redis五种数据类型的应用场景

redis的五种数据类型和使用场景

string类型

string类型多用于缓存

set key value(value可以为json字符串)

setnx多用于分布式锁(后面详细整理)
计数器

incr article:{文章id}:readcount
get article:{文章id}:readcount

web集群session共享

redis实现session共享
https://www.cnblogs.com/cxx8181602/p/9759645.html

分布式系统全局序列号(分库分表的主键可以使用此方法 批量生成id会提升性能)

incrby orderid 1000

setbit的位运算

https://www.jianshu.com/p/3a30f58ba62c

hash类型

对象存储

mset user {user_id}:name test {user_id}:age 12
hget user {user_id}:name {user_id}:age
因为redis是单线程操作,有一个非常大的忌讳就是不要让key太大,会导致执行该命令时间非常长,会阻塞线程,所以hash不要当作数据库来用,只是存储一些热数据就行
在实际应用中,可以给hash的key来分段,有一点类似于数据库分表那种思路,把数据存储在不同的key中,切记,千万不要让一个key过大

可以用来实现购物车功能

实现方式如下图


redis_hash_cart.png
  • 以用户id为key
  • 以商品id为field
  • 商品数量为value
    购物车操作流程
  • 添加商品 hset cart:123 10010 1(123为user_id 10010为商品id)
  • 增加数量 hincrby cart:123 10010 1
  • 商品总数 hlen cart:123
  • 删除商品 hdel cart:123 10010
  • 获取购物车所有商品 hgetall cart:123
和string相比的优缺点

优点

  • 同类数据归档,存储比较方便
  • 比string消耗的cpu更小
  • 比string更节省存储空间
    缺点
  • 过期功能不能用在field上,只能用在key上
  • 不适合在集群架构下大规模使用(集群数据都是分片处理的,目的是让数据分段均匀的存储,比如把user表的信息都存在hash中,就会导致那个key非常大,这样就会导致某一个redis机器上的数据非常大,导致了数据倾斜)

list类型

可以实现常见的栈和队列的数据结构,如下图
redis_list.png
阻塞队列

Blocking MQ(阻塞队列) = LPUSH + BRPOP( BRPOP会一直等待)

微信,微博消息流

博主发消息直接发到粉丝的信息list中,粉丝直接读取即可,但是这种只适合粉丝比较少的情况

set类型应用场景

微信抽奖活动
抽奖.png
  • 点击参与抽奖 sadd key {user_id}
  • 查看所有抽奖用户 smambers key
  • 抽取count名中奖者 srandmember key count 或者 spop key count(spop从集合中取出数据后会删除掉 适合不能重复抽奖的场景)
微信微博点赞的实现
weixin.jpeg
  • msg_id为朋友圈id user_id为点赞操作的用户的id
  • 点赞: sadd like:{msg_id} {user_id}
  • 取消点赞: srem like:{msg_id} {user_id}
  • 检查用户是否点过赞 : sismember like:{msg_id} {user_id}
  • 获取点赞用户列表: smembers like:{msg_id}
  • 获取点赞用户数: scard like:{msg_id}
可以做一些简单的推荐

用交集 差集等功能,做一些比较简单的推荐
sinter
sunion
sdiff
注意 交集 差集运算速度比较慢,如果使用的话 最好用单独的实例

zset

实现新闻排行榜

点击新闻 zincrby news:date 1 news_id
展示当日排行前10 zrevrange news:date 0 9 withscores
展示7天排行榜
datalist为7天的日期 逐个枚举
zunionstore news:datelist 7 news:date1 news:date2 。。。。news:date7
展示7日排行前10
ZRANGE news:datelist 0 9 WITHSCORES

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,911评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,014评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,129评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,283评论 1 264
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,159评论 4 357
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,161评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,565评论 3 382
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,251评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,531评论 1 292
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,619评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,383评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,255评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,624评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,916评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,199评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,553评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,756评论 2 335

推荐阅读更多精彩内容