了解Redis這個核心資料類型

#                            

string 字串

#tring 類型是二進位安全的，即string 中可以包含任何資料。

Redis 中的普通 string 採用 raw encoding 即原始編碼方式，該編碼方式會動態擴容，並透過事先預先分配冗餘空間，來減少記憶體頻繁分配的開銷。

在字串長度小於 1MB 時，以所需長度的 2 倍來分配，超過 1MB，則按照每次額外增加 1MB 的容量來預先分配。

Redis 中的數字也存為string 類型，但編碼方式跟普通string 不同，數字採用整數編碼，字串內容直接設為整數值的二進位位元組序列。

在儲存普通字串，序列化對象，以及計數器等場景時，都可以使用Redis 的字串類型，字串資料類型對應使用的指令包括set、get、mset、incr、decr 等。

list 列表

list 列表，是一個快速雙向鍊錶，儲存了一系列的string 類型的字字串值

對於常規的pop、push 元素，效能很高，時間複雜度為O(1)，因為是清單直接追加或彈出。但對於透過隨機插入、隨機刪除，以及隨機範圍獲取，需要輪詢清單確定位置，效能就比較低下了。

操作list 清單時，可以用lpush、lpop、rpush、rpop、lrange 來進行常規的佇列進出及範圍獲取操作，在某些特殊場景下，也可以用lset、linsert 進行隨機插入操作，用lrem 進行指定元素刪除操作；最後，在訊息列表的消費時，還可以用Blpop、Brpop 進行阻塞式獲取，從而在列表暫時沒有元素時，可以安靜的等待新元素的插入，而不需要額外持續的查詢。

set 集合

set 是 string 類型的無序集合，set 中的元素是唯一的，即 set 中不會出現重複的元素。 Redis 中的集合一般是透過 dict 雜湊表實現的，所以插入、刪除，以及查詢元素，可以根據元素 hash 值直接定位，時間複雜度為 O(1)。

操作

• sismember 指令判斷該key 對應的set 資料結構中，是否存在某個元素，如果存在回傳1，否則回傳0;

• sdiff 指令來對多個set 集合執行差集；

• sinter 指令對多個集合執行交集;

• sunion 指令對多個集合執行並集;

• spop 指令彈出一個隨機元素；

• #srandmember 指令傳回一個或多個隨機元素。

在社交系統中，可以用來儲存關注的好友清單，用來判斷是否關注，還可以用來做好友推薦使用。另外，還可以利用 set 的唯一性，來對服務的來源業務、來源 IP 進行精確統計。

sorted set 有序集合

有順序集合中，每個元素都會關聯一個 double 類型的 score 分數值。有序集合透過這個 score 值進行由小到大的排序。有序集合中，元素不允許重複，但 score 分數值允許重複。

操作

• zscan 指令：依序取得有序集合中的元素；

• zscore 指令：取得元素的score 值;

• zrange指令：透過指定score 傳回指定score 範圍內的元素；

• 在某個元素的score 值發生變更時，也可以透過zincrby 指令對該元素的score 值加減。

• 透過zinterstore、zunionstore 指令對多個有序集合進行取交集和並集，然後將新的有序集合存到一個新的key 中，如果有重複元素，重複元素的score 進行相加，然後作為新集合中該元素的score 值。

可以用有序集合來統計排行榜，即時刷新榜單，還可以用來記錄學生成績，從而輕鬆獲取某個成績範圍內的學生名單，還可以用來對系統統計增加權重值，從而在dashboard 即時展示。

hash 雜湊

略

bitmap

位圖是一串連續的二進位數字，底層實際上是基於string 進行封裝儲存的

按bit 位進行指令操作的。 bitmap 中每一bit 位元所在的位置就是offset 偏移，可以用setbit、bitfield 對bitmap 中每個bit 進行置0 或置1 操作，也可以用bitcount 來統計bitmap 中的被置1 的bit 數，還可以用bitop 來對多個bitmap 進行求與、或、異或等操作。

bitmap 位圖的特點是位元設定、求與、求或等操作很高效，而且儲存成本非常低，用來存物件標籤屬性的話，一個bit 即可存一個標籤。可用 bitmap，存用戶最近 N 天的登入狀況，每天用 1 bit，登入則置 1。

