当前位置: 首页 > article >正文

Redis 相关命令详解及其原理

Redis 相关命令详解及其原理文章目录Redis 相关命令详解及其原理1. Redis 简介2. Redis 安装2.1 包管理器安装2.2 源码编译安装2.4 验证安装3. Redis 基础原理3.1 单线程模型3.2 底层数据结构概述4. 数据类型详解4.1 String字符串底层存储结构常用命令应用场景4.2 List列表底层存储结构常用命令应用场景4.3 Hash哈希底层存储结构常用命令应用场景4.4 Set集合底层存储结构常用命令应用场景4.5 Zset有序集合底层存储结构常用命令应用场景5. 总结1. Redis 简介RedisRemote Dictionary Service是一个开源的高性能键值对数据库。它完全基于内存支持数据的持久化拥有丰富的数据结构因此被广泛应用于缓存、消息队列、排行榜、计数器、分布式锁等场景。Redis 以其卓越的性能和灵活的数据类型成为目前最流行的 NoSQL 数据库之一。特点内存数据库数据主要存储在内存中读写速度极快。键值对存储支持多种数据结构如字符串、列表、哈希、集合、有序集合等。持久化提供 RDB 快照和 AOF 日志两种持久化方式。高可用与分布式支持主从复制、哨兵模式、Redis Cluster 集群。原子操作所有命令都是原子性的支持事务和 Lua 脚本。Redis 命令参考Redis Commands2. Redis 安装Redis 的安装方式非常灵活以下介绍几种常用方法。2.1 包管理器安装sudoaptupdatesudoaptinstallredis-server安装完成后可以通过systemctl启动 Redis 服务并设置开机自启。2.2 源码编译安装源码安装可以自定义编译选项获取最新版本。gitclone https://gitee.com/mirrors/redis.git-b6.2cdredismakemaketestmakeinstall# 默认安装在 /usr/local/bin# redis-server 是服务端程序# redis-cli 是客户端程序编译完成后可执行文件会安装在/usr/local/bin目录下包括redis-server、redis-cli等。还需根据需要配置redis.conf文件。2.4 验证安装启动 Redis 服务后使用客户端连接redis-cliping# 返回 PONG 表示安装成功3. Redis 基础原理3.1 单线程模型Redis 的核心处理模块命令执行、数据读写是单线程的这意味着它使用一个线程处理所有客户端请求。单线程模型避免了多线程上下文切换和锁竞争配合I/O 多路复用技术Redis 可以在高并发场景下保持优异的性能。需要注意的是Redis 6.0 引入了多线程 I/O用于处理网络数据的读写但命令执行仍然是单线程的。3.2 底层数据结构概述Redis 每种数据类型底层都有多种编码方式以在内存占用和性能之间取得平衡。编码的选择由配置参数和存储的数据特征决定。后续各节将详细讲解。4. 数据类型详解4.1 String字符串String 是 Redis 中最基础的数据类型可以存储字符串、整数、浮点数甚至二进制数据如图片、序列化对象。最大容量为512 MB。底层存储结构String 的内部编码有三种int存储 64 位有符号整数时使用直接存储整数值节省内存。embstr存储长度小于等于 44 字节的字符串时使用具体阈值取决于 Redis 版本3.2 后为 44一次性分配连续内存效率高。raw存储长度大于 44 字节的字符串时使用分配两次内存redisObject 和 sds支持动态扩容。Redis 的字符串是动态字符串SDSSimple Dynamic String其扩容策略为当字符串长度小于 1 MB 时加倍扩容超过 1 MB 后每次仅增加 1 MB 的额外空间避免内存浪费。常用命令命令作用时间复杂度GET key获取键对应的值O(1)INCR key将键对应的值原子加 1O(1)INCRBY key increment原子增加指定整数O(1)DECR key原子减 1O(1)DECRBY key decrement原子减少指定整数O(1)SETNX key value当键不存在时设置值成功返回 1失败返回 0实现分布式锁常用O(1)MSET key1 value1 [key2 value2 ...]批量设置多个键值对O(N)MGET key1 [key2 ...]