今天学的比较少,心态累了

 

redis

背景

例如,08年北京奥运,网上售票崩溃,12306购票崩溃

像一些网站的崩溃,都是因为,高并发,用户量比较大,而当时使用的是关系型数据库。关系型数据库,存在于磁盘中,那么要到cpu中计算需要

cpu—catch —-内存—–磁盘

而磁盘的io性能较低,

关系型数据库的数据逻辑关系复杂,不是适合做大规模集群

解决思路

降低磁盘IO次数,越低越好

去除数据关系。

故出现了在内存中存储,且不存数据关系,这就是Nosql,泛指非关系型的数据库,是对关系型数据库的补充

常见的Nosql数据库

redis,hbase,MongoDB,memcache

Redis特征

1.数据间没有必然的关联关系。

2.内部采用单线程机制进行工作。

3.高性能。

4.多数据类型支持 String,list, hash, set, sorted_set

5.持久化支持,可以进行数据灾难恢复

Redis应用

  • 为热点数据加速查询(主要场景),如热点商品,热点新闻,热点资讯

  • 任务队列,秒杀,抢购,购票排队

  • 即时信息查询,如各种排行帮,网站访问统计,公交到站信息,在线人数信息,设备信号等

  • 时效信息控制,如验证码控制,投票控制

  • 分布式数据共享,分布式集群架构中session分离

  • 消息队列

  • 分布式锁

Redis基本操作

功能性命令

信息添加

--设置Key,value 数据
--set key value
set name zhangsan

信息查询

--查询命令  如果空值 查询出 nil值
--get key
get name
Copy

清除屏幕信息

在window

--清除屏幕
clear
Copy

帮助信息查询

获取命令帮助

--help 命令名 可以help 加群组
help get
Copy

退出指令

quit
exit
<ESC>

Redis的数据类型

业务数据的特殊性

1.原始业务功能设计

  • 秒杀

  • 618活动

  • 双十一

  • 排队购票

2.运营平台监控到的突发高频访问数据

  • 突发时政要闻,娱乐大瓜

3.高频复杂的统计数据

  • 在线人数

  • 投票排行榜

4.系统功能优化升级

  • 单服务升级

  • 对tocken的管理

Redis 是基于上述的功能需要设计出数据类型,推出了主要的5种数据类型。也是常用的五种数据类型,但其中数据类型并不止五种。

Redis 自身是一个Map,其中的所有数据都是采用Key:value的形式进行存储的

数据类型指的是存储的数据类型 Value部分,key部分永远都是字符串

String 类型

存储的数据:单个数据,最简单的数据存储类型,也是最常用的数据存储类型

存储数据的格式:一个存储空间一个数据

存储内容:字符串,若字符串按照整数的形式展示、可以作为数字操作使用

String数据操作

--添加修改数据
set key value
--获取数据
get key
--删除数据
del key
--添加多个数据
mset key1 value1 key2 value2 key
--获取多个数据
mget key1 key2
--获取数据字符个数
strlen key
--追加信息,有就追加,没有就新建
append key value
--键key不存在时将key的值设置为value 若存在则不变
setnx key value
Copy

对于单数据操作和多数据操作,多数据操作节省,数据发送传递时间。

String类型数据扩展

数值增长
--增长指令,只有当value为数字时才能增长
incr key  
incrby key increment  
incrbyfloat key increment

--减少指令,有当value为数字时才能减少
decr key  
decrby key increment
Copy

按照数值进行操作,如果原始数据无法转换成数值,或超越了redis数值的上限范围,将报错。 9223372036854775807(java中long型数据最大值,Long.MAX_VALUE)

设置数据生命周期
--设置时间 为values秒过期
setex key seconds value

--设置时间 为values毫秒过期
psetex key milliseconds value
Copy

后续的向相同的key中放值 会覆盖他的值 和过期时间,

数据最大的存储量 512MB

String类型业务场景

场景一:“最强女生”,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。

主页高频访问信息显示控制,例如新浪微博大V主页显示粉丝数与微博数。

Day66~(Redis)66_数据类型

key的设置约定,在数据库中的表明:主键名:主键值:字段名

key的设置约定,在数据库中的表明:主键名:主键值:字段名

Day66~(Redis)66_数据操作_02

Hash类型

对一系列存储的数据进行编组,方便管理,典型应用存储对象信息。

一个存储空间保存多个键值对数据,

底层使用哈希表结构实现数据存储

hash数据操作

--添加数据
hset key field value
--获取数据
hget key field

hgetall key
--删除数据
hdel key field
Copy

Day66~(Redis)66_数据类型_03

hash操作实例

 

--添加多个
hmset key field1 value1 field2 value2

--获取多个
hmget key field1 field2

--获取哈希表中字段的数量
hlen key

--获取哈希表中是否存在指定的字段
hexists key field
Copy

Day66~(Redis)66_数据操作_04

hash操作实例2

 

hash类型数据扩展操作

--获取哈希表中所有的字段名或字段值
hkeys key
hvals key

--设置指定字段的数值数据增加指定范围的值
hincrby key field increment
hincrbyfloat key field increment

