Redis基础入门

2301_79964758

168人浏览 · 2026-05-27 23:02:50

2301_79964758 · 2026-05-27 23:02:50 发布

文章目录

Redis基础入门

Redis基础入门

一、 Redis 基础特性与架构认知

1. NoSQL 数据库分类及特点

键值型 (Key-Value): Redis。极高的读写性能，常用于缓存、分布式锁。
列族跨度 (Column-Family): HBase。基于 Google Bigtable，适合海量数据存储与实时随机读写。
图形数据库 (Graph): Neo4j。专注于社交网络、风控等复杂关系网络的图遍历。
文档型 (Document): MongoDB、Elasticsearch。
MongoDB: 灵活的 JSON 文档结构，适合 Schema 经常变动的业务。
Elasticsearch: 基于倒排索引 (Inverted Index)，专为全文检索和大数据分析而生。

2. Redis 核心高性能密码

纯内存操作: 所有数据存放在内存中，内存响应时间约为 100 纳秒，这是 Redis 极高的根本原因。
单线程模型 (核心机制): Redis 的核心网络 I/O 和键值对读写是由单个线程完成的。
优势: 避免了不必要的上下文切换和锁竞争。
注意: Redis 6.0 之后引入了 多线程 I/O，但它只用来处理网络数据的读写和协议解析，执行命令的核心依然是单线程。
I/O 多路复用 (Multiplexing): 采用 epoll 机制，使单个线程能够高效监听数万个客户端连接，不阻塞在某一个特定的网络连接上。

3. 全局通用基础命令与帮助系统

# 查看当前数据库中的所有 Key（线上生产环境严禁使用，会造成单线程卡死）
KEYS *

# 检查指定 Key 是否存在。返回 1 表示存在，0 表示不存在
EXISTS key

# 返回 Key 所存储的数据类型（如 string, hash, list, set, zset）
TYPE key

# 删除一个或多个指定 Key。返回成功删除的个数
DEL key [key ...]

# 清空当前数据库中的所有 key
FLUSHDB

# 清空所有数据库的所有 key（全删，生产环境高危命令）
FLUSHALL

# 退出当前客户端连接
QUIT

万能帮助系统 (help)

# 查看某个分组下的所有命令（例如 help @string, help @hash）
help @<group>

# 查看具体某个命令的详细语法帮助（例如 help set）
help <command>

# 在命令行连续按 Tab 键，可循环切换查看可用的帮助主题
help <tab>

二、核心数据类型详解与底层原理

（一） String 字符串结构

1. 底层原理：SDS (Simple Dynamic String)

