Redis数据类型
1、redis字符串（String）
- string是redis最基本的类型，一个key对应一个value
- string类型是二进制安全的，意思是redis的string可以包含任何数据。例如说是jpg图片或者序列化对象
- 一个redis中字符串value最多可以是512M
- 应用场景：
- 缓存：存储用户会话、页面内容（如
SET user:1 "{name: 'Alice', age: 30}"）。- 计数器：统计访问量（
INCR page_views）。- 分布式锁：通过
SET key value NX EX 10实现简单的锁机制。- 限流：结合
INCR和EXPIRE控制接口调用频率。
2、redis列表（List）
- 有序：列表中的元素是有序的，这意味着可以按照插入的顺序来获取元素。
- 可重复：与集合（Set）不同，列表允许元素重复。
- 灵活：列表可以在头部（左边）或尾部（右边）添加或删除元素。
- 底层是一个双向链表，最多可以包含2^32-1个元素（每个列表超过40亿个元素）
- 应用场景：
- 消息队列：实现生产者-消费者模型（
LPUSH tasks "task1",BRPOP tasks 0）。- 最新消息列表：保存最新 N 条动态（
LPUSH news ...+LTRIM news 0 9）。- 栈/队列：通过
LPUSH+LPOP（栈）或LPUSH+RPOP（队列）实现。
3、redis哈希表（Hash）
- 键值对集合：哈希表存储的是键值对，其中键（field）和值（value）都可以是字符串。
- 灵活性：哈希表允许存储多个字段和值，非常适合表示对象。
- 高效性：由于哈希表的内部实现（如压缩链表或哈希表），Redis能够快速地执行哈希表的增删改查操作。
- Redis中每个hash可以存储2^32-1键值对（40多亿）
- 应用场景：
- 对象存储：存储用户属性（
HSET user:1 name Alice age 30）。- 部分更新：仅修改某个字段（
HINCRBY user:1 score 10），避免全量读取。
4、redis集合（set）
- 无序性：集合中的元素是无序的，即不保证元素的插入顺序。
- 唯一性：集合中的元素是唯一的，不允许有重复的元素。
- 动态性：集合可以动态地添加或删除元素。
- Redis 中Set集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。
- 集合中最大的成员数为 2^32 - 1 (4294967295, 每个集合可存储40多亿个成员)
- 应用场景：
- 标签系统：存储文章标签（
SADD article:1:tags "tech" "redis"）。- 共同好友/兴趣：计算用户交集（
SINTER user:1:friends user:2:friends）。- 去重：记录用户 IP 访问记录（
SADD unique_ips 192.168.1.1）。
5、redis有序集合（zset）
- 有序性：*每个元素都会关联一个double类型的分数*，集合中的元素按照分数进行排序，分数越低，排名越靠前。
- 唯一性：集合中的元素是唯一的，不允许有重复的元素。但是，多个元素可以有相同的分数。
- 动态性：有序集合可以动态地添加、删除或更新元素及其分数。
- zset集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。 集合中最大的成员数为 2^32 - 1
- 应用场景：
- 排行榜：按积分排序用户（
ZADD leaderboard 1000 "user1"）。- 延迟队列：用时间戳作为 score，定时拉取到期任务。
- 范围查询：查找价格区间的商品（
ZRANGEBYSCORE products 50 100）。
6、redis地理（GEO）
Redis的地理（GEO）功能提供了一种存储地理位置信息并进行地理空间查询的方法。Redis*使用GeoHash算法将二维的经纬度坐标编码为一维的字符串，从而实现对地理位置的快速查询和计算。*
- 存储地理位置：可以存储地理位置的经纬度信息（坐标信息）。
- 距离计算：可以计算两个地理位置之间的距离。
- 范围查询：可以查询指定范围内的地理位置。
- 性能高效：由于使用了GeoHash算法，Redis的地理功能在性能上非常高效。
- 应用场景：
- 附近的人：查询某坐标 5km 内的用户（
GEORADIUS users 116.40 39.90 5 km）。- 配送范围：计算两点距离（
GEODIST store:1 user:1 km）。
7、redis基数统计（HyperLogLog）
Redis的基数统计（HyperLogLog）是一种*用于估算数据集合中不重复元素数量的算法*。与传统的集合数据结构（如Redis的Set）相比，HyperLogLog在存储空间和计算效率上具有显著优势，尤其是在处理大规模数据集时。
- 存储空间小：HyperLogLog使用极少的存储空间来估算集合的基数（即不重复元素的数量）。即使在存储数亿个不重复元素时，HyperLogLog也能保持较小的内存占用，或者说计算基数所需的空间总是固定且是很小的。
- 计算效率高：HyperLogLog的基数估算操作非常快速，几乎可以在常数时间内完成。
- 估算精度：虽然HyperLogLog提供的是基数的估算值而非精确值，但其估算精度通常足够高，可以满足大多数应用场景的需求。在标准误差范围内（通常为0.81%），HyperLogLog的估算值非常接近实际基数。
- HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素。
- 在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比
- 应用场景：
- UV 统计：统计网站每日独立访客（
PFADD uv:2024-06-10 "user1" "user2"）。- 去重计数：合并多个 HyperLogLog 估算总 UV（
PFMERGE uv:total uv:2024-06-10 uv:2024-06-11）。
8、redis位图（bitmap）
Redis的位图（Bitmap）是一种使用位数组来存储和操作二进制数据的数据结构。位图中的每一位可以表示一个数据点的存在状态（0或1），这使得位图在处理大量数据时非常高效，尤其是在需要快速进行存在性检查或统计操作的情况下。*简而言之就是由0和1状态表现的二进制位的bit数组*
- 空间效率：位图使用位数组来存储数据，因此可以非常高效地利用存储空间。例如，一个位图可以轻松地表示数百万个数据点的存在状态，而占用的内存空间却非常少。
- 操作速度：由于位图的内部实现通常基于高效的位操作算法，因此位图上的操作（如设置、清除、检查位等）通常非常快速。
- 灵活性：位图可以灵活地表示各种类型的数据点，只要这些数据点可以被映射到一个唯一的索引上。例如，你可以使用位图来表示用户的登录状态、商品的库存状态，判断Y/N状态，其现实生活中的实例为，软件的签到，打卡等等。
- 应用场景：
- 用户签到：记录每日签到状态（
SETBIT user:1:sign:2024 5 1表示第 5 天签到）。- 活跃用户统计：统计连续登录天数（
BITCOUNT user:1:login）。
9、redis位域（bitfield）
Redis的位域（Bitfield）功能允许你在位图（Bitmap）上进行更复杂的位操作，如读取、写入和递增特定长度的位字段。使得Redis能够更高效地处理二进制数据。
- bitfield命令可以一次性操作多个比特位域(指的是连续的多个比特位)，它会执行一系列操作并返回一个响应数组，这个数组中的元素对应参数列表中的相应操作的执行结果。
- 灵活性强：位域操作允许你指定要操作的位字段的长度（从1位到64位），这使得你可以在位图上表示不同类型的数据（如布尔值、整数、浮点数等）。
- 高效性：位域操作通常在单个命令中完成多个位的读写操作，从而减少了网络往返次数和Redis服务器的处理时间。
- 原子性：位域操作是原子的，这意味着它们在执行过程中不会被其他命令打断，从而保证了数据的一致性和完整性。
10、redis流（Stream ）
Redis流（Stream）是Redis 5.0版本引入的一种新的数据结构，主要用于消息队列（MQ，Message Queue），Redis 本身是有一个 Redis 发布订阅 (pub/sub) 来实现消息队列的功能，但它有个缺点就是消息无法持久化，如果出现网络断开、Redis 宕机等，消息就会被丢弃。简单来说发布订阅 (pub/sub) 可以分发消息，但无法记录历史消息。而 Redis Stream 提供了消息的持久化和主备复制功能，可以让任何客户端访问任何时刻的数据，并且能记住每一个客户端的访问位置，还能保证消息不丢失
- 消息序列化：流中的每条消息都有一个唯一的ID，这个ID通常是由Redis自动生成的，但也可以由客户端指定。消息ID是有序的，因此流中的消息是按顺序排列的。
- 消费者组：流支持消费者组的概念，允许多个消费者协作处理流中的消息。每个消费者组都有自己的消费进度（即已处理的消息ID），并且可以将消息分配给不同的消费者进行处理。
- 持久化：流支持AOF（Append Only File）和RDB（Redis Database Backup file）两种持久化方式，确保消息在Redis重启后不会丢失。
- 消息确认：消费者可以显式地确认已经处理的消息，这样Redis就可以将这些消息从流中删除或标记为已处理。
- 应用场景：
- 日志收集：实时记录并分发日志到多个消费者。
- 事件溯源：存储用户操作事件流（
XADD user_events * action login user_id 1）。
redis通用命令
| 命令 | 作用 |
|---|---|
| keys * | 查看当前库中所有key |
| exsis key | 判断某个key是否存在 |
| type key | 查看指定key的数据类型 |
| del key | 删除指定的key数据 |
| unlink key | 非阻塞删除，仅仅将keys从keyspace元数据中删除，正真的删除会在后续异步中操作 |
| ttl key | 查看还有多少秒过期，-1代表永不过期，-2代表已经过期 |
| expire key seconds | 为指定的key设置过期时间 |
| move key dbindex[0~15] | 将当前数据库的key移动到给定的数据库db当中 |
| select dbindex[0~15] | 切换数据库【0~15】，默认为0 |
| dbsize | 查看当前数据库key的数量 |
| fiushdb | 清空当前库 |
| flushall | 通杀全部库 |
redis 命令手册
[https://redis.com.cn/commands.html]:
