主頁 > 資料庫 > Redis基礎命令匯總,看這篇就夠了

Redis基礎命令匯總,看這篇就夠了

2023-05-14 08:33:54 資料庫

本文首發于公眾號:Hunter后端
原文鏈:Redis基礎命令匯總,看這篇就夠了

本篇筆記將匯總 Redis 基礎命令,包括幾個常用的通用命令,和各個型別的資料的操作,包括字串、哈希、串列、集合、有序集合等在內的基本操作,

以下是本篇筆記目錄:

  1. 通用命令
  2. 字串命令
  3. 哈希命令
  4. 串列命令
  5. 集合命令
  6. 有序集合命令

1、通用命令

keys *

回傳所有 key,可以使用通配符來查詢,

 # 查看所有 key 
keys *

# 查看以 hel 開頭的 key
keys hel*

# 查看 ph + 一個字符
keys ph?

注意:一般不要使用 keys 這個操作,Redis 是單執行緒,執行之后如果耗時過久會造成阻塞,

dbsize

統計當前 db key 的總數:

select 1
dbsize

exists key

查看某個 key 是否存在,存在則回傳 1,不存在回傳 0

exists key
# 1

del key [key ...]

洗掉一個或多個 key:


# 洗掉 key
del key1

# 洗掉 key1、key2
del key1 key2

成功洗掉 n 個 key,回傳整數 n

expire key n

給 key 設定 n 秒后過期

假設給 key 為 hello 的資料設定 3 秒后過期:

expire hello 3

三秒后,我們嘗試獲取 hello 資料,就會發現回傳空了,

# after 3 seconds ...
get hello

ttl key

查看 key 剩余過期時間,假設我們前面設定的過期時間很長,在資料未過期的時候使用這個命令:

ttl hello

就會回傳 hello 剩余的過期時間,

persist key

在 key 還未過期的時候,使用這個命令,可以去除 key 上的過期時間:

persist hello

type key

回傳 key 的型別,后面我們會介紹 Redis 的幾種基本資料型別,

Redis 幾種資料型別是:字串、哈希、串列、集合、有序集合

2、字串命令

在 Redis 中存盤字串,就是一個 key-value 的結構,

其中,value 可以是字串,也可以是數字,對于數字 Redis 會自動識別,且可以使用一些字串沒有的操作,比如增加、減少等,

但在設定和存盤的程序中,字串和數字都是一樣的使用方式,

1.字串的增刪改查

字串的增刪改查操作是 get、set、del,其中 set 操作可以是增加資料,也可以是更新資料,

接下來我們對 key 為 hello 的資料進行操作:

# 增加 hello 的值為 world
set hello world

# 獲取 hello 的值
get hello

# 更新 hello 的值為 "new world"
set hello "new world"

# 洗掉 hello
del hello

2.set 操作資料的幾種用法

前面介紹的 set,如果存在則更新,不存在則增加,如果我們想要實作存在 key 就更新,以及不存在 key 則創建的邏輯,可以如此操作:

不存在則設定,存在則不操作

setnx 可以實作我們這個邏輯:

if not exists:
    insert
else:
    pass

比如我們執行:

del a
setnx a 1
setnx a 2

上面的操作之后,盡管我們的 setnx 執行了兩遍,但前面已經設定過了 a 的值,所以第二個操作不會執行了,

存在則更新,不存在則不操作

set key value xx,注意,xx 是固定用法,比如我們想 a 的值如果存在于系統,則更新 a 的值為 2,不存在的話則不操作,可以如下:

set a 2 xx

那么如果系統之前沒有 a 的值存在,那么執行這個命令之后,系統也不會有 a 這個 key,

3.整數的操作

對于字串型別的資料,可以存盤字串也可以存盤整數,對于整數,有一些額外的操作,比如自增1,自減1,自增n,自減n,

incr 自增 1
# 為 a 初始化設定值為 3
set a 3

# 進行自增 1 的操作
incr a
decr 自減 1
decr a

注意:如果 incr 和 decr 的 key 之前在 Redis 中不存在,那么系統會默認先 set key 0,然后進行自增自減的操作

incrby 自增 n
# 對 a 進行自增 5
incrby a 5
decrby 自減 n
# 對 a 進行自減 5
decrby a 5

4.小數的操作

對應于整數,小數也可以進行自增的操作

incrbyfloat 自增某個小數

incrbyfloat a 3.4

但是,并沒有相應的小數數自減操作,但是我們可以通過在 value 加負號來表示自減操作:

incrbyfloat a -3.4

5.字串的范圍操作

對于一個字串,比如我們設定:

set a "this is a string"
getrange

我們通過 get 可以獲取 a 的全量字串,也可以通過 getrange 下標來指定范圍獲取:

getrange a 1 3

表示獲取從 1 開始到 3 之間的字串,下標從 0 開始,

setrange

也可以通過下標設定字串內容:

setrange a 5 xxxx 

上面的操作表示將 a 字串在第 6 個的位置的字串替換成 xxxx,那么 a 的結果應該是:

get a 
# "this xxxx string"

6.字串的字符操作

getset

先獲取 key 的 value,然后對 key 設定新的 value:

getset a "new value"
append

將 value 追加到 key 的舊 value 的末尾:

set a "abc"
append a "def"
get a
# "abcdef"
strlen

獲取字串的長度:

strlen a
# 6

7.批量操作

mget

批量獲取 key 串列的值,比如我們有 a,b,c 三個 key,我們想同時回傳三個 key 的資料:

mget a b c
# 以下是回傳:
#1) "abcdef"
#2) "1"
#3) "world"
mset

批量設定 key 串列的值,一個 key 后跟一個 value,比如我們設定三個 key,a、b、c 的 value 分別是 1,2,3:

mset a "1" b "2" c "3"

3、哈希命令

因為 Redis 存盤的資料型別是一個 key-value 的結構,而哈希本身的資料型別也是一個 key-value 的型別,所以哈希資料相當于是一個嵌套的型別,這個地方需要了解清楚它的概念,

在下面的例子中,我們將 Redis 中的 key 稱為 key,而哈希中的 key-value 中對應的 key 稱為 field 以示區分,

哈希命令的前面都帶一個 h,這是哈希命令的一個特點,

接下來,我們以一個例子來介紹哈希命令,我們想要存入一個這樣的資料,key 為 student,它有 name,number,rank 三個 field 屬性,大致如下:

{
    "student":
        {
            "name": "Hunter",
            "number": "00001",
            "rank": 1
        }
}

1.哈希資料的增刪改查

這里我們要設定 student 的幾個屬性值,創建和更新都用 heset

hset student name "Hunter"
hset student number "00001"
hset student rank 1

使用 hget 查詢資料:

hget student name

使用 hdel 洗掉資料:

hdel student name

如果是直接洗掉 student 這個 key 呢,直接使用 del:

del student

2. hexists 和 hlen

hexists 是用于查看 key 下某個 field 屬性是否存在,假設前面的 student 資料沒有洗掉,我們這樣使用:

hexists student name
# 1

回傳的結果是 1 則表示 name 這個 field 存在,不存在的話會回傳 0

hlen 用于查看 key 下存在多少個 field 屬性:

hlen student

3. hmget 和 hmset

批量查看和設定哈希資料下的屬性,

比如我們想一次性查看 student 下的 name 和 number 屬性的值,可以使用 hmget

hmget student name number
#1) "Hunter"
#2) "00001"

也可以使用 hmset 來批量設定:

hmset student name "Jack" rank "2"

4. 查看某個 key 下所有資料

如果我們想查看某個 key 下所有的 field 屬性,可以使用 hkeys

hkeys student
#1) "name"
#2) "number"
#3) "rank

回傳的是所有 field 屬性

如果我們想查看某個 key 下所有的 field 屬性下的值,可以使用 hvals

hvals student
#1) "Jack"
#2) "00001"
#3) "2"