Redis 没有直接使用 C 语言的传统字符串（以 \0 结尾的字符数组），而是自己构建了简单动态字符串 (SDS)。

为什么用 SDS？

常数复杂度获取长度: C 字符串需要 $O (n)$ 遍历，SDS 内部维护了 len 属性，获取长度只需 $O (1)$ 。

杜绝缓冲区溢出: SDS 在拼接字符串时会先检查空间是否足够，不足则自动扩容。

减少内存重分配次数: 采用空间预分配和惰性空间释放机制。

二进制安全: 允许存储包含空字符 \0 的图片、音频等二进制数据。

2. 常用基础命令全集

# 存储一个键值对。EX/PX:设置秒级/毫秒级过期时间；NX:键不存在才设置；XX:键存在才设置
SET key value [EX seconds|PX milliseconds] [NX|XX]

# 获取指定 Key 的 Value。若不存在返回 nil
GET key

# 批量存储多个键值对（原子操作）
MSET key value [key value ...]

# 批量获取多个 Key 的 Value
MGET key [key ...]

# 存入一个不存在的字符串键值对。存在则什么都不做（成功返回 1，失败返回 0）
SETNX key value

# 设置一个新键值对，并直接指定过期时间（秒）
SETEX key seconds value

# 给一个现有的 Key 设置过期时间（秒）
EXPIRE key seconds

# 查看 Key 的剩余生存时间（秒）。返回 -1 表示永不过期，-2 表示 Key 不存在
TTL key

# 【原子加减命令】将 Key 储存的数字值加 1。如果 Key 不存在，会先初始化为 0 再加 1
INCR key

# 将 Key 储存的数字值减 1
DECR key

# 将 Key 储存的数字值加上指定的整型增量值
INCRBY key increment

# 将 Key 储存的数字值减去指定的整型减量值
DECRBY key decrement

# 对浮点数进行原子增加（String 也能存浮点数）
INCRBYFLOAT key increment

3. 生产环境应用场景深度解析

单值缓存： SET key value、GET key。
对象缓存（两种主流设计）：
方式一（整存整取 JSON）： SET user:1 '{"name":"roy","balance":1888}'
方式二（高频更新字段）： MSET user:1:name roy user:1:balance 1888 $\rightarrow$ 获取时 MGET user:1:name user:1:balance
分布式锁的完整闭环:
加锁（带超时防死锁）： SET lock:product:10001 random_value EX 10 NX
高阶注意点：释放锁时不能直接 DEL。如果 A 业务超时，锁自动释放，B 拿到了锁；此时 A 执行完去 DEL，会把 B 的锁删掉。正确做法： 比较 random_value 是否一致，一致再删除，这个复合操作必须使用 Lua 脚本 保证原子性。
大值拆分 (BigKey 规避): String 的 Value 最大为 512MB，但生产环境建议控制在 10KB 以内，否则会引发网络阻塞和 Redis 变慢。

（二） Hash 哈希结构

1. 底层原理：ziplist (压缩列表) / listpack $\rightarrow$ hashtable (哈希表)

当 Hash 的字段少且值小时，为了极端节省内存，底层使用 ziplist（新版本为 listpack），它是一块连续的内存。
当元素个数超过 hash-max-ziplist-entries（默认 512）或某个 Value 大于 hash-max-ziplist-value（默认 64 字节）时，自动转为 hashtable（类似于 Java 的 HashMap，具有 $O (1)$ 复杂度）。

2. 常用基础命令全集

# 存储哈希表单个字段的键值对
HSET key field value

# 获取哈希表中指定字段的值
HGET key field

# 仅当哈希表中该字段不存在时才存储
HSETNX key field value

# 批量存储哈希表的多个字段（注：新版 HSET 已支持批量，等同于 HMSET）
HMSET key field value [field value ...]

# 批量获取哈希表多个字段的值
HMGET key field [field ...]

# 删除哈希表中的一个或多个指定字段
HDEL key field [field ...]

# 返回哈希表中字段（field）的数量
HLEN key

# 返回哈希表中所有的键值对（生产环境严禁在大 Key 上执行，若 field 太多会阻塞单线程）
HGETALL key

# 获取哈希表中的所有字段名（field）
HKEYS key

# 获取哈希表中的所有值（value）
HVALS key

# 给哈希表指定字段的数值增加一个整型增量
HINCRBY key field increment

# 增量式迭代获取哈希表内容，生产环境用来代替 HGETALL 的安全命令
HSCAN key cursor [MATCH pattern] [COUNT count]

3. 购物车场景深化与优缺点

用户购物车高级设计：
Key: cart:user:1001 (用户ID)
Field: 10088 (商品 SkuID) $\rightarrow$ Value: 1 (数量)
添加/增加数量: HINCRBY cart:1001 10088 1
统计商品总数: HLEN cart:1001
删除商品: HDEL cart:1001 10088
获取全车商品: HGETALL cart:1001
优点： 同类数据归类整合，方便管理；相比 String，CPU、内存消耗更小，存储空间更节省。
缺点： 过期时间只能作用在大 key 上，不能给 field 单独设置过期时间；在 Redis 集群架构下不适合大规模使用（容易导致数据倾斜）。

（三） List 列表类型

1. 底层原理：quicklist (快速列表)

老版本底层为 ziplist 和 linkedlist（双向链表），支持正负索引（正数从 0 开始，负数从 -1 倒序）。
现行版本统一采用 quicklist。quicklist 是一个双向链表，但链表中的每个节点都是一个 ziplist。既有链表两端操作快的优势，又避免了普通链表节点前后指针过度占用内存的问题（双端操作性能极高，中间索引操作性能低）。

2. 常用基础命令全集

# 从列表表头（左端）插入一个或多个元素
LPUSH key value [value ...]

# 从列表表尾（右端）插入一个或多个元素
RPUSH key value [value ...]

# 移除并返回列表的表头（左端）元素
LPOP key

# 移除并返回列表的表尾（右端）元素
RPOP key

# 获取指定索引区间内的元素（例如 LRANGE list 0 -1 代表获取全部元素）
LRANGE key start stop

# 获取列表的长度
LLEN key

# 【阻塞式命令】表头阻塞弹出。如果队列无元素则进入阻塞等待，timeout 为最大等待时间（秒），设为 0 表示永久阻塞
BLPOP key [key ...] timeout

# 表尾阻塞弹出。长轮询机制，数据一到立刻感知，几乎零延迟
BRPOP key [key ...] timeout

3. List 模拟常见数据结构与缺陷

数据结构组合拳：
栈 (Stack) = LPUSH + LPOP
队列 (Queue) = LPUSH + RPOP
阻塞队列 (MQ) = LPUSH + BRPOP
致命缺陷：

