redis的数据类型有哪些,使用场景说说（redis数据类型及常用方法）

7个月前 (04-22)

今天给各位详细介绍关于“redis的数据类型有哪些,使用场景说说”的核心内容以及“redis数据类型及常用方法”的相关知识，希望对各位有所帮助。

　　 redis有5种基本数据结构，它们是String(string)、列表(list)、hash(字典)、set()和zset(有序),redis的所有数据结构都使用惟一的key字符串作为名称，接着，根据这个惟一的key值得到对应的值，不同的数据结构的差异就在于value的数据结构的差异

　　字符串常用操作

　　SET key value //存入字符串键值对

　　MSET key value [key value ...] //批量存储字符串键值对

　　SETNX key value //存入一个不存在的字符串键值对

　　GET key //获取一个字符串键值

　　MGET key [key ...] //批量获取字符串键值

　　DEL key [key ...] //删除一个键

　　EXPIRE key seconds //设置一个键的过期时间(秒)1234567代码类型：[java]

　　原子加减

　　INCR key //将key中储存的数字值加1

　　DECR key //将key中储存的数字值减1

　　INCRBY key increment //将key所储存的值加上increment

　　DECRBY key decrement //将key所储存的值减去decrement1234代码类型：[java]

　　单值缓存

　　SET key value

　　GET key

　　SET user:1 value(json格式数据)

　　MSET user:1:name A user:1:age 18

　　MGET user:1:name user:1:age12345代码类型：[java]

　　分布式锁

　　SETNX product:10001 true //返回1代表获取锁成功

　　SETNX product:10001 true //返回0代表获取锁失败

　　... //业务操作

　　DEL product:10001 //执行完业务释放锁

　　SET product:10001 true ex 10 nx //防止程序意外终止导致死锁12345代码类型：[java]

　　计数器

　　INCR article:readcount:{文章id}

　　GET article:readcount:{文章id}12代码类型：[java]

　　 Web集群session共享

　　spring session + redis实现session共享1代码类型：[java]

　　分布式系统全局序列号

　　INCRBY orderId 1000 //redis批量生成序列号性能1代码类型：[java]

　　 List常用操作

　　LPUSH key value [value ...] //将一个或多个值value插入到key列表的表头(最左边)

　　RPUSH key value [value ...] //将一个或多个值value插入到key列表的表尾(最右边)

　　LPOP key //移除并返回key列表的头元素

　　RPOP key //移除并返回key列表的尾元素

　　LRANGE key start stop //返回列表key中指定区间内的元素，区间以偏移量start和stop指定

　　BLPOP key [key ...] timeout //从key列表表头弹出一个元素，若列表中没有元素，阻塞等待timeout秒,如果timeout=0,一直阻塞等待

　　BRPOP key [key ...] timeout //从key列表表尾弹出一个元素，若列表中没有元素，阻塞等待timeout秒,如果timeout=0,一直阻塞1234567代码类型：[java]

　　常用数据结构

　　 Stack(栈) = LPUSH + LPOP

　　 Queue(队列)= LPUSH + RPOP

　　 Blocking MQ(阻塞队列)= LPUSH + BRPOP

　　微博消息和微信公众号消息

　　A关注了B，C

　　1）B发微博，消息ID为10001

　　LPUSH msg:{A-ID} 10001

　　2）C发微博，消息ID为10002

　　LPUSH msg:{A-ID} 10002

　　3）A查看微博消息

　　LRANGE msg:{A-ID} 0 41234567代码类型：[java]

　　常用操作

　　HSET key field value //存储一个哈希表key的键值

　　HSETNX key field value //存储一个不存在的哈希表key的键值

　　HMSET key field value [field value ...] //在一个哈希表key中存储多个键值对

　　HGET key field //获取哈希表key对应的field键值

　　HMGET key field [field ...] //批量获取哈希表key中多个field键值

　　HDEL key field [field ...] //删除哈希表key中的field键值

　　HLEN key //返回哈希表key中field的数量

　　HGETALL key //返回哈希表key中所有的键值

　　HINCRBY key field increment //为哈希表key中field键的值加上增量increment123456789代码类型：[java]

　　对象缓存

　　HMSET user {userId}:name A {userId}:age 18

　　HMSET user 1:name A 1:age 18

　　HMGET user 1:name 1:age123代码类型：[java]

