【Redis学习笔记】第二章【2.5】Redis数据类型--sorted_set

曾经终败给现在 2024-04-08 08:29 111阅读 0赞

#### 文章目录 ####

*  1、sorted\_set类型
 *  2、sorted\_set类型数据的基本操作
 *  3、sorted\_set 类型数据的扩展操作
 *  4、sorted\_set类型的应用场景
 *  \`5、Redis数据类型综合练习\`
 *  \`6、Redis所有数据类型的应用场景整理\`

![在这里插入图片描述][15898d624424498fbb44dc107db45a4a.png]

--------------------

## 1、sorted\_set类型 ##

数据排序有利于数据的有效展示，故在set的存储结构上添加可排序字段score，就构成了sorted\_set  
![在这里插入图片描述][f2caf4f6975d42b5981926fccbcd9dfa.png]

## 2、sorted\_set类型数据的基本操作 ##

>  *  添加数据  
>     zadd key score1 member1 \[score2 member2\]  
>       
>     
>  *  获取全部数据  
>     zrange key start stop \[withscores\] //升序  
>     zrevrange key start stop \[withscores\] //反转(降序)  
>       
>     
>  *  删除数据  
>     zrem key memeber \[member …\]  
>       
>     
>  *  按条件获取数据  
>     zrangebyscore key min max \[withscores\] \[limit\] //limit即控制显示几行，用于分页  
>     zrevrangebyscore key max min \[withscores\] \[limit\]  
>       
>     
>  *  条件删除数据  
>     zremrangebyrank key start stop //按索引删除  
>     zremrangebyscore key min max //按值的范围区间删除  
>       
>     
>  *  获取集合数据的总量  
>     zcard key  
>     zcount key min max  
>       
>     
>  *  集合交并操作  
>     zinterstore destination numkeys key \[key ……\] //numkeys为要合并的集合数量  
>     zunionstore destination numkeys key \[key ……\]

**`记忆Tip:`**

*  min与max用于限定搜索查询的条件，作用于值
 *  start与stop用于限定查询范围，作用于索引，表示开始和结束索引
 *  offset与count用于限定查询范围，作用于查询结果，表示开始位置和数据总量

举例：

127.0.0.1:6379> zadd scores 100 ls 60 ww 47 zl
    (integer) 3
    
    127.0.0.1:6379> zrange scores 0 -1
    1) "zl"
    2) "ww"
    3) "ls"
    127.0.0.1:6379> zrange scores 0 -1 withscores
    1) "zl"
    2) "47"
    3) "ww"
    4) "60"
    5) "ls"
    6) "100"      //升序，带score值
    
    127.0.0.1:6379> zrangebyscore scores 40 100 withscores limit 0 2
    1) "zl"
    2) "47"
    3) "ww"
    4) "60"      //显示两行，最后是2，但注意前面写的是0，limit 0 2
    
    127.0.0.1:6379> zremrangebyrank scores 0 1 //索引0 1，删除两行
    (integer) 2
    127.0.0.1:6379> zrange scores 0 -1 withscores
    1) "ls"
    2) "100"

集合交并的举例：

127.0.0.1:6379> zadd s1 50 aa 60 bb 70 cc
    (integer) 3
    127.0.0.1:6379> zadd s2 60 aa 40 bb 90 dd
    (integer) 3
    127.0.0.1:6379> zadd s3 70 aa 20 bb 100 dd
    (integer) 3
    
    127.0.0.1:6379> zinterstore ss 3 s1 s2 s3
    (integer) 2
    127.0.0.1:6379> zrange ss 0 -1 withscores
    1) "bb"
    2) "120"
    3) "aa"
    4) "180"  //注意这里是把共同member的score加起来了
    
    //也可不加，取最值，help zinterstore可看参数
    127.0.0.1:6379> zinterstore sss 3 s1 s2 s3 aggregate max
    (integer) 2
    127.0.0.1:6379> zrange sss 0 -1 withscores
    1) "bb"
    2) "60"
    3) "aa"
    4) "70"

## 3、sorted\_set 类型数据的扩展操作 ##

>  *  获取数据对应的索引（排名）  
>     zrank key member  
>     zrevrank key member  
>       
>     
>  *  score值获取与修改  
>     zscore key member  
>     zincrby key increment member

举例：

127.0.0.1:6379> zadd movies 1000 A 2000 B 10000 C
    (integer) 3
    127.0.0.1:6379> zrank movies A
    (integer) 0    //索引为0.排名为1
    
    127.0.0.1:6379> zscore movies C
    "10000"
    127.0.0.1:6379> zincrby movies 1 C
    "10001"

注\*\*\*

*  score保存的数据存储空间是64位，如果是整数范围是-9007199254740992~9007199254740992
 *  core保存的数据也可以是一个双精度的double值，基于双精度浮点数的特征，可能会丢失精度
 *  sorted\_set 底层存储还是基于set结构的，因此数据不能重复，如果重复添加相同的数据，score值将被反复覆盖，保留最后一次修改的结果

7.0.0.1:6379> zadd test 11 m
    (integer) 1
    127.0.0.1:6379> zadd test 22 m  //同一个member
    (integer) 0
    127.0.0.1:6379> zrange test 0 -1 withscores
    1) "m"
    2) "22"

## 4、sorted\_set类型的应用场景 ##

**`实现计数器组合排序功能对应的排名`**

实际场景：

*  票选广东十大杰出青年，各类综艺选秀海选投票
 *  各类资源网站TOP10（电影，歌曲，文档，电商，游戏等）

![在这里插入图片描述][9fcd379253ac474385fc8d5d8961e026.png]

存成sorted\_set，使用zrank和zrevrank完成排名。

--------------------

**`sorted_set实现时效性任务管理`**

业务场景：  
各种平台的VIP，当VIP体验到期后，如果有效管理此类信息？  
  
实现思路：  
将到期处理时间记录为score值，按照排序功能排序，记录下一个要处理的时间，对于到期任务，移除redis中的记录，并更新下一个要处理的任务的时间。为提升性能，可将其分为多个sorted\_set存储，如1小时内，1天内，周内，月内，季内，将即将操作的若干个任务纳入到1小时内处理的队列中。

> 获取当前系统时间：  
> time

实现指令：

127.0.0.1:6379> time 
    1) "1660486886"   //秒
    2) "875524"
    
    127.0.0.1:6379> zadd vip 1660486900 uid:001
    (integer) 1
    127.0.0.1:6379> zadd vip 1660486999 uid:002
    (integer) 1
    127.0.0.1:6379> zadd vip 1700000000 uid:9527
    (integer) 1
    
    127.0.0.1:6379> zrange vip 0 -1 withscores
    1) "uid:001"
    2) "1660486900"
    3) "uid:002"
    4) "1660486999"
    5) "uid:9527"
    6) "1700000000"
    
    127.0.0.1:6379> zrem vip uid:001
    (integer) 1

--------------------

**`sorted_set实现带有权重的任务管理`**

业务场景：  
对于形成任务队列或消息队列的待处理消息，对于优先级高的任务要保障其被优先处理，即实现任务的权重管理。  
  
实现思路：  
用score记录每个任务的权重值

实现指令：

127.0.0.1:6379> zadd tasks 4 order:id:001
    (integer) 1
    127.0.0.1:6379> zadd tasks 1 order:id:002
    (integer) 1
    127.0.0.1:6379> zadd tasks 9 order:id:003
    (integer) 1
    
    127.0.0.1:6379> zrevrange tasks 0 -1 withscores
    1) "order:id:003"
    2) "9"
    3) "order:id:001"
    4) "4"
    5) "order:id:002"
    6) "1"
    
    127.0.0.1:6379> zrevrange tasks 0 0 withscores //0 0拿出第一个要优先处理的
    1) "order:id:003"
    2) "9"
    127.0.0.1:6379> zrem tasks order:id:003  //这里有操作原子性的问题，等在事务中优化
    (integer) 1

注意：  
为了实现按位比对score，整体score长度必须是统一的，不足位补0。第一排序规则首  
位不得是0。

至此，五种Redis数据类型完结！

--------------------

## `5、Redis数据类型综合练习` ##

> 例1：Redis用于按次结算的服务控制

业务场景：

对于下图服务，可免费试用，但试用用户每分钟只能最多试用十次，业务次数如何实现控制？

![在这里插入图片描述][ea98be74ddaf4cc7902abe044d7d19e7.png]  
`解决方案：`

*  设计计数器，记录调用次数，以用户id为key，试用次数为value
 *  在调用前获取试用次数，判断是否超过限制次数，若未超，每次试用调用次数+1，若调用失败了，则回退一次，计数-1
 *  对计数器设置生命周期，如1秒/分钟，自动清空周期内试用的次数。  
    ![在这里插入图片描述][fa67a775e78f432eb957783b44555546.png]

//setex设置数据具有指定的生命周期
    127.0.0.1:6379> setex uid:001 60 1 //设置时间为60s
    OK
    127.0.0.1:6379> get uid:001
    "1"
    127.0.0.1:6379> incr uid:001 //调用次数加1
    (integer) 2
    //代码逻辑层判断是否超过10次
    
    一分钟后：
    127.0.0.1:6379> get uid:001
    (nil)

`方案改良：`

每次调用前都判断一次试用次数是否超过限制，很繁琐，利用incr操作超过最大值抛异常的特点代替繁琐的每次判断，新方案如下：

*  判断是否为nil，若是，设置为Max次数，若不是则计数+1，业务调用失败，计数-1
 *  当incr到最大值，抛异常，视为达到上限

![在这里插入图片描述][f227286a86a24aa8bdbe73c0dc623ec9.png]

实现指令：

//利用string类型中的上限9223372036854775807
    127.0.0.1:6379> setex uid:9527 60 9223372036854775805
    OK
    
    127.0.0.1:6379> incr uid:9527
    (integer) 9223372036854775806
    127.0.0.1:6379> incr uid:9527
    (integer) 9223372036854775807
    
    127.0.0.1:6379> incr uid:9527
    (error) ERR increment or decrement would overflow

> 例2：Redis 应用于基于时间顺序的数据操作

业务场景：

使用微信的过程中，当微信接收消息后，会默认将最近接收的消息置顶，信息的排序会不停的交替。

场景分析：

假设100是自己的手机，200、300、400是给我发消息的手机，其中400、500手机用户是置顶好友。300发消息后，其不是置顶好友，存于list普通  
![在这里插入图片描述][ce460261f2d241cebd4fd2efef7a4fab.png]

400发消息：  
![在这里插入图片描述][7444dc4cba5c449ebcd5fc9350da274d.png]  
200发消息：

![在这里插入图片描述][88227162c007485eaf90bb14affda657.png]  
200再发消息（第二次发了），则先把已存入list的200删了，再存入一个200，这里由于200本就在最末尾，这么做的目的和效果不明显，继续往下：  
![在这里插入图片描述][ba565d7aa4d54bf2ab3de80aea517d75.png]  
300再发消息，把原300覆盖，再加入新发的300  
![在这里插入图片描述][7c58984c12c343c38cba985bbcfa5ec6.png]  
这样，往出来取信息展现给用户的时候，除去置顶list，就是300先出来，这也符合微信特点：新发的消息在最前面！！！  
![在这里插入图片描述][fbfa438a982f4a1cacc02a33f50a825c.png]

实现思路：

*  依赖list类型的数据具有顺序的特征，将置顶会话和普通会话分别存入两个list管理
 *  多个相同id发出的消息反复入栈会出现问题，在入栈之前无论是否具有当前id对应的消息，先删除对应id（lrem、lpush）
 *  用户查看完成后，清空list

--------------------

## `6、Redis所有数据类型的应用场景整理` ##

![在这里插入图片描述][0d23993c44b945caab42e452ca628cdd.png]

[15898d624424498fbb44dc107db45a4a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/f1d188c35e8a4b4f91440760eb162513.png
[f2caf4f6975d42b5981926fccbcd9dfa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/d6e31255dbe74daebb1eb8f33c3131ea.png
[9fcd379253ac474385fc8d5d8961e026.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/abc52563306b41c6acd7068dd20895eb.png
[ea98be74ddaf4cc7902abe044d7d19e7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/b0b11efa5cd74d16a7e3a0b0cd11144a.png
[fa67a775e78f432eb957783b44555546.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/3a201fefd5cc4cab87f4ca23fa82ba23.png
[f227286a86a24aa8bdbe73c0dc623ec9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/4dba60c2a9424c808d1df8ae78750653.png
[ce460261f2d241cebd4fd2efef7a4fab.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/b52adae484b642178949f6a98747a4ff.png
[7444dc4cba5c449ebcd5fc9350da274d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/3628db1fce9b421b9f8acfe712a91163.png
[88227162c007485eaf90bb14affda657.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/3e2ce1480d364717a6953a7d29dfb5bb.png
[ba565d7aa4d54bf2ab3de80aea517d75.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/43d874cf0e1f40c797aefdc1ba957114.png
[7c58984c12c343c38cba985bbcfa5ec6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/ccaf77130cea427db3df0b0e005dbd39.png
[fbfa438a982f4a1cacc02a33f50a825c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/9e2792fcb1934a1bb8a110a4bfa7ab31.png
[0d23993c44b945caab42e452ca628cdd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/08/8ecbea11511940119130bdb52650c329.png