没有 ACK 机制: 一旦消息通过 RPOP/BRPOP 弹出，如果消费者在处理过程中崩溃，消息就彻底丢失了。
不支持一条消息多方消费: 一个消息只能被一个消费者 Pop 走。

注意点: 列表最大容量为 $2^{32}-1$ （约 40 亿元素），在实际开发中需要警惕大 Key 问题。

（四） Set 集合类型

1. 特性与底层原理

特性： 元素无序、不可重复。
底层原理（intset $\rightarrow$ hashtable）： 如果集合内元素都是整数，且数量较少，底层使用 intset（一块连续且高度紧凑的内存）。一旦存入字符串，或者元素数量超标，立刻转为 hashtable（Value 均为 null 的散列表）。

2. 常用基础命令全集

# 向集合内存入元素，重复的元素会自动被忽略
SADD key member [member ...]

# 从集合中删除一个或多个元素
SREM key member [member ...]

# 获取集合中的所有元素（无序）
SMEMBERS key

# 获取集合中元素的总个数
SCARD key

# 判断某个元素是否在集合中（返回 1 在，0 不在）
SISMEMBER key member

# 随机从集合中获取指定个数的元素，不删除原集合元素（常用于抽奖不剔除资格）
SRANDMEMBER key [count]

# 随机从集合中弹出指定个数的元素（常用于抽奖且中奖人不能重复中奖）
SPOP key [count]

# 【集合运算命令-交集】计算多个集合的交集
SINTER key [key ...]

# 计算交集并将结果存入新集合 destination 中
SINTERSTORE destination key [key ...]

# 【集合运算命令-并集】计算多个集合的并集
SUNION key [key ...]

# 计算并集并将结果存入新集合
SUNIONSTORE destination key [key ...]

# 【集合运算命令-差集】计算多个集合的差集（注意顺序：以第一个 key 集合为主体）
SDIFF key [key ...]

# 计算差集并将结果存入新集合
SDIFFSTORE destination key [key ...]

3. 生产环境大 key 警告

避坑指南： 集合计算的时间复杂度较高（如交集为 $\times M)$ ）。若集合内元素达到千万级，直接执行交并集运算会导致 Redis 瞬间卡死。
正确实践： 将数据带回客户端（Java/Go）在业务层计算，或者使用 SINTERSTORE 将结果异步存入新集合。

（五） ZSet 有序集合类型

1. 特性与底层原理

特性： 元素不可重复，每个元素关联一个 score（分值），按分值从小到大自动排序。
底层原理（ziplist/listpack $\rightarrow$ skiplist + dict）：
dict (哈希表): 用来建立 member -> score 的映射，保证根据元素找分数达到 $O (1)$ 。
skiplist (跳跃表): 用于根据分数排序。它通过在普通链表上建立多层索引，实现类似二分查找的效果，检索复杂度为 $O(\log N)$ 。

2. 常用基础命令全集

# 添加一个或多个带分值的元素。如果元素已存在，则更新其分数
ZADD key score member [[score member] ...]

# 从有序集合中删除一个或多个元素
ZREM key member [member ...]

# 获取指定元素的分值
ZSCORE key member

# 给指定元素的分值增加一个增量值（可为负数）
ZINCRBY key increment member

# 获取有序集合中元素的总个数
ZCARD key

# 获取索引区间内的元素。WITHSCORES 连同分数一起返回；REV 代表倒排（从大到小）
ZRANGE key start stop [WITHSCORES] [REV]

# 【集合运算-并集】计算多个有序集合的并集并存入新 Key。numkeys 指定参与计算的 Key 数量
ZUNIONSTORE destkey numkeys key [key ...] [WEIGHTS weight ...] [AGGREGATE SUM|MIN|MAX]

# 【集合运算-交集】计算交集并存入新 Key
ZINTERSTORE destkey numkeys key [key ...] [WEIGHTS weight ...] [AGGREGATE SUM|MIN|MAX]

参数解释: WEIGHTS 可以设置各个集合的乘法权重比；AGGREGATE 可以设置当成员分值重复时，最终分值是求和（SUM）、取最小值（MIN）还是最大值（MAX）。

3. 经典排行榜场景深度设计

多维权重聚合（如：7日榜单合并）：

# 合并 7 天的每日热点数据，分值求和
ZUNIONSTORE hotNews:7day 7 hotNews:day1 hotNews:day2 hotNews:day3 hotNews:day4 hotNews:day5 hotNews:day6 hotNews:day7 WEIGHTS 1 1 1 1 1 1 1 AGGREGATE SUM

# 合并后展示前十名
ZRANGE hotNews:7day 0 9 WITHSCORES REV