Redis(二)：常见数据类型：String 和哈希

引言

Redis 提供了 5 种数据结构，理解每种数据结构的特点对于 Redis 开发运维⾮常重要，同时掌握每

种数据结构的常⻅命令，会在使⽤ Redis 的时候做到游刃有余。

Redis 的命令有上百种，我们不可能全部死记硬背下来，但是如果理解了 Redis 的以下机制，会发现这些命令有很强的通用性。

Redis 并不是万金油，有些数据结构和命令必须在特定的场景下使用，否则使用不当会对 Redis 本身或者应用本身造成致命伤害。

基本全局命令

Redis的key的操作命令如图所示：

语法	功能
set key value	把key和value存储进去
get key	根据key来去取value
keys pattern	查看数据库所有符合pattern的key
exists key [key…]	判断key是否存在
expire key seconds	设置 key 的生存时间，超过时间，key 自动删除。单位是秒。
ttl key	以秒为单位，返回 key 的剩余生存时间（ttl: time to live）
type key	查看 key 所存储值的数据类型
del key [key…]	删除存在的 key，不存在的 key 忽略。

set

set key value：把key和value存储进去

例如：set key1 1

get

get key : 根据key来去取value

例如：get key1

KEYS

keys pattern：用来查看匹配规则的key

具体的匹配规则表示如下：

keys h?llo ： “?”表示匹配任意一个字符
keys h*llo ： “*”表示匹配0个或者多个任意字符
keys h[abcd]llo ： "[]"表示只能匹配内部写的固定格式
keys h[^e]llo ： "^e"表示只排除e,其他全部匹配
keys h[a-e]llo ： "a-e"表示只匹配 a-e 之间的包括e和e

该命令的时间复杂度为：O(N)，因为他需要遍历所有的 key，返回值为：所有匹配的 key

EXISTS

exists key [key…]：判断key是否存在

例如：

时间复杂度为：O(N)，官方文档上写的是O(N)，事实上这里的 N 是你写了几个。

其实我们大可以不用一个个去查询，我们可以将多个key 一起查询，时间复杂度的 N 就是这里查询几个，查两个就是O(2)例如：

del

del是 delete 的缩写，

del key [key…]：删除存在的 key，不存在的 key 忽略。

时间复杂度为：O(N)，这个 N 指的和上述一样，同样它们都是可能一次删除多个 key；

返回值为：删除成功的个数，key 不存在即：返回 0

例如：

EXPIRE

expire：给指定的 key 设置过期时间（key 存活时间超出这个指定的值，就过期了）单位是秒

举例：expire key (seconds) 单位：秒

举例：pexipire key 单位：毫秒

来看看实际操作：

设置一个key，设置一个过期时间，一旦到了过期时间键值对就自动删除了。

TTL

TTL key：以秒为单位，返回 key 的剩余生存时间（ttl: time to live）

时间复杂度：O(1)

返回值：剩余过期时间。-1 表⽰没有关联过期时间，-2 表⽰ key 不存在。

图二，我们并没有关联过期时间，就会返回 -1

TYPE

type key：查看 key 所存储值的数据类型

具体的类型这里先不讨论。

这些就是最最基本的几个命令了，没事的时候可以多练，熟能生巧。

这里只是抛砖引玉，为后面五种数据结构的介绍做一个热身。

Redis 的五种数据结构

五种数据结构如图所示：

简易描述：

字符串：Redis的字符串数据结构是由SDS（Simple Dynamic String，简单动态字符串）实现的。SDS是Redis中所有非数字键的底层实现。
列表：Redis的列表数据结构是由双向链表实现的。这个链表在内存中分为两部分，一部分是“统筹部分”，指向链表的头部和尾部，以及链表的长度；另一部分是“具体实施方”，是一目了然的双向链表结构，每个节点都有前驱和后继。
哈希：Redis的哈希数据结构底层是由字典实现的。在Redis中，哈希表被称为“字典”，其元素是键值对。
集合：Redis的集合数据结构底层是由哈希表实现的。集合在Redis中被称为“set”，其元素是无序的，且不允许重复。
有序集合：Redis的有序集合数据结构底层也是由哈希表实现的。有序集合在Redis中被称为“zset”，其元素是唯一的，但可以重复。每个元素都有一个相关的分数，这个分数用于在有序集合中按分数从小到大排序元素。

实际上 Redis 针对每种数据结构都有⾃⼰的底层内部编码实现，⽽且是多种实现，这样 Redis 会

在合适的场景选择合适的内部编码；

Redis 数据结构及内部编码：

可以看到每种数据结构都有⾄少两种以上的内部编码实现，例如 list 数据结构包含了 linkedlist 和 ziplist 两种内部编码。同时有些内部编码，例如 ziplist，可以作为多种数据结构的内部实现，可以通过 object encoding 命令查询内部编码：

例如：

可以看到 hello 对应值的内部编码是 embstr，键 mylist 对应值的内部编码是 ziplist。

Redis 这样设计有两个好处：

可以改进内部编码，⽽对外的数据结构和命令没有任何影响，这样⼀旦开发出更优秀的内部编码，⽆需改动外部数据结构和命令，例如 Redis 3.2 提供了 quicklist，结合了 ziplist 和 linkedlist 两者的优势，为列表类型提供了⼀种更为优秀的内部编码实现，⽽对⽤⼾来说基本⽆感知

多种内部编码实现可以在不同场景下发挥各⾃的优势，例如 ziplist ⽐较节省内存，但是在列表元素⽐较多的情况下，性能会下降，这时候 Redis 会根据配置选项将列表类型的内部实现转换为 linkedlist，整个过程⽤⼾同样⽆感知。

String 类型

key都是固定的字符串，value实际上会有多种类型

redis 中的字符串，直接按照二进制数据的方式存储的（不做任何编码转换，存的是啥，取出来就是啥）：可以是文本、整数、JSON、xml、二进制数据（图片、视频、音频）

String 类型中的关键命令

命令如下：

SET key value：设置指定键的值为指定字符串。
GET key：获取指定键对应的值。
APPEND key value：将指定字符串追加到指定键的值末尾。
INCR key：将指定键的值加1。
DECR key：将指定键的值减1。
INCRBY key increment：将指定键的值加上指定的整数。
DECRBY key decrement：将指定键的值减去指定的整数。
STRLEN key：获取指定键值的长度。
SETNX key value：如果指定键不存在，则设置键的值为指定字符串。
MSET key1 value1 key2 value2 ...：设置多个键值对。
MGET key1 key2 ...：获取多个键值对的值。
GETSET key value：先获取指定键的值，然后设置键的值为指定字符串。
SETEX key seconds value：设置键的值为指定字符串，并设定生存时间（单位为秒）。
PSETEX key milliseconds value：设置键的值为指定字符串，并设定生存时间（单位为毫秒）。
MSETNX key1 value1 key2 value2 ...：如果所有指定的键都不存在，则设置多个键值对。
STRALGO LCP key1 key2 ...：计算多个字符串的最长公共前缀。

这里就不一一举例了，我就简单介绍几个重点的，看不懂的可以去看一看官方文档：

Redis官方文档

在这里查询 String 类型即可，很多时候，我们还是得学会自己查看文档，未来到了公司也是一样，不可能永远都有中文文档查看的；不懂得单词使用翻译软件查一下。

我这里就简单介绍几个：

SET：

SET key value [expiration EX seconds|PX milliseconds] [NX|XX]

SET 命令⽀持多种选项来影响它的⾏为：

EX seconds⸺使⽤秒作为单位设置 key 的过期时间。
PX milliseconds⸺使⽤毫秒作为单位设置 key 的过期时间。
NX ⸺只在 key 不存在时才进⾏设置，即如果 key 之前已经存在，设置不执⾏。
XX ⸺只在 key 存在时才进⾏设置，即如果 key 之前不存在，设置不执⾏。