批量获取多个键的值O(N)APPEND key value将 value 追加到原值的末尾O(1)STRLEN key返回字符串长度O(1)GETRANGE key start end获取字符串的子串O(N)SETRANGE key offset value从偏移量开始覆盖字符串O(1)SETBIT key offset value设置或清除指定偏移量上的位bitO(1)GETBIT key offset获取指定偏移量上的位O(1)BITCOUNT key [start end]统计字符串中被设置为 1 的比特位数量O(N)DEL key删除键值对O(1)应用场景缓存存储序列化后的对象。计数器如文章阅读数、点赞数利用 INCR/DECR。分布式锁结合 SETNX 和过期时间实现。位图统计使用 SETBIT/BITCOUNT 实现用户签到、在线状态统计。4.2 List列表List 是一个双向链表支持从两端高效地插入和删除元素。列表中的元素可以重复。底层存储结构Redis 3.2 之后List 使用quicklist实现。quicklist 是双向链表和压缩列表ziplist的结合体每个节点是一个 ziplist多个 ziplist 通过双向指针连接。这样既保留了链表插入删除快的优点又利用了 ziplist 的紧凑内存布局。在早期版本中List 根据元素长度和数量在 ziplist 和 linkedlist 之间切换quicklist 统一了这两种编码。常用命令命令作用时间复杂度LPUSH key value [value ...]从左侧头部插入一个或多个元素O(1) 每元素RPUSH key value [value ...]从右侧尾部插入一个或多个元素O(1) 每元素LPOP key移除并返回左侧第一个元素O(1)RPOP key移除并返回右侧第一个元素O(1)LLEN key返回列表长度O(1)LRANGE key start stop返回指定范围内的元素支持负索引-1 表示最后一个O(N)LINDEX key index返回指定索引的元素O(N)LSET key index value将指定索引的元素设置为新值O(N)LREM key count value移除列表中前 count 次出现的值为 value 的元素count 0 从左向右0 从右向左0 移除所有O(N)LTRIM key start stop截取列表只保留指定范围内的元素O(N)BLPOP key [key ...] timeout阻塞式左侧弹出如果列表为空则等待直到超时或有元素可弹出O(1)BRPOP key [key ...] timeout阻塞式右侧弹出O(1)应用场景栈FILOLPUSH LPOP或RPUSH RPOP队列FIFOLPUSH RPOP或RPUSH LPOP阻塞队列LPUSH BRPOP生产者-消费者模型消息队列结合阻塞命令实现可靠的消息传递需配合其他机制保证不丢消息最新动态列表如朋友圈时间线用 LPUSH 插入新内容LRANGE 分页获取4.3 Hash哈希Hash 类型是一个键值对集合适合存储对象如用户信息。每个 Hash 可以包含多个字段每个字段都有对应的值。底层存储结构Hash 有两种编码方式ziplist当字段个数小于hash-max-ziplist-entries默认 512且所有字段和值的字符串长度都小于hash-max-ziplist-value默认 64时使用压缩列表存储节省内存。hashtable当条件不满足时转换为哈希表字典存储保证读写性能 O(1)。常用命令命令作用时间复杂度HSET key field value设置哈希表中指定字段的值O(1)HGET key field获取指定字段的值O(1)HMSET key field1 value1 [field2 value2 ...]批量设置多个字段O(N)HMGET key field1 [field2 ...]批量获取多个字段O(N)HGETALL key返回所有字段和值O(N)HKEYS key返回所有字段名O(N)HVALS key返回所有字段值O(N)HLEN key返回字段数量O(1)HINCRBY key field increment对指定字段的值执行原子整数加操作O(1)HINCRBYFLOAT key field increment对指定字段的值执行原子浮点数加操作O(1)HDEL key field [field ...]删除一个或多个字段O(N)HEXISTS key field判断字段是否存在O(1)应用场景对象存储如用户信息、商品信息比用 String 序列化整个对象更灵活可以单独更新某个字段。购物车以用户 ID 为 key商品 ID 为 field商品数量为 value。计数器分组多个计数器可以放在一个 Hash 中减少 key 的数量。4.4 Set集合Set 是无序的字符串集合自动去重。支持集合间的交、并、差运算。底层存储结构Set 有两种编码intset当集合中所有元素都是整数且元素个数小于set-max-intset-entries默认 512时使用整数数组存储内存紧凑查找通过二分查找。hashtable当条件不满足时使用哈希表存储保证 O(1) 的增删改查。常用命令命令作用时间复杂度SADD key member [member ...]添加一个或多个成员到集合O(N)SREM key member [member ...]移除一个或多个成员O(N)SCARD key返回集合元素个数O(1)SMEMBERS key返回集合所有成员O(N)SISMEMBER key member判断成员是否存在O(1)SRANDMEMBER key [count]随机返回一个或多个成员不删除O(count)SPOP key [count]随机移除并返回一个或多个成员O(count)SINTER key [key ...]返回多个集合的交集O(N * M)SUNION key [key ...]返回多个集合的并集O(N)SDIFF key [key ...]返回多个集合的差集第一个集合中不存在于其他集合的元素O(N)SINTERSTORE destination key [key ...]计算交集并存储到 destinationO(N * M)SUNIONSTORE destination key [key ...]计算并集并存储O(N)SDIFFSTORE destination key [key ...]计算差集并存储O(N)应用场景标签系统给文章/用户打标签利用集合运算做推荐。去重如 IP 白名单、已领取优惠券的用户 ID。抽奖使用 SPOP 随机抽取用户。共同好友/关注使用 SINTER 求共同关注。4.5 Zset有序集合Zset 在 Set 的基础上为每个元素关联了一个分数score元素按分数从小到大排序。分数可以重复但元素唯一。底层存储结构Zset 有两种编码ziplist当元素个数小于zset-max-ziplist-entries默认 128且所有元素成员的长度小于zset-max-ziplist-value默认 64时使用压缩列表按分数有序排列节省内存。查找复杂度 O(N)。skiplist dict当条件不满足时使用跳跃表skiplist保证有序性和范围查询效率同时用哈希表dict存储元素到分数的映射实现 O(1) 的分数查询。跳跃表的平均查找复杂度为 O(log N)范围操作非常高效。常用命令命令作用时间复杂度ZREM key member [member ...]移除一个或多个成员O(log N) 每元素ZSCORE key member返回成员的分数O(1)ZINCRBY key increment member为成员增加分数O(log N)ZCARD key返回有序集元素个数O(1)ZRANK key member返回成员排名按分数从小到大0 为最小O(log N)ZREVRANK key member返回成员排名按分数从大到小O(log N)ZRANGE key start stop [WITHSCORES]按排名范围返回成员升序O(log N M)ZREVRANGE key start stop [WITHSCORES]按排名范围返回成员降序O(log N M)ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]按分数范围返回成员O(log N M)ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count]按分数范围返回成员降序O(log N M)ZCOUNT key min max统计分数区间内的成员个数O(log N)ZREMRANGEBYRANK key start stop按排名范围删除成员O(log N M)ZREMRANGEBYSCORE key min max按分数范围删除成员O(log N M)ZINTERSTORE destination numkeys key [key ...]计算交集并存储O(N * K) O(M log M)应用场景排行榜如游戏积分排名、热搜榜分数为点击量。延时队列将任务分数设为执行时间戳轮询 ZRANGEBYSCORE 获取到期任务。限流器滑动窗口内记录请求时间戳通过 ZREMRANGEBYSCORE 清理过期数据。带权重的任务调度。5. 总结Redis 凭借其丰富的数据结构、极致的性能和灵活的持久化策略成为后端开发中不可或缺的组件。深入理解每种数据类型的底层实现原理和适用场景能够帮助我们更好地利用 Redis 解决实际问题。在实际应用中应根据数据特点和访问模式选择合适的数据类型并注意合理设置配置参数以平衡内存和性能。https://github.com/0voice

