Redis知识整合（一）：常用数据结构&指令集

前言：Redis各版本重大更新

截至2021年5月，Redis的稳定版本已经更新到了6.2，所以这里我想整理一下redis自发布以来每一个大版本的重要更新，当然我不会全部都展示出来，只挑那些具有重要革新的功能说。

redis2.6

发行于2012年，相比旧版，它新支持了以下功能：

• redis-server支持Lua脚本
• 键的过期时间可以精确到毫秒
• slave节点提供只读功能
• 新指令：bitcount、bittop（操作位图用的）
• 基于浮点数的自增功能：incrbyfloat、hincrbyfloat
• redis-cli支持用--eval参数实现Lua脚本

redis2.8

发行于2013年11月，新功能如下：

• 支持部分主从复制，降低了由于网络问题导致频繁全量复制RDB时对系统造成的压力
• 支持IPv6
• 支持config rewrite指令可以将config set持久化到redis的配置文件中
• 新指令：pubsub（给订阅发布功能用的）
• redis哨兵v2

redis3.0

发行于2015年4月，新功能如下：

• 支持redis集群（Redis Cluster），这是redis官方的集群方案，在这之前，有两种方案也可以实现redis的集群：Codis 和Twemproxy
• LRU算法大幅提升
• migrate连接缓存，大幅提升键的迁移速度
• incr、bitcount命令性能提升

redis3.2

• 新增GEO功能
• 对redis底层字符串（SDS）在速度和节省空间上都做了相关优化
• 支持用upstart或systemd管理redis进程
• 新的list编码类型：quicklist
• 新增hstrlen指令、增强debug、spop指令（支持的参数更多了）、增强cluster nodes指令（提速）
• 新RDB格式（兼容旧版），提升了RDB文件的加载速度
• Jemalloc更新至4.0.3版本

redis4.0

• 提供模块功能，方便第三方拓展功能
• PSYNC2.0：优化了之前版本中，主从节点切换必然引起全量复制的问题
• 支持LFU，并对已有缓存过期算法进行了优化
• 提供非阻塞式的del和flushall/flushdb功能，解决了删除大key时可能会造成redis阻塞的问题
• 提供RDB-AOF混合持久化格式，充分结合了RDB和AOF的优点
• 新增memory指令，使内存监控更加全面
• Redis Cluster兼容NAT和docker

一、五种数据结构

redis有五种数据结构，在操作它们时会使用到不同的api，在实际开发中，这些api也是离我们开发最近的一块内容，所以熟练掌握常用的api对我们非常有用。

字符串（string）

最基本的k-v格式，value是一个字符串，它的内部编码如下：

指令 解释 时间复杂度

set [k] [v] 最常用的质量，写入一对k-v O(1)

mset [k1] [v1] [k2] [v2] … 批量写入k-v O(k) k=键数

set [k] [v] nx 只有当key不存在时才会写入成功（新增） O(1)

setnx [k] [v] 作用等同于上面一条 O(1)

set [k] [v] xx 只有当key存在时才会写入成功（修改） O(1)

setxx [k] [v] 作用等同于上面一条 O(1)

get [k] 取value值 O(1)

del [k1] [k2] … 删除掉k-v数据，支持传多个key O(k) k=键数

incr [k] 自增 O(1)

decr [k] 自减 O(1)

incrby [k] [num] 自增指定的数字 O(1)

decrby [k] [num] 自减指定的数字 O(1)

incrbyfloat [k] [num] 自增指定的数字（针对浮点数自增） O(1)

append [k] [v] 往原有字符串尾部追加内容 O(1)

strlen [k] 获取value的长度（单位：字节） O(1)

setrange [k] [offset] [v] 字符替换，offset为被替换字符的位置 O(1)

getrange [k] [start] [end] 获取部分字符串，截取区间：[start, end] O(n) n=字符串长度

适用范围：做基本的分布式缓存、分布式锁、计数/限流、保存集群下的登录状态等。

列表（list）

顾名思义，一个key对应了一个列表，列表内保存着多个value，其内部结构和编码如下：

其中list-max-ziplist-entries和list-max-ziplist-value都是redis的配置项。

指令 解释 时间复杂度

rpush [k] [v1] [v2] … 从列表的右边插入元素 O(k) k=插入元素数

lpush [k] [v1] [v2] … 从列表的左边插入元素 同上

linsert [k] before/after [vx] [vn] 向vx的前或后面插入vn O(n) n=vx与表头/尾的距离

lrange [k] [start] [end] 输出指定范围的列表，范围：[start, end]，start/end为下标值 O(s+n) s=start偏移量；n=start~end的范围

lindex [k] [index] 获取指定下标的value O(n) n=index偏移量

llen [k] 获取列表长度 O(1)

lpop [k] 弹出左边第一个元素 O(1)

rpop [k] 弹出右边第一个元素 O(1)

blpop [k] [timeout] 阻塞式弹出左边第一个元素，timout非必须，当列表中没有元素时阻塞 O(1)

brpop [k] [timeout] 阻塞式弹出右边第一个元素，timout非必须，当列表中没有元素时阻塞 O(1)

lrem [num] [v] 删除v包括其前后的元素，这取决于num：num>0，从左至右删除最多num个元素；num<0，从右至左删除最多|count|个元素；num=0，全部删除 O(n) n=列表长度

ltrim [k] [start] [end] 只保留[start, end]区间的数据 O(n) n=start~end的长度

lset [k] [index] [v] 修改指定下标中的元素 O(n) n=index偏移量

诚如你所见，我们可以利用lpush和brpop来实现一个消息队列：

除此之外，我们可以利用它来保存一个信息id列表，然后用lrange指令实现列表的高效分页，拿到单页id集合后再去批量查询这些id对应的详细信息，最终聚合成完整信息输出给客户端，这样既节约资源，又便于我们设计和复用缓存结构。（ps：根据lrange的复杂度不难推断出在数据量庞大的情况下会影响其性能，这时可以尝试大key拆分成小key，比如可以利用CRC32(value) % key_num来做数据拆分，当然也可以利用redis3.2推出的quicklist内部编码实现，它对大key的性能一样很高）

集合（set）

跟list一样，一个key对应一堆value，但是set不允许有重复的value，同时它也是无序的，其内部结构和编码如下：

其中set-max-intset-entrie可配。

指令 解释 时间复杂度

sadd [k] [v1] [v2] … 添加元素 O(k) k=插入元素数

srem [k] [v1] [v2] … 删除元素 O(k) k=删除元素数

scard [k] 获取元素总数 O(1)

sismember [k] [v] v是否在集合k中 O(1)

srandmember [k] [num] 从集合k中随机返回num个元素 O(k) k=num

spop [k] [num] 从集合k中随机弹出num个元素 O(1)

smembers [k] 获取所有元素（结果无序） O(n) n=元素总数

sscan [k] 迭代出所有元素，类似下面scan的用法 同上

sinter [k1] [k2] … 求多个集合的交集 O(m*k) k=多个集合中最少元素数，m=集合数

sinterstore [dk] [k1] [k2] … 将算出的交集存入dk中 同上

suinon [k1] [k2] … 求多个集合的并集 O(k) k=多个集合的总元素数

suinonstore [dk] [k1] [k2] … 将算出的并集存入dk中 同上

sdiff [k1] [k2] … 求多个集合的差集 同上

sdiffstore [dk] [k1] [k2] … 将算出的差集存入dk中 同上

相比list，set并不能用来分页以及展示一个列表，因为它是无序的，但我们仍然可以为它找到合适的应用场景，比如可以用它来存储用户的喜好标签，便于利用取交集、差集等功推荐同好；也可以存储某些权益信息，比如某大V粉丝集合，利用sismember指令可以很快得出一个用户是否是另一个用户的粉丝（得出按钮展示“已关注”还是“未关注”），这同样可以计算一个大V与另一个大V的粉丝重合度。

有序集合（zset）

相比set，zset可以进行灵活排序、分页等操作，同样它也不允许有重复元素，其内部结构和编码如下：

其中zset-max-ziplist-entries和zset-max-ziplist-value都是redis的配置项。

指令 解释 时间复杂度

zadd [k] [s1] [v1] [s2] [v2] … 添加成员 O(k*log(n)) k=插入个数，n=总个数

zscore [k] [v] 获取某成员分数 O(1)

zcard [k] 获取元素总数 O(1)

zcount [k] [min] [max] 获取score值在[min, max]区间的元素总数 O(log(n)) n=总个数

zincrby [k] [num] [v] 给v加num分 同上

zrank [k] [v] 返回v的正序排名 同上

zrevrank [k] [v] 返回v的倒序排名 同上

zrem [k] [v1] [v2] … 删除元素 O(k*log(n)) k=删除个数，n=总个数

zscan [k] 迭代出[k]里所有的元素，类似下面scan的用法 O(N) N=总个数

zrange [k] [start] [end] withsocres 按分数从小到大返回[start, end]区间内的数据（score+v都会返回） O(log(n)+k) k=获取数；n=总个数

zrevrange [k] [start] [end] withscores 按分数从大到小返回[start, end]区间内的数据（score+v都会返回） 同上

zrangebyscore [k] [min] [max] withscores 返回score值在[min, max]区间的数据（按从小到大排序） 同上

zrevrangebyscore [k] [max] [min] withscores 返回score值在[max, min]区间的数据（按从大到小排序） 同上

zremrangebyrank [k] [start] [end] 删除[start, end]名次区间内的数据 O(log(n)+k) k=删除数；n=总个数

zremrangebyscore [k] [min] [max] 删除分数在[min, max]区间内的数据 同上

zinterstore [dk] [num] [k1] [k2] … 将k1、k2等集合的交集存入dk中 O(n*k)+O(m*log(m)) n=成员数最小集合的成员数，k=参与取交集的集合数，m=结果集中的成员数

zunionstore [dk] [num] [k1] [k2] … 将k1、k2等集合的并集存入dk中 O(n)+O(m*log(m)) n=所有集合成员数之和，m=结果集中的成员数

