redis-数据类型及样例

一.string 类型数据的基本操作

1.添加/修改数据

set key value

2.获取数据

get key

3.删除数据

del key

4.添加/修改多个数据

mset key1 value1 key2 value2

5.获取多个数据

mget key1 key2

二.list类型的基本操作

  • 数据存储需求：存储多个数据，并对数据进入存储的顺序进行区分
  • 需要的存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序
  • list类型：保存多个数据，底层是用双向链表的存储结构实现的。

1.lpush/rpush key value1 [value2] …… :添加数据

可以看出我们先从左边放入一个huawei，再从左边放入一个apple,然后继续向左边放入一个microsoft,因此打印的顺序是从左到右，即：microsoft,apple,huawei.

可以自行测试rpush和rpush、lpush的联合使用。

2.lrange key start stop :获取范围数据

我们可以金桔list里面的索引来获取数据，其中第一个数据的下标为0，和数组的编号方式一样，但是不同的是，在list中最后一个元素的索引为-1，倒数第二个元素的编号为-2，因此在list中每个元素有两个索引，从左到右从0开始编号，从右往左从-1开始编号。测试如下图：

3.lindex key index:获取index索引位置上的值 

4.llen key:获取list中值的个数 

 5 lpop/rpop key：获取并移除数据

list中最牛X的操作就是lpush/rpush配合lpop/rpop 来使用。

 三.set类型的基本操作

与List相比，Set集合中的元素不允许重复，一个集合中最多可以对应2^32-1(4294967295)个元素。

1. 基本命令

对我们来说，常用的Set命令有如下几种

 2.插入操作

 3. 查询操作

 4. 删除操作

 四.zset类型的基本操作

1.常用命令

 2.示例

zadd <key><score1><value1><score2><value2>...

        将一个或多个member元素及其score值加入到有序集key当中。

zrange <key><start><stop>[WITHSCORES] 
        返回有序集key中，下标在<start><stop>之间的元素带WITHSCORES，可以让分数一起和值返回到结果集。

0到-1就是返回全部的元素，从小到大排列。

加上withsorces 可以附带着分数返回

zrangebyscore key min max [withscores] [limit offset count]
        返回有序集 key 中，所有score值介于min和max 之间(包括等于min或max )的成员。有序集成员按score值递增(从小到大)次序排列。

zrevrangebyscore key max min [withscores] [limit offset count]
        同上，改为从大到小排列。

zincrby <key><increment><value>

        为元素的score加上增量

zrem <key><value>

        删除该集合下，指定值的元素v

zcount <key><min><max>

        统计该集合，分数区间内的元素个数。

zrank <key><value>

        返回该值在集合中的排名，从0开始。

五.hash类型的基本操作

    1、往redis库中插入一条hash类型的数据redis> hset  key  field  value举例：redis 127.0.0.1:6379> hset  user001:zhangsan  iphone  6(integer) 1redis 127.0.0.1:6379> hset  user001:zhangsan  xiaomi  7(integer) 1redis 127.0.0.1:6379> hset  user001:zhangsan  meizu  8(integer) 1在redis库中就形成了这样一条数据：
    2、从redis库中获取一条hash类型数据的value取出一条hash类型数据中所有field-value对redis 127.0.0.1:6379> hgetall  user001:zhangsan1) "iphone"2) "6"3) "xiaomi"4) "7"5) "meizu"6) "8"取出hash数据中所有fieldsredis 127.0.0.1:6379> hkeys  user001:zhangsan1) "iphone"2) "xiaomi"3) "meizu"取出hash数据中所有的valueredis 127.0.0.1:6379> hvals  user001:zhangsan1) "6"2) "7"3) "8"取出hash数据中一个指定field的值redis 127.0.0.1:6379> hget  user001:zhangsan  xiaomi"7"为hash数据中指定的一个field的值进行增减redis 127.0.0.1:6379> hincrby  user001:zhangsan  xiaomi  1(integer) 8从hash数据中删除一个字段field及其值redis 127.0.0.1:6379> hgetall  user001:zhangsan1) "iphone"2) "6"3) "xiaomi"4) "7"5) "meizu"6) "8"redis 127.0.0.1:6379> hdel  user001:zhangsan  iphone(integer) 1redis 127.0.0.1:6379> hgetall  user001:zhangsan1) "xiaomi"2) "7"3) "meizu"4) "8"应用场景：购物车案例public class BuyCartServiceImpl {private Jedis jedis = null;@Beforepublic void init(){jedis = new Jedis("192.168.2.70",6379);}// 添加商品到购物车@Testpublic void testAddItemToCart(){jedis.hset("cart:user02", "小米沙发", "1");jedis.hset("cart:user02", "苹果手机", "2");jedis.hset("cart:user02", "格力空调", "4");jedis.close();}// 遍历购物车信息@Testpublic void testGetCartInfo(){Map<String, String> cart = jedis.hgetAll("cart:user02");Set<Entry<String, String>> entrySet = cart.entrySet();for(Entry<String, String> ent :entrySet){System.out.println(ent.getKey()+ ":" + ent.getValue());}jedis.close();}// 更改购物车@Testpublic void editCart(){//给蜡烛商品项的数量加1jedis.hincrBy("cart:user02", "小米沙发", 1);jedis.close();}// 从购物车中删除商品项@Testpublic void delItemFromCart(){jedis.hdel("cart:user02", "苹果手机");jedis.close();}}从上面可见，用redis做购物车简直太方便了。

六.bitmaps类型的基本操作

1.bitmap概念

1：BitMap，即位图，其实也就是 byte 数组，用二进制表示，只有 0 和 1 两个数字。

2：bitmap并不是一种数据结构，实际上它就是字符串，但是可以对字符串的位进行操作。

3：bitmap有自己的一套命令。可以把bitmap想象成一个以bit为单位的数组，数组的每个单元存储0和1，数组的下标叫做偏移量。

2.设置name = "@"

 3.设置name='A'

4.设置name='A@'

七.hyperloglog类型的基本操作

 1、hyperloglog 简介

        Redis 中 hyperloglog 数据类型是 2.8.9 版本引入的，是一种概率数据结构，用来估算数据的基数。基数就是指一个集合中不同值的数目，比如 a, b, c, d 的基数就是 4，a, b, c, d, a 的基数还是 4。虽然 a 出现了两次，但是只会被计算一次。
​        hyperloglog 通常用来统计一个集合中不重复的元素个数。一个很常见的例子就是统计某个文章的 UV（Unique Visitor，独立访客，一般可以理解为客户端 IP）。精确的计算数据集的基数需要消耗大量的内存来存储数据集。在遍历数据集时，判断当前遍历值是否已经存在唯一方法就是将这个值与已经遍历过的值进行一一对比。当数据集的数量越来越大，内存消耗就无法忽视，甚至成了问题的关键。
        使用 Redis 统计集合的基数一般有三种方法，分别是使用 Redis 的 hashmap，bitmap 和 hyperloglog。前两个数据结构在集合的数量级增长时，所消耗的内存会大大增加，但是 hyperloglog 则不会。

​2.hyperloglog 结构

1、hllhdr 定义

八.gepspatial类型的基本操作

1.geoadd 添加地理位置

# 规则：两级无法直接添加，我们一般会下载城市数据，直接通过java程序一次性导入！ 
# 有效的经度从-180度到180度。 
# 有效的纬度从-85.05112878度到85.05112878度。 
# 当坐标位置超出上述指定范围时，该命令将会返回一个错误，如： 
127.0.0.1:6379> geoadd china:city 39.90 116.40 beijin 
(error) ERR invalid longitude,latitude pair 39.900000,116.400000 # 参数 key 值（） 
127.0.0.1:6379> geoadd china:city 116.40 39.90 beijing 
(integer) 1 
127.0.0.1:6379> geoadd china:city 121.47 31.23 shanghai 
(integer) 1 
127.0.0.1:6379> geoadd china:city 106.50 29.53 chongqi 114.05 22.52 shengzhen 
(integer) 2 
127.0.0.1:6379> geoadd china:city 120.16 30.24 hangzhou 108.96 34.26 xian 
(integer) 2

2.geopos 获得当前坐标值

127.0.0.1:6379> GEOPOS china:city beijing                           # 获取指定的城市的经度和纬度！ 
1) 1) "116.39999896287918091" 2) "39.90000009167092543" 
127.0.0.1:6379> GEOPOS china:city beijing chongqi 
1) 1) "116.39999896287918091" 2) "39.90000009167092543" 
2) 1) "106.49999767541885376" 2) "29.52999957900659211"

3.geodist 返回两地之间的距离

127.0.0.1:6379> GEODIST china:city beijing shanghai km                 # 查看上海到北京的直线距离 
"1067.3788" 
127.0.0.1:6379> GEODIST china:city beijing chongqi  km                  # 查看重庆到北京的直线距离 
"1464.0708"

4.georadius 以给定的经纬度为中心， 找出某一半径内的元素

127.0.0.1:6379> GEORADIUS china:city 110 30 1000 km          # 以110，30 这个经纬度为中心，寻找方圆1000km内的城市 
1) "chongqi" 
2) "xian" 
3) "shengzhen" 
4) "hangzhou" 
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist                      # 显示到中间距离的位置 
1) 1) "chongqi" 2) "341.9374" 
2) 1) "xian" 2) "483.8340" 
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withcoord                     # 显示他人的定位信息 
1) 1) "chongqi" 2) 1) "106.49999767541885376" 2) "29.52999957900659211" 
2) 1) "xian" 2) 1) "108.96000176668167114" 2) "34.25999964418929977" 
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 1    # 筛选出指定数量的结果！ 
1) 1) "chongqi" 2) "341.9374" 3) 1) "106.49999767541885376" 2) "29.52999957900659211" 
127.0.0.1:6379> GEORADIUS china:city 110 30 500 km withdist withcoord count 2 
1) 1) "chongqi" 2) "341.9374" 3) 1) "106.49999767541885376" 2) "29.52999957900659211" 
2) 1) "xian" 2) "483.8340" 3) 1) "108.96000176668167114" 2) "34.25999964418929977"

5.georadiusbymember 找出位于指定元素周围的其他元素

127.0.0.1:6379> GEORADIUSBYMEMBER china:city beijing 1000 km 
1) "beijing" 
2) "xian" 
127.0.0.1:6379> GEORADIUSBYMEMBER china:city shanghai 400 km 
1) "hangzhou" 
2) "shanghai"

6.geohash 返回元素的 Geohash


127.0.0.1:6379> geohash china:city beijing chongqi              
1) "wx4fbxxfke0" 
2) "wm5xzrybty0"

7.Geospatial 的其他操作 -查看，删除

127.0.0.1:6379> ZRANGE china:city 0 -1           # 查看地图中全部的元素 
1) "chongqi" 
2) "xian" 
3) "shengzhen" 
4) "hangzhou" 
5) "shanghai" 
6) "beijing" 
127.0.0.1:6379> zrem china:city beijing          # 移除指定元素！ 
(integer) 1 
127.0.0.1:6379> ZRANGE china:city 0 -1 
1) "chongqi" 
2) "xian" 
3) "shengzhen" 
4) "hangzhou" 
5) "shanghai"

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/38650.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

day 0815

day 0815

计算文件有多少行&#xff1f; 2.文件的拷贝
阅读更多...
SpringBoot引入外部jar打包失败解决，SpringBoot手动引入jar打包war后报错问题

SpringBoot引入外部jar打包失败解决，SpringBoot手动引入jar打包war后报错问题

前言 使用外部手动添加的jar到项目&#xff0c;打包时出现jar找不到问题解决 处理 例如项目结构如下 引入方式换成这种 <!-- 除了一下这两种引入外部jar&#xff0c;还是可以将外部jar包添加到maven中&#xff08;百度查&#xff09;--><!-- pdf转word --><…
阅读更多...
前端代理配置

前端代理配置

dev: {env: require(./dev.env),port: process.env.PORT || 8080,autoOpenBrowser: true,assetsSubDirectory: static,assetsPublicPath: /,proxyTable: {// 以 /party/fundamental/ 开头的请求&#xff0c;全部转发到 target 设置的地址/party/fundamental/: {// target: http…
阅读更多...
Windows下升级jdk1.8小版本

Windows下升级jdk1.8小版本

1.首先下载要升级jdk最新版本&#xff0c;下载地址&#xff1a;Java Downloads | Oracle 中国 2.下载完毕之后&#xff0c;直接双击下载完毕后的文件&#xff0c;进行安装。 3.安装完毕后&#xff0c;调整环境变量至新安装的jdk位置 4.此时&#xff0c;idea启动项目有可能会出…
阅读更多...
ATF bl1 ufshc_dme_get/set处理流程分析

ATF bl1 ufshc_dme_get/set处理流程分析

ATF bl1 ufshc_dme_get/set处理流程分析 UFS术语缩略词1 ATF的下载链接2 ATF BL1 ufshc_dme_get/set流程3 ufs总体架构图3.1 UFS Top Level Architecture3.2 UFS System Model 4 ufshc_dme_get/set函数接口详细分析4.1 ufshc_dme_get4.2 ufshc_dme_set4.3 ufshc_send_uic_cmd4.…
阅读更多...
nodejs+vue+elementui考研互助交流网站

nodejs+vue+elementui考研互助交流网站

语言 node.js 框架&#xff1a;Express 前端:Vue.js 数据库&#xff1a;mysql 数据库工具&#xff1a;Navicat 开发软件&#xff1a;VScode 前端nodejsvueelementui,该系统采用vue技术和B/S结构进行开发设计&#xff0c;后台使用MySQL数据库进行数据存储。系统主要分为两大模…
阅读更多...
java面试题（16）：Mysql一致性视图是啥时候建立的

java面试题（16）：Mysql一致性视图是啥时候建立的

1 演示错误案例 先给大家来一个错误演示。 我们打开两个会话窗口&#xff0c;默认情况下隔离级别是可重复读&#xff0c;我们来看下&#xff1a; 首先在 A 会话中查看当前 user 表&#xff0c;查看完成后开启事务&#xff1a; 可以看到id3的数据sex是男。 接下来在 B 会话中…
阅读更多...
K8S系列一：概念入门

K8S系列一：概念入门

写在前面 本文组织方式&#xff1a; K8S的架构、作用和目的。需要首先对K8S整体有所了解。 K8S是什么&#xff1f; 为什么是K8S&#xff1f; K8S怎么做&#xff1f; K8S的重要概念&#xff0c;即K8S的API对象。要学习和使用K8S必须知道和掌握的几个对象。 Pod 实例 Volume 数…
阅读更多...
php错误类型与处理

php错误类型与处理

1 语法编译错误&#xff0c;少了分号&#xff0c;这是系统触发的错误&#xff0c;不需要我们去管。 2 错误类型有四种&#xff1a;error致命错误&#xff0c;代码不会往下运行&#xff1b;warning&#xff1a;提醒错误&#xff0c;会往下运行&#xff0c;但是会有意想不到的结果…
阅读更多...
【C++学习】STL容器——stack和queue

【C++学习】STL容器——stack和queue

目录 一、stack的介绍和使用 1.1 stack的介绍 1.2 stack的使用 1.3 stack的模拟实现 二、queue的介绍和使用 2.1 queue的介绍 2.2 queue的使用 2.3 queue的模拟实现 三、priority_queue的介绍和使用 3.1 priority_queue的介绍和使用 3.2 priority_queue的使用 3.4 p…
阅读更多...
JVM---理解jvm之对象已死怎么判断？

JVM---理解jvm之对象已死怎么判断？

目录 引用计数算法 什么是引用 可达性分析算法&#xff08;用的最多的&#xff09; 引用计数算法 定义&#xff1a;在对象中添加一个引用计数器&#xff0c;每当有一个地方引用它时&#xff0c;计数器值就加一&#xff1b;当引用失效时&#xff0c;计数器值就减一&#xff1…
阅读更多...
国内外医疗器械政策法规网站集合

国内外医疗器械政策法规网站集合

随着医疗技术的不断发展&#xff0c;医疗器械在现代医疗中扮演着重要的角色。为了确保医疗器械的安全性、有效性和质量&#xff0c;各国纷纷制定了一系列的政策法规来监管医疗器械的研发、生产、销售和使用。这些政策法规的制定和实施对于保障公众健康、促进医疗器械产业的健康…
阅读更多...
旧版本docker未及时更新，导致更新/etc/docker/daemon.json配置文件出现docker重启失败

旧版本docker未及时更新，导致更新/etc/docker/daemon.json配置文件出现docker重启失败

一、背景 安装完docker和containerd之后&#xff0c;尝试重启docker的时候&#xff0c;报错如下&#xff1a; systemctl restart dockerJob for docker.service failed because the control process exited with error code. See “systemctl status docker.service” and “…
阅读更多...
学习ts（一）数据类型（基础类型和任意类型）

学习ts（一）数据类型（基础类型和任意类型）

运行 起步安装 npm install typescript -g 运行tsc index.ts生成对应的js文件&#xff0c;然后使用node index.js执行js文件 为了方便运行还可以安装插件&#xff0c;ts-node index.ts运行即可 npm i ts-node -g npm init -y npm i types/node -D基本数据类型 // 1.字符…
阅读更多...
ARM（汇编指令）

ARM（汇编指令）

.global _start _start:/*mov r0,#0x5mov r1,#0x6 bl LoopLoop:cmp r0,r1beq stopsubhi r0,r0,r1subcc r1,r1,r0mov pc,lr*/ mov r0,#0x1mov r1,#0x0mov r2,#0x64bl Loop Loop:cmp r0,r2bhi stopadd r1,r1,r0add r0,r0,#0x01mov pc,lr stop:B stop.end
阅读更多...
现有的vue3+ts+vite项目集成electron

现有的vue3+ts+vite项目集成electron

效果图 什么时Electron Electron是使用JavaScript，HTML和CSS构建跨平台的桌面应用程序框架。 Electron兼容Mac、Windows和Linux，可以构建出三个平台的应用程序。 现有的vue3项目集成Electron 安装依赖 原来有一个vue3+ts+vite+pnpm的项目，其中sub-modules是子项目，web是…
阅读更多...
Monge矩阵

Monge矩阵

Monge矩阵 对一个m*n的实数矩阵A&#xff0c;如果对所有i&#xff0c;j&#xff0c;k和l&#xff0c;1≤ i<k ≤ m和1≤ j<l ≤ n&#xff0c;有 A[i,j]A[k,l] ≤ A[i,l]A[k,j] 那么&#xff0c;此矩阵A为Monge矩阵。 换句话说&#xff0c;每当我们从矩阵中挑…
阅读更多...
全面梳理Python下的NLP 库

全面梳理Python下的NLP 库

一、说明 Python 对自然语言处理库有丰富的支持。从文本处理、标记化文本并确定其引理开始&#xff0c;到句法分析、解析文本并分配句法角色&#xff0c;再到语义处理&#xff0c;例如识别命名实体、情感分析和文档分类&#xff0c;一切都由至少一个库提供。那么&#xff0c;你…
阅读更多...
地理数据的双重呈现：GIS与数据可视化

地理数据的双重呈现：GIS与数据可视化

前一篇文章带大家了解了GIS与三维GIS的关系&#xff0c;本文就GIS话题带大家一起探讨一下GIS和数据可视化之间的关系。 GIS&#xff08;地理信息系统&#xff09;和数据可视化在地理信息科学领域扮演着重要的角色&#xff0c;它们之间密切相关且相互增强。GIS是一种用于采集、…
阅读更多...
欧拉函数和最大公约数

欧拉函数和最大公约数

分析&#xff1a;如果两个数的最大公约数是一个质数p&#xff0c;那么这两个数都除以p&#xff0c;得到的两个数的最大公约数一定是1. 反证法&#xff1a;如果得到的两个数的最大公约数不是1&#xff0c;那么把此时的最大公约数乘以上边的最大公约数&#xff0c;得到的一定比上…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023