.jpg)
redis開(kāi)創(chuàng)了一種新的數(shù)據(jù)存儲(chǔ)思路，使用Redis，我們不用在面對(duì)功能單調(diào)的數(shù)據(jù)庫(kù)時(shí)，把精力放在如何把大象放進(jìn)冰箱這樣的問(wèn)題上，而是利用Redis靈活多變的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作，為不同的大象構(gòu)建不同的冰箱。希望你喜歡這個(gè)比喻。
一、Redis常用數(shù)據(jù)類(lèi)型（推薦：redis視頻教程）
Redis最為常用的數(shù)據(jù)類(lèi)型主要有以下五種：
String、Hash、List、Set、Sorted set
在具體描述這幾種數(shù)據(jù)類(lèi)型之前，我們先通過(guò)一張圖了解下Redis內(nèi)部?jī)?nèi)存管理中是如何描述這些不同數(shù)據(jù)類(lèi)型的：
首先Redis內(nèi)部使用一個(gè)redisObject對(duì)象來(lái)表示所有的key和value，redisObject最主要的信息如上圖所示：type代表一個(gè)value對(duì)象具體是何種數(shù)據(jù)類(lèi)型，encoding是不同數(shù)據(jù)類(lèi)型在redis內(nèi)部的存儲(chǔ)方式。
比如：type=string代表value存儲(chǔ)的是一個(gè)普通字符串，那么對(duì)應(yīng)的encoding可以是raw或者是int，如果是int則代表實(shí)際redis內(nèi)部是按數(shù)值型類(lèi)存儲(chǔ)和表示這個(gè)字符串的，當(dāng)然前提是這個(gè)字符串本身可以用數(shù)值表示，比如:”123″ “456”這樣的字符串。
這里需要特殊說(shuō)明一下vm字段，只有打開(kāi)了Redis的虛擬內(nèi)存功能，此字段才會(huì)真正的分配內(nèi)存，該功能默認(rèn)是關(guān)閉狀態(tài)的。
通過(guò)上圖我們可以發(fā)現(xiàn)Redis使用redisObject來(lái)表示所有的key/value數(shù)據(jù)是比較浪費(fèi)內(nèi)存的，當(dāng)然這些內(nèi)存管理成本的付出主要也是為了給Redis不同數(shù)據(jù)類(lèi)型提供一個(gè)統(tǒng)一的管理接口，實(shí)際作者也提供了多種方法幫助我們盡量節(jié)省內(nèi)存使用，我們隨后會(huì)具體討論。
二、各種數(shù)據(jù)類(lèi)型應(yīng)用和實(shí)現(xiàn)方式
下面我們先來(lái)逐一的分析下這五種數(shù)據(jù)類(lèi)型的使用和內(nèi)部實(shí)現(xiàn)方式：
1、String
String?數(shù)據(jù)結(jié)構(gòu)是簡(jiǎn)單的key-value類(lèi)型，value其實(shí)不僅是String，也可以是數(shù)字。
常用命令：get、set、incr、decr、mget等。
應(yīng)用場(chǎng)景：String是最常用的一種數(shù)據(jù)類(lèi)型，普通的key/ value 存儲(chǔ)都可以歸為此類(lèi)，即可以完全實(shí)現(xiàn)目前 Memcached 的功能，并且效率更高。還可以享受Redis的定時(shí)持久化，操作日志及 Replication等功能。除了提供與 Memcached 一樣的get、set、incr、decr 等操作外，Redis還提供了下面一些操作：?
