Redis

NoSQL 入门和概述

问题现象

• 海量用户的访问
• 高并发，短时间被大量用户访问

根本原因(关系型数据库)

• 数据存储到磁盘上的，IO 性能底下
• 关系型数据库关系复杂，网状结构，牵一发而动全身，扩展性差，不便于大规模集群

解决思路

• 降低磁盘 IO 次数，越低越好，使用内存来存储
• 去除数据简关系，关系越简单越好，不存储关系，只存储数据

什么是 NoSQL

• 即 Not-Only SQL(泛指非关系的数据库)，意为，不能仅仅只用 SQL，因该使用其他的方法，这种其他的东西，就泛指为 NoSQL ，而不是指具体的 SQL 语言，作为关系型数据库的补充(实际上，数据还是存储在硬盘上的，不能将数据全部存储在内存中去)

作用

• 应对基于海量用户海量数据前提下的数据处理问题

特征

• 可扩容，可伸缩
• 大数据量下的高性能
• 灵活的数据模型
• 高可用

常见的 NoSQL 数据库

• Redis
• memcache
• Hbase
• MongoDB

常见的解决方案

Redis 简介

• Redis 简介

  • Redis (Remote Dictionary Server，远程字典服务) 是用 C 语言开发的一个开源高性能键值对(Key:Value)的数据库
  • 特点
    • 数据间没有必然的关联关系
    • 内部采用单线程机制进行工作，也就是单任务的，处理完一个任务再处理下一个任务而不是同时处理多个任务
    • 高性能，50 个并发执行 100000 个请求，IO 速度分别为 110000次/s 和 81000次/s
    • 多数据类型支持
    • 持久化支持，可以进行数据的灾难恢复，例如突然断电
  • 应用
    • 为热点数据加速查询，例如热点新闻，热点商品等在某一时段可能成为热点事物并被同时大量访问的东西
    • 任务队列，如秒杀，抢购，查询等
    • 即时信息的查看，例如聊天记录，排行榜等
    • 时效性信息的控制，例如短信验证码的有效期
    • 消息队列
    • 分布式锁

Redis 下载安装 & 启动

• Linux 版本(适用于企业级开发)
  • Redis 高级开始使用
• Windows 版本(适用于初学者)
  • Redis 入门使用
• 解压 redis 压缩包
• 进入解压目录，双击运行 redis-server.exe
  • 
  • 其中，port 代表 redis 启动的端口号，pid 代表一个 redis 服务对象的 id ，用于区分多个不同的 redis 服务
• 再次双击运行 redis-cli.exe 进入 redis 客户端

Redis 基础操作

基本操作命令

• 设置 key value 数据

  • 命令: set key value
    示例: set name zhangsan
    

• 数据查询

  • 命令: get key
    示例: get name
    

  • 若对应的数据不存在，返回空( nil )

• 清屏

  • 命令: clear
    

• 帮助命令

  • 命令: help 指令
    示例: help set
    

• 退出命令

  • exit
    quit
    

数据存储类型

作为缓存使用

• 原始业务功能设计
  • 秒杀
  • 618 活动
  • 双 11 活动
  • 12306 网上购票
• 突发的高频访问数据
  • 突发的时政要闻等，微博热搜
• 高频，复杂的统计数据
  • 在线直播数据，在线人数
  • 投票数据

附加功能

• 系统功能优化升级
  • 单服务器升级集群
  • Session 管理
  • Token 管理

Redis 数据类型

• 基于上述缓存和附加功能，总结出 Redis 的物种常用数据类型
  • string 字符串类型，类比于 Java 中的 String
  • list 列表类型，类比于 Java 中的 LinkedList
  • hash 散列类型，类比于 Java 中的 HashMap
  • set 集合类型，类比于 Java 中的 HashSet
  • sorted_set 有序集合类型，类比于 Java 中的 TreeSet

Redis 数据存储格式

• redis 自身是一个 Map，其中所有的数据都是采用 key:value 的形式存储的
• redis 的数据类型指的是 value 的数据类型，key 的数据类型永远都是 value

string 类型

简介

• 存储的是单个数据，最简单的数据存储类型，也是最常用的数据存储类型
• 一个数据存储空间保存一个数据
• 通常使用字符串，如果字符串以整数形式表示，则可以作为数字操作使用，但其类型任然是字符串

基本操作

• 添加/修改数据

  • 命令: set key value
    示例: set name zhangsan //添加数据
          set name lisi //对同一个 key 再次赋值,就为修改数据
    

• 获取数据

  • 命令: get key
    示例: get name
    

• 删除数据

  • 命令: del key
    示例: del name
    

• 补充

  • redis 中，操作的成功与失败，分别用 (integer)0，(integer)1 表示

• 添加修改多个数据(多个数据中原始存在的的则会覆盖)

  • 命令: mset key1 value1 key2 value2 ...
    示例: mset name zhangsan age 18 ...
    

