目录
一、概述
1、redis是什么
2、redis能干嘛
3、redis常识3.1、基本命令
3.2、为什么redis是单线程
二、五大数据类型
1、String
2、List列表
3、Set
4、Hash
5、Zset有序集合
三、三种特殊数据类型
1、geospatial地理位置
2、hyperloglog
3、bitmaps
一、概述
1、redis是什么
Redis：REmote DIctionary Server（远程字典服务器）
是完全开源免费的，用C语言编写的，遵守BSD协议，是一个高性能的（Key/Value）分布式内存数据库，基于内存运行，并支持持久化的NoSQL数据库，是当前最热门的NoSQL数据库之一，也被人们称为数据结构服务器。
Redis与其他key-value缓存产品有以下三个特点:
1、Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。
2、Redis不仅仅支持简单的 key-value 类型的数据，同时还提供list、set、zset、hash等数据结构的存储。
3、Redis支持数据的备份，即master-slave模式的数据备份。
2、redis能干嘛
内存存储和持久化：redis支持异步将内存中的数据写到硬盘上，同时不影响继续服务。众多语言都支
持Redis，因为Redis交换数据快，所以在服务器中常用来存储一些需要频繁调取的数据，这样可以大
大节省系统直接读取磁盘来获得数据的I/O开销，更重要的是可以极大提升速度。
3、redis常识
3.1、基本命令
linux下redis的默认安装路径为:/usr/local/bin
默认16个数据库，类似数组下标从0开始，初始默认使用1号库(索引为0)
切换数据库命令:select x
查看DB大小:DBSIZE
数据库存储值:set key vale
获取值:get key
exists key:判断是否存在该key值,存在该key值则返回1，不存在返回0
keys *:查看数据库所有的key
flushdb:清空当前数据库
flushall:清空所有数据库
expire key xxx:设置key值xxx秒过期
ttl key:查看该key值剩余多少秒过期
persist key:取消过期
type key:查看当前key的类型
dbsize:查看当前库的key的数量
3.2、为什么redis是单线程
因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis 的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就 顺理成章地采用单线程的方案了。
二、五大数据类型
1、String
set key value:设置值
get key:获取值
del key：删除key
strlen key:获取该key值对应的value值的长度
append key "xxx":在该key对应的value值追加上xxx
incr key:该key对应的value自增1
decr key:该key对应的value自减1'
incrby key xx:该key对应的value增加xx
decrby key xx:减少xx
getrange key x1 x2: 获取x1-x2范围内的值，类似between...and的关系，从零到负一表示全部
String数据结构是简单的key-value类型，value其实不仅可以是String，也可以是数字。常规key-value缓存应用： 常规计数：微博数，粉丝数等
2、List列表
所有的list命令都是用l开头的
lpush 集合名 xx:将xx插入到集合头部
rpush:将xx插入到集合尾部
lrange 集合名 x y:获取集合里x-y的值 （0 -1为获取集合中所有的值)
lpop 集合名:移除该集合的左值
rpop:移除该集合的右值
lindex 集合名 x:获取该集合中下标为x的值
llen 集合名:获取集合的长度
lset 集合名 index xx:该集合下标为index的值更新为xx(不能添加)
linsert 集合名 before yy xx:在集合中的yy值前面插入一个xx值
linsert 集合名 after yy xx:在集合中的yy值后插入一个xx值
总结:
- 1、它是一个字符串链表，left，right 都可以插入添加
- 2、如果键不存在，创建新的链表 如果键已存在，新增内容
- 3、如果值全移除，对应的键也就消失了
- 4、链表的操作无论是头和尾效率都极高，但假如是对中间元素进行操作，效率就很惨淡了。
list就是链表使用Lists结构，我们可以轻松地实现最新消息排队等功能。List的另一个应用就是消息队列，可以利用List的PUSH操作，将任务存在List中，然后工 作线程再用POP操作将任务取出进行执行。Redis还提供了操作List中某一段的api，你可以直接查询，删 除List中某一段的元素。 Redis的list是每个子元素都是String类型的双向链表，可以通过push和pop操作从列表的头部或者尾部 添加或者删除元素，这样List即可以作为栈，也可以作为队.
3、Set
set中的值是不能重复的
sadd 集合名 值:向set集合中添加值
smembers 集合名:查看该set集合中所有的值
srem 集合名 值:移除set集合中的某个值
srandmember 集合名:随机取出集合中的一个值
spop 集合名:随机删除一些set集合中的元素
smove set1 set2 "xx":把set1中的xx移动到set2
sdiff set1 set2:差集
sinter set1 set2:交集
sunion set1 set2:并集
4、Hash
hset 集合名 key1 value1:给map集合中添加一个或者多个key-value键值对
hget 集合名 key:获取对应的key的value值
hgetall 集合名:获取集合中所有的键值对
hexists 集合名 key:判断该集合中的指定key是否存在
hkeys 集合名:获取集合中所有的key
5、Zset有序集合
zadd 集合名 scroe值 xx：想集合中增加xx值，排序的时候通过score的值进行排序
zrange 集合名 0 -1：查询集合中所有的值,默认按照score值的升序排列
zrangebyscore 集合名 -inf +inf:按score值升序排列，可以用具体值替换+-inf,例如[-inf,2000]
zrevrangebyscore 集合名 +inf -inf:按照score的值降序排列
zrem 集合名 值:移除该集合中的指定元素
zcard 集合名:获取有序集合中的元素的个数
三、三种特殊数据类型
1、geospatial地理位置
geoadd MM 经度1 纬度1 城市1 经度2 纬度2 城市2:在MM中存储两个城市的位置信息
geopos MM 城市1:取出MM中指定城市的的经度和纬度
geodist MM 城市1 城市2 m/km:计算两个城市之间的距离,单位为m/km
georadius MM 经度 纬度 500km:MM下所有距离该位置半径为500km的范围内的城市
georadiusbymember MM 城市1 1000km:找出MM下距离城市1000km范围内的城市
2、hyperloglog
基数: 一个集合中不重复的元素的个数 HyperLogLog则是一种算法，它提供了不精确的去重计数方案。
优点: 在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
命令:
- [PFADD key element [element ...] 添加指定元素到 HyperLogLog 中。
- [PFCOUNT key [key ...] 返回给定 HyperLogLog 的基数估算值。
- [PFMERGE destkey sourcekey [sourcekey ...] 将多个 HyperLogLog 合并为一个 HyperLogLog，并 集计算
测试:
3、bitmaps
setbit key offset value : 设置 key 的第 offset 位为value (1或0）
# 使用 bitmap 来记录上述事例中一周的打卡记录如下所示：
# 周一：1，周二：0，周三：0，周四：1，周五：1，周六：0，周天：0 （1 为打卡，0 为不打卡）
127.0.0.1:6379> setbit sign 0 1
127.0.0.1:6379> setbit sign 1 0
127.0.0.1:6379> setbit sign 2 0
127.0.0.1:6379> setbit sign 3 1
127.0.0.1:6379> setbit sign 4 1
127.0.0.1:6379> setbit sign 5 0
127.0.0.1:6379> setbit sign 6 0
getbit key offset 获取offset设置的值，未设置过默认返回0
127.0.0.1:6379> getbit sign 3 # 查看周四是否打卡
1
127.0.0.1:6379> getbit sign 6 # 查看周七是否打卡
0
bitcount key [start, end] 统计 key 上位为1的个数
# 统计这周打卡的记录，可以看到只有3天是打卡的状态：
127.0.0.1:6379> bitcount sign
3
原文链接：https://blog.csdn.net/m0_46979453/article/details/121320972