Redis学习（一）—生活中实用场景帮助理解redis的五种基本数据类型

Redis实例目录

（一）String
- （1）业务场景1——分库分表后获取唯一id
- （2）业务场景2——数据时效性设置
- （3）业务场景3——高频数据访问显示
- - 实现方式一
  - 实现方式二
（二）Hash
- （1）业务场景1——购物车的实现
- - 阶段一：仅存储商品数量
  - 阶段二：存储商品数量及其他信息（图片等等）
  - 阶段三：商品信息保存为哈希
- （2）业务场景2——抢购活动，限购发放优惠券、激活码等
（三）List（有序的）
- （1）业务场景1——朋友圈点赞
- （2）业务场景2——最新消息的展示，最近关注，粉丝列表等
（四）Set（无序的，不能重复的）
- （1）业务场景1——随机操作数据
- （2）业务场景2——共同好友
- （3）业务场景3——同类型不重复数据的合并操作
- （4）业务场景4——访问量统计去重
- （5）业务场景5——黑白名单
（五）Sort_Set
- （1）业务场景1——TOP10排行榜
- （2）业务场景2——会员短期体验之过期失效

Redis面试常问，由于我在实际开发中很少用，所以虽然看了很多次，但都不够深刻，不能举一反三。为了深入理解，这里总结它的常用场景，深刻理解Redis

有需要的同学务必照着例子敲一遍，多思考、多回顾，才能在实际使用中如鱼得水

（一）String

（1）业务场景1——分库分表后获取唯一id

 incr key  //自增1incrby key increment //增加指定数值incrbyfloat key increment //增加一个浮点数

注意

string在redis内部存储默认就是一个字符串，当遇到增减类操作incr,decr时会转成数值型进行计算
redis所有的操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行的，因此无需考虑并发带来的数据影响
按数值进行操作的数据，如果原始数据不能转成数值，或超过了redis数值上线范围，将会报错。9223372036854775807 (java中long型数据最大值，Long.MAX_VALUE)

（2）业务场景2——数据时效性设置

场景：

某某综艺”，启动海选投票，只能通过微信投票，每个微信号每4个小时只能投1票。

电商商家开启热门商品推荐，热门商品不能一直处于热门期，每种商品热门期维持3天，3天后自动取消热门

新闻网站会出现热点新闻，热点新闻最大的特征是对时效性，如何自动控制热点新闻的时效性

【解决思路】

设置数据具有指定的生命周期。redis 控制数据的生命周期，通过数据是否失效控制业务行为，适用于所有具有时效性限定控制的操作。说白了，就是设置键的过期时间，业务层判断一个商品过期了，就不能放在热门商品推荐

增加/修改键值对并为其指定过期时间：setex key seconds value
功能与上面一样，秒的单位不同：psetex key milliseconds value

（3）业务场景3——高频数据访问显示

场景：主页高频访问信息显示控制，例如微博大V主页显示粉丝数与微博数量，这些数据就是热度数据，不断发生变化（一直有用户访问、数据在不断变化），这些数据如何放入Redis？

实现方式一

为大V用户设定用户信息，以用户主键和属性值作为key，后台设定时间定时刷新即可。

> set user:340823:blogs 100  //设置微博数量100
> set user:340823:fans 100000  //粉丝数100000
> set user:340823:focus 400  //关注数:400

在redis中的存储结构如下

实现方式二

以json格式存储大V用户，定时刷新，在代码中将对象转换为Json存储

（二）Hash

对某个门类，再进行细分

场景

比如说用户购物车，细分到用户有多个商品，每个商品有不同的属性；

商品优惠券，有不同的券额，30，50，100等等…获取的数量也不一样

库中已存在user的name为zhangsan的数据，再设置(hset)user的name为lisi，可以设置成功
```
> hset user name lisi
(integer) 0
>hget user name
"lisi"
```

使用hsetnx修改user的name为wangwu

>hsetnx user name wangwu
(integer) 0
>hget user name
"lisi"

hset和hsetnx命令，前者是覆盖之前的设置，后者是如果不存在才设置成功，存在就设置不成功

（1）业务场景1——购物车的实现

【基本操作】

以客户id(user1)作为key，每位客户创建一个hash存储结构存储对应的购物车信息
添加商品：追加全新的field和value
浏览，遍历hash

获取全部的属性名和属性值（获取商品及对应的数量）：hgetall user1
获取字段名（获取商品list）：hkeys user1
获取字段值：hvals user1
更改数量：自增/自减，设置value的值

hincrby user1 food01 3
删除商品：删除field

hdel user1 food01
清空购物车，删除key

阶段一：仅存储商品数量

在Redis中存储的结构

当前仅仅是将数据存储到Redis中，并没有起到加速的作用，因为我们仅仅查询到了用户商品id和数量，商品详细信息还需要二次查询数据库；

阶段二：存储商品数量及其他信息（图片等等）

优化：购物车中的商品记录保存成两条field

field1：专用于保存购买数量

【g001:nums 2】

命名格式：商品id:nums
保存数据：数值(2)

field2 ：专用于保存购物车中显示的信息，包含文字描述、图片地址、所属商家信息等等
【g001:info {images}】

命名格式：商品id:info （g001:info）
保存数据：json （{images}）

在Redis中的存储结构

但是出现很多用户都将同一个商品加入购物车，就会出现大量的重复信息，例如商品信息重复

阶段三：商品信息保存为哈希

> hset g001 info {images}

（2）业务场景2——抢购活动，限购发放优惠券、激活码等

【解决方案】

以商家id作为key（比如电信）
将参与抢购的商品id作为field（30元的券、50元）
将参与抢购的商品数量作为对应的value（各含1000张）
抢购时使用降至的方式控制产品数量

（三）List（有序的）

使用场景

朋友圈点赞

微信消息提醒，最近的消息在最上面

微博个人关注列表，最近关注的在最上面

【基本操作】

lpush key value1[value2]...
rpush key value[value2]...

