【Redis 初阶】Redis 常见数据类型（Set、Zset、渐进式遍历、数据库管理）

一、Set 集合

集合类型也是保存多个字符串类型的元素的（可以使用 json 格式让 string 也能存储结构化数据），但和列表类型不同的是，集合中：

元素之间是无序的。（此处的 “无序” 是和 list 的有序相对应的）
元素不允许重复，如下图所示。

集合类型：

一个集合中最多可以存储个元素。Redis 除了支持集合内的增删查改操作，同时还支持多个集合取交集、并集、差集，合理地使用好集合类型，能在实际开发中解决很多问题。

list：[1, 2, 3] 和 [2, 1, 3] 是两个不同的 list
set：[1, 2, 3] 和 [2, 1, 3] 是同一个集合

1、普通命令

（1）SADD

将⼀个或者多个元素添加到 set 中。

注意：重复的元素无法添加到 set 中。

语法：

SADD key member [member ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(1)

返回值：

本次添加成功的元素个数。

示例：

（2）SMEMBERS

获取一个 set 中的所有元素，注意，元素间的顺序是无序的。

语法：

SMEMBERS key

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 是集合中的元素个数。

返回值：

所有元素的列表。

示例：

（3）SISMEMBER

判断一个元素在不在 set 中。

语法：

SISMEMBER key member

命令有效版本：

1.0.0 之后

时间复杂度：

O(1)

返回值：

1 表示元素在 set 中。0 表示元素不在 set 中或者 key 不存在。

示例：

（4）SCARD

获取一个 set 的基数（cardinality），即 set 中的元素个数。

语法：

SCARD key

命令有效版本：

1.0.0 之后

时间复杂度：

O(1)

返回值：

set 内的元素个数。

示例：

（5）SPOP

从 set 中删除并返回⼀个或者多个元素。

注意：由于 set 内的元素是无序的，所以取出哪个元素实际是未定义行为，即可以看作随机的。

语法：

SPOP key [count]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 是 count

返回值：

取出的元素。

示例：

（6）SMOVE

将一个元素从源 set 取出并放入目标 set 中。

语法：

SMOVE source destination member

命令有效版本：

1.0.0 之后

时间复杂度：

O(1)

返回值：

1 表示移动成功，0 表示失败。

示例：

针对上述情况，smove 不会视为出错，也会按照删除、插入来执行。

（7）SREM

将指定的元素从 set 中删除。

语法：

SREM key member [member ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 是要删除的元素个数.

返回值：

本次操作删除的元素个数。

示例：

2、集合间操作

交集（inter）、并集（union）、差集（diff）的概念如下图所示：

集合求交集、并集、差集：

（1）SINTER

获取给定 set 的交集中的元素。

语法：

SINTER key [key ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N * M)，N 是最小的集合元素个数，M 是最大的集合元素个数。

返回值：

交集的元素。

示例：

（2）SINTERSTORE

获取给定 set 的交集中的元素并保存到目标 set 中。

要想知道交集的内容，直接按照集合的方式访问目标 set 这个 key 即可。

语法：

SINTERSTORE destination key [key ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N * M)，N 是最小的集合元素个数，M 是最大的集合元素个数。

返回值：

交集的元素个数。

示例：

（3）SUNION

获取给定 set 的并集中的元素。

语法：

SUNION key [key ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 给定的所有集合的总的元素个数。

返回值：

并集的元素。

示例：

（4）SUNIONSTORE

获取给定 set 的并集中的元素并保存到目标 set 中。

语法：

SUNIONSTORE destination key [key ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 给定的所有集合的总的元素个数。

返回值：

并集的元素个数。

示例：

（5）SDIFF

获取给定 set 的差集中的元素。

语法：

SDIFF key [key ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 给定的所有集合的总的元素个数。

返回值：

差集的元素。

示例：

（6）SDIFFSTORE

获取给定 set 的差集中的元素并保存到⽬标 set 中。

语法：

SDIFFSTORE destination key [key ...]

命令有效版本：

1.0.0 之后

时间复杂度：

O(N)，N 给定的所有集合的总的元素个数.

返回值：

差集的元素个数。

示例：

3、命令小结

下表总结了集合类型的常见命令：

集合类型命令：

4、内部编码

集合类型的内部编码有两种：

intset（整数集合）：当集合中的元素都是整数并且元素的个数小于 set-max-intset-entries 配置（默认 512 个）时，Redis 会选用 intset 来作为集合的内部实现，从而减少内存的使⽤。
hashtable（哈希表）：当集合类型无法满足 intset 的条件时，Redis 会使用 hashtable 作为集合的内部实现。

（1）当元素个数较少并且都为整数时，内部编码为 intset

（2）当元素个数超过 512 个，内部编码为 hashtable

（3）当存在元素不是整数时，内部编码为 hashtable

5、使用场景

场景一：集合类型比较典型的使用场景是标签（tag）。例如 A 用户对娱乐、体育板块比较感兴趣，B 用户对历史、新闻比较感兴趣，这些兴趣点可以被抽象为标签。有了这些数据就可以得到喜欢同一个标签的人，以及用户的共同喜好的标签，这些数据对于增强用户体验和用户黏度都非常有帮助。例如一个电子商务网站会对不同标签的用户做不同的产品推荐。

下面的演示通过集合类型来实现标签的若干功能。

（1）给用户添加标签

sadd user:1:tags tag1 tag2 tag5
sadd user:2:tags tag2 tag3 tag5
...
sadd user:k:tags tag1 tag2 tag4

（2）给标签添加用户

sadd tag1:users user:1 user:3
sadd tag2:users user:1 user:2 user:3
...
sadd tagk:users user:1 user:4 user:9 user:28

（3）删除用户下的标签

srem user:1:tags tag1 tag5
...

（4）删除标签下的用户

srem tag1:users user:1
srem tag5:users user:1
...

（5）计算用户的共同兴趣标签

sinter user:1:tags user:2:tags

场景二：还可以使用 Set 来计算用户之间的共同好友（基于 “集合求交集”），基于此还可以做一些好友推荐。

场景三：

使用 Set 还能统计 UV（去重）。一个互联网产品如何衡量用户量，用户规模呢？

主要的指标是以下两个方面：

PV（Page View），用户每次访问该服务器都会产生一个 pv。
UV（User View），每个用户访问服务器都会产生一个 uv，但是同一个用户多次访问并不会使 uv 增加。uv 需要按照用户进行去重，去重的过程就可以使用 Set 来实现。

二、Zset 有序集合

有序集合相对于字符串、列表、哈希、集合来说会有一些陌生。它保留了集合不能有重复成员的特点，但与集合不同的是，有序集合中的每个元素都有一个唯一的浮点类型的分数（score）与之关联，着使得有序集合中的元素是可以维护有序性的，但这个有序不是用下标作为排序依据而是用这个分数。

Zset 的内部数据结构是跳表。

如下图所示，该有序集合显示了三国中的武将的武力。

有序集合：

有序集合提供了获取指定分数和元素范围查找、计算成员排名等功能，合理地利用有序集合，可以帮助我们在实际开发中解决很多问题。

有序集合中的元素是不能重复的，但分数允许重复。类比于一次考试之后，每个人一定有一个唯一的分数，但分数允许相同。

列表、集合、有序集合三者的异同点：

1、普通命令

（1）ZADD

添加或者更新指定的元素以及关联的分数到 zset 中，分数应该符合 double 类型，+inf/-inf 作为正负极限也是合法的。注意：负无穷大不是无穷小，负无穷大的绝对值和无穷大是一样的。

ZADD 的相关选项：

XX：仅仅用于更新已经存在的元素（member），不会添加新元素。

NX：仅用于添加新元素（member），不会更新已经存在的元素。

LT：仅当新分数小于当前分数时才更新现有元素，不会阻止添加新元素。

GT：仅当新分数大于当前分数时才更新现有元素，不会阻止添加新元素。

CH：默认情况下，ZADD 返回的是本次添加的元素个数，但指定这个选项之后，就会还包含本次更新的元素的个数。

INCR：此时命令类似 ZINCRBY 的效果，将元素的分数加上指定的分数。此时只能指定⼀个元素和分数。

语法：

ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member ...]

member 和 score 称为是一个 "pair"，类似于 C++ 里的 std::pair。不要把它们理解成 “键值对”（key - value pair），键值对中是有明确的 “角色区分”，一定是根据键 -> 值。而对于有序集合来说，既可以通过 member 找到对应的 score，也可以通过 score 找到匹配的 member。

命令有效版本：

1.2.0 之后

时间复杂度：

O(log(N))

返回值：

返回新增成功的元素个数。

示例：

如果修改的分数影响到了之前的顺序，就会自动的移动元素位置，保持原有的升序顺序不变：

（2）ZCARD

获取一个 zset 的基数（cardinality），即 zset 中的元素个数。

语法：

ZCARD key

命令有效版本：

1.2.0 之后

时间复杂度：

O(1)

返回值：

zset 内的元素个数。

示例：

（3）ZCOUNT

返回分数在 min 和 max 之间的元素个数，默认情况下，min 和 max 都是包含的，如果不想要边界值，可以通过在边界值前加上 '(' 来排除。

语法：

ZCOUNT key min max

命令有效版本：

2.0.0 之后

时间复杂度：

O(log(N))

先根据 min 找到对应的元素，再根据 max 找到对应的元素，两次都是 O(log(N))。实际上，Zset 内部会记录每个元素当前的 “排行” / “次序”，查询到元素就直接知道了元素所在的 “次序”（下标），就可以直接把 max 对应的元素次序和 min 对应的元素次序做减法即可。

返回值：

满足条件的元素列表个数。

示例：

（4）ZRANGE

返回指定区间里的元素，分数按照升序。带上 WITHSCORES 可以把分数也返回。

语法：

ZRANGE key start stop [WITHSCORES]

此处的 [start, stop] 为下标构成的区间，从 0 开始，支持负数。

命令有效版本：

1.2.0 之后

时间复杂度：

O(log(N)+M)，N 是整个有序集合的元素个数，M 是 start - stop 区间内的元素个数。

返回值：

区间内的元素列表。

示例：

Redis 内部存储数据是按照二进制的方式存储的，意味着 Redis 服务器是不负责字符编码的，所以要把二进制对回到汉字需要客户端支持：

（5）ZREVRANGE

返回指定区间里的元素，分数按照降序。带上 WITHSCORES 可以把分数也返回。

备注：这个命令可能在 6.2.0 之后废弃，并且功能合并到 ZRANGE 中。

语法：

ZREVRANGE key start stop [WITHSCORES]

命令有效版本：

1.2.0 之后

时间复杂度：

O(log(N)+M)

返回值：

区间内的元素列表。

示例：

（6）ZRANGEBYSCORE（弃用）

返回分数在 min 和 max 之间的元素，默认情况下，min 和 max 都是包含的，可以通过 '(' 排除。

备注：这个命令可能在 6.2.0 之后废弃，并且功能合并到 ZRANGE 中。

语法：

ZRANGEBYSCORE key min max [WITHSCORES]

命令有效版本：

1.0.5 之后

时间复杂度：

O(log(N)+M)

返回值：

区间内的元素列表。

示例：

（7）ZPOPMAX

删除并返回分数最高的 count 个元素。

语法：

ZPOPMAX key [count]

命令有效版本：

5.0.0 之后

时间复杂度：

O(log(N) * M)，N 是有序集合的元素个数，M 表示 count，要删除的元素个数。

既然是尾删，为什么不把最后一个元素的位置特殊标记一下，后续删除不久省却了查找过程，直接 O(1) 了吗？

这个是有可能的，但是目前 Redis 并没有这么做。事实上，Redis 的源码中针对有序集合确实是记录了尾部的特定位置，但是在实际删除的时候并没有用上这个特性，而是直接调用了一个 “通用的删除函数”（给定一个 member 的值，进行查找，找到位置之后再删除）。（个人认为此处是存在优化空间的）

返回值：

分数和元素列表。

示例：

如果存在多个元素分数相同（分数是主要因素，相同的情况下会按照 member 字符串的字典序来决定先后顺序），同时为最大值，那么 zpopmax 删除最大元素时，仍然只会删除其中一个元素。

（8）BZPOPMAX

ZPOPMAX 的阻塞版本。可以同时读多个有序集合。

语法：

BZPOPMAX key [key ...] timeout

timeout 单位是 s，支持小数形式。

命令有效版本：

5.0.0 之后

时间复杂度：

O(log(N))，删除最大值花费的时间。

如果当前 BZPOPMAX 同时监听多个 key，假设 key 是 M 个，那么此时时间复杂度是 O(log(N) * M) 吗？

每个这样的 key 上面都删除一次元素才需要 * M，而这里是从这若干个 key 中只删除一次。

返回值：

元素列表。

示例：

（9）ZPOPMIN

删除并返回分数最低的 count 个元素。

语法：

ZPOPMIN key [count]

命令有效版本：

5.0.0 之后

时间复杂度：

O(log(N) * M)

返回值：

分数和元素列表。

示例：

（10）BZPOPMIN

ZPOPMIN 的阻塞版本。

语法：

BZPOPMIN key [key ...] timeout

命令有效版本：

5.0.0 之后

时间复杂度：

O(log(N))