　　电商购物车

　　//以用户id为key，商品id为field，商品数量为value

　　//添加商品

　　//cart代表购物车，1001代表用户id，cart:1001代表用户1001的购物车

　　//10088代表他的购物车有一件id为10088的商品，1代表购物车的商品数量为1

　　hset cart:1001 10088 1

　　//增加数量

　　hincrby cart:1001 10088 1

　　//商品总数

　　hlen cart:1001

　　//删除商品

　　hdel cart:1001 10088

　　//获取购物车所有商品

　　hgetall cart:100112345678910111213代码类型：[java]

　　优点

　　 1)同类数据归类整储存，方便数据管理

　　 2)相比string操作消耗内存与cpu更小

　　 3)相比string储存更节省空间

　　缺点

　　 1)过期功能不能使用在field上，只能用在key上

　　 2)Redis集群架构下不适大规模使用

　　 Set常用操作

　　SADD key member [member ...] //往key中存入元素，元素存在则忽略，若key不存在则新建

　　SREM key member [member ...] //从key中删除元素

　　SMEMBERS key //获取key中所有元素

　　SCARD key //获取key的元素个数

　　SISMEMBER key member //判断member元素是否存在于key中

　　SRANDMEMBER key [count] //从key中选出count个元素，元素不从key中删除

　　SPOP key [count] //从key中选出count个元素，元素从key中删除1234567代码类型：[java]

　　 Set运算操作

　　SINTER key [key ...] //交集运算

　　SINTERSTORE destination key [key ..] //将交集结果存入新destination中

　　SUNION key [key ..] //并集运算

　　SUNIONSTORE destination key [key ...] //将并集结果存入新destination中

　　SDIFF key [key ...] //差集运算

　　SDIFFSTORE destination key [key ...] //将差集结果存入新destination中123456代码类型：[java]

　　微信抽奖小程序

　　1）点击参与抽奖加入

　　SADD key {userlD}

　　2）查看参与抽奖所有用户

　　SMEMBERS key

　　3）抽取count名中奖者

　　SRANDMEMBER key [count] / SPOP key [count]123456代码类型：[java]

　　微信微博点赞，收藏，标签

　　1) 点赞

　　SADD like:{消息ID} {用户ID}

　　2) 取消点赞

　　SREM like:{消息ID} {用户ID}

　　3) 检查用户是否点过赞

　　SISMEMBER like:{消息ID} {用户ID}

　　4) 获取点赞的用户列表

　　SMEMBERS like:{消息ID}

　　5) 获取点赞用户数

　　SCARD like:{消息ID}代码类型：[java]

　　操作

　　SINTER set1 set2 set3 //{ c }

　　SUNION set1 set2 set3 //{ a,b,c,d,e }

　　SDIFF set1 set2 set3 //{ a }123代码类型：[java]

　　操作实现微博微信关注模型

　　A关注的人: {B, C}

　　SADD follow:A B C

　　B关注的人:{A, C, E, F, G, H}

　　SADD follow:B A C E F G H

　　C关注的人: {I, G}

　　SADD follow:C I G

　　1）A和B共同关注: {C}

　　SINTER follow:A follow:B

　　2) 我关注的人也关注他(我关注的人里关注我关注的人（C）的人):

　　SISMEMBER follow:B C

　　3) 我可能认识的人(关注我的人关注的人里，我没有关注的人):

　　SDIFF follow:B follow:A

　　1) "F"

　　2) "E"

　　3) "H"

　　4) "A"

　　5) "G"1234567891011121314151617代码类型：[java]

　　操作实现电商商品筛选

　　SADD brand:huawei P40

　　SADD brand:xiaomi mi-10

　　SADD brand:iPhone iphone12

　　SADD os:android P40 mi-10

　　SADD cpu:brand:intel P40 mi-10

　　SADD ram:8G P40 mi-10 iphone12

　　SINTER os:android cpu:brand:intel ram:8G

　　结果：

　　1) "P40"

　　2) "mi-10"代码类型：[java]

　　 ZSet常用操作

　　ZADD key score member [[score member]…] //往有序key中加入带分值元素

　　ZREM key member [member …] //从有序key中删除元素

　　ZSCORE key member //返回有序key中元素member的分值

　　ZINCRBY key increment member //为有序key中元素member的分值加上increment

　　ZCARD key //返回有序key中元素个数

　　ZRANGE key start stop [WITHSCORES] //正序获取有序key从start下标到stop下标的元素

　　ZREVRANGE key start stop [WITHSCORES] //倒序获取有序key从start下标到stop下标的元素1234567代码类型：[java]

　　 Zset操作

　　ZUNIONSTORE destkey numkeys key [key ...] //并集计算

　　ZINTERSTORE destkey numkeys key [key …] //交集计算12代码类型：[java]