個性推薦在社群應用程式中非常重要，可以對新聞、feed 設定一系列標籤，如軍事、娛樂、影片、圖片、文字等，用bitmap 來儲存這些標籤，在對應標籤bit 位元上置1。對用戶，也可以採用類似方式，記錄用戶的多種屬性，並且可以很方便的根據標籤來進行多維度統計。 bitmap 位圖的重要指令包括：setbit、 getbit、bitcount、bitfield、 bitop、bitpos 等。

使用經驗

統計使用者登入： 1 2 3 5 天內登入
bitmap : 1 1 1 0 1

#GEO 地理位置

在儲存某個位置點時，首先利用Geohash 演算法，將該位置二維的經緯度，映射編碼成一維的52 位元整數值，將位置名稱、經緯度編碼score 作為鍵值對，儲存到分類key 對應的sorted set 中。

需要計算某個位置點A 附近的人時，首先以指定位置A 為中心點，以距離作為半徑，算出GEO 哈希8 個方位的範圍， 然後依次輪詢方位範圍內的所有位置點，只要這些位置點到中心位置A 的距離在要求距離範圍內，就是目標位置點。輪詢完所有範圍內的位置點後，重新排序即得到位置點 A 附近的所有目標。

使用geoadd，將位置名稱（如人、車輛、店名）與​​對應的地理位置資訊加入指定的位置分類key；

使用geopos 方便地查詢某個名稱所在的位置資訊；

使用georadius 取得指定位置附近，不超過所有指定距離的元素；

Redis GEO 地理位置，利用Geohash 將大量的二維經緯度轉一維的整數值，這樣可以方便的對地理位置進行查詢、距離測量、範圍搜尋。但由於地理位置點非常多，一個地理分類 key 下可能會有大量元素，在 GEO 設計時，需要提前進行規劃，避免單 key 過度膨脹。

Redis 的 GEO 地理位置資料結構，應用場景很多，例如查詢某個地方的具體位置，查當前位置到目的地的距離，查附近的人、餐廳、電影院等。 GEO 地理位置資料結構中，重要指令包括 geoadd、geopos、geodist、georadius、georadiusbymember 等。

使用 geodist 來取得指定的兩個位置之間的距離。

hyperLogLog 基數統計

hyperLogLog 是用來做基數統計的資料類型，當輸入巨大數量的元素做統計時，只需要很小的內存即可完成。 HyperLogLog 不保存元數據，只記錄待統計元素的估算數量，這個估算數量是一個帶有 0.81% 標準差的近似值，在大多數業務場景，對海量數據，少於 1% 的誤差是可以接受的。

Redis 的HyperLogLog 在統計時，如果計數數量不大，採用稀疏矩陣存儲，隨著計數的增加，稀疏矩陣佔用的空間也會逐漸增加，當超過閥值後，則改為稠密矩陣，稠密矩陣佔用的空間是固定的，約12KB位元組。

透過hyperLoglog 資料類型，你可以利用pfadd 向基數統計中增加新的元素，可以用pfcount 得到hyperLogLog 結構中儲存的近似基數數量，也可以用hypermerge 將多個hyperLogLog 合併為一個hyperLogLog 結構，從而可以方便的獲取合併後的基數數量。

hyperLogLog 的特點是統計過程不記錄獨立元素，佔用記憶體非常少，非常適合統計海量資料。在大中型系統中，統計每日、每月的 UV 即獨立訪客數，或統計海量使用者搜尋的獨立詞條數，都可以用 hyperLogLog 資料類型來處理。      

相關學習建議：Laravel     #   

以上是了解Redis這個核心資料類型的詳細內容。更多資訊請關注PHP中文網其他相關文章！