-
獲取字符串長(zhǎng)度
-
往字符串a(chǎn)ppend內(nèi)容
-
設(shè)置和獲取字符串的某一段內(nèi)容
-
設(shè)置及獲取字符串的某一位（bit）
-
批量設(shè)置一系列字符串的內(nèi)容
使用場(chǎng)景：常規(guī)key-value緩存應(yīng)用。常規(guī)計(jì)數(shù): 微博數(shù), 粉絲數(shù)。
實(shí)現(xiàn)方式：String在redis內(nèi)部存儲(chǔ)默認(rèn)就是一個(gè)字符串，被redisObject所引用，當(dāng)遇到incr,decr等操作時(shí)會(huì)轉(zhuǎn)成數(shù)值型進(jìn)行計(jì)算，此時(shí)redisObject的encoding字段為int。
2、Hash
常用命令：hget,hset,hgetall 等。
應(yīng)用場(chǎng)景：
我們簡(jiǎn)單舉個(gè)實(shí)例來(lái)描述下Hash的應(yīng)用場(chǎng)景，比如我們要存儲(chǔ)一個(gè)用戶(hù)信息對(duì)象數(shù)據(jù)，包含以下信息：
用戶(hù)ID為查找的key，存儲(chǔ)的value用戶(hù)對(duì)象包含姓名，年齡，生日等信息，如果用普通的key/value結(jié)構(gòu)來(lái)存儲(chǔ)，主要有以下2種存儲(chǔ)方式：
第一種方式將用戶(hù)ID作為查找key,把其他信息封裝成一個(gè)對(duì)象以序列化的方式存儲(chǔ)，這種方式的缺點(diǎn)是，增加了序列化/反序列化的開(kāi)銷(xiāo)，并且在需要修改其中一項(xiàng)信息時(shí)，需要把整個(gè)對(duì)象取回，并且修改操作需要對(duì)并發(fā)進(jìn)行保護(hù)，引入CAS等復(fù)雜問(wèn)題。
?第二種方法是這個(gè)用戶(hù)信息對(duì)象有多少成員就存成多少個(gè)key-value對(duì)兒，用用戶(hù)ID+對(duì)應(yīng)屬性的名稱(chēng)作為唯一標(biāo)識(shí)來(lái)取得對(duì)應(yīng)屬性的值，雖然省去了序列化開(kāi)銷(xiāo)和并發(fā)問(wèn)題，但是用戶(hù)ID為重復(fù)存儲(chǔ)，如果存在大量這樣的數(shù)據(jù)，內(nèi)存浪費(fèi)還是非常可觀的。
那么Redis提供的Hash很好的解決了這個(gè)問(wèn)題，Redis的Hash實(shí)際是內(nèi)部存儲(chǔ)的Value為一個(gè)HashMap，并提供了直接存取這個(gè)Map成員的接口，如下圖：
?也就是說(shuō)，Key仍然是用戶(hù)ID, value是一個(gè)Map，這個(gè)Map的key是成員的屬性名，value是屬性值，這樣對(duì)數(shù)據(jù)的修改和存取都可以直接通過(guò)其內(nèi)部Map的Key(Redis里稱(chēng)內(nèi)部Map的key為field), 也就是通過(guò) key(用戶(hù)ID) + field(屬性標(biāo)簽) 就可以操作對(duì)應(yīng)屬性數(shù)據(jù)了，既不需要重復(fù)存儲(chǔ)數(shù)據(jù)，也不會(huì)帶來(lái)序列化和并發(fā)修改控制的問(wèn)題。很好的解決了問(wèn)題。
??? 這里同時(shí)需要注意，Redis提供了接口(hgetall)可以直接取到全部的屬性數(shù)據(jù)，但是如果內(nèi)部Map的成員很多，那么涉及到遍歷整個(gè)內(nèi)部Map的操作，由于Redis單線(xiàn)程模型的緣故，這個(gè)遍歷操作可能會(huì)比較耗時(shí)，而另其它客戶(hù)端的請(qǐng)求完全不響應(yīng)，這點(diǎn)需要格外注意。
使用場(chǎng)景：存儲(chǔ)部分變更數(shù)據(jù)，如用戶(hù)信息等。
實(shí)現(xiàn)方式：
?? 上面已經(jīng)說(shuō)到Redis Hash對(duì)應(yīng)Value內(nèi)部實(shí)際就是一個(gè)HashMap，實(shí)際這里會(huì)有2種不同實(shí)現(xiàn)，這個(gè)Hash的成員比較少時(shí)Redis為了節(jié)省內(nèi)存會(huì)采用類(lèi)似一維數(shù)組的方式來(lái)緊湊存儲(chǔ)，而不會(huì)采用真正的HashMap結(jié)構(gòu)，對(duì)應(yīng)的value redisObject的encoding為zipmap，當(dāng)成員數(shù)量增大時(shí)會(huì)自動(dòng)轉(zhuǎn)成真正的HashMap，此時(shí)encoding為ht。
3、List
常用命令：lpush,rpush,lpop,rpop,lrange等。
應(yīng)用場(chǎng)景：
Redis list的應(yīng)用場(chǎng)景非常多，也是Redis最重要的數(shù)據(jù)結(jié)構(gòu)之一，比如twitter的關(guān)注列表，粉絲列表等都可以用Redis的list結(jié)構(gòu)來(lái)實(shí)現(xiàn)。
List 就是鏈表，相信略有數(shù)據(jù)結(jié)構(gòu)知識(shí)的人都應(yīng)該能理解其結(jié)構(gòu)。使用List結(jié)構(gòu)，我們可以輕松地實(shí)現(xiàn)最新消息排行等功能。List的另一個(gè)應(yīng)用就是消息隊(duì)列，
可以利用List的PUSH操作，將任務(wù)存在List中，然后工作線(xiàn)程再用POP操作將任務(wù)取出進(jìn)行執(zhí)行。Redis還提供了操作List中某一段的api，你可以直接查詢(xún)，刪除List中某一段的元素。
實(shí)現(xiàn)方式：
Redis list的實(shí)現(xiàn)為一個(gè)雙向鏈表，即可以支持反向查找和遍歷，更方便操作，不過(guò)帶來(lái)了部分額外的內(nèi)存開(kāi)銷(xiāo)，Redis內(nèi)部的很多實(shí)現(xiàn)，包括發(fā)送緩沖隊(duì)列等也都是用的這個(gè)數(shù)據(jù)結(jié)構(gòu)。
Redis的list是每個(gè)子元素都是String類(lèi)型的雙向鏈表，可以通過(guò)push和pop操作從列表的頭部或者尾部添加或者刪除元素，這樣List即可以作為棧，也可以作為隊(duì)列。?
使用場(chǎng)景：
消息隊(duì)列系統(tǒng)
使用list可以構(gòu)建隊(duì)列系統(tǒng)，使用sorted set甚至可以構(gòu)建有優(yōu)先級(jí)的隊(duì)列系統(tǒng)。
比如：將Redis用作日志收集器
實(shí)際上還是一個(gè)隊(duì)列，多個(gè)端點(diǎn)將日志信息寫(xiě)入Redis，然后一個(gè)worker統(tǒng)一將所有日志寫(xiě)到磁盤(pán)。
取最新N個(gè)數(shù)據(jù)的操作
記錄前N個(gè)最新登陸的用戶(hù)Id列表，超出的范圍可以從數(shù)據(jù)庫(kù)中獲得。
//把當(dāng)前登錄人添加到鏈表里 ret = r.lpush("login:last_login_times", uid) //保持鏈表只有N位 ret = redis.ltrim("login:last_login_times", 0, N-1) //獲得前N個(gè)最新登陸的用戶(hù)Id列表 last_login_list = r.lrange("login:last_login_times", 0, N-1)
比如sina微博：
在Redis中我們的最新微博ID使用了常駐緩存，這是一直更新的。但是我們做了限制不能超過(guò)5000個(gè)ID，因此我們的獲取ID函數(shù)會(huì)一直詢(xún)問(wèn)Redis。只有在start/count參數(shù)超出了這個(gè)范圍的時(shí)候，才需要去訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)。
我們的系統(tǒng)不會(huì)像傳統(tǒng)方式那樣“刷新”緩存，Redis實(shí)例中的信息永遠(yuǎn)是一致的。SQL數(shù)據(jù)庫(kù)（或是硬盤(pán)上的其他類(lèi)型數(shù)據(jù)庫(kù)）只是在用戶(hù)需要獲取“很遠(yuǎn)”的數(shù)據(jù)時(shí)才會(huì)被觸發(fā)，而主頁(yè)或第一個(gè)評(píng)論頁(yè)是不會(huì)麻煩到硬盤(pán)上的數(shù)據(jù)庫(kù)了。
4、Set
常用命令：
sadd,spop,smembers,sunion 等。
應(yīng)用場(chǎng)景：
Redis set對(duì)外提供的功能與list類(lèi)似是一個(gè)列表的功能，特殊之處在于set是可以自動(dòng)排重的，當(dāng)你需要存儲(chǔ)一個(gè)列表數(shù)據(jù)，又不希望出現(xiàn)重復(fù)數(shù)據(jù)時(shí)，set是一個(gè)很好的選擇，并且set提供了判斷某個(gè)成員是否在一個(gè)set集合內(nèi)的重要接口，這個(gè)也是list所不能提供的。
Set 就是一個(gè)集合，集合的概念就是一堆不重復(fù)值的組合。利用Redis提供的Set數(shù)據(jù)結(jié)構(gòu)，可以存儲(chǔ)一些集合性的數(shù)據(jù)。
案例：
在微博應(yīng)用中，可以將一個(gè)用戶(hù)所有的關(guān)注人存在一個(gè)集合中，將其所有粉絲存在一個(gè)集合。Redis還為集合提供了求交集、并集、差集等操作，可以非常方便的實(shí)現(xiàn)如共同關(guān)注、共同喜好、二度好友等功能，對(duì)上面的所有集合操作，你還可以使用不同的命令選擇將結(jié)果返回給客戶(hù)端還是存集到一個(gè)新的集合中。
Set是集合，是String類(lèi)型的無(wú)序集合，set是通過(guò)hashtable實(shí)現(xiàn)的，概念和數(shù)學(xué)中個(gè)的集合基本類(lèi)似，可以交集，并集，差集等等，set中的元素是沒(méi)有順序的。
實(shí)現(xiàn)方式：?
set 的內(nèi)部實(shí)現(xiàn)是一個(gè) value永遠(yuǎn)為null的HashMap，實(shí)際就是通過(guò)計(jì)算hash的方式來(lái)快速排重的，這也是set能提供判斷一個(gè)成員是否在集合內(nèi)的原因。
使用場(chǎng)景：
交集，并集，差集：(Set)
//book表存儲(chǔ)book名稱(chēng) set book:1:name ”The Ruby Programming Language” set book:2:name ”Ruby on rail” set book:3:name ”P(pán)rogramming Erlang” //tag表使用集合來(lái)存儲(chǔ)數(shù)據(jù)，因?yàn)榧仙瞄L(zhǎng)求交集、并集 sadd tag:ruby 1 sadd tag:ruby 2 sadd tag:web 2 sadd tag:erlang 3 //即屬于ruby又屬于web的書(shū)？ inter_list = redis.sinter("tag.web", "tag:ruby") //即屬于ruby，但不屬于web的書(shū)？ inter_list = redis.sdiff("tag.ruby", "tag:web") //屬于ruby和屬于web的書(shū)的合集？ inter_list = redis.sunion("tag.ruby", "tag:web")
獲取某段時(shí)間所有數(shù)據(jù)去重值
這個(gè)使用Redis的set數(shù)據(jù)結(jié)構(gòu)最合適了，只需要不斷地將數(shù)據(jù)往set中扔就行了，set意為集合，所以會(huì)自動(dòng)排重。
5、Sorted Set
常用命令：
zadd,zrange,zrem,zcard等
使用場(chǎng)景：
Redis sorted set的使用場(chǎng)景與set類(lèi)似，區(qū)別是set不是自動(dòng)有序的，而sorted set可以通過(guò)用戶(hù)額外提供一個(gè)優(yōu)先級(jí)(score)的參數(shù)來(lái)為成員排序，并且是插入有序的，即自動(dòng)排序。當(dāng)你需要一個(gè)有序的并且不重復(fù)的集合列表，那么可以選擇sorted set數(shù)據(jù)結(jié)構(gòu)，比如twitter 的public timeline可以以發(fā)表時(shí)間作為score來(lái)存儲(chǔ)，這樣獲取時(shí)就是自動(dòng)按時(shí)間排好序的。
和Set相比，Sorted Set增加了一個(gè)權(quán)重參數(shù)score，使得集合中的元素能夠按score進(jìn)行有序排列，比如一個(gè)存儲(chǔ)全班同學(xué)成績(jī)的Sorted Set，其集合value可以是同學(xué)的學(xué)號(hào)，而score就可以是其考試得分，這樣在數(shù)據(jù)插入集合的時(shí)候，就已經(jīng)進(jìn)行了天然的排序。
另外還可以用Sorted Set來(lái)做帶權(quán)重的隊(duì)列，比如普通消息的score為1，重要消息的score為2，然后工作線(xiàn)程可以選擇按score的倒序來(lái)獲取工作任務(wù)。讓重要的任務(wù)優(yōu)先執(zhí)行。
實(shí)現(xiàn)方式：
Redis sorted set的內(nèi)部使用HashMap和跳躍表(SkipList)來(lái)保證數(shù)據(jù)的存儲(chǔ)和有序，HashMap里放的是成員到score的映射，而跳躍表里存放的是所有的成員，排序依據(jù)是HashMap里存的score,使用跳躍表的結(jié)構(gòu)可以獲得比較高的查找效率，并且在實(shí)現(xiàn)上比較簡(jiǎn)單。
三、Redis實(shí)際應(yīng)用場(chǎng)景
1、顯示最新的項(xiàng)目列表
下面這個(gè)語(yǔ)句常用來(lái)顯示最新項(xiàng)目，隨著數(shù)據(jù)多了，查詢(xún)毫無(wú)疑問(wèn)會(huì)越來(lái)越慢。
SELECT * FROM foo WHERE ... ORDER BY time DESC LIMIT 10
在Web應(yīng)用中，“列出最新的回復(fù)”之類(lèi)的查詢(xún)非常普遍，這通常會(huì)帶來(lái)可擴(kuò)展性問(wèn)題。這令人沮喪，因?yàn)轫?xiàng)目本來(lái)就是按這個(gè)順序被創(chuàng)建的，但要輸出這個(gè)順序卻不得不進(jìn)行排序操作。類(lèi)似的問(wèn)題就可以用Redis來(lái)解決。比如說(shuō)，我們的一個(gè)Web應(yīng)用想要列出用戶(hù)貼出的最新20條評(píng)論。
在最新的評(píng)論邊上我們有一個(gè)“顯示全部”的鏈接，點(diǎn)擊后就可以獲得更多的評(píng)論。我們假設(shè)數(shù)據(jù)庫(kù)中的每條評(píng)論都有一個(gè)唯一的遞增的ID字段。我們可以使用分頁(yè)來(lái)制作主頁(yè)和評(píng)論頁(yè)，使用Redis的模板，每次新評(píng)論發(fā)表時(shí)，我們會(huì)將它的ID添加到一個(gè)Redis列表：
LPUSH latest.comments <ID>
我們將列表裁剪為指定長(zhǎng)度，因此Redis只需要保存最新的5000條評(píng)論：
LTRIM latest.comments 0 5000
每次我們需要獲取最新評(píng)論的項(xiàng)目范圍時(shí)，我們調(diào)用一個(gè)函數(shù)來(lái)完成（使用偽代碼）：
FUNCTION get_latest_comments(start, num_items): id_list = redis.lrange("latest.comments",start,start+num_items - 1) IF id_list.length < num_items id_list = SQL_DB("SELECT ... ORDER BY time LIMIT ...") END RETURN id_list END
這里我們做的很簡(jiǎn)單。在Redis中我們的最新ID使用了常駐緩存，這是一直更新的。但是我們做了限制不能超過(guò)5000個(gè)ID，因此我們的獲取ID函數(shù)會(huì)一直詢(xún)問(wèn)Redis。只有在start/count參數(shù)超出了這個(gè)范圍的時(shí)候，才需要去訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)。
我們的系統(tǒng)不會(huì)像傳統(tǒng)方式那樣“刷新”緩存，Redis實(shí)例中的信息永遠(yuǎn)是一致的。SQL數(shù)據(jù)庫(kù)（或是硬盤(pán)上的其他類(lèi)型數(shù)據(jù)庫(kù)）只是在用戶(hù)需要獲取“很遠(yuǎn)”的數(shù)據(jù)時(shí)才會(huì)被觸發(fā)，而主頁(yè)或第一個(gè)評(píng)論頁(yè)是不會(huì)麻煩到硬盤(pán)上的數(shù)據(jù)庫(kù)了。
2、排行榜應(yīng)用，取TOP N操作
這個(gè)需求與上面需求的不同之處在于，取最新N個(gè)數(shù)據(jù)的操作以時(shí)間為權(quán)重，這個(gè)是以某個(gè)條件為權(quán)重，比如按頂?shù)拇螖?shù)排序，這時(shí)候就需要我們的sorted set出馬了，將你要排序的值設(shè)置成sorted?set的score，將具體的數(shù)據(jù)設(shè)置成相應(yīng)的value，每次只需要執(zhí)行一條ZADD命令即可。
熱門(mén)，排行榜應(yīng)用：
//將登錄次數(shù)和用戶(hù)統(tǒng)一存儲(chǔ)在一個(gè)sorted set里 zadd login:login_times 5 1 zadd login:login_times 1 2 zadd login:login_times 2 3 //當(dāng)用戶(hù)登錄時(shí)，對(duì)該用戶(hù)的登錄次數(shù)自增1 ret = r.zincrby("login:login_times", 1, uid) //那么如何獲得登錄次數(shù)最多的用戶(hù)呢，逆序排列取得排名前N的用戶(hù) ret = r.zrevrange("login:login_times", 0, N-1)
另一個(gè)很普遍的需求是各種數(shù)據(jù)庫(kù)的數(shù)據(jù)并非存儲(chǔ)在內(nèi)存中，因此在按得分排序以及實(shí)時(shí)更新這些幾乎每秒鐘都需要更新的功能上數(shù)據(jù)庫(kù)的性能不夠理想。典型的比如那些在線(xiàn)游戲的排行榜，比如一個(gè)Facebook的游戲，根據(jù)得分你通常想要：
– 列出前100名高分選手
– 列出某用戶(hù)當(dāng)前的全球排名
這些操作對(duì)于Redis來(lái)說(shuō)小菜一碟，即使你有幾百萬(wàn)個(gè)用戶(hù)，每分鐘都會(huì)有幾百萬(wàn)個(gè)新的得分。模式是這樣的，每次獲得新得分時(shí)，我們用這樣的代碼：
ZADD leaderboard ?
你可能用userID來(lái)取代username，這取決于你是怎么設(shè)計(jì)的。得到前100名高分用戶(hù)很簡(jiǎn)單：
ZREVRANGE leaderboard 0 99
?用戶(hù)的全球排名也相似，只需要：
ZRANK leaderboard
3、刪除與過(guò)濾
我們可以使用LREM來(lái)刪除評(píng)論。如果刪除操作非常少，另一個(gè)選擇是直接跳過(guò)評(píng)論條目的入口，報(bào)告說(shuō)該評(píng)論已經(jīng)不存在。?有些時(shí)候你想要給不同的列表附加上不同的過(guò)濾器。如果過(guò)濾器的數(shù)量受到限制，你可以簡(jiǎn)單的為每個(gè)不同的過(guò)濾器使用不同的Redis列表。畢竟每個(gè)列表只有5000條項(xiàng)目，但Redis卻能夠使用非常少的內(nèi)存來(lái)處理幾百萬(wàn)條項(xiàng)目。
4、按照用戶(hù)投票和時(shí)間排序
排行榜的一種常見(jiàn)變體模式就像Reddit或Hacker News用的那樣，新聞按照類(lèi)似下面的公式根據(jù)得分來(lái)排序：score?=?points?/?time^alpha?因此用戶(hù)的投票會(huì)相應(yīng)的把新聞挖出來(lái)，但時(shí)間會(huì)按照一定的指數(shù)將新聞埋下去。下面是我們的模式，當(dāng)然算法由你決定。
模式是這樣的，開(kāi)始時(shí)先觀察那些可能是最新的項(xiàng)目，例如首頁(yè)上的1000條新聞都是候選者，因此我們先忽視掉其他的，這實(shí)現(xiàn)起來(lái)很簡(jiǎn)單。每次新的新聞貼上來(lái)后，我們將ID添加到列表中，使用LPUSH + LTRIM，確保只取出最新的1000條項(xiàng)目。
有一項(xiàng)后臺(tái)任務(wù)獲取這個(gè)列表，并且持續(xù)的計(jì)算這1000條新聞中每條新聞的最終得分。計(jì)算結(jié)果由ZADD命令按照新的順序填充生成列表，老新聞則被清除。這里的關(guān)鍵思路是排序工作是由后臺(tái)任務(wù)來(lái)完成的。
5、處理過(guò)期項(xiàng)目
另一種常用的項(xiàng)目排序是按照時(shí)間排序。我們使用unix時(shí)間作為得分即可。?模式如下：
– 每次有新項(xiàng)目添加到我們的非Redis數(shù)據(jù)庫(kù)時(shí)，我們把它加入到排序集合中。這時(shí)我們用的是時(shí)間屬性，current_time和time_to_live。
– 另一項(xiàng)后臺(tái)任務(wù)使用ZRANGE…SCORES查詢(xún)排序集合，取出最新的10個(gè)項(xiàng)目。如果發(fā)現(xiàn)unix時(shí)間已經(jīng)過(guò)期，則在數(shù)據(jù)庫(kù)中刪除條目。
6、計(jì)數(shù)
Redis是一個(gè)很好的計(jì)數(shù)器，這要感謝INCRBY和其他相似命令。我相信你曾許多次想要給數(shù)據(jù)庫(kù)加上新的計(jì)數(shù)器，用來(lái)獲取統(tǒng)計(jì)或顯示新信息，但是最后卻由于寫(xiě)入敏感而不得不放棄它們。
好了，現(xiàn)在使用Redis就不需要再擔(dān)心了。有了原子遞增（atomic increment），你可以放心的加上各種計(jì)數(shù)，用GETSET重置，或者是讓它們過(guò)期。例如這樣操作：
INCR user:<id> EXPIRE
你可以計(jì)算出最近用戶(hù)在頁(yè)面間停頓不超過(guò)60秒的頁(yè)面瀏覽量，當(dāng)計(jì)數(shù)達(dá)到比如20時(shí)，就可以顯示出某些條幅提示，或是其它你想顯示的東西。
7、特定時(shí)間內(nèi)的特定項(xiàng)目