• 获取多个数据(不存在的数据会给出 nil 值)

  • 命令: mget key1 key2 ...
    示例: mget name age ...
    

• 追加信息到原始信息后部(若原始信息存在则追加，否则新建数据)

  • 命令: append key value
    示例: append age +
    例如:原先 age 的数据为 18,append 后为: 18+
    

  • 返回值为追加后，字符串的长度

• 获取字符串长度

  • 命令: strlen key
    示例: strlen name
    

单数据操作 & 多数据操作如何选择

• 单数据操作

  • get
  • set

• 多数据操作

  • mget
  • mset

• 如何选择

  • 根据具体情况而定，面对一次性非常大数据量的指令，例如单次进行一亿次的 set 操作，不管是单数据操作还是多数据操作，都会消耗大量时间，此时，可以考虑对数据进行一个切分操作，将一亿条数据切分成一百万一份，然后使用多数据操作进行多次执行

string 扩展操作 1

• 业务场景

  • 对于大量数据，分表是基本操作，使用多张表存储同类型的数据，但是对应的主键 id 必须保证统一性，不能重复，Oracle 数据库具有 sequence 设定，MySQL 并不具备类似的机制，该如何解决?

• 解决方案

  • 将主键 id 交由 redis 来控制
  • redis 用于控制数据库表主键，为数据库表主键提供生成策略，保证数据库表主键的唯一性
  • 此方案适用于所有数据库，且支持数据库集群

• 具体操作

  • 设置数值数据增加指定范围的值

    • 命令: incr key // 对字符串数值形式的数据进行 + 1 的操作
      示例: incr num // num 对应的 value 值 + 1
      
      命令: incrby key 增加值 // 对字符串数值形式的数据进行加上指定数值的操作
      示例: incrby num 10 // num 对应的 value 值 + 10
      
      命令: incrbyfloat key 增加值 // 对字符串数值新式的数据进行加上指定浮点数的操作
      示例: incrbyfloat num 1.5 // num 对应的 value 值 + 1.5    
      

  • 设置数值数据减少指定范围的值

    • 命令: decr key // 对字符串数值形式的数据进行 - 1 的操作
      命令: decrby key 减少值 // 对字符串数值形式的数据进行减去指定数值的操作
      

  • 补充

    • incrby ，incrbyfloat，dscrby 都能够使用负数来实现增减数值的效果
    • 当数值为浮点数时，就不能直接使用 incrby 进行整数或浮点数的增减，需要使用 incrbyfloat
    • string 在 redis 内部默认就是一个字符串，当遇到增减类操作时，就会转换为数值进行计算
    • redis 的所有操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行，无需考虑并发带来的数据影响
    • 注意
      • 按数值进行操作的数据，如果原始数据不能转换为数值，或超过 redis 数值范围上限( 9223372036854775807，Java long 数据类型的最大值: Long.MAX_VALUE)，将报错

string 扩展操作 2

• 业务场景

  • 海选投票中，每个账号每四个小时只能投 1 票，商品的促销期，只能维持三天，如何字段控制这种时效性?

• 解决方案

  • 设置一个数据具有指定的生命周期

• 具体操作

  • 命令: setex key 秒数 value // 设置 key 对应的 value 数据生命周期为多少秒
    示例: setex num 5 value // 设置 num 对应的 value 数据生命周期为 5 秒
        
    命令: psetex key 毫秒数 value // 设置 key 对应的 value 数据生命周期为多少毫秒
    示例: psetex num 5 value // 设置 num 对应的 value 数据生命周期为 5 毫秒    
    

• 补充

  • 当设置了数据的时效性，且在时效范围内时，对数据进行了 set 操作，则之前设置的时效性作废

string 数据类型操作注意事项

• 数据操作不成功与数据正常操作之间的差异
  • 表示运行结果是否成功
    • (integer) 0 失败
    • (integer) 1 成功
  • 表示运行结果值
    • (integer) 3 3个
    • (integer) 1 1个
  • 数据未获取到
    • (nil) 等同于 null
  • 数据存储最大量
    • 512 MB
  • 数值计算最大范围
    • -9223372036854775807 ~ 9223372036854775807

string 类型应用场景

• 业务场景

  • 微博上大 V 的关注数，粉丝数等，这就是一个热点信息，每一个查看该主页的人，都会看到该信息

• 解决方案

  • 以用户主键和属性作为 key ，后台设定定时刷新策略即可
  • 例如
    • user?-id-?13132323423:fans ---> 1212133 代表的是 user 表中 id 为 13132323423 用户的 fans 数量
    • user-id-122132323 ---> {id:122132323,name:张三,fans:323233} 代表的是 user 表中 id 为 122132323 用户的 fans 信息，以 json 格式进行存储

• 数据库中热点数据 key 的命名规范

  • 表名 主键名 主键值 字段名
    user : id : 1001 : name

    表名 主键名 主键值 字段名
    order : id : 1143 : order_name

hash 类型

hash 简介

• 
  • 通过 field 和 value 存储多条数据作为一个存储空间，将这整个存储空间作为 key 的 value，这个 value 的数据类型就叫 hash
  • 一个存储空间保存多个键值对数据
• hash 存储结构优化
  • 当 hash 中存储的 field 较少时，存储结构优化为类数组的结构
  • 如果 hash 中存储的 field 较多时，存储结构使用 HashMap 结构

hash 基本操作

• 添加/修改数据

  • 命令: hset key field value
    示例: hset user name zhangsan
    

• 获取数据

  • 命令: hget key field
    示例: hget user name
    
    命令: hgetall key // 获取 key 对应的所有 field 数据
    示例: hgetall user
    

• 删除数据(也删除多个 field 的数据)

  • 命令: hdel key field1 [field2]
    示例: hdel user name age
    

• 添加/修改多个数据

  • 命令: hmset key field1 value1 field2 value2 ...
    

• 获取多个数据

  • 命令: hmget key field1 field2 ...
    

• 获取 hash 表中 key 对应字段( field )的数量

  • 命令: hlen key
    

• 获取 hash 表中是否存在指定字段

  • 命令: hexists key field
    

hash 类型数据扩展操

• 获取 hash 表中 key 对应的所有字段名或字段值

  • 命令: hkeys key // 获取指定 key 对应的所有 field 的值
    命令: hvals key  // 获取指定 key 对应的所有 filed 的 value 值
    

• 设置指定字段的数值数据增加指定范围的值

  • 命令: hincrby key field 增加值 // 执行指定 key 的数值类型的 field 属性加上指定值的操作 
    命令: hincrbyfloat key field 增加值 // 执行指定 key 的数值类型的 field 属性加上指定浮点值的操作 
    

  • 补充

    • 当操作的数值类型 filed 为浮点数据时，便不能使用 hincrby 进行操作了
    • 注意
      • hash 数据类型中的 value 只能存储字符串，不允许存储其他数据类型，不允许存在嵌套现象，如果数据未获取到，对应的值为 (nil)
      • 每个 hash 存储的键值对为 2^32 - 1 个
      • hash 的类型十分贴近对象的数据存储形式，并且可以灵活的删除对象属性，但是，hash 设计的初衷并不是为了存储大量对象而设计的，切记不可滥用，更不可将 hash 作为对象列表使用
      • hgetall 操作可以获取全部的 field，如果内部 field 过多，遍历整体数据的效率过低，可能成为数据访问的瓶颈，推荐需要那个 field 就获取那个 field

hash 类型应用场景 1

• 业务场景

  • 电商网站购物车设计与实现

• 数据模型

  • 

• 业务分析

  • 使用用户的 id 作为 key
  • 使用 商品 id 作为 field (购物车中的多个不同商品，对应的就是 hash 中的多个 field)
  • 每个商品的数量使用 field 的 value 来表示，可以对商品数量进行修改
  • 全选商品时，使用 hgetall 来获取所有的商品 id
  • 计算购物车中总量时，使用 hlen
  • 计算商品总数时，使用 hvals 将返回的值进行累加
  • 删除商品时，使用 hdel
  • 某一个商品增加数量，使用 hincrby

• 缺点

  • 当前的设计只是将数据存储到了 redis 中，并没有起到加速的作用，具体到用户查看购物车时，还需要根据 redis 中存储的信息到数据库中进行二次查询

• 解决方案

  • 每条购物车中的商品记录保存两条 field

    • field1 专用于保存购买数量
      • 命名格式: 商品id:nums
      • 保存数据: 商品数量
    • field2 专用于保存购物车中显示的信息，例如文字描述，图片路径，商家信息等
      • 命名格式: 商品id:info
      • 保存数据: json 格式的商品信息

  • 优化

    • 此时，保存的商品信息，对于同一个商品，实际上是一样的，差距只是在于购买的商品数量不同，因此，可以将商品信息抽取出来，将商品的 id 作为 field，商品信息的 json 字符串作为 value，成为一个键值对，也就是一个商品 hash，这样，就可以将多个不同的商品 hash 独立出来，作为一个公共的 hsah 区域(也可以根据商品种类，分为多个公共 hash 区域)，每个用户的购物车中，保存的就只是商品购买数量，至于商品的信息，全部都去公共的商品 hash 中通过商品 id 进行查询

    • 不可能一开始就将所有的商品全部加入到商品公共 hash 中去，因为每时每刻都可能会出现新的商品上架，可以采取用户购买了一种商品，就将该商品加入到商品公共 hash 中去，同时为了避免重复的商品信息，使用

      命令: hsetnx key field value // 判断当前 key 对应的 field 是否有值，若有,则不进行添加操作
      

      来添加商品信息，该命令会先判断当前 key 对应的 field 是否有值，若有，则不进行添加操作，若该商品的信息发生变化，则依然通过 hset 来修改其信息

hash 类型应用场景 2

• 业务场景
  • 双 11 活动，某种商品限时限量购买，需要进行抢购
• 解决方案
  • 
  • 商家 id 作为 key，商品 id 作为 field，参与抢购的数量作为 value
  • 在抢购时，每当用户抢购一个商品，商品的数量就进行降值操作，使用 hincrby 通过负数值来实现
• 补充
  • 原则上，redis 只做数据存储，不涉及业务逻辑，涉及到业务逻辑的地方，应该视实际情况慎重考虑
  • string 存储数据 与 hash 存储数据
    • 通过 string 存储的数据，更加考虑数据的整体性，注重对数据的读操作
    • hash 存储的数据，具有一种群组特性，将一系列数据包装起来，对外使用一个单独的 key 进行读取，注重的是对数据的更新
    • 实际使用过程中，根据二者的特性，灵活选取

list 类型

简介

• 数据存储需求: 存储多个数据，并对数据进入存储空间的顺序进行区分
• 需要的存储结构: 一个存储空间保存多个数据，且通过数据可以体现进入的顺序
• list 类型: 保存多个数据，底层使用双向链表的存储结构进行实现

list 类型基本操作

• 添加/修改数据

  • 命令: lpush key value1 [value2] ... // 从左边开始添加多个数据到 list 中
    命令: rpush key value1 [value2] ... // 从右边开始添加多个数据到 list 中
    

• 获取数据(获取数据统一从左边进行获取)

  • // 获取列表中指定索引范围的数据(索引从 0 开始,若添加数据时,使用的是 lpush 则查出的数据顺序与添加时的顺  序相反,反之亦然(类似于 Stack 结构);倒数第一个索引为 -1,可以直接通过 lrange 0 -1 查询出所有数据)
    命令: lrange key start stop
    
    // 获取列表中指定所有的数据(索引从 0 开始)
    命令: lindex key index
    
    // 获取指定列表的长度
    命令: llen key
    

• 获取并移除数据(可以从右边也可以从左边获取)

  • // 从左边出元素
    命令: lpop key
        
    // 从右边出元素
    命令: rpop key
    

• 补充

  • 关于 list 中添加元素，出元素等操作，可以结合 Stack 的数据结构进行理解

list 扩展操作 1

• 规定时间内，从多个 list 中获取并移除数据

  • 命令: blpop key1 [key2] ... timeout // 从左边开始移除
    命令: brpop key1 [key2] ... timeout // 从右边开始移除
    

  • 解析

    • 此操作是阻塞形式的，当设置了阻塞时间，当前执行此命令的线程就会进入等待状态，若 list 中本来就有数据，则会立即取出来，否则，在设置的等待时间内，若对 list 进行了 lpush 或 rpush 操作，使得 list 中有数据，则之前等待执行 blpop 或 brpop 的线程会立即获取到该数据

list 扩展操作 2

• 业务场景

  • 微信朋友圈的点赞，要求按照点赞的顺序显示点赞的好友信息

• 解决方案

  • 

  • 每一条朋友圈都是唯一的，可以作为一个 key，而朋友圈的点赞列表就作为一个 list

  • 当有人点赞时，执行 lpush 或 rpush 操作将点赞人的信息放入 list 中并显示出来

  • 当有人取消点赞时，使用

    // 移除指定的数据,意为: 删除指定 key 对应的 list 中的 count 个 value 数据,也就是说,list 中有 3 个 a ,可以使用 lrem list 1 a 只删除一个 a ,也可以使用 lrem list 3 a 将 3 个 a 都删除
    命令: lrem key count value
    

• 补充

  • redis 适合用于具有先后顺序的数据控制

list 数据操作注意事项

• list 中保存的数据都是 string 类型的，数据的总容量是有限的，最多 2^32 - 1 个元素(4294967295)
• list 具有索引的概念，可以按照索引操作，但是实际操作时，通常以队列或栈的形式进行数据的出入操作
• 获取全部数据操作结束索引为 -1，以此类推
• list 可以对数据进行分页操作，通常第一页的信息来源于 list (速度快)，第二页及之后的信息来源于数据库

list 类型应用场景 1

• 业务场景
  • 新浪，腾讯，微博中，个人用户的关注列表，粉丝列表等，粉丝列表将最近的关注进行展示等
  • 多台日志服务器的日志搜集
• 解决方案
  • 依赖 list 的数据具有顺序的特性进行管理
  • 使用队列的模型解决多路信息汇总的问题
  • 使用栈模型解决最新消息的问题
• 补充
  • redis 应用于最新消息的展示

set 类型

简介

• 存储大量的数据，在查询方面提供高效率
• 需要的存储结构
  • 保存大量的数据，搞笑的内部存储机制，便于查询
• set 类型，与 hash 存储结构完全相同，仅仅存储键，不存储值(nil)，键不允许重复
  • 

set 类型数据的基本操作

• 添加数据

  • 命令: sadd key value1 value2
    

• 获取全部数据

  • 命令: smembers key
    

• 删除数据

  • 命令: srem key value1 value2
    

• 获取集合数据总量

  • 命令: scard key
    

• 判断集合中是否包含指定的数据

  • sismember key value
    

set 数据类型扩展操作 1

• 业务场景

  • 每位用户在首次使用今日头条时，会设置 3 项爱好内容，但是后期为了增加用户的活跃度，兴趣点，必须让用户对其他类别的信息产生兴趣，如何实现?

• 业务分析

  • 系统分析出各个分类的最新或最热点信息条目组织成 set 集合
  • 随机挑选出其中的部分信息
  • 配合用户关注信息分类中的热点信息组织成展示的信息集合

• 解决方案

  • 随机获取集合中指定数量的数据

    • 命令: srandmember key [count]
      

  • 随机获取集合中的某个数据并将数据移出集合

    • 命令: spop key
      

  • 补充

    • redis 能够应用于随机推荐类信息的检索，例如歌单推荐，热点新闻推荐等等

set 数据类型扩展操作 2

• 业务场景

  • 社交软件中，扩大用户的交际圈
  • 用户微信公众号的关注度
  • 美团给用户推荐美食

• 解决方案

  • 求两个集合的交，并，差集

    • 命令: sinter key1 [key2] // 交集
      命令: sunion key1 [key2] // 并集
      
      // 差集(redis 中的差集是有方向性的，以在左边的 key 对应的集合为准，以右边的集合比较，相当于从左边的集合中元素去除与右边相比较，相同的元素，剩下的就叫差集)    
      命令: sdiff key1 [key2] 
      

  • 将两个集合的交，并，差集存储到指定集合中

    • 命令: sinterstore 指定集合 key1 [key2] 
      命令: sunionstore 指定集合 key1 [key2] 
      命令: sdiffstore 指定集合 key1 [key2]
      