返回值：

元素列表。

示例：

（11）ZRANK

返回指定元素的排名，升序。

语法：

ZRANK key member

命令有效版本：

2.0.0 之后

时间复杂度：

O(log(N))

ZRANK 查找元素的过程和 ZCOUNT 是一样的。

返回值：

排名。

示例：

（12）ZREVRANK

返回指定元素的排名，降序。

语法：

ZREVRANK key member

命令有效版本：

2.0.0 之后

时间复杂度：

O(log(N))

返回值：

排名。

示例：

（13）ZSCORE

返回指定元素的分数。

语法：

ZSCORE key member

命令有效版本：

1.2.0 之后

时间复杂度：

O(1)

此处相当于 Redis 对于这样的查询操作做了特殊优化，付出了额外的空间代价。

返回值：

分数。

示例：

（14）ZREM

删除指定的元素。

语法：

ZREM key member [member ...]

命令有效版本：

1.2.0 之后

时间复杂度：

O(M*log(N))

返回值：

本次操作删除的元素个数。

示例：

（15）ZREMRANGEBYRANK

按照排序，升序删除指定范围的元素，左闭右闭。

语法：

ZREMRANGEBYRANK key start stop

命令有效版本：

2.0.0 之后

时间复杂度：

O(log(N)+M)

返回值：

本次操作删除的元素个数。

示例：

（16）ZREMRANGEBYSCORE

按照分数删除指定范围的元素，左闭右闭，也可以使用 '(' 来排除边界值。

语法：

ZREMRANGEBYSCORE key min max

命令有效版本：

1.2.0 之后

时间复杂度：

O(log(N)+M)

返回值：

本次操作删除的元素个数。

示例：

（17） ZINCRBY

为指定的元素的关联分数添加指定的分数值。

语法：

ZINCRBY key increment member

命令有效版本：

1.2.0 之后

时间复杂度：

O(log(N))

返回值：

增加后元素的分数。

示例：

ZINCRBY 不光会修改分数内容，也能同时移动元素位置，保证整个有序集合仍然是升序的。

2、集合间操作

有序集合的交集操作：

（1）ZINTERSTORE

求出给定有序集合中元素的交集并保存进目标有序集合中，在合并过程中以元素为单位进行合并，元素对应的分数按照不同的聚合方式和权重得到新的分数。

在有序集合中，member 是元素的本体，score 只是辅助排序的工具人。因此，在进行比较 “相同” 时，只要 member 相同即可。如果 member 相同，score 不同，进行交集合并之后的最终分数看 AGGREGATE 后面的属性。

语法：

ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE <SUM | MIN | MAX>]

numkeys 是一个整数，用来描述后续有几个 key 参与交集运算。

命令有效版本：

2.0.0 之后

时间复杂度：

O(N*K)+O(M*log(M))，N 是输入的有序集合中，最小的有序集合的元素个数；K 是输入了几个有序集合；M 是最终结果的有序集合的元素个数。

返回值：

目标集合中的元素个数。

示例：

有序集合的并集操作：

（2）ZUNIONSTORE

求出给定有序集合中元素的并集并保存进目标有序集合中，在合并过程中以元素为单位进行合并，元素对应的分数按照不同的聚合方式和权重得到新的分数。

语法：

ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE <SUM | MIN | MAX>]

命令有效版本：

2.0.0 之后

时间复杂度：

O(N)+O(M*log(M)) N 是输入的有序集合总的元素个数，M 是最终结果的有序集合的元素个数。

返回值：

目标集合中的元素个数

示例：

3、命令小结

有序集合命令：

4、内部编码

有序集合类型的内部编码有两种：

ziplist（压缩列表）：当有序集合的元素个数小于 zset-max-ziplist-entries 配置（默认 128 个），同时每个元素的值都小于 zset-max-ziplist-value 配置（默认 64 字节）时，Redis 会用 ziplist 来作为有序集合的内部实现，ziplist 可以有效减少内存的使用。
skiplist（跳表）：当 ziplist 条件不满足时，有序集合会使用 skiplist 作为内部实现，因为此时 ziplist 的操作效率会下降。

简单来说，跳表是一个 “复杂链表”，查询元素的时间复杂度是 O(logN)。相比于树形结构，更适合按照范围获取元素。

（1）当元素个数较少且每个元素较小时，内部编码为 ziplist

（2）当元素个数超过 128 个，内部编码 skiplist

（3）当某个元素大于 64 字节时，内部编码 skiplist

5、使用场景

有序集合比较典型的使用场景就是排行榜系统。例如常见的网站上的热榜信息，榜单的维度可能是多方面的：按照时间、按照阅读量、按照点赞量。本例中我们使用点赞数这个维度，维护每天的热榜：