　　 Zset操作实现排行榜

　　1）点击新闻

　　ZINCRBY hotNews:20210101 1

　　2）展示当日排行前十

　　ZREVRANGE hotNews:20210101 0 9 WITHSCORES

　　3）七日搜索榜单计算

　　ZUNIONSTORE hotNews:20210101-20210107 7

　　hotNews:20210101 hotNews:20210102... hotNews:20210107

　　4）展示七日排行前十

　　ZREVRANGE hotNews:20210101-20210107 0 9 WITHSCORES123456789代码类型：[java]

　　 BitMap

　　 BitMap 就是通过一个 bit 位来表示某个元素对应的值或者状态, 其中的 key 就是对应元素本身，实际上底层也是通过对字符串的操作来实现。Redis 从 2.2 版本之后新增了setbit, getbit, bitcount 等几个 bitmap 相关令。虽然是新令，但是本身都是对字符串的操作，我们先来看看语法：

　　SETBIT key offset value1代码类型：[java]

　　其中 offset 必须是数字，value 只能是 0 或者 1.offset参数要求大于或等于 0.并且小于 2^32(4.294.967.296)，这将位图限制在 512MB

　　设置一个可能的位时(偏移量等于 2^32-1)和存储在键中的字符串值尚不保存字符串值，或持有一个小字符串值，Redis 需要分配所有中间内存，这些中间内存可能会阻塞服务器一段时间。在 2010 年 Macbook Pro 上，设置位号 2^32-1 (512MB 分配) 需要 300 毫秒，设置位数 2^30-1 (128MB 分配) 需要 80 毫秒，设置位数 2^28-1 (32MB 分配) 需要 30 毫秒并设置位号 2^26-1 (8MB 分配) 需要 ±8 毫秒。请注意，完成次分配后，对同一key的 SETBIT的后续调用将不具有分配开销。

　　127.0.0.1:6379> setbit k1 5 1

　　(integer) 0

　　127.0.0.1:6379> getbit k1 5 1

　　(integer) 1

　　127.0.0.1:6379> getbit k1 4 0

　　(integer) 0

　　127.0.0.1:6379> bitcount k1

　　(integer) 1

　　127.0.0.1:6379> setbit k1 3 1

　　(integer) 0

　　127.0.0.1:6379> bitcount k1

　　(integer) 2

　　127.0.0.1:6379> setbit "200522:active" 67 1

　　(integer) 0

　　127.0.0.1:6379> setbit "200522:active" 78 1

　　(integer) 0123456789101代码类型：[java]

　　其中 offset 必须是数字，value 只能是 0 或者 1.通过 bitcount可以很快速的统计，比传统的关系型数据库效率高很多

　　//对一个或多个保存二进制位的字符串 key 进行位元操作，并将结果保存到 destkey 上

　　BITOP operation destkey key [key ...]

　　//operation 可以是 AND 、 OR 、 NOT 、 XOR 这四种操作中的任意一种

　　//对一个或多个 key 求逻辑并，并将结果保存到 destkey

　　BITOP AND destkey key [key ...]

　　对一个或多个 key 求逻辑或，并将结果保存到 destkey

　　BITOP OR destkey key [key ...]

　　对一个或多个 key 求逻辑异或，并将结果保存到 destkey

　　BITOP XOR destkey key [key ...]

　　对给定 key 求逻辑非，并将结果保存到 destkey

　　BITOP NOT destkey key

　　除了 NOT 操作之外，其他操作都可以接受一个或多个 key 作为输入。123456789101112代码类型：[java]

　　 Redis 在 2.8.9 版本添加了 HyperLogLog 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 12 KB 内存，就可以计算接近 2^64 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 不能像那样，返回输入的各个元素。

　　 1.基于bitmap 计数

　　 2.基于概率基数计数

　　 1)线性计数算法

　　 2)对数计数算法(LLC)

　　 3)自适应计数算法

　　 4)超对数计数算法

　　这个数据结构的令有三个：PFADD、PFCOUNT、PFMERGE

　　用途：记录网站IP注册数，每日访问的IP数，页面实时UV、在线用户人数

　　局限性：只能统计数量，没有办法看具体信息

　　127.0.0.1:6379> pfadd h3 b

　　(integer) 1

　　127.0.0.1:6379> pfadd h3 a

　　(integer) 0

　　127.0.0.1:6379> pfcount h3

　　(integer) 2

　　127.0.0.1:6379> pfadd h3 c

　　(integer) 1

　　127.0.0.1:6379> pfadd h3 a

　　(integer) 1

　　127.0.0.1:6379> pfadd h3 d

　　(integer) 1

　　127.0.0.1:6379> pfmerge h3 h3 h3

　　127.0.0.1:6379> pfcount h3

　　(integer) 4123456789101代码类型：[java]

　　底层数据结构 Zset

　　令：GEOADD、GEODIST、GEOHASH、GEOPOP、GEOPADUIS、GEORADIUSBYMEMBER

　　可以用来保存地理位置，并作位置距离计算或者根据半径计算位置等。有没有想过用Redis来实现附近的人?或者计算地图路径?Geo本身不是一种数据结构，它本质上还是借助于Sorted Set(ZSET)

　　 Redis GEO 操作方法有：

　　 geoadd：添加地理位置的坐标。

　　 geopos：获取地理位置的坐标。

　　 geodist：计算两个位置之间的距离。

　　 georadius：根据用户给定的经纬度坐标来获取指定范围内的地理位置。

　　 georadiuymember：根据储存在位置里面的某个地点获取指定范围内的地理位置。

　　 geohash：返回一个或多个位置对象的 geohash 值。

　　把某个具体的位置信息(经度，纬度，名称)添加到指定的key中，数据将会用一个sorted set存储，以便稍后能使用GEORADIUS和GEORADIUSBYMEMBER令来根据半径来查询位置信息。

　　127.0.0.1:6379> GEOADD cities 116.404269 39.91582 "beijing" 121.478799 31.235456 "shanghai"

　　(integer) 2

　　127.0.0.1:6379> ZRANGE cities 0 -1

　　1) "shanghai"

　　2) "beijing"

　　127.0.0.1:6379> ZRANGE cities 0 -1 WITHSCORES

　　1) "shanghai"

　　2) "4054803475356102"

　　3) "beijing"

　　4) "4069885555377153"

　　127.0.0.1:6379> GEODIST cities beijing shanghai km

　　"1068.5677"

　　127.0.0.1:6379> GEOPOS cities beijing shanghai

　　1) 1) "116.40426903963088989"

　　2) "39.91581928642635546"

　　2) 1) "121.47879928350448608"

　　2) "31.23545629441388627"

　　127.0.0.1:6379> GEOADD cities 120.165036 30.278973 hangzhou

　　(integer) 1

　　127.0.0.1:6379> GEORADIUS cities 120 30 500 km

　　1) "hangzhou"

　　2) "shanghai"

　　127.0.0.1:6379> GEORADIUSBYMEMBER cities shanghai 200 km

　　1) "hangzhou"

　　2) "shanghai"

　　127.0.0.1:6379> ZRANGE cities 0 -1

　　1) "hangzhou"

　　2) "shanghai"

　　3) "beijing"

　　127.0.0.1:6379>123456789101112131415161718192021222324252627282930代码类型：[java]

　　精确到小数点后6位可以达到约1米精度，所以一般经纬度精确到小数点后6位即可。

　　队列模式

　　使用list类型的lpush和rpop实现消息队列

　　注意事项：

　　消息接收方如果不知道队列中是否有消息，会一直发送rpop令，如果这样的话，会每一次都建立一次连接，这样显然不好。

　　可以使用brpop令，它如果从队列中取不出来数据，会一直阻塞，在一定范围内没有取出则返回null

　　缺点：

　　做消费者确认ACK麻烦，不能保证消费者消费消息后是否成功处理的问题(宕机或处理异常等)，通常需要维护一个Pending列表，保证消息处理确认。

　　不能做广播模式，如pub/sub，消息发布/订阅模型

　　不能重复消费，一旦消费就会被删除

　　不支持分组消费

　　发布订阅模式

　　 SUBSCRIBE，用于订阅信道

　　 PUBLISH，向信道发送消息

　　 UNSUBSCRIBE，取消订阅

　　此模式允许生产者只生产一次消息，由中间件负责将消息到多个消息队列，每个消息队列由对应的消费组消费。

　　优点

　　典型的广播模式，一个消息可以发布到多个消费者;多信道订阅，消费者可以同时订阅多个信道，从而接收多类消息;消息即时发送，消息不用等待消费者读取，消费者会自动接收到信道发布的消息

　　缺点

　　消息一旦发布，不能接收。换句话就是发布时若客户端不在线，则消息丢失，不能寻回;不能保证每个消费者接收的时间是一致的;若消费者客户端出现消息积压，到一定程度，会被强制断开，导致消息意外丢失。通常发生在消息的生产远大于消费速度时

　　可见，Pub/Sub 模式不适做消息存储，消息积压类的业务，而是擅长处理广播，即时通讯，即时反馈的业务。

　　 Sortes Set(有序列表)，类似于java的SortedSet和HashMap的结体，一方面它是一个set，保证内部value的性，另一方面它可以给每个value赋予一个score，代表这个value的排序权重。内部实现是“跳跃表”。

　　有序的方案是在自己确定消息顺ID时比较常用，使用成员的Score来作为消息ID，保证顺序，还可以保证消息ID的单调递增。通常可以使用时间戳+序号的方案。确保了消息ID的单调递增，利用SortedSet的依据Score排序的特征，就可以制作一个有序的消息队列了。

　　优点

　　就是可以自定义消息ID，在消息ID有意义时，比较重要。

　　缺点

　　缺点也明显，不允许重复消息(因为是)，同时消息ID确定有错误会导致消息的顺序出错。

　　 Redis 5.0 全新的数据类型：streams，官方把它定义为：以更抽象的方式建模日志的数据结构。Redis的streams主要是一个append only(AOF)的数据结构，少在概念上它是一种在内存中表示的抽象数据类型，只不过它们实现了更强大的操作，以克服日志文件本身的限制。

　　如果你了解MQ，那么可以把streams当做基于内存的MQ。如果你还了解kafka，那么甚可以把streams当做基于内存的kafka。listpack存储信息，Rax组织listpack 消息链表

　　 listpack是对ziplist的改进，它比ziplist少了一个定位一个元素的属性

　　另外，这个功能有点类似于redis以前的Pub/Sub，但是也有基本的不同：

　　 1、streams支持多个客户端(消费者)等待数据(Linux环境开多个窗口执行XREAD即可模拟)，并且每个客户端得到的是完全相同的数据。

　　 2、Pub/Sub是发送忘记的方式，并且不存储任何数据;而streams模式下，所有消息被无限期追加在streams中，除非用于显式执行删除(XDEL)。XDEL 只做一个标记位其实信息和长度还在

　　 3、streams的Consumer Groups也是Pub/Sub无法实现的控制方式。

　　 streams数据结构本身非常简单，但是streams依然是Redis到目前为止最复杂的类型，其原因是实现的一些额外的功能：一系列的阻塞操作允许消费者等待生产者加入到streams的新数据。另外还有一个称为Consumer Groups的概念，Consumer Group概念由kafka提出，Redis有一个类似实现，和kafka的Consumer Groups的目的是一样的：允许一组客户端协调消费相同的信息流!

　　消息队列相关令：

　　XADD - 添加消息到末尾

　　XTRIM - 对流进行修剪，限制长度

　　XDEL - 删除消息

　　XLEN - 获取流包含的元素数量，即消息长度

　　XRANGE - 获取消息列表，会自动过滤已经删除的消息

　　XREVRANGE - 反向获取消息列表，ID 从大到小

　　XREAD - 以阻塞或非阻塞方式获取消息列表1234567代码类型：[java]

　　 br XADD - 添加消息到末尾brXTRIM - 对流进行修剪，限制长度brXDEL - 删除消息brXLEN - 获取流包含的元素数量，即消息长度brXRANGE - 获取消息列表，会自动过滤已经删除的消息brXREVRANGE - 反向获取消息列表，ID 从大到小brXREAD - 以阻塞或非阻塞方式获取消息列表1234567代码类型：[java]

　　消费者组相关令：

　　XGROUP CREATE - 创建消费者组

　　XREADGROUP GROUP - 读取消费者组中的消息

　　XACK - 将消息标记为"已处理"

　　XGROUP SETID - 为消费者组设置新的递送消息ID

　　XGROUP DELCONSUMER - 删除消费者

　　XGROUP DESTROY - 删除消费者组

　　XPENDING - 显示待处理消息的相关信息

　　XCLAIM - 转移消息的归属权

　　XINFO - 查看流和消费者组的相关信息；

　　XINFO GROUPS - 打印消费者组的信息；

　　XINFO STREAM - 打印流信息1234567891011代码类型：[java]

　　 br XGROUP CREATE - 创建消费者组brXREADGROUP GROUP - 读取消费者组中的消息brXACK - 将消息标记为"已处理"brXGROUP SETID - 为消费者组设置新的递送消息IDbrXGROUP DELCONSUMER - 删除消费者brXGROUP DESTROY - 删除消费者组brXPENDING - 显示待处理消息的相关信息brXCLAIM - 转移消息的归属权brXINFO - 查看流和消费者组的相关信息；brXINFO GROUPS - 打印消费者组的信息；brXINFO STREAM - 打印流信息1234567891011代码类型：[java]

　　使用 XADD 向队列添加消息，如果指定的队列不存在，则创建一个队列，XADD 语法格式：

　　XADD key ID field value [field value ...]

