wordpress内容页标题百度seo优化培训

---

Redis的客户端提供了很多命令用于操控Redis，在Redis中，key的类型都是字符串，而value有多种类型，每种类型都有自己的操作命令，但是也有一些与类型无关的命令，称为通用命令。

本博客讲解Redis中的通用命令以及数据类型。

redis的命令不区分大小写，由于小写可读性更好，所以博客后续使用小写。

通用命令

SET

• 设置一个键值对

set key value

此处要求key和value都是字符串，可以加单引号或双引号，也可以不加。

---

GET

• 获取键对应的值

get key

此处由于先前以及插入了key1，成功查询到value1。如果查询不存在的值，会返回nil，这表示不存在，相当于C语言的NULL。

---

KEYS

• 获取所有满足正则的key

keys pattern

常见的正则符号：

• ?：匹配一个任意字符
• *：匹配任意多个任意字符
• [abc]：只能匹配a、b、c三者之一，匹配一次
• [^a]：排除e，其它的都能匹配，匹配一次
• [a-c]：匹配a到c范围内的字符，匹配一次

再多的正则匹配法则就不讲解了，以上五个是官方给出的五种匹配法则。

如图，一开始插入了四个键值对，随后根据以上五种正则进行匹配，筛选出了不同的key。

要注意的是，keys会遍历Redis内部的所有数据，时间复杂度为O(N)。生产环境中一般会禁止使用这个命令。

---

EXISTS

• 判断一个或多个key是否存在

exists key [key ...]

在exists后可以跟着多个key，最后返回存在的key的个数。

因为底层使用哈希表组织数据，所以该操作的复杂度为O(1)。

上例中，先同时查询了hallo和hello，返回2说明两个都存在。后面又分别查询两者。

问题来了，同时查询多个key和分开查询有什么区别吗？

其实区别可大了，因为Redis是基于网络实现的，客户端敲入的每一个命令都要包装为一个请求发给客户端，客户端再进行响应。如果一次性查询多个key，一次请求就可以完成查询，而多次查询则需要多个网络请求，效率会低很多。

因为网络要与硬件进行IO，封装层数多，速度是非常慢的。这是Redis的缺陷，因此Redis在设计时，就尽可能支持让一个命令完成多个操作。

---

DEL

• 删除指定的key

del key [key ...]

同样的，del也支持多个key同时删除。

---

EXPIRE

• 为指定的key添加秒级的过期时间

expire key seconds

所谓过期时间，就是一个数据的有效期，当数据超过过期时间，数据就会被自动删除。比如说常见的验证码，就可以用这个过期时间实现。

返回1表示成功，0表示失败，如果对不存在的key设置过期时间，就会失败。

如图，设置了一个hello变量，并设置过期时间为5 s，随后立刻查询，可以查询到hello，再过一段时间就被自动删除了，查询结果为nil。

如果想要更加精确的时间，可以使用pexpire命令，该命令的时间单位是毫秒。

---

TTL

• 获取key的秒级过期时间

ttl key

如果key没有过期时间，返回-1，如果key不存在，返回-2，其他情况返回剩余时间。

如图，设置hello后，查询ttl，由于key没有设置过期时间，此时返回-1。设置过期时间为5 s，后两次查询分别查询到4、1，为剩余的过期时间。最后一次查询结果为-2，表示key不存在，因为已经过期删除了。

另外的，ttl也有毫秒级别的指令pttl。

那么Redis是如何实现定期删除的？

此处采用了定期删除+惰性删除的策略：

• 定期删除：每隔一段时间，抽取一部分数据检查，看是否有过期的数据，将其删除
• 惰性删除：当用户操作数据时，检测一遍这个数据是否过期，如果过期就删除，再给用户返回key不存在

因为Redis内部要存储不少数据，轮询一遍所有数据要浪费很多时间，所以不会遍历所有数据判断过期。而是等待用户访问数据才删除，或者抽样检查删除，以降低删除过期数据带来的时间浪费。

---

TYPE

• 返回key对应的value的类型

type key

在Redis中，所有的key都是字符串类型，而value有多种类型。如果返回none表示key不存在。

---

FLUSHALL

• 删除Redis中所有数据

flushall

这个命令在生产环境中千万不要敲，这就是删库操作，只是在学习过程中可能要清除以前的数据，才需要用到。

---

数据类型

官方文档中，给出了以下基础数据类型：

• String：字符串
• Hash：哈希
• List：列表
• Set：集合
• Sorted set：有序集合
• Stream：流
• Bitmap：位图
• Bitfield：位字段
• Geospatial：地理信息

除此之外，Redis还支持一些其它的扩展类型。在基础类型中，最常用的是前五种类型。

Redis非常追求高效，在数据类型方面，向用户承诺这些数据类型使用起来可以达到指定效果，但是底层具体如何实现，这就不能保证了。就比如说哈希表，它保证用户用起来和哈希表没有区别，可以以O(1)的时间复杂度完成增删查改，但是底层是不是使用哈希表，就不一定了！

每种数据类型，都可能会有多种实现方式，Redis称其为编码方式，常见编码方式如下表：

数据类型	内部编码
string	raw
	int
	embstr
hash	hashtable
	ziplist
list	linkedlist
	ziplist
set	hashtable
	intset
zset	skiplist
	ziplist

• string
  • raw：最基本的字符串，底层就是一个字符数组
  • int：当value是一个整数，此时会用int来保存
  • embstr：针对短字符串的优化

value默认传入时都是字符串，如果检测到字符串是一个数字，就转为int存储。比如说字符串"12345678"，如果用字符串存储需要8 byte，但是Redis检测到其为整数后，转为int存储，只需要4 byte。

• hash

  • hashtable：标准的哈希表
  • ziplist：压缩列表，当哈希表元素比较少，可以通过该结构压缩空间

• list

  • linklist：标准的链表
  • ziplist：压缩列表，当链表元素比较少，可以通过该结构压缩空间

在Redis 3.2后，list统一使用quicklist，取消了linklist和ziplist，因为quicklist兼顾了两者的特性。简单来说，quicklist基本结构是一个linklist，而每一个链表节点是一个ziplist，也就是说耦合了前两者。

• set
  • hashtable：基于哈希表实现的集合
  • intset：如果集合都是整数，会优化为该结构

在现代编程语言中，常会使用平衡二叉搜索树，比如红黑树来实现set，其时间复杂度为O(lgN)。但是Redis为了更加高效，采用了O(1)时间复杂度的哈希表实现set。

• zset
  • skiplist：跳表
  • ziplist： 压缩列表，当集合元素比较少，可以通过该结构压缩空间

此处的跳表也是一种搜索结构，时间复杂度属于O(lgN)级别，与平衡二叉搜索树属于同一级别。

如果想要查看数据类型底层具体使用了什么编码，可以使用指令object encoding：

object encoding key

如图，同为string类型的三个value，最后底层编码使用了不同的方式。

---