相关文章:

Redis 相关命令详解及其原理

Redis 相关命令详解及其原理 文章目录Redis 相关命令详解及其原理1. Redis 简介2. Redis 安装2.1 包管理器安装2.2 源码编译安装2.4 验证安装3. Redis 基础原理3.1 单线程模型3.2 底层数据结构概述4. 数据类型详解4.1 String(字符串)底层存储结构常用命令…...

Claude Code自动模式上线:AI开始自己改代码了

导读最近 Claude Code 推出了一个关键更新:自动决策模式(Auto Mode)正式上线。这次不是模型升级,而是权限变化:AI可以自行决定是否修改代码可以直接写入文件不再需要开发者逐步确认每一步操作目前已经在企业版和API用户…...

Python 数据库 ORM 实战:SQLAlchemy 详解

Python 数据库 ORM 实战:SQLAlchemy 详解 1. 背景与动机 ORM(对象关系映射)简化了数据库操作,使开发者可以使用面向对象的方式操作数据库。SQLAlchemy 是 Python 最强大的 ORM 工具,提供了灵活且功能丰富的数据库操作接…...

AI Agent架构实战教程(非常详细),从被动唤醒到主动守望,收藏这一篇就够了!

在LLM驱动的应用进入深水区后,开发者们发现:即便Agent再聪明,如果它只能停留在“你问我答”的被动模式,就永远无法触达“私人助理”的核心体验。 从OpenAI的ChatGPT Tasks到百度的“心响”产品、腾讯元宝定时任务,行业…...

3.多表关联在电商数据分析中的核心价值

多表关联在电商数据分析中的核心价值 第1章 多表关联、子查询与行列转换在电商数据分析中的核心价值 1.1 为什么单表查询不够用 我刚开始做数据分析的时候,以为SQL就是在一张表上做筛选和汇总。直到有一天,运营问我:“这批高价值用户&#xf…...

Android TTS开发避坑指南:为什么你的Google语音引擎播不出中文?从初始化到语音包管理的完整解决方案

Android TTS开发实战:解决Google语音引擎中文播报的7个关键问题 在移动应用开发中,文字转语音(TTS)功能正变得越来越重要。从无障碍辅助功能到语音导航、有声阅读,TTS技术为应用增添了更丰富的交互维度。然而,许多Android开发者在…...

OpCore-Simplify:开源系统硬件适配自动化的技术突破

OpCore-Simplify:开源系统硬件适配自动化的技术突破 【免费下载链接】OpCore-Simplify A tool designed to simplify the creation of OpenCore EFI 项目地址: https://gitcode.com/GitHub_Trending/op/OpCore-Simplify 在开源系统定制领域,硬件兼…...

MediaPipe Pose镜像体验:CPU也能毫秒级检测,无需GPU免配置

MediaPipe Pose镜像体验:CPU也能毫秒级检测,无需GPU免配置 1. 引言:CPU上的实时姿态检测革命 在计算机视觉应用中,人体姿态检测一直是个热门领域。从健身应用的动作分析到虚拟试衣的体型测量,这项技术正在改变我们与…...

w3x2lni:魔兽地图跨版本兼容解决方案技术指南

w3x2lni:魔兽地图跨版本兼容解决方案技术指南 【免费下载链接】w3x2lni 魔兽地图格式转换工具 项目地址: https://gitcode.com/gh_mirrors/w3/w3x2lni 价值定位:破解魔兽地图版本壁垒 当你尝试在1.32.8版本魔兽争霸III中运行经典的1.24.4地图时&…...

树莓派新手必看:保姆级vim安装与配置指南(含国内源切换和常见报错解决)

树莓派新手必看:保姆级vim安装与配置指南(含国内源切换和常见报错解决) 第一次接触树莓派的新手们,面对命令行操作往往既兴奋又忐忑。作为Linux系统中最强大的文本编辑器之一,vim的高效与灵活令人向往,但初…...