--指定字段如果不存在,就增加,存在就不变,
hsetnx key field value
Copy

Day66~(Redis)66_数据操作_05

hash操作实例3

 

hash类型数据操作注意事项

  • hash类型下的value只能存储字符串,不允许存储其他类型数据,不存在嵌套现象。如果数据未获取到,对应的值为(nil)

  • 每个hash可以存储232-1个键值对

  • hash类型十分贴近对象的数据存储形式,并且可以灵活添加删除对象属性。但hash设计初中不是为了存储大量对象而设计的,切记不可滥用,更不可以将hash作为对象列表使用

  • hgetall操作可以获取全部属性,如果内部fiekd过多,遍历整体数据效率就会很低,有可能成为数据访问瓶颈

hash类型应用场景

电商购物车设计与实现

将用户的id当成key

将商品编号当成 field

将商品购买数量当成 value,对value进行操作

取值 hget,

增加 hincrby

设值 hset

删除 hdel

全选 hgetall

总量 hlen

清空购物车 删除key

Day66~(Redis)66_数据_06

购物车模型

 

思考,当前设计是否增加购物车的呈现,

我们看上面的这张图时,我们主要看的商品信息,而不是数量,用户真正看的是,商品,然后再下单。商品的信息还要去查询数据库。

改进,我们将商品记录保存成两条field

field1:保存购买数量, value 数值

field2:保存用于购物车中显示的信息,文字,图片,商家

value json存储

不过一般购物车不持久化

抢购的设计

Day66~(Redis)66_数据_07

抢购设计

 

商家id当成key

参与抢购的商品id当成field

参与抢购商品的数量当成value

抢购时使用降值得方式控制产品数量,

尽量不要让redis去做 业务是否存在得判断

String整体型,读为主

hash分块,更新比较灵活

LIst类型

数据存储需求:存储多个数据,并对数据进入存储空间得数据进行区分。

需要得存储结构:一个存储空间保存多个数据,且通过数据可以体现进入顺序

底层使用双向链表存储结构进行实现

List数据操作

--添加修改数据 左添加,右添加
lpush key value1 [value2]
rpush key value1 [value2]

--获取数据
lrange key start stop
lindex key index
llen key

--获取并移除数据
lpop key
rpop key
Copy

Day66~(Redis)66_redis_08

List操作

 

体会一下左进得顺序。

List数据操作扩展

规定时间获取并移除数据

blpop key1 [key2] timeout
brpop key1 [key2] timeout
Copy

再timeout 时间内取数据,有数据就取无数据就等待,

List数据业务场景

微信朋友圈点赞,要求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。如果取消点赞,则移除指定数据

Day66~(Redis)66_数据_09

微信朋友圈

 

--移除指定数据
lrem key count value
Copy

注意这个数量,因为队列中得数列可以有重复值故要制定其个数,l是left从左边开始删除,count的值为value的元素

list类型数据操作注意事项

  • list 中保存的数据都是string类型的,数据总容量是有限制的,最多232-1个元素(4294967295)

  • list具有索引的概念,但是操作数据时候通常以队列的形式进行入队出队操作,或以栈的形式进入栈出栈的操作

  • 获取全部数据操作结束索引设置为-1

  • list 可以对数据进行分页操作,通过第一页的信息来自list,第2页及更多的信息通过数据库的形式加载

Set类型

存储需求:存储大量数据,再查询方面提供更高的效率

需要的结构:能保存大量的数据结构,高效的内部的存储机制,便与查询。

set类型:与hash存储结构完全相同,仅存储键,不存储值,

Set的数据操作

--添加数据
sadd key member1 [member2]
--获取全部数据
smembers key
--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
Copy

Day66~(Redis)66_数据操作_10

Day66~(Redis)66_redis_11

捕获2

 

Set数据操作扩展

随机推荐

每位用户首次使用今日头条时会设置3项爱好的内容,但是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产生兴趣,增加客户留存度,如何实现。

系统分析出各类最新的数据或最热的信息条目组成set集合

随机条选其中部分信息

配合用户关注的信息分类中的热点信息,组合抽取成全信息集合,例如:前6条你关注的第7条随机抽取的热点信息。

--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
Copy

Day66~(Redis)66_数据_12

--求两个集合的交、并、差集
sinter key1 [key2]
sunion key1 [key2]
sdiff key1 [key2]


--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
Copy

Day66~(Redis)66_字段_13

Set类型操作注意事项

set类型不允许数据重复,如果添加的的数据已经存在将只保存一份

Set类型应用场景

权限控制

这个场景只为举例,具体的权限控制,有具体的权限框架。

Day66~(Redis)66_redis_14

解决方案

  • 依赖set集合数据不重复的特征,依赖set集合hash存储结构特征完成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放入set集合

  • 根据用户所有角色获取用户所有数据全选放入set集合

网站的访问数据

Day66~(Redis)66_字段_15

解决方案

  • 利用set集合的数据去重,记录各种访问数据

  • 建立String类型数据,利用incr统计日常访问量(PV)

  • 建立set模型记录不同cookie(UV)

  • 建立set模型,记录不同IP数量(IP)

sorted_set类型

存储需求:数据排序有利于数据的有效展示,需要一种可以提供自身特征进行排序的方式

存储结构,在set存储结构基础上添加可排序字段。根据排序字段进行排序。

Day66~(Redis)66_字段_16