Redis数据类型（下篇）

5.Redis有序集合zset(sorted set)

本质就是在set的基础上，每个val值前面加了一个score分数值。

（1）向有序集合中添加多个（或者一个）元素和其对应的分数

127.0.0.1:6379> zadd zset1 100 a 90 b 80 c 70 d 60 e
(integer) 5

（2）按照元素的分数从小到大的顺序，返回索引strat到stop之间所有的元素

命令：zrange key start stop [withscores]

比如：

127.0.0.1:6379> zrange zset1 0 -1
1) "e"
2) "d"
3) "c"
4) "b"
5) "a"
127.0.0.1:6379> zrange zset1 0 -1 withscores1) "e"2) "60"3) "d"4) "70"5) "c"6) "80"7) "b"8) "90"9) "a"
10) "100"

（3）按分值从大到小返回有序集合中指定范围内的元素。

命令：ZREVRANGE key start stop [WITHCORES]

127.0.0.1:6379> zrevrange zset1 0 -1 withscores1) "a"2) "100"3) "b"4) "90"5) "c"6) "80"7) "d"8) "70"9) "e"
10) "60"

（4）获取指定分数范围内的元素，limit的作用是返回限制，limit 开始下标多少步；（不包括

对应的命令：zrangebyscore key min max[wthscores][limit offset count]

127.0.0.1:6379> zrangebyscore zset1 60 90 withscores limit 1 2
1) "d"
2) "70"
3) "c"
4) "80"

127.0.0.1:6379> zrangebyscore zset1 (60 90 withscores
1) "d"
2) "70"
3) "c"
4) "80"
5) "b"
6) "90"

（5）zscore key member：获取元素的分数

127.0.0.1:6379> zscore zset1 e
"60"

（6）zcard key：获取集合中元素的数量

127.0.0.1:6379> zcard zset1
(integer) 5

（7）zrem key 某score下对应的value值：作用是删除元素

127.0.0.1:6379> zrem zset1 e
(integer) 1
127.0.0.1:6379> zrem zset1 e
(integer) 0
127.0.0.1:6379> zrange zset1 0 -1 withscores
1) "d"
2) "70"
3) "c"
4) "80"
5) "b"
6) "90"
7) "a"
8) "100"

（8）zincrby key increment member：增加某个元素的分数

127.0.0.1:6379> zincrby zset1 20 a
"120"

（9）zcount key min max：获得指定分数范围内的元素个数

127.0.0.1:6379> zcount zset1 60 120
(integer) 4

（10）zmpop：从键名列表中的第一个非空排序集中弹出一个或多个元素，它们是成员分数对

127.0.0.1:6379> zmpop 1 zset1 min count 1
1) "zset1"
2) 1) 1) "d"2) "70"
127.0.0.1:6379> zmpop 1 zset1 min count 2
1) "zset1"
2) 1) 1) "c"2) "80"2) 1) "b"2) "90"
127.0.0.1:6379> zrange zset1 0 -1 withscores
1) "a"
2) "120"

（11）zrank key values值：作用是获得下标值

127.0.0.1:6379> zrank zset1 a
(integer) 0

（12）zrevrank key values值：作用是逆序获得下标值

127.0.0.1:6379> zrevrank zset1 a
(integer) 0

6.Redis位图（bitmap）

说明：用String类型作为底层数据结构实现的一种统计二值状态的数据类型
位图本质是数组，它是基于String数据类型的按位的操作。该数组由多个二进制位组成，每个二进制位都对应一个偏移量(我们称之为一个索引)。
Bitmap支持的最大位数是2^32位，它可以极大的节约存储空间，使用512M内存就可以存储多达42.9亿的字节信息(2^32 = 4294967296)
能干嘛? 用于状态统计 ,统计签到，考勤打卡等。
（1）setbit key offset value （setbit 键偏移位只能零或者1）

127.0.0.1:6379> setbit bit1 1 1
(integer) 0
127.0.0.1:6379> setbit bit1 2 1
(integer) 0
127.0.0.1:6379> setbit bit1 3 1
(integer) 0

bitmap的偏移量是从零开始算的
（2）getbit key offset

127.0.0.1:6379> getbit bit1 2
(integer) 1
127.0.0.1:6379> getbit bit1 1
(integer) 1

（3）strlen统计字节数占用多少

127.0.0.1:6379> strlen bit1
(integer) 1

（4）bitcount 全部键里面含有1的有多少个？

127.0.0.1:6379> bitcount bit1 
(integer) 3

（5）bitop

BITOP 命令支持的位元操作包括 AND（与）、OR（或）、XOR（异或）和 NOT（非）。这些操作可以对多个二进制位字符串进行位运算，并将结果存储在目标键中。（下面的k3就是目标键）