3步突破AI编程助手限制:免费解锁Cursor Pro高级功能全指南

3步突破AI编程助手限制:免费解锁Cursor Pro高级功能全指南 【免费下载链接】cursor-free-vip [Support 0.45](Multi Language 多语言)自动注册 Cursor Ai ,自动重置机器ID , 免费升级使用Pro 功能: Youve reached your…...

在QT中将多个项目(同代码不同ui和资源文件)合并

Linux下的qt环境 我现在有三个项目,代码一模一样,只有UI文件和资源文件不同现在想要合并代码 后期好上传在git 仅需要一个分支 更好管理将随行 康养 采图三个项目代码合并 思路是这样的 将每个项目都分类打包区分开我是在康养这个项目的基础上合…...

CLIP图文匹配测试工具:5分钟本地部署,零基础验证AI识图能力

CLIP图文匹配测试工具:5分钟本地部署,零基础验证AI识图能力 1. 工具简介与核心价值 你是否遇到过这样的场景:手头有一批产品图片,需要快速判断它们与哪些文字描述最匹配?或者想验证AI模型是否能准确理解图片内容&…...

QT图形界面开发集成Phi-4-mini-reasoning:打造智能桌面应用

QT图形界面开发集成Phi-4-mini-reasoning:打造智能桌面应用 1. 智能桌面应用的新可能 传统桌面应用开发正在经历一场智能化变革。想象一下,你的QT应用不仅能响应用户操作,还能理解用户意图、自动生成内容、提供智能建议——这就是集成Phi-4…...

告别照相馆!AI头像生成器教你免费制作高质量职业头像

告别照相馆!AI头像生成器教你免费制作高质量职业头像 1. 为什么选择AI生成职业头像? 在当今数字化求职环境中,一张专业的头像照片已经成为简历不可或缺的部分。传统照相馆拍摄存在三个主要痛点: 成本高昂:专业摄影工…...

【分布式理论】CAP PACELC

文章目录一、引言二、CAP理论2.1 CAP分别指的是什么?2.2 CAP 的经典表述:三选二2.1 CP 系统(牺牲可用性,保证一致性)2.2 AP 系统(牺牲一致性,保证可用性)三、PACELC理论3.1 PACELC的…...

【C++:哈希表】从哈希冲突到负载因子:深入探索开放定址与链地址法的核心机密

🔥小叶-duck:个人主页 ❄️个人专栏:《Data-Structure-Learning》《C入门到进阶&自我学习过程记录》 《算法题讲解指南》--优选算法 《算法题讲解指南》--递归、搜索与回溯算法 《算法题讲解指南》--动态规划算法 ✨未择之路&#xff0…...

终极指南:3步用VR-Reversal将3D视频转为2D,普通设备也能自由探索VR世界

终极指南:3步用VR-Reversal将3D视频转为2D,普通设备也能自由探索VR世界 【免费下载链接】VR-reversal VR-Reversal - Player for conversion of 3D video to 2D with optional saving of head tracking data and rendering out of 2D copies. 项目地址…...

Comsol 脉冲激光诱导等离子体仿真模型:探索微观世界的奇妙之旅

Comsol脉冲激光诱导等离子体仿真模型 利用脉冲激光作为热源,在氩气环境中诱导产生等离子体,主要体现出等离子体的密度、等离子体温度等参数 可以为激光诱导等离子体提供准确的参考在科研与工程领域,对脉冲激光诱导等离子体的深入研究有着举足…...

YOLOv8显存溢出?CPU轻量版部署教程让资源占用降低80%

YOLOv8显存溢出?CPU轻量版部署教程让资源占用降低80% 1. 项目背景与价值 你是不是遇到过这样的情况:想用YOLOv8做目标检测,结果一运行就显存溢出,或者GPU资源被占满导致其他程序卡顿?这种情况在资源有限的开发环境中…...