  • 将指定数据从原始数据移动到指定目标集合中

    • 命令: smove source 指定集合 指定元素
      

  • 补充

    • redis 可以用于同类信息的关联检索，二度关联检索，深度关联检索
    • 显示共同关注
    • 显示共同好友
    • 由用户 A 出发，获取到好友用户 B 的好友信息列表
    • 由用户 A 出发，获取到好友用户 B 的购物清单

set 操作注意事项

• set 操作数据不允许重复，如果添加的数据在 set 中已经存在，将只保留一份
• set 虽然和 hash 的结构很相似，但是无法启用 hash 中存储值的那部分空间

set 类型应用场景 1

• 业务场景
  • 某公司有 12000 名员工，每位员工具有一个或多个角色，如何快速进行权限校验
• 解决方案
  • 依赖 set 集合数据不重复的特征，依赖 set 集合 hash 存储结构特征，完成数据过滤与快速查询
    • 根据不同角色的不同权限构造 set 集合
    • 根据用户的角色，将对应权限的 set 集合，合并到某个用户对应的权限 set 集合中去
    • 当用户执行权限时，根据用户的权限 set 集合，查询是否具有该权限
• 补充
  • redis 可以应用于同类数据的不重复数据的合并操作

set 应用场景 2

• 业务场景
  • 统计网站的访问量(PV)，独立访问(UV)，独立IP(IP)
    • PV: 网站被访问次数，可通过刷新页面提供访问量统计访问量
    • UV: 网站被不同用户访问的次数，可提供 cookie 统计访问量，相同用户切换 ip 地址，UV 不变
    • IP: 网站被不同 IP 地址访问的总次数，可通过 IP 地址，相同 IP 不同用户访问 IP 不变
• 解决方案
  • 使用 string 类型，通过 incr 统计日访问量
  • 使用 set 模型，记录不同的 cookie ，通过 scard 统计 cookie 数量
  • 使用 set 模型，记录不同的 ip 的数量，通过 scard 统计 ip 数量

set 类型应用场景 3

• 业务场景
  • 某些网站的信息具有一定价值，为了不被不法分子窃取，例如爬虫等，需要设置黑名单和白名单来验证访问者的身份
• 解决方案
  • 将用户的黑名单放入 set 集合中，当用户到访问达时，将其与黑名单 set 中的数据进行对比
  • 还可以如果黑名单 set 过滤 ip ，设备信息等

sorted_set 类型

简介

• 新需求
  • 数据的排序有利于数据的展示，需要提供一种根据自身特征进行排序的方式
• 新的存储模型，可以保存可排序的数据
• sorted_set 类型
  • 在 set 的存储结构上添加可排序的字段 score
• 图示
  • 

sorted_set 基本操作

• 添加数据

  • 命令: zadd key score1 member1 [score2 member2]
    

• 获取全部数据

  • // 升序获取 start 到 stop 索引之间的值(闭区间)，加上 WITHSCORES 参数后，会显示 score 字段
    命令: zrange key start stop [WITHSCORES]
    // 降序获取 start 到 stop 索引之间的值，加上 WITHSCORES 参数后，会显示 score 字段    
    命令: zrevrange key start stop [WITHSCORES]
    

• 删除数据

  • 命令: zrem key member [member ...]
    

• 按条件获取数据

  • // 查询指定范围 min ~ max 内的数据(闭区间)，升序，limit 限定查询结果，用法与 MySQL 相同
    命令: zrangebyscore key min max [WITHSCORES] [LIMIT]
    // 查询指定范围 min ~ max 内的数据(闭区间)，降序，limit 
    命令: zrevrangebyscore key max min [WITHSCORES]
    

• 按条件删除数据

  • // 删除 start 到 stop 索引之间的值(闭区间)
    命令: zremrangebyrank key start stop
    命令: zremrangebyscore key min max
    

• 注意

  • min与max用于限定搜索查询的条件
  • 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

• 获取集合数据总量

  • // 获取数据总数
    命令: zcard key
    
        // 获取指定范围 min ~ max(闭区间) 的数据总数
    命令: zcount key min max
    

• 集合交并操作

  • // 多个集合的 交 操作，执行 交 操作时，还会对集合中的 score 进行求和操作(还有其他操作，如最大值等)
    命令: zinterstore 保存结果的集合 参与操作的集合个数 key1 key2 ...
    
    // 多个集合的 并 操作，执行 并 操作时，还会对集合中的 score 进行求和操作(还有其他操作，如最大值等)
    命令: zunionstore 保存结果的集合 参与操作的集合个数 key1 key2 ...
    

sorted_set 类型扩展操作

未完，持续更新 ......

Redis入门&基础操作&企业级解决方案

原文：https://www.cnblogs.com/hashmap-put/p/14656723.html