如果我們想查看某個 key 下所有的 field 屬性和對應的值,可以使用 hgetall

hgetall student
#1) "name"
#2) "Jack"
#3) "number"
#4) "00001"
#5) "rank"
#6) "2"

會將 field-name 依次回傳,

4、串列命令

對于 Redis 中的串列資料,一般是以 l 開頭,為了方便記憶,可以理解成是 List,或者是 Left 中的 L,為什么要提 Left 以及說一般是以 l 開頭呢,因為有一些操作是 r 開頭,這個表示是對串列的右邊進行資料操作,

1. 串列資料的增加

lpush

從串列左邊添加一個或多個資料:

lpush rank 1
lpush rank 2 8
rpush

從串列右邊添加一個或多個資料:

rpush rank 3
rpush rank 4 5
linsert

在指定的 value 前或者后面插入一個 new_value,比如我們在 2 前插入 1.5

linsert rank before 2 1.5

或者在 2后面插入 2.5:

linsert rank after 2 2.5

如果串列中有重復資料怎么辦?

系統會從左邊開始尋找,找到的第一個目標資料的位置就停止查找,然后插入,

2. 串列資料的查看

lrange

通過下標查看資料范圍,比如我們想查看第二個到第五個之間的資料:

lrange rank 1 4

如果想查看全部串列資料:

lrange rank 0 -1
lindex

通過下標索引獲取資料,比如想查看第三個資料:

lindex rank 2
llen

獲取串列長度:

llen rank

3. 串列資料的洗掉

lpop

從串列左邊彈出一個資料:

lpop rank
rpop

從串列右邊彈出一個資料:

rpop rank
lrem

這是一個遍歷洗掉的操作,它的命令示例如下:

lrem key count value

當 count 大于 0 時,表示從左到右洗掉最多 count 個值為 value 的資料
當 count 小于 0 時,表示從右到左洗掉最多 count 個值為 value 的資料
當 count 等于 0 時,表示洗掉串列中全部值為 value 的資料

比如我們設定 rem_list 的值如下:

lpush rem_list 1 3 3 5 3 8 5

接下來我們從左到右洗掉兩個 value 等于 3 的資料:

lrem rem_list 2 3

執行之后,rem_list 中應該還剩一個 3

如果我們想洗掉 rem_list 中全部 value 等于 5 的資料:

lrem rem_list 0 5
ltrim

按照索引范圍修剪串列:

ltrim key start end

比如我們只保留從最開始到第四個元素的資料:

rpush trim_list 0 1 2 3 4

ltrim trim_list 0 3

4. 串列資料的修改

lset

修改某個索引的資料,比如修改第三個位子的資料:

lset a 2 8

5、集合命令

集合中的資料是無序的,無重復的,

集合相關的命令都是以 s 開頭的

1. 集合的增刪改查

sadd

向集合中添加資料,可添加單個或多個元素

del a
sadd a 1 
sadd a 2 3 4
smembers

查看集合中所有元素:

smembers a
sismember

查看元素是否在集合中,這個命令就是 is member

sismember a 2
scard

獲取集合中元素的總數:

scard a
srandmember

使用命令示例為 srandmember key [count]

表示從 key 中獲取 count 個元素,如果不定義 count,則默認取出一個元素

# 取出一個元素
srandmember a

# 取出兩個元素
srandmember a 2

注意:這個命令為獲取元素,但是并非從集合中彈出,而是單純的獲取,原集合不會變

srem

從集合中彈出一個或多個指定元素:

# 從集合中彈出 2 4 8 三個元素
srem a 2 4 8
spop

從集合中彈出一個或多個元素,這個命令執行之后集合中就會將該元素剔除:

spop a

# 從集合中彈出兩個元素
spop a 2

2. 集合間操作

sdiff

求取兩個集合的差值,比如兩個集合為 a 和 b,結果即為 a - b:

sadd a 1 2 3
sadd b 3 4 5

sdiff a b
# 1 2
sinter

求取兩個集合交集:

sinter a b
# 3
sunion

兩個集合并集:

sunion a b
# 1 2 3 4 5

6、有序集合命令

有序集合兼具了串列和集合的特點,它是無重復的,但是是有序的

我們通過給元素添加額外的分數屬性來實作元素的有序操作,

1. 元素的增加

zadd

命令示例為:

zadd key score element

假設我們要實作 Python、Java、Golang 三個元素的排名分別在 1、2、3,可以這樣操作:

del a
zadd a 2 Java
zadd a 1 Python 3 Golang

2. 元素的查看

zrange

查看元素指定索引范圍元素,可以通過 WITHSCORES 引數決定是否回傳對應的排名分值:

zrange a 0 2
#1) "Python"
#2) "Java"
#3) "Golang"

回傳排名 score:

zrange a 0 2 WITHSCORES
#1) "Python"
#2) "1"
#3) "Java"
#4) "2"
#5) "Golang"
#6) "3"
zrangebyscore

通過分數區間回傳元素:

zrangebyscore a 1 3

回傳有序集合中分數在 1 和 3 之間的元素

zscore

回傳指定元素的分數:

zscore a Python
zrank

回傳指定元素的排名次序:

zrank a Python
zcard

回傳元素的總個數:

zcard a
zcount

回傳指定分數區間元素個數,比如回傳分數在 1 到 3 之間,包括 1 和 3 的元素個數:

zcount a 1 3

3. 元素分數操作

zincrby

指定元素增加/減少分數

比如指定元素為 Python 的分數 +1

zincrby a 1 Python 

4. 洗掉操作

zrem

洗掉某個元素:

zrem a Java
zremrangebyrank

洗掉指定排名內的元素

前面我們通過 zrank 回傳指定元素的排名,這里是洗掉操作:

zremrangebyrank a 1 3
zremrangebyscore

洗掉指定分數段內的元素

zremrangebyscore a 1 3

如果想獲取更多后端相關文章,可掃碼關注閱讀:
image

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/552399.html

標籤:NoSQL

上一篇:MySQL開窗函式

下一篇:返回列表

標籤雲
其他(158997) Python(38129) JavaScript(25421) Java(18034) C(15226) 區塊鏈(8265) C#(7972) AI(7469) 爪哇(7425) MySQL(7184) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5871) 数组(5741) R(5409) Linux(5339) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4572) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2433) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) .NET技术(1972) 功能(1967) Web開發(1951) HtmlCss(1936) python-3.x(1918) C++(1915) 弹簧靴(1913) xml(1889) PostgreSQL(1875) .NETCore(1860) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • Redis基礎命令匯總,看這篇就夠了

    本文首發于公眾號:Hunter后端 原文鏈:Redis基礎命令匯總,看這篇就夠了 本篇筆記將匯總 Redis 基礎命令,包括幾個常用的通用命令,和各個型別的資料的操作,包括字串、哈希、串列、集合、有序集合等在內的基本操作。 以下是本篇筆記目錄: 通用命令 字串命令 哈希命令 串列命令 集合命令 ......

    uj5u.com 2023-05-14 08:33:54 more
  • MySQL開窗函式

    MySQL開窗函式 知識點 三種開窗函式:row_number(),rank(),dense_rank() 這三種函式都是用于回傳結果集的分組內每行的排名 區別: row_number():特點是唯一且連續,如果四個人是按成績排名,那么是1234這樣排的,即使有重分的人 rank(): 特點是并列不 ......