查看所有key：lrange key 0 -1
获取并删除左边第一个元素：lpop key
获取并删除右边第一个元素：rpop key

（1）业务场景1——朋友圈点赞

功能：按照点赞顺序显示点赞好友信息，如果取消点赞，移除对应好友信息

【解决方案】

rpush添加数据，先进先出
移除指定数据（类似某个人取消点赞）

（2）业务场景2——最新消息的展示，最近关注，粉丝列表等

使用场景

微博中关注列表需要按照用户的关注顺序进行展示，最新关注在最上面；粉丝列表同理

新闻、资讯类网站将最新的新闻或咨询按照发生的事件顺序展示

企业运营过程中，系统将产生大量的运营数据，如何保障堕胎服务器操作日志的统一顺序输出

【解决方案】

依赖list的数据具有顺序的特征对信息进行管理
使用队列模型解决多路信息汇总合并的问题
使用栈模型解决最新消息的问题

（四）Set（无序的，不能重复的）

使用场景

随机推荐类索引

每位员工有多个角色，角色权限的合并；

同类型不同数据的合并操作：两个用户的共同好友之类

访问量的统计

【基本操作】

添加数据：sadd key member1[member2]
获取全部数据：smembers keys
删除数据：srem key member1[member2]
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
随机获取集合中指定数量的数据：srandmember key [count]
随机获取集合中的某个数据并将该数据移出集合：spop key

（1）业务场景1——随机操作数据

【场景分析】

每位用户首次使用进入头条的时候会设置3项爱好的内容，但后期为了增加用户的活跃度、兴趣点、必须让用户对其他信息类别逐渐产生兴趣，增加用户留存度，如何实现？

【业务分析】

系统分析出各个类别的最新或最热点信息条目并组织成set集合，随机挑选其中部分信息
配合用户关注信息分类中的热点信息组织展示的全信息集合

【实战】

应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热点旅游线路，应用APP推荐，大V推荐

（2）业务场景2——共同好友

【解决方案】

求两个集合的交、并、差集

sinter key1[key2] #交集
sunion key1[key2] #并集
sdiff key1[key2] #差集(key1有但是key2没有)

求两个集合的交、并、差集并存储到指定集合中

sinterstore destination key1[key2]
sunionstore destination key1[key2]
sdiffstore destination key1[key2]

将指定数据从原始集合移动到目标集合中
```
smove source destination member
```

【总结】

Redis 应用于同类信息的关联搜索，二度关联搜索，深度关联搜索

显示共同好友，共同关注（一度）
由用户A出发，获取到好友用户B的好友信息列表
由用户A出发，获取到好友用户B的购物清单列表/游戏充值列表

（3）业务场景3——同类型不重复数据的合并操作

【解决方案】
依赖set集合数据不重复的特征，依赖set集合hash存储结构特征完整数据过滤与快速查询

根据用户id获取用户所有角色
根据用户所有角色获取用户所有操作权限
根据用户所有角色获取用户所有数据，这种耦合度太高

【实操】

（4）业务场景4——访问量统计去重

【解决方案】

针对不同的统计类型有不同的数据存储方式

建立String类型数据，利用incr统计日访问量(PV)
建立Set模型，记录不同cookie数量（UV）和不同IP数量（IP）

（5）业务场景5——黑白名单

（五）Sort_Set

【基本操作】

添加数据：zadd key score1 member1 [score2 member2]
按照从小到大的顺序，加上withscores，就会带上scores一起显示： zrange key start stop [withscores]
按照从大到小的顺序：zrevrange key start stop [withscores]
删除数据：zrem key member [member...]
查询scores在某个范围内的值：zrangebyscore key min max [withscore] [limit]
查询key某个索引范围内的值：zrevrangebyscore key max min [withscore]
删除有序集合中给定索引区间的所有成员：zremrangebyrank key start stop
删除指定分数区间的所有成员：zremrangebyscore key min max

【实战】

获取集合数据总量，两个集合求值等

zcard key #获取总量
zcount key min max # 获取某一范围的总量
Zinterstore destination numkeys key [key...] #求和，其中numkeys指定集合(key...)的数量
zunionstore destination numkeys key [key...]

【实操】

【小结】

min , max用于限定搜索查询的条件
start，stop作用于索引，表示开始和结束索引
offset与count用于限定查询范围，作用于查询结构，表示开始位置和数据总量

（1）业务场景1——TOP10排行榜

票选10大杰出青年，各类综艺选秀海选投票

各类资源网站TOP10（电影，歌曲，文档，电商，游戏等）

聊天室活跃度统计

游戏好友亲密度

【用法】

正数第几位：zrank key member
倒数第几位：zrevrank key member
获取：zscore key member
score递增 increment：zincrby key increment member

（2）业务场景2——会员短期体验之过期失效

参考资料
b站黑马教程