文章目录

前言
一、基本类型
- String
- Hash
- List
- Set
- ZSet
- Hyperloglog
二、淘汰策略
- LFU && LRU
- TTL淘汰
- Random淘汰：

前言

Redis的基本类型和淘汰策略

一、基本类型

String

String类型是包含很多种类型的特殊类型，并且是二进制安全的。比如序列化的对象进行储存，比如一张图片进行二进制储存，比如一个简单的字符串数值等等，最大能存储512M。

set key value ：设置key的值为value
get key ： 获取key的value
setnx key realValue ：若key不存在，set key的值为realValue
setex key time(秒) realValue ：设置key的值为value，并设置time的有效期，当超过有效期销毁realValue

由于存储格式是二进制的，可使用setbit来进行对位的操作
setbit k offset v: 设置或清除指定偏移量（offset）上的位（bit）

set test a //在此set k->v 为 test->a
get test ->a //所以get test 得到a
//通过setbit 可以更改test的val
//‘a'的ASCII码是 97。转换为二进制是：01100001，
//‘b‘的ASCII码是 98。转换为二进制是：01100010，
//所以将a改为b就是将偏移量非0的第6位改为1，第7位改为0
setbit test 6 1
setbit test 7 0
get test ->b //所以get test 得到b，通过二进制将数据进行了更改

由此可以延伸出bloomgfilter，将val进行hash计算，得到int[]数组，通过setbit遍历出数组set为1，数组值默认为0.

应用场景： 缓存功能，提高查询效率；计数器，实现计数；共享Session，处于负载均衡考虑，将用户信息均衡到不用的服务器上；限速，限制用户高频登陆发请求；bloom filter

Hash

String类型的field和val的映射表，hash特别适合用于存储对象，每个hash可以存储 40亿的键值对。

hmset user name tom ： hmset进行属性设值
hmset user age 15 sex man：hmset可进行批量存储多个键值
hmget user name age sex ： hmget可进行批量获取多个键值对
hsetnx user name tom ： 同String的setnx
hexists user name： 判断key是否存在
hlen user ： 返回hash中所有键的数值。
hkeys user : 返回hash中的所有键。
hvals user :  返回Hash中所有的值。
hgetall user : 返回Hash中所有的键和值。
hincrby user age increment : 为指定字段的整数值加上增量 increment 。
hdecrby user age decrement : 为指定字段的整数值减去increment 。

应用场景： 购物车，用户id作为key，商品id作为filed，商品数量为val

List

List用来存储多个有序的字符串，元素可以重复，每个列表可以存储40亿元素

lpush+lpop 栈，左加入，左弹出
lpush+rpop 队列，左加入，右弹出
lpush+brpop 消息队列。brpop，当队列中没有元素会阻塞

常用于实现消息队列

Set

是String类型的无序集合，集合元素是唯一的，不能重复，集合通过Hash表实现，所以添加、删除、查询的时间复杂度都是O(1)。

sadd set value1 value2 ： 将value1，value2多个元素加入到set中
scard set ： 查看set成员数
sdiff  set1 set2 ： 返回set1和set2的差异
sinter set1 set2 : 返回几个差异

使用场景： 因为不能重复，使用差集、交集实现共同用户兴趣爱好

ZSet

集合元素唯一，不可重复，每个元素关联一个double的类型的分数，redis通过这个分数对集合中元素进行大小排序
因为有序，使用跳表实现，提高查询效率
跳表

一个链表在查询的时候避免依次遍历，按照一定规则抽取一般元素构成另一链表2，在查询的时候，先于抽取出的2链表进行定位比较，然后通过2链表的位置指向找到1链表的位置，使用空间换时间，提高了查询的效率
为了避免插入新节点后的重新调整
跳表不要求每个链表之间有严格的对应关系
为每个节点随机抛出一个层数‘

使用场景： 延时队列，将分数作为时间戳来进行判断

Hyperloglog

提供不精确的去重计算，内存占用小，只需要12k（1210241024）能存储2^64个数据

计数存在一定的误差，误差率整体较低。标准误差为 0.81%

使用场景： 可用作热点页面的去重访问量

二、淘汰策略

根据redis配置文件提示，8种淘汰策略，大致可分为4种，RUL、RFL、TTL、Randmo

# volatile-lru -> Evict using approximated LRU among the keys with an expire set.
# allkeys-lru -> Evict any key using approximated LRU.
# volatile-lfu -> Evict using approximated LFU among the keys with an expire set.
# allkeys-lfu -> Evict any key using approximated LFU.
# volatile-random -> Remove a random key among the ones with an expire set.
# allkeys-random -> Remove a random key, any key.
# volatile-ttl -> Remove the key with the nearest expire time (minor TTL)
# noeviction -> Don't evict anything, just return an error on write operations.
#
# LRU means Least Recently Used
# LFU means Least Frequently Used
#
# Both LRU, LFU and volatile-ttl are implemented using approximated
# randomized algorithms.
#
# Note: with any of the above policies, Redis will return an error on write
#       operations, when there are no suitable keys for eviction.
#
#       At the date of writing these commands are: set setnx setex append
#       incr decr rpush lpush rpushx lpushx linsert lset rpoplpush sadd
#       sinter sinterstore sunion sunionstore sdiff sdiffstore zadd zincrby
#       zunionstore zinterstore hset hsetnx hmset hincrby incrby decrby
#       getset mset msetnx exec sort
#
# The default is:
#
# maxmemory-policy noeviction