另一項(xiàng)對(duì)于其他數(shù)據(jù)庫(kù)很難，但Redis做起來(lái)卻輕而易舉的事就是統(tǒng)計(jì)在某段特點(diǎn)時(shí)間里有多少特定用戶(hù)訪(fǎng)問(wèn)了某個(gè)特定資源。比如我想要知道某些特定的注冊(cè)用戶(hù)或IP地址，他們到底有多少訪(fǎng)問(wèn)了某篇文章。每次我獲得一次新的頁(yè)面瀏覽時(shí)我只需要這樣做：
SADD page:day1:<page_id> <user_id>
當(dāng)然你可能想用unix時(shí)間替換day1，比如time()-(time()%3600*24)等等。?想知道特定用戶(hù)的數(shù)量嗎？只需要使用
SCARD page:day1:<page_id>
需要測(cè)試某個(gè)特定用戶(hù)是否訪(fǎng)問(wèn)了這個(gè)頁(yè)面？
SISMEMBER page:day1:<page_id>
8、查找某個(gè)值所在的區(qū)間(區(qū)間無(wú)重合)?：(Sorted Set)
例如有下面兩個(gè)范圍，10－20和30－40
A_start 10, A_end 20
B_start 30, B_end 40
我們將這兩個(gè)范圍的起始位置存在Redis的Sorted Sets數(shù)據(jù)結(jié)構(gòu)中，基本范圍起始值作為score，范圍名加start和end為其value值：
redis 127.0.0.1:6379> zadd ranges 10 A_start (integer) 1 redis 127.0.0.1:6379> zadd ranges 20 A_end (integer) 1 redis 127.0.0.1:6379> zadd ranges 30 B_start (integer) 1 redis 127.0.0.1:6379> zadd ranges 40 B_end (integer) 1
這樣數(shù)據(jù)在插入Sorted Sets后，相當(dāng)于是將這些起始位置按順序排列好了。現(xiàn)在我需要查找15這個(gè)值在哪一個(gè)范圍中，只需要進(jìn)行如下的zrangbyscore查找：
redis 127.0.0.1:6379> zrangebyscore ranges (15 +inf LIMIT 0 1 1) "A_end"
這個(gè)命令的意思是在Sorted Sets中查找大于15的第一個(gè)值。（+inf在Redis中表示正無(wú)窮大，15前面的括號(hào)表示>15而非>=15）查找的結(jié)果是A_end，由于所有值是按順序排列的，所以可以判定15是在A_start到A_end區(qū)間上，也就是說(shuō)15是在A這個(gè)范圍里。至此大功告成。
9、交集，并集，差集：(Set)
//book表存儲(chǔ)book名稱(chēng) set book:1:name ”The Ruby Programming Language” set book:2:name ”Ruby on rail” set book:3:name ”P(pán)rogramming Erlang” //tag表使用集合來(lái)存儲(chǔ)數(shù)據(jù)，因?yàn)榧仙瞄L(zhǎng)求交集、并集 sadd tag:ruby 1 sadd tag:ruby 2 sadd tag:web 2 sadd tag:erlang 3 //即屬于ruby又屬于web的書(shū)？ inter_list = redis.sinter("tag.web", "tag:ruby") //即屬于ruby，但不屬于web的書(shū)？ inter_list = redis.sdiff("tag.ruby", "tag:web") //屬于ruby和屬于web的書(shū)的合集？ inter_list = redis.sunion("tag.ruby", "tag:web")
更多redis相關(guān)文章請(qǐng)關(guān)注redis視頻教程欄目。
.png)