　　key ：队列名称，如果不存在就创建

　　ID ：消息 id，我们使用 * 表示由 redis 生成，可以自定义，但是要自己保证递增性。

　　field value ：记录。1234代码类型：[java]

　　 br XADD key ID field value [field value ...]brkey ：队列名称，如果不存在就创建brID ：消息 id，我们使用 * 表示由 redis 生成，可以自定义，但是要自己保证递增性。brfield value ：记录。1234代码类型：[java]

　　 XTRIM

　　使用 XTRIM 对流进行修剪，限制长度，语法格式：

　　XTRIM key MAXLEN [~] count

　　key ：队列名称

　　MAXLEN ：长度

　　count ：数量1234代码类型：[java]

　　 br XTRIM key MAXLEN [~] countbrkey ：队列名称brMAXLEN ：长度brcount ：数量1234代码类型：[java]

　　 XDEL

　　使用 XDEL 删除消息，语法格式：

　　XDEL key ID [ID ...]

　　key：队列名称

　　ID ：消息 ID123代码类型：[java]

　　 br XDEL key ID [ID ...]brkey：队列名称brID ：消息 ID123代码类型：[java]

　　 XLEN

　　使用 XLEN 获取流包含的元素数量，即消息长度，语法格式：

　　XLEN key

　　key：队列名称12代码类型：[java]

　　 br XLEN keybrkey：队列名称12代码类型：[java]

　　 XRANGE

　　使用 XRANGE 获取消息列表，会自动过滤已经删除的消息，语法格式：

　　XRANGE key start end [COUNT count]

　　key ：队列名

　　start ：开始值， - 表示最小值

　　end ：结束值， + 表示值

　　count ：数量12345代码类型：[java]

　　 br XRANGE key start end [COUNT count]brkey ：队列名brstart ：开始值， - 表示最小值brend ：结束值， + 表示值brcount ：数量12345代码类型：[java]

　　 XREVRANGE

　　使用 XREVRANGE 获取消息列表，会自动过滤已经删除的消息，语法格式：

　　XREVRANGE key end start [COUNT count]

　　key ：队列名

　　end ：结束值， + 表示值

　　start ：开始值， - 表示最小值

　　count ：数量12345代码类型：[java]

　　 br XREVRANGE key end start [COUNT count]brkey ：队列名brend ：结束值， + 表示值brstart ：开始值， - 表示最小值brcount ：数量12345代码类型：[java]

　　 XREAD

　　使用 XREAD 以阻塞或非阻塞方式获取消息列表，语法格式：

　　XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] id [id ...]

　　count ：数量

　　milliseconds ：可选，阻塞毫秒数，没有设置就是非阻塞模式

　　key ：队列名

　　id ：消息 ID

　　#非阻塞，查询id>0的所有的消息>XREAD COUNT 2 STREAMS stream1 0-0

　　#stream中存储的ID作为一个ID> xread block 0 streams stream1 $1234567代码类型：[java]

　　 br XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] id [id ...]brcount ：数量brmilliseconds ：可选，阻塞毫秒数，没有设置就是非阻塞模式brkey ：队列名brid ：消息 IDbr#非阻塞，查询id>0的所有的消息>XREAD COUNT 2 STREAMS stream1 0-0br#stream中存储的ID作为一个ID> xread block 0 streams stream1 $1234567代码类型：[java]

　　以上是XREAD的非阻塞形式。注意COUNT选项并不是必需的，实际上这个令强制的选项是STREAMS，指定了一组key以及调用者已经看到的每个Stream相应的ID，以便该令仅向客户端提供ID大于我们指定ID的消息。

　　第二条令指定了新的BLOCK选项，超时时间为0毫秒(意味着永不超时)。此外，并没有给流 mystream传入一个常规的ID，而是传入了一个特殊的ID$。这个特殊的ID意思是XREAD应该使用流 mystream已经存储的ID作为一个ID。

　　 XGROUP CREATE

　　使用 XGROUP CREATE 创建消费者组，语法格式：

　　XGROUP [CREATE key groupname id-or-$] [SETID key groupname id-or-$] [DESTROY key groupname] [DELCONSUMER key groupname consumername]

　　key ：队列名称，如果不存在就创建

　　groupname ：组名。

　　$ ：表示从尾部开始消费，只接受新消息，当前 Stream 消息会全部忽略。

　　从头开始消费:

　　XGROUP CREATE mystream consumer-group-name 0-0

　　从尾部开始消费:

　　XGROUP CREATE mystream consumer-group-name $12345678代码类型：[java]

　　 br XGROUP [CREATE key groupname id-or-$] [SETID key groupname id-or-$] [DESTROY key groupname] [DELCONSUMER key groupname consumername]brkey ：队列名称，如果不存在就创建brgroupname ：组名。br$ ：表示从尾部开始消费，只接受新消息，当前 Stream 消息会全部忽略。br从头开始消费:brXGROUP CREATE mystream consumer-group-name 0-0br从尾部开始消费:brXGROUP CREATE mystream consumer-group-name $12345678代码类型：[java]

　　 XREADGROUP GROUP

　　使用 XREADGROUP GROUP 读取消费组中的消息，语法格式：

　　XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...]

　　group ：消费组名

　　consumer ：消费者名。

　　count ：读取数量。

　　milliseconds ：阻塞毫秒数。

　　key ：队列名。

　　ID ：消息 ID。

　　XREADGROUP GROUP consumer-group-name consumer-name COUNT 1 STREAMS mystream >12345678代码类型：[java]

　　 br XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] [NOACK] STREAMS key [key ...] ID [ID ...]brgroup ：消费组名brconsumer ：消费者名。brcount ：读取数量。brmilliseconds ：阻塞毫秒数。brkey ：队列名。brID ：消息 ID。brXREADGROUP GROUP consumer-group-name consumer-name COUNT 1 STREAMS mystream >12345678代码类型：[java]

　　在以上令行中还有另外一个非常重要的细节在强制选项STREAMS之后，键mystream请求的ID是特殊的ID >。这个特殊的ID只在消费者组的上下文中有效，其意思是：消息到目前为止从未传递给其他消费者。

　　实例:

　　//发布消息

　　127.0.0.1:6379> xadd mystream * message apple

　　"1589994652300-0"

　　127.0.0.1:6379> xadd mystream * message orange

　　"1589994679942-0"

　　//读取消息

　　127.0.0.1:6379> xrange mystream - +

　　1) 1) "1589994652300-0"

　　2) 1) "message"

　　2) "apple"

　　2) 1) "1589994679942-0"

　　2) 1) "message"

　　2) "orange"

　　//阻塞读取

　　xread block 0 streams mystream $

　　//发布新消息

　　127.0.0.1:6379> xadd mystream * message strawberry

　　//创建消费组

　　127.0.0.1:6379> xgroup create mystream mygroup1 0

　　127.0.0.1:6379> xgroup create mystream mygroup2 0

　　OK123456789101112131415161718192021222324代码类型：[java]

　　 br //发布消息br127.0.0.1:6379> xadd mystream * message applebr"1589994652300-0"br127.0.0.1:6379> xadd mystream * message orangebr"1589994679942-0"brbr//读取消息br127.0.0.1:6379> xrange mystream - +br1) 1) "1589994652300-0"br 2) 1) "message"br 2) "apple"br2) 1) "1589994679942-0"br 2) 1) "message"br 2) "orange"brbr//阻塞读取brxread block 0 streams mystream $br//发布新消息br127.0.0.1:6379> xadd mystream * message strawberrybr//创建消费组br127.0.0.1:6379> xgroup create mystream mygroup1 0brOKbr127.0.0.1:6379> xgroup create mystream mygroup2 0brOK123456789101112131415161718192021222324代码类型：[java]

　　通过消费组读取消息

　　127.0.0.1:6379> xreadgroup group mygroup1 zange count 2 streams mystream >

　　1) 1) "mystream"

　　2) 1) 1) "1589994652300-0"

　　2) 1) "message"

　　2) "apple"

　　2) 1) "1589994679942-0"

　　2) 1) "message"

　　2) "orange"

　　127.0.0.1:6379> xreadgroup group mugroup1 tuge count 2 streams mystream >

　　1) 1) "mystream"

　　2) 1) 1) "1589995171242-0"

　　2) 1) "message"

　　2) "strawberry"

　　127.0.0.1:6379> xreadgroup group mugroup2 tuge count 1 streams mystream >

　　1) 1) "mystream"

　　2) 1) 1) "1589995171242-0"

　　2) 1) "message"

　　2) "apple"12345678910111213141516171819代码类型：[java]

　　 br 127.0.0.1:6379> xreadgroup group mygroup1 zange count 2 streams mystream >br1) 1) "mystream"br 2) 1) 1) "1589994652300-0"br 2) 1) "message"br 2) "apple"br 2) 1) "1589994679942-0"br 2) 1) "message"br 2) "orange"br127.0.0.1:6379> xreadgroup group mugroup1 tuge count 2 streams mystream >br1) 1) "mystream"br 2) 1) 1) "1589995171242-0"br 2) 1) "message"br 2) "strawberry"brbr127.0.0.1:6379> xreadgroup group mugroup2 tuge count 1 streams mystream >br1) 1) "mystream"br 2) 1) 1) "1589995171242-0"br 2) 1) "message"br 2) "apple"12345678910111213141516171819代码类型：[java]