使用案例：

bitop的使用案例：统计20230101 和 20230102两天都签到的用户（其中0和1都代表用户）

127.0.0.1:6379> hset uid:map 0 tom
(integer) 1
127.0.0.1:6379> hset uid:map 1 jack
(integer) 1
127.0.0.1:6379> hgetall uid:map
1) "0"
2) "tom"
3) "1"
4) "jack"
127.0.0.1:6379> setbit 20230101 0 1  //用户0在20230101签到了
(integer) 0
127.0.0.1:6379> setbit 20230101 1 1  //用户1在20230101签到了
(integer) 0
127.0.0.1:6379> setbit 20230101 2 1  //用户2在20230101签到了
(integer) 0
127.0.0.1:6379> setbit 20230101 3 1  //用户3在20230101签到了
(integer) 0
127.0.0.1:6379> setbit 20230102 0 1  //用户0在20230102签到了
(integer) 0
127.0.0.1:6379> setbit 20230102 2 1  //用户2在20230102签到了
(integer) 0
127.0.0.1:6379> bitcount 20230101
(integer) 4
127.0.0.1:6379> bitcount 20230102
(integer) 2
127.0.0.1:6379> bitop and k3 20230101 20230102
(integer) 1
127.0.0.1:6379> bitcount k3
(integer) 2

7.Redis基数统计（hyperloglog）

作用：统计某个网站的uv,统计某个文章的uv
什么是uv：uniquevisitor,独立访客，一般理解为客户端ip
需要去重考虑
比如：用户搜索网站关键词的数量、统计用户每天搜索不同词条个数
简介：去重复统计功能的基数估计算法就是hyperloglog，是一种数据集，去重复后的真实个数
基数统计 ：用于统计一个集合中不重复的元素个数，就是对集合去重复后剩余元素的计算
一句话就是去重脱水后的真实数据

（1）pfadd key element [element...]：添加指定元素到hyperloglog中。

127.0.0.1:6379> pfadd hll01 1 3 4 5 7 9
(integer) 1
127.0.0.1:6379> pfadd hll02 2 4 4 4 6 8 9
(integer) 1

（2）pfcount key [key...]：返回给定hyperloglog的基数估算值。

127.0.0.1:6379> pfcount hll01
(integer) 6
127.0.0.1:6379> pfcount hll02
(integer) 5

（3）pfmerge destkey sourcekey [sourcekey...]：将多个hyperloglog合并为一个hyperloglog

127.0.0.1:6379> pfmerge disresult hll01 hll02
OK
127.0.0.1:6379> pfcount disresult
(integer) 9

注意：Redis HyperLogLog
redis在2.8.9版本添加了hypeloglog结构。
Redis HyperLogLog是用来做基数统计的算法，HyperLogLog的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的，并且是很小的
在Redis 里面，每个HyperLogLog键只需要花费12kb内存，就可以计算接近264个不同元素的基数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为HyperLogLog只会根据输入元素来计算基数，而不会储存输入元素本身，所以HyperLogLog不能像集合那样，运回输入的各个元素。

不能获取到元素的值：

127.0.0.1:6379> type hll01
string
127.0.0.1:6379> get hll01
"HYLL\x01\x00\x00\x00\x06\x00\x00\x00\x00\x00\x00\x00A\xee\x84H#\x80SQ\x80Mt\x80L?\x80B\xd7\x80F\a"

8.Redis地理空间（geo）

获取某地经纬度的链接

（1）geoadd key 经度纬度 member

添加经纬度：

127.0.0.1:6379> geoadd city 116.403963 39.915119  天安门  116.403963 39.915119 故宫
(integer) 2

（2）zrange key 0 -1

遍历经纬度：

127.0.0.1:6379> type city
zset
127.0.0.1:6379> zrange city 0 -1
1) "\xe5\xa4\xa9\xe5\xae\x89\xe9\x97\xa8"
2) "\xe6\x95\x85\xe5\xae\xab"

解决乱码的问题:

127.0.0.1:6379> quit
[root@bogon myredis]# redis-cli -a 111111 --raw
Warning: Using a password with '-a' or '-u' option on the command line interface may not be safe.
127.0.0.1:6379> zrange city 0 -1
天安门
故宫

（3）获取经纬度：（一个获取的是经纬度，一个是base32编码的值）

127.0.0.1:6379> geopos city 天安门
116.40396326780319214
39.91511970338637383
127.0.0.1:6379> geohash city 天安门
wx4g0f6f2v0
127.0.0.1:6379> geohash city 天安门 故宫
wx4g0f6f2v0
wx4g0f6f2v0