作为一个支持正序、倒序、分页的集合，它特别适合做一些排行榜类的需求，这样可以很方便的获取名次、分数等关键信息；

除此之外也可以做一些含排序操作的列表页：比如b站的个人空间中up主的稿件列表，可以按照时间、播放量、收藏量来进行正序和倒序展示，同时还支持分页，那么我们就可以建设3个统计维度的有序集合（分别以投稿时间、播放量、收藏量做score），value保存稿件id，然后按照排序类型、页码查询出单页数据，再利用单页的id集合批量查询稿件详细信息，最终将这些信息聚合成接口返回给客户端即可。

哈希（hash）

hash类型的数据本身就是一个k-v结构，也就是一个redis key对应多个k-v，结构和内部编码如下：

其中hash-max-ziplist-entries和hash-max-ziplist-value都是redis的配置项。

指令 解释 时间复杂度

hset [k] [KEY] [VALUE] 为[k]添加一对[KEY]-[VALUE] O(1)

hget [k] [KEY] 获取[k]里[KEY]对应的value O(1)

hdel [k] [KEY1] [KEY2] … 删除[k]里的某些[KEY] O(k) k=被删KEY的个数

hlen [k] 获取[k]里[KEY]的数量 O(1)

hgetall [k] 获取[k]里所有的[KEY]-[VALUE] O(n) n=KEY数

hscan [k] 迭代的方式获取[k]里所有的[KEY]-[VALUE]，用法跟后面的scan类似 O(n) n=单次迭代结果数

hmget [k] [KEY1] [KEY2] … 批量获取[k]里一些[KEY]的[VALUE] O(k) k=获取的KEY数

hmset [k] [KEY1] [VALUE1] [KEY2] [VALUE2] … 为[k]添加多个[KEY]-[VALUE] O(k) k=插入的KEY数

hexists [k] [KEY] 判断[k]内是否存在[KEY]键 O(1)

hkeys [k] 获取[k]内所有的[KEY] O(n) n=KEY数

hvals [k] 获取[k]内所有的[VALUE] 同上

hsetnx [k] [KEY] [VALUE] 当[VALUE]不存在时才设置成功 O(1)

hincrby [k] [KEY] [num] 对[k]内[KEY]的值自增num O(1)

hincrbyfloat [k] [KEY] [num] 对[k]内[KEY]的浮点值自增num O(1)

hstrlen [k] [KEY] 获取[k]内[KEY]对应[VALUE]的length O(1)

用处主要是用来结构化的存储一些数据，比如可以把一个对象各个属性和属性值当成hash结构缓存入redis。

二、通用指令

下面是一些通用的指令，不同于上面的指令，这些指令不会针对某些数据结构生效，而是全局有效。

指令 解释 时间复杂度

keys [xx]* 获取所有前缀为“xx”的key，若直接为keys *就是获取所有key，重操作 O(n) n=key总数

scan [cursor] [xx]* [count] 非阻塞式获取所有key，相比keys，scan是利用[cursor]做游标进行迭代的，[count]则是返回的条数，默认10条，每次迭代结果中会返回下次迭代所需的[cursor]，这样就可以一步步迭代出来所有的key了，它不是一个重操作，也就不会长阻塞redis线程 O(n) n=单次迭代结果数

dbsize 获取当前db内的key总数 O(1)

exists [k1] [k2] … 是否存在[k1]、[k2]等键 O(n) n=查看key的个数

del [k1] [k2] … 删除[k1]、[k2]等键 O(n) n=删除key的个数

expire [k] [time] 让[k]time秒后过期 O(1)

persist [k] 取消[k]的过期时间 O(1)

ttl [k] 返回[k]的剩余过期时间，若返回-1，说明没设过期时间，-2表示[k]不存在，>0表示剩余的时间，单位秒 O(1)

type [k] 查看[k]对应值的类型（string、set、zset、list、hash） O(1)

object encoding [k] 查看[k]的内部编码（int、embstr、raw、ziplist、hashtable、linkedlist、skiplist、intset） O(1)

rename [k1] [k2] 将[k1]重命名为[k2] O(1)

renamenx [k1] [k2] 当k2不存在时才能重命名成功 O(1)

randomkey 随机返回一个key O(1)

dump [k] 将[k]的值dump成RDB格式的数据 O(1)+O(M*N) M=k对应的对象数；N=对象平均大小，对于值很小的情况，复杂度趋近O(1)

restore [k] [ttl] [v] 跟dump结合使用，[v]=dump出的数据，适用于数据转移（比如将redis1中的[k]转移到redis2中）；[ttl]为过期时间，若为0，则表示没有过期时间（这种迁移方式非原子性） 同上，但有序集合为O(N * M * log(N))

migrate [ip] [port] `key “”[db] [timeout]copyreplacekeys` [k1] [k2]… 数据迁移（这个命令实际上是在源实例中执行一次dump+del，在目标实例中执行一次restore），[ip]+[port]为迁移的目标机器，`key

select [db] 选择redis数据库，db为数据库下标（一般常为0）redis3中已弱化db功能，redis cluster更是不支持多db，默认0号db O(1)