注意：由于带选项的 SET 命令可以被 SETNX 、 SETEX 、 PSETEX 等命令代替，所以之后的版本中，Redis 可能进⾏合并。

返回值：

如果设置成功，返回 OK。
如果由于 SET 指定了 NX 或者 XX 但条件不满⾜，SET 不会执⾏，并返回 (nil)。

如图：

MSET

一次性设置多个 key 的值

语法：

MSET key value [key value ...]

keys * 就是查询所有的键，“ * ” 表示一个通配符。

很多正常使用的时候并非一个键一个键去操作，那么效率会非常低，这时候：MSET 就排上大用场了。

有 mset 也就有 mget，一次获取多个键

MGET

一次性处理多个get

这个命令，现在过过瘾就好，工作中千万不要使用，公司里，可能有非常非常非常非常多的键，使用一次这个命令，十分有可能将公司的机器给干崩

就像是 MySQL 中的 select * 命令。

内部编码

字符串类型的内部编码有三种：

int：8 个字节的⻓整型。
embstr：⼩于等于 39 个字节的字符串。
raw：⼤于 39 个字节的字符串。

redis 会根据当前值的类型和长度动态决定使用哪种内部编码实现的。

具体这么确定使用哪个呢？

字符串长度小于等于 39 个字节的字符串使用 “ embstr ”，大于 39 个字节的字符使用 “ raw ”；

如果在面试中，千万不要说 39 这个数字，事实上在不同的业务场景都是不同的（解释不清楚39是哪来的）

具体如何解决？
1. 先看 redis 是否提供了相应的配置文件，在配置文件中修改
2. 如果没有提供，就需要对 redis 的源码进行魔改

String典型使用场景

缓存（Cache）功能

Redis + MySQL 组成的缓存存储架构

这是比较经典的缓存使用场景，其中 Redis 作为缓冲层，MySQL 作为存储层，绝大部分请求的数据都是从 Redis 中获取，由于 Redis 具有支撑高并发的特性，所以缓存通常能起到加速读写和降低后端压力的作用。

大致流程：

客户端每次读取请求都发送给 Redis，如果 Redis 的 key 有值就直接返回给客户端；如果 Redis 没有这个 key ，再由 Redis 将请求发送给 MySQL ，MySQL 返回的值将保留在 Redis 中。

计数（Counter）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他数据源。例如视频⽹站的视频播放次数可以使⽤ Redis 来完成：⽤⼾每播放⼀次视频，相应的视频播放数就会⾃增 1。

实际中要开发⼀个成熟、稳定的真实计数系统，要⾯临的挑战远不⽌如此简单：防作弊、按

照不同维度计数、避免单点问题、数据持久化到底层数据源等。

共享会话（Session）

⼀个分布式 Web 服务将⽤⼾的 Session 信息（例如⽤⼾登录信息）保存在各⾃的服务器中，但这样会造成⼀个问题：出于负载均衡的考虑，分布式服务会将⽤⼾的访问请求均衡到不同的服务器上，并且通常⽆法保证⽤⼾每次请求都会被均衡到同⼀台服务器上，这样当⽤⼾刷新⼀次访问是可能会发现需要重新登录，这个问题是⽤⼾⽆法容忍的。

为了解决这个问题，可以使⽤ Redis 将⽤⼾的 Session 信息进⾏集中管理，在这种模式下，只要保证 Redis 是⾼可⽤和可扩展性的，⽆论⽤⼾被均衡到哪台 Web 服务器上，都集中从 Redis 中查询、更新 Session 信息

如上图所示。

手机验证码

很多应⽤出于安全考虑，会在每次进⾏登录时，让⽤⼾输⼊⼿机号并且配合给⼿机发送验证码，然后让⽤⼾再次输⼊收到的验证码并进⾏验证，从⽽确定是否是⽤⼾本⼈。为了短信接⼝不会频繁访，会限制⽤⼾每分钟获取验证码的频率，例如⼀分钟不能超过 5 次