（4）geodist key member1 member2：获取两地的距离

127.0.0.1:6379> geodist city 天安门 故宫 m
0.0000

（5）georadius 以给定的经纬度为中心，返回键包含的位置元素当中，与中心的距离不超过给定最大距离的所有位置元素

命令：GEORADIUS city 116.418017 39.914402 10 km withdist withcoord count 10 withhash desc
GEORADIUS city 116.418017 39.914402 10 km withdist withcoord withhash count 10 desc

WITHDIST: 在返回位置元素的同时，将位置元素与中心之间的距离也一并返回。距离的单位和用户给定的范围单位保持一致。
WITHCOORD: 将位置元素的经度和维度也一并返回。
WITHHASH: 以 52 位有符号整数的形式，返回位置元素经过原始 geohash 编码的有序集合分值。这个选项主要用于底层应用或者调试，实际中的作用并不大
COUNT 限定返回的记录数。

例：找出位于指定范围内的元素，中心点的是由给定的位置的元素决定的

127.0.0.1:6379> georadius city 116.418017 39.914402 10 km withdist withcoord count 10
天安门
1.2016
116.40396326780319214
39.91511970338637383
故宫
1.2016
116.40396326780319214
39.91511970338637383

9.Redis流（stream，了解）

专业的事情还要专业的人去做。redis做好缓存就行了。消息队列还是要其他的技术来实现。

127.0.0.1:6379> xadd mystream * id 1 name 张三
"1716474731315-0"
127.0.0.1:6379> xadd mystream * id 2 name 李四
"1716474746890-0"
127.0.0.1:6379> xrange mystream - +
1) 1) "1716474731315-0"2) 1) "id"2) "1"3) "name"4) "\xe5\xbc\xa0\xe4\xb8\x89"
2) 1) "1716474746890-0"2) 1) "id"2) "2"3) "name"4) "\xe6\x9d\x8e\xe5\x9b\x9b"
127.0.0.1:6379> xrange mystream - + count 1
1) 1) "1716474731315-0"2) 1) "id"2) "1"3) "name"4) "\xe5\xbc\xa0\xe4\xb8\x89"
127.0.0.1:6379> xrev mystream + 1
(error) ERR unknown command 'xrev', with args beginning with: 'mystream' '+' '1' 
127.0.0.1:6379> xrevrange mystream + 1
1) 1) "1716474746890-0"2) 1) "id"2) "2"3) "name"4) "\xe6\x9d\x8e\xe5\x9b\x9b"
2) 1) "1716474731315-0"2) 1) "id"2) "1"3) "name"4) "\xe5\xbc\xa0\xe4\xb8\x89"
127.0.0.1:6379> xdel mystream 1716474746890-0
(integer) 1
127.0.0.1:6379> xrange mystream - +
1) 1) "1716474731315-0"2) 1) "id"2) "1"3) "name"4) "\xe5\xbc\xa0\xe4\xb8\x89"
127.0.0.1:6379> xlen mystream
(integer) 1
127.0.0.1:6379> xadd mystream *  id 3 name aaa
"1716475078022-0"
127.0.0.1:6379> xadd mystream *  id 4 name bbb
"1716475087575-0"
127.0.0.1:6379> xrange mystream - +
1) 1) "1716474731315-0"2) 1) "id"2) "1"3) "name"4) "\xe5\xbc\xa0\xe4\xb8\x89"
2) 1) "1716475078022-0"2) 1) "id"2) "3"3) "name"4) "aaa"
3) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"
127.0.0.1:6379> xtrim mystream maxlen 2
(integer) 1
127.0.0.1:6379> xrange mystream - +
1) 1) "1716475078022-0"2) 1) "id"2) "3"3) "name"4) "aaa"
2) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"
127.0.0.1:6379> xtrim mystream minid 1716475078022-0
(integer) 0
127.0.0.1:6379> xrange mystream - +
1) 1) "1716475078022-0"2) 1) "id"2) "3"3) "name"4) "aaa"
2) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"
127.0.0.1:6379> xtrim mystream minid 1716475087575-0
(integer) 1
127.0.0.1:6379> xrange mystream - +
1) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"

xread的使用：

127.0.0.1:6379> xread count 2 streams mystream $
(nil)
127.0.0.1:6379> xread count 2 streams mystream 0-0
1) 1) "mystream"2) 1) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"2) 1) "1716506602380-0"2) 1) "id"2) "3"3) "name"4) "aaa"
127.0.0.1:6379> xread count 4 streams mystream 0-0
1) 1) "mystream"2) 1) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"2) 1) "1716506602380-0"2) 1) "id"2) "3"3) "name"4) "aaa"3) 1) "1716506887416-0"2) 1) "id"2) "5"3) "name"4) "ccc"4) 1) "1716506895152-0"2) 1) "id"2) "6"3) "name"4) "ddd"

