• string（字符串）
  • 用法
  • 使用场景
• list（列表）
  • 用法
  • 使用场景
• set（不可重复，乱序的集合）
  • 用法
  • 使用场景
• zset （相对于set集合 增加了score属性，score可用于排序）
  • 用法
  • 使用场景
• hash （哈希表）
  • 用法
  • 使用场景
• redis统计模式
  • 聚合统计
  • 排序统计
  • 二值状态统计
  • 基数统计

string（字符串）

用法

# 给key设置value
set [key] [value]

# 根据key 获取 value
get [key] 

# 根据key删除
del [key]

# 判断是否存在指定key
exists [key]

# 批量存取键值对
mset [key1] [value1] [key2] [value2]

# 根据key批量获取value
mget [key1] [key2]

# 给key设置对应的过期时间 单位：秒
expire [key] [time]

# 等价于 set + expire 命令组合
setex    [key]  [time]  [value] 

# 如果key不存在则set 创建，否则返回0
setnx  [key]  [value]   

# 如果value为整数 可用 incr命令每次自增1
incr   [key]           
# 使用incrby命令对整数值 进行增加 number
incrby  [key] [number]  

使用场景

存储key-value键值对，可以用做缓存 使用setnx 实现分布式锁 使用 incr 命令 用作计数器 分布式系统全局序列号

list（列表）

用法

# 将一个或多个值 插入到key列表的表头（最左边）
lpush [key] [value1] [value2] 

# 将一个或多个值value插入到key列表的表尾(最右边)
rpush [key] [value1] [value2]

# 移除并返回key列表的头元素
lpop [key]

# 移除并返回key列表的尾元素
rpop [key]

# 返回列表key中指定区间内的元素，区间以偏移量start和stop指定
lrange [key] start stop

# 从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待 timeout：秒，如果timeout=0,一直阻塞等待
brpop [key] timeout

# 从key列表表头弹出一个元素，若列表中没有元素，阻塞等待 timeout：秒，如果timeout=0,一直阻塞等待
blpop [key] timeout 

使用场景

1. 模拟分布式系统数据结构 Stack(栈) = LPUSH（左边放） + LPOP（左边取） Queue(队列）= LPUSH（左边放） + RPOP（右边取） Blocking MQ(阻塞队列）= LPUSH（左边放） + BRPOP（右边阻塞取：没有数据就阻塞！）

2. 公众号拉取文章，微博粉丝拉取被关注人的消息 发送者使用lpush 将消息放置指定key中，接受者使用lrang key 0 5 获取最新的五条消息

set（不可重复，乱序的集合）

用法

# 在key 中插入多个元素
sadd [key] [value1] [value2]

# 指定key 删除对应value
srem [key] [value1] [value2]

# 查看指定key的集合
smembers [key]

# 查看指定key 的个数
scard [key]

# 判断member元素是否存在于集合key中
sismember  [key]  [value1]

# 从集合key中选出count个元素，元素不从key中删除
srandmember  [key]  [count]

# 从集合key中选出count个元素，元素从key中删除
spop  [key]  [count]

# 交集运算
sinter  key  [key ...]

# 将交集结果存入新集合destination中
sinterstore  destination  [key]  [key ..]

# 并集运算
sunion  key  [key ..]   

# 将并集结果存入新集合destination中
SUNIONSTORE  destination  key  [key ...] 

# 差集运算
SDIFF  key  [key ...] 

# 将差集结果存入新集合destination中
SDIFFSTORE  destination  key  [key ...] 

使用场景

1. 随机抽奖

1) 5个人点击参与抽奖加入集合
SADD lottery 1001 1002 1003 1004 1005
2) 查看参与抽奖的所有用户ID
SMEMBERS lottery
3) 抽取3名获奖者
SRANDMEMBER lottery 3  //可重复获奖，用户ID不会从集合中删除，可以参与下次抽奖
SPOP lottery 3         //不可重复获奖，用户ID从集合中删除，无法参与下次抽奖

2. 社交软件 点赞 收藏功能

1) 用户1001给你这条消息点了个赞
SADD  thumbsUp:{消息ID}  1001
2) 用户1001取消点赞
SREM  thumbsUp:{消息ID}  1001
3) 检查用户1001是否点过赞
SISMEMBER  thumbsUp:{消息ID}  1001
4) 获取点赞的用户列表
SMEMBERS thumbsUp:{消息ID}
5) 获取点赞用户数 
SCARD thumbsUp:{消息ID}