基于IEEE39节点系统的风力发电机组并网改造与稳定性研究

基于IEEE39节点系统的风力发电机组并网改造与稳定性研究 摘要 随着可再生能源在电力系统中占比的不断提升,风电并网技术已成为电力系统领域的研究热点。本文针对IEEE39节点标准测试系统,将其工作频率从60Hz改造为50Hz,并将30、32、34、37号节点的同步发电机分别替换为不同…...

5个关键步骤:OpenCore Legacy Patcher让老旧Mac焕发新生

5个关键步骤:OpenCore Legacy Patcher让老旧Mac焕发新生 【免费下载链接】OpenCore-Legacy-Patcher Experience macOS just like before 项目地址: https://gitcode.com/GitHub_Trending/op/OpenCore-Legacy-Patcher OpenCore Legacy Patcher是一款基于Pytho…...

Qwen-Ranker Pro快速部署:Windows WSL2环境下Streamlit兼容性方案

Qwen-Ranker Pro快速部署:Windows WSL2环境下Streamlit兼容性方案 1. 环境准备与系统要求 在Windows WSL2环境中部署Qwen-Ranker Pro需要确保系统满足以下基本要求: 硬件要求: 内存:至少8GB RAM(推荐16GB以上&…...

决策树剪枝实战:用C++和Python分别实现,我踩过的坑你别再踩了

决策树剪枝实战:用C和Python分别实现,我踩过的坑你别再踩了 第一次在C里实现决策树剪枝时,内存泄漏让我调试到凌晨三点;而用Python重写时,又因为没注意NumPy的广播机制导致准确率计算全错。这篇文章记录了我从零实现两…...

PakePlus云打包入门指南:从零到一的GitHub Token配置与安全实践

PakePlus云打包入门指南:从零到一的GitHub Token配置与安全实践 【免费下载链接】PakePlus Turn any webpage/HTML/Vue/React and so on into desktop and mobile app under 5M with easy in few minutes. 轻松将任意网站/HTML/Vue/React等项目构建为轻量级(小于5M)…...

3步打造B站高效体验:开源客户端的极致优化指南

3步打造B站高效体验:开源客户端的极致优化指南 【免费下载链接】BiliBili-UWP BiliBili的UWP客户端,当然,是第三方的了 项目地址: https://gitcode.com/gh_mirrors/bi/BiliBili-UWP BiliBili-UWP作为一款开源客户端,专为Wi…...

LangChain + AgentRun 浏览器沙箱极简集成指南

AgentRun Browser Sandbox 介绍 什么是 Browser Sandbox? Browser Sandbox 是 AgentRun 平台提供的云原生无头浏览器沙箱服务,基于阿里云函数计算(FC)构建。它为智能体提供了一个安全隔离的浏览器执行环境,支持通过标准的 Chrome DevTools Protocol (…...

DocRes实战指南:高效统一文档图像修复任务的完整解决方案

DocRes实战指南:高效统一文档图像修复任务的完整解决方案 【免费下载链接】DocRes [CVPR 2024] DocRes: A Generalist Model Toward Unifying Document Image Restoration Tasks 项目地址: https://gitcode.com/gh_mirrors/do/DocRes DocRes是一个革命性的通…...

Java线程与操作系统线程的生命周期

平时不管是面试还是线上排查问题,线程生命周期都是绕不开的点,但我发现Java线程的状态和操作系统(OS)底层的线程状态很容易搞混,本文就来理清楚二者的区别。 先说个大前提: 我们常用的HotSpot虚拟机&#x…...

矩阵理论进阶:内积空间与正交变换的深度解析

1. 内积空间:从几何直觉到严格定义 第一次接触内积空间时,很多人会被各种抽象定义搞得晕头转向。其实我们可以从最熟悉的二维平面开始理解——当你计算两个向量的点积时,本质上是在测量它们的"相似程度"。这种几何直觉正是内积空间…...