    uj5u.com 2023-05-14 08:33:41 more
  • MySQL-簡單總結

    部分概念: 1、在資料庫中產生資料不一致的根本原因是冗余 2、一個事務對某資料加S鎖后,其它的事務不能對該資料加任何型別的鎖(錯誤):所謂S鎖,是事務T對資料A加上S鎖時,其他事務只能再對資料A加S鎖,而不能加X鎖,直到T釋放A上的S鎖 3、一個資料庫只有一個模式和一個內模式 4、使某個事務永遠處于 ......

    uj5u.com 2023-05-14 08:33:37 more
  • 索引初識

    索引(基礎) 一、索引介紹 1.1、前言 在資料庫中,執行如下陳述句時: select * from emp where id=1000; mysql 是從第一條記錄開始遍歷,直至找到 id = 1000 的資料,然而這樣查詢的效率低,所以 mysql 允許通過建立索引來加快資料表的查詢和排序。 1. ......

    uj5u.com 2023-05-14 08:33:23 more
  • 大資料面試(個人總結含答案)

    大資料面試題 Hadoop 分布式系統基礎架構,主要是為了解決海量資料的存盤和和海量資料的分析計算問題 Hadoop的特點 高可靠性:Hadoop底層維護多個資料副本,即使Hadoop某個計算元素或存盤出現故障,也不會 導致資料的丟失 高擴展性:集群分配任務資料,可方便擴展數以千計的節點 高效性:并 ......

    uj5u.com 2023-05-14 08:33:02 more
  • MySQL8.0環境搭建

    1. MySQL的卸載 步驟1:停止MySQL服務 在卸載之前,先停止MySQL8.0的服務。按鍵盤上的“Ctrl + Alt + Delete”組合鍵,打開“任務管理器”對話 框,可以在“服務”串列找到“MySQL8.0”的服務,如果現在“正在運行”狀態,可以右鍵單擊服務,選擇“停 止”選項停止M ......

    uj5u.com 2023-05-13 09:25:56 more
  • 詳解集群級備份恢復:物理細粒度備份恢復

    摘要:在實際使用程序中,資料庫集群級的故障并非高概率事件,如何安全高效地幫助客戶備份恢復一部分資料庫元素,才是更加實際的需求,這也是細粒度備份恢復的意義所在。 本文分享自華為云社區《GaussDB(DWS)之物理細粒度備份恢復》,作者:我的橘子呢 。 1. 認識物理細粒度備份恢復 相對于集群級備份恢 ......

    uj5u.com 2023-05-13 09:25:14 more
  • 事務四大特性

    ACID :如果一個資料庫支持事務的操作,那么該資料庫必須要具備以下四個特性 1、原子性(Atomicity) 事務包含的所有操作要么全部成功,要么全部失敗回滾,因此事務的操作如果成功就必須要完全應用到資料庫,如果操作失敗則不能對資料庫有任何影響 2、一致性(Consistency) 事務必須使資料 ......

    uj5u.com 2023-05-13 09:25:07 more
  • 袋鼠云產品功能更新報告05期|應有盡“優”,數堆疊一大波功能優化升

    這段時間,我們對產品本身以及客戶反饋的一些問題進行了持續的更新和優化,包括對離線平臺資料同步功能的更新,資料資產平臺血緣問題的優化等,力求滿足不同行業用戶的更多需求,為用戶帶來極致的產品使用體驗。 以下為袋鼠云產品功能更新報告第五期內容,更多探索,請繼續閱讀。 離線開發平臺 1.支持作業流引數 背景 ......

    uj5u.com 2023-05-13 09:23:50 more
  • 詳解集群級備份恢復:物理細粒度備份恢復

    摘要:在實際使用程序中,資料庫集群級的故障并非高概率事件,如何安全高效地幫助客戶備份恢復一部分資料庫元素,才是更加實際的需求,這也是細粒度備份恢復的意義所在。 本文分享自華為云社區《GaussDB(DWS)之物理細粒度備份恢復》,作者:我的橘子呢 。 1. 認識物理細粒度備份恢復 相對于集群級備份恢 ......

    uj5u.com 2023-05-13 09:22:35 more