（1）添加用户赞数

例如用户 james 发布了一篇文章，并获得 3 个赞，可以使用有序集合的 zadd 和 zincrby 功能：

zadd user:ranking:2022-03-15 3 james

之后如果再获得赞，可以使用 zincrby：

zincrby user:ranking:2022-03-15 1 james

（2）取消用户赞数

由于各种原因（例如用户注销、用户作弊等）需要将用户删除，此时需要将用户从榜单中删除掉，可以使用 zrem。例如删除成员 tom：

zrem user:ranking:2022-03-15 tom

（3）展示获取赞数最多的 10 个用户

此功能使用 zrevrange 命令实现：

zrevrangebyrank user:ranking:2022-03-15 0 9

（4）展示用户信息以及用户分数

次功能将用户名作为键后缀，将用户信息保存在哈希类型中，至于用户的分数和排名可以使用 zscore 和 zrank 来实现。

hgetall user:info:tom
zscore user:ranking:2022-03-15 mike
zrank user:ranking:2022-03-15 mike

三、渐进式遍历

Redis 使用 scan 命令进行渐进式遍历键，进而解决直接使用 keys 获取键时可能出现的阻塞问题。不是一个命令将所有的 key 都拿到，而是每执行一次命令，只获取到其中的一小部分，这样就可以保证当前这一次操作不会太卡。每次 scan 命令的时间复杂度是 O(1)，但是要完整地完成所有键的遍历，需要执行多次 scan。渐进式遍历其实是一组命令，这一组命令的使用方法是一样的。整个过程如下图所示：

scan 命令渐进式遍历：

首次 scan 从 0 开始。
当 scan 返回的下次位置为 0 时，遍历结束。

返回值的前半部分1）是告诉我们，下次继续遍历的光标（当作一个字符串即可）要从哪里开始。第二部分2）是我们真正遍历到的 key 的内容。

1、SCAN

以渐进式的方式进行键的遍历。

渐进式遍历再遍历过程中不会在服务器这边存储任何的状态信息，此处的遍历是随时可以终止的，不会对服务器产生任何的副作用。

语法：

SCAN cursor [MATCH pattern] [COUNT count] [TYPE type]

这里的 count 是限制这一次遍历能够获取到多少个元素，默认是 10。

注意：此处的 count（给 Redis 服务器一个 “提示” / “建议”，写入的 count 和实际返回的 key 的个数不一定完全相同，但是不会差很多）和 MySQL 的 limit（精确的）不一样。

命令有效版本：

2.8.0 之后

时间复杂度：

O(1)

返回值：

下一次 scan 的游标（cursor）以及本次得到的键。

示例：

除了 scan 以外，Redis 面向哈希类型、集合类型、有序集合类型分别提供了 hscan、sscan、zscan 命令，它们的用法和 scan 基本类似。

注意：渐进性遍历 scan 虽然解决了阻塞的问题，但如果在遍历期间键有所变化（增加、修改、删除），可能导致遍历时键的重复遍历或者遗漏。

四、数据库管理

Redis 提供了几个面向 Redis 数据库的操作，分别是命令：dbsize、select、flushdb、flushall。

1、切换数据库

select dbIndex

许多关系型数据库，例如 MySQL 支持在一个实例下有多个数据库存在的，但是与关系型数据库用字符来区分不同数据库名不同，Redis 只是用数字作为多个数据库的实现。Redis 默认配置中是有 16 个数据库，我们不能创建新的数据库，也不能删除已有的数据库，这 16 个数据库中的数据是隔离的（相互之间不会有影响）。select 0 操作会切换到第⼀个数据库，select 15 会切换到最后⼀个数据库。

0 号数据库和 15 号数据库保存的数据是完全不冲突的，如下图所示，即各种有各自的键值对。默认情况下，我们处于数据库 0。

Redis 管理的数据库：

Redis 中虽然支持多数据库，但随着版本的升级，其实不是特别建议使用多数据库特性。如果真的需要完全隔离的两套键值对，更好的做法是维护多个 Redis 实例，而不是在一个 Redis 实例中维护多数据库。这是因为本身 Redis 并没有为多数据库提供太多的特性，其次无论是否有多个数据库，Redis 都是使用单线程模型，所以彼此之间还是需要排队等待命令的执行。同时多数据库还会让开发、调试和运维工作变得复杂。所以实践中，始终使用数据库 0 其实是⼀个很好的选择