　　我们先创建一下几种类型，然后通过type令来查看一下

　　127.0.0.1:6379> SET string:key value

　　127.0.0.1:6379> LPUSH list:key 10001

　　(integer) 1

　　127.0.0.1:6379> HMSET hash:key 1:name A 1:age 18

　　127.0.0.1:6379> SADD set:key 1001 1002

　　(integer) 2

　　127.0.0.1:6379> ZADD zset:key 100 wang

　　(integer) 1

　　127.0.0.1:6379> setbit bitmap:key 5 1

　　(integer) 0

　　127.0.0.1:6379> pfadd hyperloglog:key b

　　(integer) 1

　　127.0.0.1:6379> GEOADD geo:key 116.404269 39.91582 "beijing" 121.478799 31.235456 "shanghai"

　　(integer) 2

　　127.0.0.1:6379> XADD stream:key 10001 field value

　　"10001-0"

　　127.0.0.1:6379> PUBLISH runoobChat "Redis PUBLISH test"

　　(integer) 0

　　127.0.0.1:6379> keys *

　　1) "geo:key"

　　2) "bitmap:key"

　　3) "stream:key"

　　4) "set:key"

　　5) "string:key"

　　6) "hyperloglog:key"

　　7) "zset:key"

　　8) "hash:key"

　　9) "list:key"

　　127.0.0.1:6379> TYPE geo:key

　　zset

　　127.0.0.1:6379> TYPE bitmap:key

　　string

　　127.0.0.1:6379> TYPE stream:key

　　stream

　　127.0.0.1:6379> TYPE set:key

　　set

　　127.0.0.1:6379> TYPE string:key

　　string

　　127.0.0.1:6379> TYPE hyperloglog:key

　　string

　　127.0.0.1:6379> TYPE zset:key

　　zset

　　127.0.0.1:6379> TYPE hash:key

　　hash

　　127.0.0.1:6379> TYPE list:key

　　list123456789101112131415161718192021222324252627282930313233343536373839404142434445464748代码类型：[java]

　　 br 127.0.0.1:6379> SET string:key value brOKbr127.0.0.1:6379> LPUSH list:key 10001br(integer) 1br127.0.0.1:6379> HMSET hash:key 1:name A 1:age 18brOKbr127.0.0.1:6379> SADD set:key 1001 1002br(integer) 2br127.0.0.1:6379> ZADD zset:key 100 wangbr(integer) 1br127.0.0.1:6379> setbit bitmap:key 5 1br(integer) 0br127.0.0.1:6379> pfadd hyperloglog:key bbr(integer) 1br127.0.0.1:6379> GEOADD geo:key 116.404269 39.91582 "beijing" 121.478799 31.235456 "shanghai"br(integer) 2br127.0.0.1:6379> XADD stream:key 10001 field valuebr"10001-0"br127.0.0.1:6379> PUBLISH runoobChat "Redis PUBLISH test"br(integer) 0br127.0.0.1:6379> keys *br1) "geo:key"br2) "bitmap:key"br3) "stream:key"br4) "set:key"br5) "string:key"br6) "hyperloglog:key"br7) "zset:key"br8) "hash:key"br9) "list:key"br127.0.0.1:6379> TYPE geo:keybrzsetbr127.0.0.1:6379> TYPE bitmap:keybrstringbr127.0.0.1:6379> TYPE stream:keybrstreambr127.0.0.1:6379> TYPE set:keybrsetbr127.0.0.1:6379> TYPE string:keybrstringbr127.0.0.1:6379> TYPE hyperloglog:keybrstringbr127.0.0.1:6379> TYPE zset:keybrzsetbr127.0.0.1:6379> TYPE hash:keybrhashbr127.0.0.1:6379> TYPE list:keybrlist123456789101112131415161718192021222324252627282930313233343536373839404142434445464748代码类型：[java]

　　由此可见，redis实际是有6种数据类型的，bitmap和hyperloglog的数据类型其实是String，geo的类型其实是zset,redis 5之后又加了一种stream，所以是6种，bitmap和hyperloglog还有geo的数据类型是跟他们的实现原理有关的，接下来的几次课，咱们来一起研究redis是如何实现这几种数据类型的

以上内容就是关于redis的数据类型有哪些,使用场景说说和redis数据类型及常用方法的精彩内容，是由小编认真整理编辑的，如果对您有帮助欢迎收藏转发...谢谢！