String 发送验证码(phoneNumber) {
 	key = "shortMsg:limit:" + phoneNumber;
 	// 设置过期时间为 1 分钟（60 秒）
	// 使⽤ NX，只在不存在 key 时才能设置成功
 	bool r = Redis 执⾏命令：set key 1 ex 60 nx
 	if (r == false) {
 		// 说明之前设置过该⼿机的验证码了
 		long c = Redis 执⾏命令：incr key
 		if (c > 5) {
 			// 说明超过了⼀分钟 5 次的限制了
 			// 限制发送
 			return null;
		 }
 	}
 
 	// 说明要么之前没有设置过⼿机的验证码；要么次数没有超过 5 次
	 String validationCode = ⽣成随机的 6 位数的验证码();
 
 	validationKey = "validation:" + phoneNumber;
 	// 验证码 5 分钟（300 秒）内有效
	 Redis 执⾏命令：set validationKey validationCode ex 300;
 
	 // 返回验证码，随后通过⼿机短信发送给⽤⼾
 	return validationCode ;
	}
// 验证⽤⼾输⼊的验证码是否正确
bool 验证验证码(phoneNumber, validationCode) {
 	validationKey = "validation:" + phoneNumber;
 
 	String value = Redis 执⾏命令：get validationKey;
 	if (value == null) {
 		// 说明没有这个⼿机的验证码记录，验证失败
 		return false;
 	}
 
	 if (value == validationCode) {
		 return true;
 	} else {
 		return false;
 	}
}

哈希类型

所谓的哈希类型就是数据结构中的哈希表，只是这里又有些不同。

在 Redis 中，哈希类型是指值本⾝⼜是⼀个键值对结构，形如 key = "key"，value = { {

field1, value1 }, ..., {fieldN, valueN } }

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 对应的值，不是键（key）对应的值，请注意 value 在不同上下

⽂的作⽤。

哈希类型中的关键命令

关键命令如下：

HSET：向哈希表中添加一个字段和值。
HGET：从哈希表中读取一个字段的值。
HGETALL：从哈希表中读取所有字段和值。
HDEL：从哈希表中删除一个或多个字段。
HEXISTS：检查哈希表中是否存在指定的字段。
HKEYS：获取哈希表中所有字段的名称。
HVALS：获取哈希表中所有字段的值。
HLEN：获取哈希表中字段的数量。
HMSET：向哈希表中添加多个字段和值。
HMGET：从哈希表中读取多个字段的值。

同样的这里也就不再一一介绍了，参考下列官方：

哈希类型的官方文档

内部编码

哈希的内部编码有如下两种：

ziplist（压缩列表）：当哈希类型元素个数⼩于 hash-max-ziplist-entries 配置（默认 512 个）、同时所有值都⼩于 hash-max-ziplist-value 配置（默认 64 字节）时，Redis 会使⽤ ziplist 作为哈希的内部实现，ziplist 使⽤更加紧凑的结构实现多个元素的连续存储，所以在节省内存⽅⾯⽐ hashtable 更加优秀。
hashtable（哈希表）：当哈希类型⽆法满⾜ ziplist 的条件时，Redis 会使⽤ hashtable 作为哈希的内部实现，因为此时 ziplist 的读写效率会下降，⽽ hashtable 的读写时间复杂度为 O(1)。

举例：

当 field 个数超过 512 时，内部编码也会转换为 hashtable：

这里就懒得一个个添加了

不是说，这几个数字就唯一了，我们也可以通过配置文件去修改：

配置

可以在 redis.conf 文件中修改配置项： hash-max-ziplist-entries 配置（默认512个）【当前哈希表中的元素超过多少，可以转换为 hashtable】
同样可以修改： hash-max-ziplist-value（默认64字节）【当前哈希表中的元素长度超过多少，可以转换为 hashtable】