zset （相对于set集合 增加了score属性，score可用于排序）

用法

# 增
zadd key 2 "two" 3 "three" --添加两个分数分别是 2 和 3 的两个成员
# 删
zrem key one two  --删除多个成员变量,返回删除的数量
# 改

zincrby key 2 one --将成员 one 的分数增加 2，并返回该成员更新后的分数（分数改变后相应它的index也会改变）
# 查 

# 返回所有成员和分数,不加WITHSCORES,只返回成员 加 WITHSCORES 多返回分数
zrange key 0 -1 WITHSCORES 

# 按照元素的分值从小到大的顺序返回从start（0开始） 到stop之间的所有元素
zrange key start stop 

# 倒序获取有序集合key从start下标到stop下标的元素 
zrevrange key start stop [WITHSCORES] 

# 获取成员 three 的分数
zscore key three 

# 获取分数满足表达式 1 < score <= 2 的成员
zrangebyscore key 1 2 

# 获取 key 键中成员的数量
zcard key       

# 获取分数满足表达式 1 <= score <= 2 的成员的数量
zcount key 1 2  

# 获取元素的排名，从小到大
zrank key member 

# 获取元素的排名，从大到小
zrevrank key member 

使用场景

1. 排行榜

zadd hotNews:20190819  1  '守护香港'
1） 点击一次”守护香港“这个新闻，那么此新闻的score属性+1
  incrby hotNews:20190819 1 '守护香港'
2） 展示当前热搜新闻的前10名（最后的WITHSCORES代表查询出的结果包含具体的分数）
  ZREVRANGE  hotNews:20190819  0  10  WITHSCORES

hash （哈希表）

用法

--增
hset key field1 "s"   --若字段field1不存在,创建该键及与其关联的Hash, Hash中,key为field1 ,并设value为s ，若字段field1存在,则覆盖 
hmset key field1 "hello" field2 "world" -- 一次性设置多个字段    

--删
hdel key field1 --删除 key 键中字段名为 field1 的字段
del key  -- 删除键    

--改 
hincrby key field 1 --给field的值加1

--查
hget key field1 --获取键值为 key,字段为 field1 的值
hlen key        --获取key键的字段数量
hmget key field1 field2 field3 --一次性获取多个字段
hgetall key --返回 key 键的所有field值及value值
hkeys key   --获取key 键中所有字段的field值
hvals key   --获取 key 键中所有字段的value值

使用场景

1. 购物车

hset cart:1001 10088 1      //给用户1001添加商品10088，数量为1
hincrby cart:1001 10088 1   //用户1001将商品10088购买数量+1
hlen cart:1001              //获得用户1001购物车商品总数
hdel cart:1001 10088        //用户1001将10088商品从购物车删除
hgetall cart:1001           //获得用户1001购物车的所有商品以及购买数量

redis统计模式

redis命令

聚合统计

利用set集合 去重的特性，多个集合之间取交集（sinter），并集（sunion），差集（sdiff）

排序统计

可以利用list插入时顺序来排序（lpush + lrange），或者利用sorted-set 的权重来排序 （zadd + zrangebyscore ）

二值状态统计

二值状态统计。这里的二值状态就是指集合元素的取值就只有 0 和 1 两种。在签到打卡的场景中，我们只用记录签到（1）或未签到（0），所以它就是非常典型的二值状态;

Bitmap 本身是用 String 类型作为底层数据结构实现的一种统计二值状态的数据类型。String 类型是会保存为二进制的字节数组，所以，Redis 就把字节数组的每个 bit 位利用起来，用来表示一个元素的二值状态。你可以把 Bitmap 看作是一个 bit 数组。

Bitmap 支持用 BITOP 命令对多个 Bitmap 按位做“与”“或”“异或”的操作

那么，具体该怎么用 Bitmap 进行签到统计呢？我还是借助一个具体的例子来说明。

假设我们要统计 ID 3000 的用户在 2020 年 8 月份的签到情况，就可以按照下面的步骤进行操作。

第一步，执行下面的命令，记录该用户 8 月 3 号已签到。

SETBIT uid:sign:3000:202008 2 1 

第二步，检查该用户 8 月 3 日是否签到。

GETBIT uid:sign:3000:202008 2 

第三步，统计该用户在 8 月份的签到次数。

BITCOUNT uid:sign:3000:202008

这样，我们就知道该用户在 8 月份的签到情况了

统计一亿个用户十天内又没有连续签到

​

基数统计

基数统计就是指统计一个集合中不重复的元素个数

在统计uv(页面访客个数)的场景，使用set集合，hash都能达到目的，缺点就是内存消耗高。

使用HyperLogLog 可以极大降低内存的使用，缺点就是准确率会下降,标准误算率是 0.81%

HyperLogLog 是一种用于统计基数的数据集合类型，它的最大优势就在于，当集合元素数量非常多时，它计算基数所需的空间总是固定的，而且还很小。

引用

有一亿个keys要统计，应该用哪种集合？