阻塞：

客户端1执行该命令。等待下一条消息

127.0.0.1:6379> xread count 1 block 0 streams mystream $

客户端2添加消息

127.0.0.1:6379> xadd mystream * id 6 name jjj
"1716507486434-0"

客户端1获得消息

127.0.0.1:6379> xread count 1 block 0 streams mystream $
1) 1) "mystream"2) 1) 1) "1716507486434-0"2) 1) "id"2) "6"3) "name"4) "jjj"
(366.75s)

消费者相关的指令：
1.xgroup create key 消费组的名称 id （id为$代表从尾部开始读为0代表从头部开始读）

创键消费者组：

127.0.0.1:6379> xgroup create mystream groupB 0
OK

2.XREADGROUP GROUP groupName consumerName [COUNT number] [BLOCK ms] STREAMS streamName [stream …] id [id …]消费组读取消息

读取所有的消息

127.0.0.1:6379> XREADGROUP GROUP groupA consumer1 STREAMS mystream >
1) 1) "mystream"2) 1) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"2) 1) "1716506602380-0"2) 1) "id"2) "3"3) "name"4) "aaa"3) 1) "1716506887416-0"2) 1) "id"2) "5"3) "name"4) "ccc"4) 1) "1716506895152-0"2) 1) "id"2) "6"3) "name"4) "ddd"5) 1) "1716507486434-0"2) 1) "id"2) "6"3) "name"4) "jjj"

注意：此时如果同一个消费组的消费者2再来读取消息，就不会读取到任何的消息，而其他的消费组可以读取消息

消费者2读取消息：

127.0.0.1:6379> XREADGROUP GROUP groupA consumer2 STREAMS mystream >
(nil)

groupB组读取消息：

127.0.0.1:6379> xreadgroup group groupB consummer1 streams mystream >
1) 1) "mystream"2) 1) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"2) 1) "1716506602380-0"2) 1) "id"2) "3"3) "name"4) "aaa"3) 1) "1716506887416-0"2) 1) "id"2) "5"3) "name"4) "ccc"4) 1) "1716506895152-0"2) 1) "id"2) "6"3) "name"4) "ddd"5) 1) "1716507486434-0"2) 1) "id"2) "6"3) "name"4) "jjj"

但是消费组的目的是什么？

让组内的多个消费者共同分担读取消息，所以，我们通常会让每个消费者读取部分消息，从而实现消息读取负载在多个消费者间是均衡分布的

让消费组C每次读取一条消息：

127.0.0.1:6379> xreadgroup group groupC consumer1 count 1 streams mystream >
1) 1) "mystream"2) 1) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"
127.0.0.1:6379> xreadgroup group groupC consumer2 count 1 streams mystream >
1) 1) "mystream"2) 1) 1) "1716506602380-0"2) 1) "id"2) "3"3) "name"4) "aaa"

（3）xpending key group（已读但是未确认）

查看某个组已读未确认消息的清单

127.0.0.1:6379> xpending mystream groupC
1) (integer) 5
2) "1716475087575-0"   最小的id
3) "1716507486434-0"   最大的id
4) 1) 1) "consumer1"2) "1"2) 1) "consumer2"2) "1"3) 1) "consumer3"2) "1"4) 1) "consumer4"2) "1"5) 1) "consumer5"2) "1"

查看consumer2读了几条

127.0.0.1:6379> xpending mystream groupC - + 10 consumer2
1) 1) "1716506602380-0"2) "consumer2"3) (integer) 5141264) (integer) 1

4.xack key group id（哪一条消息已签收）

id为1716506602380-0的消息已签收：

127.0.0.1:6379> xack mystream groupC 1716506602380-0
(integer) 1

再查看groupC中已读未签收的信息，发现没有了consumer2：

127.0.0.1:6379> xpending mystream groupC
1) (integer) 4
2) "1716475087575-0"
3) "1716507486434-0"
4) 1) 1) "consumer1"2) "1"2) 1) "consumer3"2) "1"3) 1) "consumer4"2) "1"4) 1) "consumer5"2) "1"

5.xinfo stream key：打印stream/group/consumer的详细信息

127.0.0.1:6379> xinfo stream mystream1) "length"2) (integer) 53) "radix-tree-keys"4) (integer) 15) "radix-tree-nodes"6) (integer) 27) "last-generated-id"8) "1716507486434-0"9) "max-deleted-entry-id"
10) "1716474746890-0"
11) "entries-added"
12) (integer) 8
13) "recorded-first-entry-id"
14) "1716475087575-0"
15) "groups"
16) (integer) 3
17) "first-entry"
18) 1) "1716475087575-0"2) 1) "id"2) "4"3) "name"4) "bbb"
19) "last-entry"
20) 1) "1716507486434-0"2) 1) "id"2) "6"3) "name"4) "jjj"