LFU && LRU

LFU（Least Frequently Used ，最不经常使用淘汰算法）
LRU（Least recently used，最近最少使用）算法根据数据的历史访问记录来进行淘汰数据，其核心思想是“如果数据最近被访问过，那么将来被访问的几率也更高

TTL淘汰

Redis 数据集数据结构中保存了键值对过期时间的表，即 redisDb.expires。与 LRU 数据淘汰机制类似，TTL 数据淘汰机制中会先从过期时间的表中随机挑选几个键值对，取出其中 ttl 最大的键值对淘汰。同样，TTL淘汰策略并不是面向所有过期时间的表中最快过期的键值对，而只是随机挑选的几个键值对。

Random淘汰：

在随机淘汰的场景下获取待删除的键值对，随机找hash桶再次hash指定位置的dictEntry即可

（1）volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。

（2）volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰。

（3）volatile-random：从已设置过期时间的数据集中任意选择数据淘汰。

（4）volatile-lfu：从已设置过期时间的数据集挑选使用频率最低的数据淘汰。

（5）allkeys-lru：从数据集中挑选最近最少使用的数据淘汰

（6）allkeys-lfu：从数据集中挑选使用频率最低的数据淘汰。

（7）allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰

（8） no-enviction（驱逐）：禁止驱逐数据，这也是默认策略。意思是当内存不足以容纳新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，采用no-enviction策略可以保证数据不被丢失。

Redis的一点理解「基本类型」「淘汰策略」相关推荐

Redis系列教程(九)：Redis的内存回收原理，及内存过期淘汰策略详解
Redis内存回收机制 Redis的内存回收主要围绕以下两个方面: 1.Redis过期策略:删除过期时间的key值 2.Redis淘汰策略:内存使用到达maxmemory上限时触发内存淘汰数据 Red ...
redis缓存的雪崩、击穿、穿透，淘汰策略，持久化
1.redis缓存的雪崩.击穿.穿透,在实际中如何处理? 雪崩:缓存不存在,数据库存在,高并发,大量的key 原因:大量数据同时过期,Redis宕机解决方案:给缓存数据的过期时间上加上小的随机数,避 ...
Redis过期删除策略和内存淘汰策略
目录一.过期删除策略 1.如何设置过期时间? 2.如何判定 key 已过期了? 3.过期删除策略有哪些? 1.定时删除策略 2.惰性删除策略 3.定期删除策略 4.Redis 过期删除策略 5.Re ...
面试官：Redis 过期删除策略和内存淘汰策略有什么区别？
作者:小林coding 计算机八股文网站:https://xiaolincoding.com 大家好,我是小林. Redis 的「内存淘汰策略」和「过期删除策略」,很多小伙伴容易混淆,这两个机制虽然都 ...
redis php数据插入失败,redis插入数据，恢复数据测试(禁止淘汰策略下恢复大于redis内存限制数据情况)...
环境准备: redis php的redis扩展 redis version=4.0.8 php version: php version.png php redis extension: php re ...
看动画轻松理解「链表」实现「LRU缓存淘汰算法」
作者 | 程序员小吴,哈工大学渣,目前正在学算法,开源项目「 LeetCodeAnimation 」5500star,GitHub Trending 榜连续一月第一. 本文为 AI科技大本营投稿文章 ...
看动画轻松理解「链表」实现「 LRU 缓存淘汰算法」
作者 | 吴至波责编 | 胡巍巍快速挑战Python全栈工程师: https://edu.csdn.net/topic/python115?utm_source=csdn_bw 前几节学习了「链表 ...
【翻译】西川善司「实验做出的游戏图形」「GUILTY GEAR Xrd -SIGN-」中实现的「纯卡通动画的实时3D图形」的秘密，前篇（1）...
http://www.4gamer.net/games/216/G021678/20140703095/ 新连载「实验做出的游戏图形」,是聚焦在特定游戏的图形上, 对它的结构和使用的技术解说为主旨 ...
【翻译】西川善司的「实验做出的游戏图形」「GUILTY GEAR Xrd -SIGN-」中实现的「纯卡通动画的实时3D图形」的秘密，后篇...
http://www.4gamer.net/games/216/G021678/20140714079/ 连载第2回的本回, Arc System Works开发的格斗游戏「GUILTY GEAR ...

Redis的一点理解「基本类型」「淘汰策略」