐标
geohash key member [member ...]geodist用于返回两个给定位置的距离
geodist key member1 member2 [m|km|ft|mi]georadius 用于给定的经纬度为中心，返回键包含的元素中，与中心距离不超过给定最大距离的所有元素位置。
georadius key longitude latitude num [m|km|ft|mi] WITHDIST WITHCOORD COUNT num1 WITHHASH [desc]WITHDIST：返回位置元素的同时，将位置元素与中心的距离一并返回。距离的单位和给定的范围保持一致。
WITHCOORD：将位置元素的经度和维度也一并返回。
WITHHASH：以52位有符号的形式，返回位置元素经过原始geohash编码的有序集合分值。这个选项主要用于底层应用或者调试，实际作用不大。
COUNT:限定返回的记录数。
georadiusbymember 同于找出指定范围内的元素，中心点是由给定的位置元素决定。
