Redis常见数据类型(3)-String, Hash

String

命令小结

内部编码

典型的使用场景

缓存功能

计数功能

共享会话

手机验证码

Hash 哈希

命令

hset

hget

hexists

hdel

hkeys

hvals

hgetall

hmget

hlen

hsetnx

hincrby

hincrbyfloat

String

上一篇中介绍了了String里的基本命令, 接下来总结一下

命令小结

命令	执行效果	时间复杂度
set key value [key value...]	设置key的值为value	O(1)
get key	获取指定的key值	O(1)
del key[key...]	删除指定的key	O(k), k是键的个数
mset key value[key value...]	批量设置指定的key和value	O(k), k是键的个数
mget key [key...]	批量获取key的值	O(k). k是键的个数
incr key	指定的key值 + 1	O(1)
decr key	指定的key值 - 1	O(1)
incrby key n	指定的key值 + n	O(1)
decrby key n	指定的key值 - n	O(1)
incrbyfloat key n	指定的key值 + n	O(1)
append key value	指定的key值追加value	O(1)
strlen key	获取指定key的长度	O(1)
setrange key offset value	覆盖指定key的从offset开始的部分值	O(n), n是字符串长度, 通常视为O(1)
getrange key start end	获取指定的key的从start到end的部分值	O(n),n是字符串长度, 通常视为O(1)

内部编码

字符串的内部编码有3种:

int : 8个字节的长整型.

embstr: 小于等于39个字节的字符串.

raw: 大于39个字节的字符串.

示例:

典型的使用场景

缓存功能

下图是比较典型的缓存使用场景, 其中Redis作为缓冲层, MySQL作为存储层, 绝大部分的请求数据都是从Redis中获取. 由于Redis具有支持高并发的特性, 所以缓存通常能起到加速读写和降低后端压力的作用.

流程如下:

(1)用户访问业务层, 查找想要的数据

(2)业务层对缓存层进行查询

(3)如果缓存层查询到数据, 则直接返回给业务层

(4)如果缓存层未查找到, 就从存储层获取

(5)从存储层获取到之后返回给缓存层, 并把该数据写入缓存层

(6)缓存层再将该数据返回给业务层

通过增加缓存功能, 在理想情况下, 每个用户信息, 一个小时期间只有一次MySQL查询, 极大地提升了查询效率, 也降低了MySQL的访问数.

计数功能

许多应用都会使用Redis作为计数的基础工具, 它可以实现快速计数, 查询缓存的功能, 同时数据可以异步处理或者落地到其它数据源. 例如视频播放网站播放次数可以使用Redis完成: 每播放一次视频, 相应的视频播放次数就会自增1.

实际中要开发一个成熟, 稳定的计数系统, 要面临的挑战远不止如此简单: 防作弊, 按不同维度计数, 避免单点问题, 数据持久化到底层数据源等问题.

共享会话

如图: 一个分布式web服务将用户的Session信息(例如用户登录信息)保存在各自的服务器中, 但这样会造成一个问题: 处于负载均衡的考虑, 分布式服务会将用户的访问请求均衡到不同的服务器上,并且通常无法保证用户每次请求都会被均衡到同一台服务器上, 这样用户每刷新一次访问是可能会发现需要重新登录, 这个问题是无法容忍的.

session分散存储:

为了解决这个问题, 可以使用Redis将用户的Session信息进行集中管理, 如图, 在这种模式下, 只要保证Redis是高可用和扩展性的, 无论用户被均衡到哪台Web服务器上, 都集中从Redis中查询, 更新Session信息.

Redis集中管理Session:

手机验证码

很多应用出于安全考虑, 会在每次登陆时, 让用户输入手机号并配合给手机发送验证码, 然后让用户再次输入收到的验证码并进行验证, 从而确定是否是用户本人. 为了短信接口不会被频繁访问, 会限制用户获取验证码的频率. 比如一分钟一次.

思路: 使用带过期时间的键, 并设置其过期时间60s, 如果每次发送时该键存在,就会被限制发送, 具体实现就不过多展开了, 老铁们如果感兴趣可以自行查询.

Hash 哈希

几乎所有的主流编程语言都提供了哈希类型, 它们的叫法可能是哈希, 字典, 关联数组, 映射. 说到这, 有的人就会问了, 这Redis本身不就是哈希表么, 怎么又套了一个? 其实是这样实现的: 形如key = "key", value = {{field1, value1},...,{fieldN, valueN}}

字符串类型和哈希类型的对比: