前言

一、数据类型

Redis主要有Strings、Lists、Sets、Hashes、Sorted sets等数据类型，这些都是非常通用的，还有一些少见的可以去官网了解

Strings相当于C++中的字符串类型
Hashes相当于C++中的unordered_map
Lists相当于C++中的deque
Sets相当于C++中的Set
Sorted sets是有序集合，除了存储member之外，还需要存储一个score（权重）

Redis底层在实现上述数据结构的时候，会在源码层面，针对上述实现进行特定的优化，来达到节省时间/节省空间的效果。
特定的优化：内部的具体实现的数据结构，还会有变数

Redis承诺，假设现在有个hash表，你进行查询、插入、删除操作，都保证O（1）的时间复杂度，但这个背后的实现，不一定就是标准的哈希表，可能在特定场景下，使用别的数据结构实现，但仍然保证时间复杂度符合承诺

如下图，数据结构，表示是Redis承诺给你的，也可以理解为数据类型，内部编码则是Redis内部底层的实现，所以同一个数据类型，背后可能的编码实现方式是不同的—因为Redis会根据特定的场景优化！！！

在这里插入图片描述
raw：最基本的字符串，底层是持有一个如同C++的char数组
int：Redis通常也可以用来实现一些"计数"这样的功能，当value是一个整数的时候，此时Redis可能直接采用int来保存
embstr：针对短字符串进行特定的特殊优化
hashtable：最基本的哈希表
ziplist：当哈希表里面元素比较少的时候，可能就优化成ziplist了，因为压缩列表，能够节省空间

为什么要压缩？
redis上有很多的key，可能是某些key的value是hash，此时，如果key特别多，对应的hash也就特别多，但是每个hash又不大的情况下，就尽量去压缩，压缩之后就可以让整体占用的内存更小了

linkedlist和ziplist：从redis3.2开始，引入了新的实现方式，即quicklist，同时兼顾了linkedlist和ziplist的优点，quicklist就是一个链表，每个元素又是一个ziplist，把空间和效率都折衷的兼顾到，类似于C++中的deque
intset：集合中存的都是整数
skiplist：跳表，是一种链表，查询元素的时间复杂度为O（logN）

object encoding key

查看key对应的value的实际编码方式

在这里插入图片描述
Redis会自动根据当前的实际情况选择内部的编码方式，是自适应的！

二、Redis单线程模型

Redis只使用一个线程，处理所有的命令请求，并不是说Redis服务器内部真的就只有一个线程，其实有多个线程，多个线程是在处理网络IO

如下图，当两个客户端线程去对key的value进行+1操作时，redis-server并不会发生线程安全问题，因为它是单线程模型，保证了当前收到的这多个请求是串行执行的！

在这里插入图片描述
Redis能够使用单线程模型很好的工作，原因主要在于Redis的核心业务逻辑，都是短平快的，不太消耗CPU资源，也就不太吃多核了！！！
弊端：Redis必须要特别小心，某个操作占用时间长，就会阻塞其他命令的执行！

Redis虽然是单线程模型，为啥效率这么高呢？速度这么快呢？相对于MySQL等其他数据库而言

1、Redis访问内存，而数据库则是访问硬盘
2、Redis核心功能比数据库的核心功能更简单
数据库对于数据的插入删除查询都有更复杂的功能支持，这样的功能势必要有更多的开销，比如针对插入删除，数据库中的各种约束，都会使数据库做额外的工作
3、单线程模型，避免了一些不必要的线程竞争开销
Redis的每个基本操作，都是短平快的，就是一些简单操作一下内存数据，不是什么特别消耗cpu的操作，就算搞多个线程，也提升不大
4、处理网络IO的时候，使用了epoll这样的IO多路复用机制

三、String类型

Redis中的字符串，是直接按照二进制数据的方式存储的，即不会做任何的编码转换
SET命令
将string类型的value设置到key中。如果key之前存在，则覆盖，⽆论原来的数据类型是什么。之
前关于此key的TTL也全部失效。

在这里插入图片描述
[]相当于一个独立的单元，表示可选项，即可有可无
|表示或者的意思，多个只能出现一个
上述中的expiration表示设置过期时间，EX：单位是秒，PX：单位是毫秒，如下图

在这里插入图片描述
上述中的NX：如果key不存在，才设置，如果key存在，则不设置(返回nil)

在这里插入图片描述

上述中的XX：如果key存在，才设置(相当于更新value)，如果key不存在，则不设置(返回nil)

在这里插入图片描述
GET命令
get只是支持字符串类型的value，如果value是其它类型，则会报错
MSET命令
一次设置多个key，时间复杂度O(N)，N是当前设置的key的数量，返回值永远是OK

在这里插入图片描述
MGET命令
一次获取多个key对应的value，时间复杂度O(N)，N是要获取的key的数量，如果key不存在或对应的value不是string，则返回nil

在这里插入图片描述
SETNX命令
不存在才能设置，存在则设置失败，1表示设置成功，0表示设置失败

在这里插入图片描述
SETEX和PSETEX

设置key的过期时间，单位是秒和毫秒

在这里插入图片描述
INCR命令
针对value，+1，时间复杂度O(1)

在这里插入图片描述
INCRBY命令
针对value，+n，时间复杂度O(1)

在这里插入图片描述
也可以加一个负数，即减去一个数

在这里插入图片描述
DECR命令
针对value，-1，时间复杂度O(1)

在这里插入图片描述
DECRBY命令
针对value，-n，时间复杂度O(1)

在这里插入图片描述
INCRBYFLOAT命令
把key对应的value进行±运算，运算的操作数可以是浮点数，只能通过加负数的方式来实现减法，时间复杂度O(1)

在这里插入图片描述
注意：由于redis处理命令的时候，是单线程模型，多个客户端同时针对同一个key进行incr操作，不会引起 “线程安全” 问题

APPEND命令
拼接字符串，返回值是长度的单位：字节

在这里插入图片描述
如下图，如果value是中文，不会直接显示，因为redis的字符串，不会对字符编码做任何处理，所以只会显示16进制，要想显示中文，需要在开启客户端时，带–raw选项

在这里插入图片描述
GETRANGE命令

获取子串，两端都是闭区间，时间复杂度O(N)，N是子串的长度，其中区间两端可以使用负数，-1表示倒数第一个，-2倒数第二个…

在这里插入图片描述
SETRANGE命令

覆盖字符串的一部分，从指定的位置偏移，时间复杂度O(N)，N是value的长度，返回值为替换后的string的长度

在这里插入图片描述
如下图，针对中文的替换，就可能会出现问题

在这里插入图片描述
如下图，针对不存在的key，setrange也会生成一个string

在这里插入图片描述
STRLEN命令
获取字符串的长度，单位是字节，时间复杂度O(1)，如果key不存在，会返回0

在这里插入图片描述
string内部的三种编码方式

int：64位/8字节的整数
embstr：压缩字符串，适用于表示比较短的字符串
raw：普通字符串，适用于表示更长的字符串，只是单纯的持有字节数组

在这里插入图片描述
redis存储浮点数，本质上还是当字符串来存储，每次进行算术运算，都需要将字符串转化为小数，然后再转回字符串来存储

在这里插入图片描述
string类型的应用场景

缓存功能

redis这样的缓存，经常用来存储"热点"数据，即高频被使用的数据

redis作为缓存时，当应用服务器访问数据的时候，先查询redis，如果redis中有数据，就直接从redis取数据交给应用服务器，如果redis中数据不存在，则读取MySQL中的数据，返回给应用服务器，同时，把这个数据也写入到redis中

上述策略中，存在一个很明显的问题，随着时间的推移，会有越来越多的数据在redis中访问不到，就会从MySQL中获取数据，并写入redis，此时，redis中的数据就会越来越多！！！
解决方式
1、把数据写入到redis中时，给这个key设置一个过期时间
2、redis也在内存不足的时候，提供了淘汰策略

计数功能
在这里插入图片描述
如上图，redis也适用于计数，比如给视频网站中视频的播放次数计数，时间复杂度为O(1)，速度很快，但redis并不擅长数据统计，比如统计播放量前100的视频有哪些，基于redis搞就很麻烦，而MySQL，只需要一个sql语句就行了

实际中要开发一个成熟、稳定的真实计数系统，要面临的挑战远不止如此简单，比如要实现防作弊、按照不同维度计数，避免单点问题，数据持久化到底层数据源等等

session会话功能
在这里插入图片描述
如上图，如果每个应用服务器，维护自己的会话数据，彼此之间不共享，用户请求访问到不同的服务器上，就可能会出现一些不能正确处理的情况

在这里插入图片描述
如上图，把session会话数据保存在redis中，这样所有的会话数据就都被各个服务器共享了

手机验证码功能

生成验证码
用户输入一下手机号，点击获取验证码，比如限制1分钟之内，最多获取5次验证码或者每次获取验证码时间间隔为30秒，主要还是为了防止用户频繁获取验证码，造成服务器压力过大

检查验证码
把短信收到的验证码这一串数，提交到系统中，系统判断验证码是否正确

四、什么是业务

业务就算公司/产品解决一个/一系列问题的过程，就可以称为"业务"

一个公司/产品要想生存，就得赚钱，而要想赚钱，就得能帮别人解决问题！！！

不同的公司，不同的产品，就有不同的业务，而不同的业务就需要不同的技术作为支撑。业务是非常重要的，很多时候，优化技术解决不了的问题，就可以通过优化业务来解决，比如早期的12306，假如要放出2月1日的全部票，会在之前的具体1月10日全部放出，而这样会造成很多人去抢票，从而很大可能造成服务器瘫痪，但后面引入了分时段放票，就可以减少服务器的负载

注意：实际开发过程中，必须要结合实际业务场景，来做一些技术上的调整！！！

五、Hash类型

redis本身就是键值对结构，而且是通过哈希的方式来组织的，为了区分value中的key和redis本身的key，就把value中的key用field来表示，而此时的value也变为了field对应的value

HSET命令
在这里插入图片描述
一次插入一组或多组键值对，时间复杂度为O(N)，N为插入的键值对的个数，返回值为设置成功的键值对的个数

在这里插入图片描述
HGET命令

获取field对应的value，一次只能获取一个，时间复杂度O(1)，如果不存在，返回空

在这里插入图片描述
HEXISTS命令

判断hash中是否存在指定的字段，一次只能判断一个，时间复杂度O(1)，1表示存在，0表示不存在

在这里插入图片描述
HDEL命令
删除hash中指定的字段，即删除field，时间复杂度O(N)，N为要删除的字段的个数，返回值为本次操作删除的字段的个数

在这里插入图片描述
HKEYS命令
获取hash中所有的field，时间复杂度O(N)，N为hash中field的个数，返回值为field列表

在这里插入图片描述
HVALS命令
获取hash中所有的value，时间复杂度O(N)，N为hash中value的个数，返回值为value列表

在这里插入图片描述
HGETALL命令
获取hash中所有的field和value，时间复杂度O(N)，N为hash中字段的个数，返回值为hash中所有的field和value，且是一个field，一个value排列

在这里插入图片描述

注意：上述这三个命令存在一定的风险，要谨慎使用！！！
HMGET命令
类似于MGET命令，可以一次查询多个field，查询的field的顺序和显示相应的value的顺序是一致的，时间复杂度O(N)，N为查询的field的个数

在这里插入图片描述
注意：也存在HMSET命令，只是HSET命令也能设置多个field，所以可以不用HMSET命令了
HLEN命令

获取hash中的元素个数，不需要遍历，时间复杂度O(1)

在这里插入图片描述
HSETNX命令

类似于SETNX命令，不存在的时候，才能设置成功，返回1，如果存在，则失败，返回0

在这里插入图片描述
注意：hash中的value，也能当作数字来处理！！！

HINCRBY命令（整数）
在这里插入图片描述
给hash中指定field对应的value加/减去一个值，时间复杂度O(1)，返回值为value变化后的值

在这里插入图片描述
HINCRBYFLOAT命令（浮点数）

给hash中指定field对应的value加/减去一个值，时间复杂度O(1)，返回值为value变化后的值

在这里插入图片描述
Hash类型的编码方式

压缩算法：rar、zip、gzip等等
压缩的本质：是对数据进行重新编码，而不同的数据，有不同的特点，结合这些特点，进行精妙的设计，重新编码之后，就能够缩小体积，比如aabbbbccccccdd这个字符串，就可以压缩成2a4b6c2d，不过这种压缩方式比较粗糙，而实际上常见的压缩算法都是精妙设计的

一个普通的hash表，可能会浪费一定的空间，因为hash表首先得是一个数组，就会出现的位置有元素，有的没有，所以在数据少的时候，就用ziplist来代替hash表，而ziplist也是同上，内部的数据结构也是精心设计的，目的是为了节省空间，但zip付出的代价，是进行读写元素，速度是比较慢的，元素个数少倒还好，元素个数多了，慢就会雪上加霜

只有当哈希中的元素个数比较少，且每个value的值长度都比较短时，才会用ziplist代替hash表

Hash类型的应用场景

缓存功能
string也能作为缓存使用，但存储结构化的数据时，hash类型更合适

在这里插入图片描述
如上图，虽然string也能做到，但需要使用到json这样的数据格式

如果使用string(json)的格式来表示UserInfo，万一只想要获取其中的某个属性，或者修改某个属性，那就需要把整个json都读出来，解析成对象，操作属性，再转回json字符串，写回去，就会很麻烦，而hash类型能很方便的处理这个问题

hash类型的缺点：付出的是空间的代价，需要控制hash在ziplist和hashtable两种内部编码的转换，可能会造成内存的较大消耗

采用原生字符串类型，即一个属性一个键的方式，如下图

在这里插入图片描述
上述这种方式虽然也可以，但是属于低内聚，不符合高内聚，低耦合的设计，代码处理起来就会很麻烦

高内聚：把有关联的东西放在一起，最好能放在指定的地方，便于查找，以衣服为例，如果你把你的衣服扔得到处都是，而你要出门，想穿某件衣服，就需要去找，而此时就需要遍历整个房子，非常的耗时间，即低内聚。而如果你把衣服都整理好，整整齐齐放在衣柜里，就能很快得找到你想穿的衣服，即高内聚

耦合：两个模块/代码之间的关联关系越大，越容易相互影响，认为是耦合越高，反之，越低，比如一个模块出现了bug，而另一个模块也随之不能正常工作，就说明两个模块之间的耦合度很高

如下图，右边的第一行，理论上是可以不存的，还能节省空间，但在工程实践中，一般都会把uid再存一份，后续写到相关的代码时，会更方便一些
在这里插入图片描述

六、List类型

列表(List)相当于数组或者顺序表，而底层结构则类似于C++中的deque，支持头插、头删、尾插、尾删，同时，也支持负数下标，最左侧元素的下标为0

在这里插入图片描述
列表的元素是"有序"的，而这里"有序"的含义，要根据上下文来进行区分，有的时候，是指升序或者降序，而有的时候是指顺序很关键，比如一模一样的列表，只是元素的顺序不同，这两个列表就算不一样的！！！

相对于hash类型中的field，列表的元素是允许重复的！！！

因为当前的List支持头插、头删、尾插、尾删，就可以把这个List当作一个栈/队列来使用

LPUSH命令
在这里插入图片描述
头插一个或多个元素，时间复杂度O(N)，N为插入元素的个数，返回值为插入后list的长度

在这里插入图片描述
如果key已经存在，并且key对应的value类型，不是list，lpush命令就会报错，其它数据类型也类似

在这里插入图片描述
LRANGE命令

两端都为闭区间，下标支持负数，时间复杂度O(N)

在这里插入图片描述
针对下标越界的情况，redis是尽可能的获取到给定区间的元素，增强了程序的容错能力

在这里插入图片描述
注意：lrange中的l指的是list，不是left，所以不存在RRANGE命令

LPUSHX命令
在这里插入图片描述
在key存在时，将⼀个或者多个元素从头插到list中。不存在，直接返回0，时间复杂度O(N)，N为插入元素的个数，返回值为插入后list的长度

在这里插入图片描述
RPUSH命令

尾插一个或多个元素，时间复杂度O(N)，N为插入元素的个数，返回值为插入后list的长度

在这里插入图片描述
RPUSHX命令

在key存在时，将⼀个或者多个元素从头插到list中。不存在，直接返回0，时间复杂度O(N)，N为插入元素的个数，返回值为插入后list的长度

在这里插入图片描述
LPOP命令

头删，时间复杂度O(1)，返回值为删掉的元素或空

在这里插入图片描述
RPOP命令

尾删，时间复杂度O(1)，返回值为删掉的元素或空

在这里插入图片描述
LINDEX命令

获取第index位置的元素，时间复杂度O(N)，N为list中的元素个数，如果下标非法，则返回nil

在这里插入图片描述
LINSERT命令

在指定值的前面/后面插入元素，时间复杂度O(N)，返回值是插入之后，得到的新的list的长度

在这里插入图片描述
基准值不存在时，会返回-1

在这里插入图片描述

存在多个基准值时，会从左往右找，在找到的第一个基准值前面/后面插入

在这里插入图片描述
LLEN命令

获取列表的长度，时间复杂度O(1)

在这里插入图片描述
LREM命令

lrem，是list remove的简写，count>0，表示从左往右删除count个指定的值；count<0，表示从右往左删除count的绝对值个指定的值；count=0，表示删除所有的指定的值，时间复杂度为O(N+M)，N是列表的长度，M是要删除的元素的个数

在这里插入图片描述

LTRIM命令

除开指定区间内的元素，其它全部删除，时间复杂度O(N)，N是被删除元素的个数

在这里插入图片描述
LSET命令

根据下标，修改元素，时间复杂度O(N)，N是列表的长度，首尾元素为O(1)，下标越界会直接报错

在这里插入图片描述
BLPOP命令和BRPOP命令

这里的B是阻塞block的缩写，阻塞：当前的线程不走了，代码不继续执行了，会在满足一定的条件后被唤醒，这里和生产者-消费者模型中的阻塞队列很类似，不同的是，由于list的长度没确定，所以这里只会阻塞队列为空的情况。所以当队列中有元素时，blpop、brpop和lpop、rpop作用完全相同，如果队列为空，blpop和brpop会产生阻塞，一直阻塞到队列不为空为止

阻塞版本会根据timeout，阻塞一段时间，单位是秒，期间redis可以执行其它命令，并不会对redis服务器产生负面影响！！！

如果多个客户端同时对一个键执行pop，则最先执行命令的客户端就会得到弹出的元素

如下图，这种返回结果，告诉我们数据是来自哪个key，数据是什么

在这里插入图片描述
如下图，当别的客户端往空列表中插入元素后，当前客户端就会立即返回

在这里插入图片描述
如下图，命令可以一次等待多个key，遍历键时，只要有一个键对应的列表可以弹出元素，命令立即返回

在这里插入图片描述
list的内部编码

list内部采用的是quicklist的编码方式，是ziplist和linkedlist的结合，整体是一个双向链表，链表的每个节点是一个压缩列表，而每个压缩列表，都不让它太大

在这里插入图片描述

List类型的应用场景

"数组"存储功能

list作为"数组"，来存储多个元素，不过提供的查询功能，不如MySQL那么强大，具体redis中
的数据如何组织，都要根据实际的业务情况来决定
在这里插入图片描述
消息队列功能

基于生产者—消费者模型，当列表为空时，新生产一个元素时，谁先执行brpop命令，谁就能先拿到这个新来的元素，像这样的设定，就能构成一个"轮询"式的效果，比如消费者拿到一个元素后，还想继续，就得重新执行brpop命令，即重新排队
在这里插入图片描述
如下图，是一个分频道的消息队列，即有多个列表，例如抖音，有一个列表，用来传输短视频数据，另一个列表，用来传输弹幕，还有一个列表，来传输点赞，转发，收藏数据等等。而这样的好处在于：就可以在某种数据出现问题的时候，不会对其他数据造成影响(解耦合)
在这里插入图片描述
微博Timieline功能

每个用户都有属于自己的Timeline（微博列表），现需要分页展示⽂章列表。此时可以考虑使⽤列表，因为列表不但是有序的，同时⽀持按照索引范围获取元素。

每篇微博使⽤哈希结构存储，例如微博中3个属性：title、timestamp、content
在这里插入图片描述

向用户Timeline添加微博，user::mblogs作为微博的键：
在这里插入图片描述

分页获取用户的Timeline，例如获取用户1的前10篇微博：
在这里插入图片描述
如上图，当前一页有多少数据，是不确定的，可能会导致下面的循环次数比较多，从而会触发很多次的hgetall，也就是很多次的网络请求，为了解决这个问题，可以采用pipeline(流水线/管道)，虽然咱们依旧是多个redis命令，但是把这些命令合并成一个网络请求进行通信，就能大大降低客户端和服务器之间的交互次数

当list长度很长时，获取列表中间的元素表现很差，这时可以将其分割，比如长度为1w，可以将其拆分为10份，即每个就是1k，这样获取元素容易多了！！！

七、SET类型

注意：这里的set是集合的意思，不是get对应的set(设置)！
集合就是把一些有关联的数据放在一起，redis中的集合有两个特点：
集合中的元素是无序的，和list中的是对应的
集合中的元素是不能重复的（唯一的）

set和list一样，集合中的每个元素，也都是string类型，也就可以使用json这样的格式让string也能存储结构化数据

SET命令

在这里插入图片描述
将⼀个或者多个元素添加到set中，重复的元素无法加入，时间复杂度O(1)，返回值为添加成功的元素

在这里插入图片描述
SMEMBERS命令

获取一个集合的所有元素，时间复杂度O(N)，N是集合的元素个数

在这里插入图片描述
SISMEMBER

在这里插入图片描述
判断一个元素是否在集合中，时间复杂度O(1)，在就返回1，不在或key不存在就返回0

在这里插入图片描述
SCARD命令

获取集合的元素个数，时间复杂度O(1)

在这里插入图片描述
SPOP命令

在这里插入图片描述
随机删除一个或多个集合中的元素，count不写时就删除1个，写时，是几就删除几个，时间复杂度O(N)，N是删除的元素个数，返回值为取出来的元素，没有元素了就返回nil

在这里插入图片描述
如下图，插入同样元素且插入顺序相同的集合，删除的元素顺序是不一致的，也证明了删除元素的随机性

在这里插入图片描述
官方文档给出的说明，也承诺了这点！

SMOVE命令

在这里插入图片描述
将一个元素从集合删除，移动到另一个集合中，时间复杂度O(1)，移动成功返回1，失败返回0

在这里插入图片描述
如下图，当再给原来的集合插入相同的数据，然后移动到新的集合，redis并没有报错

在这里插入图片描述
SREM命令

在这里插入图片描述
将指定的一个或多个元素从集合中删除，时间复杂度O(N)，N是要删除的元素个数，返回值为本次操作删除成功的元素个数

在这里插入图片描述
SINTER命令

在这里插入图片描述
获取两个或多个集合的交集，事件复杂度O(N*M)，N是最小的集合元素个数，M是最大的集合元素个数

在这里插入图片描述
SINTERSTORE命令

在这里插入图片描述
将多个集合的交集保存在另外的集合中，时间复杂度同上，如果该集合存在，则会将之前的元素覆盖

在这里插入图片描述
SUNION命令

在这里插入图片描述
获取两个或多个集合的并集，时间复杂度为O(N)，N是给定的所有集合的总的元素个数

SUNIONSTORE命令

将多个集合的并集保存在另外的集合中，时间复杂度同上，如果该集合存在，则会覆盖之前的元素

SDIFF命令

在这里插入图片描述
获取set的差集中的元素，时间复杂度为O(N)，N是给定的所有集合的总的元素个数

在这里插入图片描述
SDIFFSTORE命令

获取给定set的差集中的元素并保存到另外的集合中，时间复杂度同上，如果集合已经存在，则会覆盖之前的元素

在这里插入图片描述
set的内部编码

分为intset(整数集合)和hashtable(哈希表)两种，intset是为了节省空间，做出的特定优化，用于元素均为整数，并且元素个数不是很多的场景

在这里插入图片描述

SET类型的应用场景

保存用户标签

用户画像，即产品的服务器后台会分析出你这个人的一些特征，比如性别、年龄、居住地、爱好等等，然后根据这些特征，就可以转换成"标签"，也就是简短的字符串，保存到redis的set中，再投其所好，给你推送与之相关的内容

这个功能对用户有一个很大的弊端，你看到的东西，都是你愿意看到的，你不愿意看的，就很难被看到，也就是信息茧房，你看到的内容始终是一个小圈子，比如你认真看了一个焦虑的视频，后期服务器给你一直推送这类视频，就会搞乱人的心态！

计算用户之间的共同好友

因为set很容易求交集，所以在找两个用户的共同好友时，也就很容易了，比如QQ，有些时候就会告诉你与对方有哪些共同好友。同时，还可以做一下好友推荐，比如A和B是好友，A和C是好友，B和C和D都是好友，系统就可能会把D推荐给A

统计UV

一个互联网产品，衡量用户量，用户规模，主要的指标是两方面：
PV，即page view，用户每次访问该服务器，都会产生一个pv
UV，即user view，每个用户，访问该服务器，都会产生一个uv，但同一个用户多次访问，不会使uv增加，这就需要按照用户进行去重，就可以使用set来实现

八、ZEST类型

zset是有序集合，这里的有序指的是升序/降序中的有序，当然，redis内部实现是升序！排序的依据是分数，存储的一个pair，和C++中的类似，pair由member和score构成，score是浮点类型。不同于键值对，这里的pair可以用member查找score，也可以用score查找pair。同时，zset中的member是唯一的，但score可以重复
在这里插入图片描述
ZADD命令

在这里插入图片描述

往有序集合中添加pair，添加一个pair的时间复杂度为O(logN)，N是有序集合中pair的个数，默认返回值为添加成功的pair个数

在这里插入图片描述
zrange命令查看添加的pair的member，带withscores可以查看score，因为有序集合的元素是有先后顺序的，所以就可以给这个有序集合赋予下标这样的概念！

在这里插入图片描述

不带NX或XX选项的时候，添加的member已经存在，就会更新分数

在这里插入图片描述
带有XX选项时，只会更新已经存在的元素，不会添加元素

带有NX选项时，只会添加新的元素，不会更新已经存在的元素

本来zadd返回的时新增的元素个数，带了CH选项后，zadd的返回值变为了新增和修改的元素个数
在这里插入图片描述

带有INCR选项时，就类似于zincrby命令，给元素的分数添加值

注意：上述的更新操作，可能会导致元素的位置发生变化，因为这是有序集合，所以要始终保持有序，同时，在两个元素分数相同的情况下，会根据member，按照字典序排序

ZCARD命令
获取有序集合中元素的个数，时间复杂度O(1)

在这里插入图片描述
ZCOUNT命令

获取分数在min和max之间的元素个数，默认为闭区间，如果想排除边界值，可以加 “(”，不过排除右边的边界值时，方式有点奇葩
时间复杂度O(logN)，N是有序集合中元素的个数，这里是先找到左右端点元素的下标，然后根据下标减法得到元素的个数

在浮点数中，存在两个特殊的数值，inf：无穷大，-inf：负无穷大，zset中分数也是支持使用inf和-inf作为max和min的

ZRANGE命令
在这里插入图片描述
获取指定区间内的元素，时间复杂度O(log(N)+M)，M是start - stop区间内元素的个数，N是有序集合中元素的个数

ZREVRANGE命令
在这里插入图片描述
按照分数降序进行遍历并打印，时间复杂度同上

在这里插入图片描述
ZRANGEBYSCORE命令

根据分数来找元素，和zcount命令类似，时间复杂度O(logN+M)，M是区间内元素的个数，N是有序集合中元素的个数

在这里插入图片描述
ZPOPMAX命令

删除并返回count个分数最高的元素，时间复杂度O(M*logN)，N是有序集合中元素的个数，M是要被删除的元素个数

在这里插入图片描述
这里是尾删，可以将最后一个元素的位置特殊记录下来，后续删除时，时间复杂度就为O(1)了，redis确实记录了这个位置，但在删除时，没有用这个特性，而是直接调用了一个"通用的删除函数"，即给定一个member的值，进行查找，找到位置之后再删除

BZPOPMAX命令
在这里插入图片描述
这里的有序集合可以视为一个"优先级队列"，有时，可以带有"阻塞功能"，类似于list列表中的blpop和brpop命令，这里的timeout可以设置为浮点数，单位是秒，同时，也可以等待多个有序集合，很多的作用都和blpop类似

时间复杂度为O(logN)，因为无论等待了多少个key，都只会返回一个元素，返回值：先返回是哪个key，然后是这个key的元素member，再就是分数

在这里插入图片描述
ZPOPMIN命令

删除有序集合中count个最小的元素，时间复杂度同zpopmax

在这里插入图片描述
BZPOPMIN命令

用法和bzpopmax命令一样

在这里插入图片描述
ZRANK命令

从左往右，获取元素的下标，0为最小下标，时间复杂度O(logN)

在这里插入图片描述
ZREVRANK命令

从右往左，获取元素的下标，时间复杂度同上

在这里插入图片描述
ZSCORE命令

获取指定元素的分数，时间复杂度O(1)，此处redis对于这样的查询操作做了特殊的优化，付出了额外的空间代价

在这里插入图片描述
ZREM命令

删除指定的一个或多个元素，时间复杂度O(M*logN)，M是要删除的元素个数，N是有序集合中元素的个数，返回值为删除成功的元素个数

在这里插入图片描述
ZREMRANGEBYRANK

删除以下标组成的区间内的元素，都是闭区间，时间复杂度O(logN + M)，N是有序集合中元素的个数，M是区间内元素的个数，返回值为删除的元素个数

在这里插入图片描述
ZREMRANGEBYSCORE命令

删除分数区间内的元素，都是闭区间，时间复杂度为O(logN + M)，N是有序集合中的元素个数，M是要删除的元素个数，返回值为被删除成功的元素个数，"("排除边界

在这里插入图片描述
ZINCRBY命令

给指定的元素分数增加一个数，支持加一个负数，时间复杂度(logN)，N是元素的个数，同时元素的位置可能会发生变化，保持集合有序

在这里插入图片描述

ZINTERSTRORE命令
在这里插入图片描述
求两个或多个有序集合的交集，而这里会有numkeys，是因为后面还有选项，如果没有这个numkeys，就无法确定是后面的选项的内容，还是key，就如同HTTP协议中，有一个字段content-length，描述正文的长度，从而不会造成粘包问题

注意：有序集合的主体是member，不是score，所以求交集和并集，也只看member！！！

如下图，不带选项时，交集中的元素，分数为原来集合元素分数之和

在这里插入图片描述
带权重weight，是给每个集合中的元素分数乘以一个系数，如下图，给第一个集合权重0.8，第二个集合权重0.5，比如张三，150.8+270.5=25.5

在这里插入图片描述
带有AGGREGATE选项，指明交集元素的分数是求和，还是最小的，或是最大的，在没有这个选项时，默认是求和

在这里插入图片描述

时间复杂度为O(NK) + O(MlogM)，其中，N是集合中元素最少的集合的元素个数，K是集合的个数，M是返回的最终结果的集合的元素个数

在这里插入图片描述
ZUNIONSTORE命令

获取两个或多个集合的并集，时间复杂度O(N) + O(M*logM)，N是所有集合的元素的个数，M是最终结果的集合的元素个数

在这里插入图片描述

内部编码

如果有序集合中的元素个数较少，或者单个元素体积较小，就使用ziplist来存储

在这里插入图片描述
如果当前元素个数比较多，或者单个元素体积非常大，就使用skiplist来存储

在这里插入图片描述
ZSET的应用场景

排行榜系统

zset在微博热搜、游戏天梯排行、成绩排行等等中，都是非常适用的！

比如游戏天梯排行，只需要把玩家信息和对应的分数给放到有序集合中即可，自动就形成了一个排行榜，可以按照名次(下标)、分数，进行范围查询，当分数发生变化，排行顺序也会自动调整

比如微博热搜，但比游戏排行要复杂一下，因为有很多因素，比如访问量、点赞量、转发量、评论量等等，需要综合上述多种因素来获取一个较为合理的分数，也就会涉及权重，member则为微博的id，score就算各自维度的数值，通过zinterstore或zunionstore命令，把上述有序集合按照约定好的权重，进行集合间运算，得到的结果集合的分数就是热度