Redis实质上是一个Key-Value类型的内存数据库，全体数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存。由于是纯内存操作，Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB。 Redis的出色之处不仅仅是性能，Redis最大的魅力是支持保存多种数据构造，此外单个value的最大限定是1GB，不像 memcached只能保存1MB的数据，因此Redis可以用来实现很多有用的功能，比如用List来做FIFO双向链表，实现一个轻量级的高性能行列步队做事，用Set可以做高性能的tag系统等等。其余Redis也可以对存入的Key-Value设置expire韶光，因此也可以被当作一 个功能加强版的memcached来用。 Redis的紧张缺陷是数据库容量受到物理内存的限定，不能用作海量数据的高性能读写，因此Redis适宜的场景紧张局限在较小数据量的高性能操作和运算上。
2、Redis 的特点有哪些？
3、Redis 支持哪几种数据构造，底层事理阐明一下
Redis支持5种数据类型
string：字符串list：列表hash：散列表set：无序凑集zset：有序凑集底层事理字符串(String)
与其它编程措辞或其它键值存储供应的字符串非常相似，键(key)------值(value) (字符串格式),字符串拥有一些操作命令，如：get set del 还有一些比如自增或自减操作等等。redis是利用C措辞开拓，但C中并没有字符串类型，只能利用指针或符数组的形式表示一个字符串，以是redis设计了一种大略动态字符串(SDS[Simple Dynamic String])作为底实现：
定义SDS工具，此工具中包含三个属性：
len buf中已经霸占的长度(表示此字符串的实际长度)free buf中未利用的缓冲区长度buf[] 实际保存字符串数据的地方以是取字符串的长度的韶光繁芜度为O(1)，另，buf[]中依然采取了C措辞的以\0结尾可以直策应用C措辞的部分标准C字符串库函数。
空间分配原则：当len小于IMB（10241024）时增加字符串分配空间大小为原来的2倍，当len大于即是1M时每次分配 额外多分配1M的空间。
由此可以得出以下特性：
redis为字符分配空间的次数是小于即是字符串的长度N，而原C措辞中的分配原则必为N。降落了分配次数提高了追加速度，代价便是多占用一些内存空间，且这些空间不会自动开释。二进制安全的高效的打算字符串长度(韶光繁芜度为O(1))高效的追加字符串操作。列表(List)
redis对键表的构造支持使得它在键值存储的天下中独树一帜，一个列表构造可以有序地存储多个字符串，拥有例如：lpush lpop rpush rpop等等操作命令。在3.2版本之前，列表是利用ziplist和linkedlist实现的，在这些老版本中，当列表工具同时知足以下两个条件时，列表工具利用ziplist编码：
列表工具保存的所有字符串元素的长度都小于64字节列表工具保存的元素数量小于512个当有任一条件 不知足时将会进行一次转码，利用linkedlist。哈希(hash)
redis的散列可以存储多个键 值 对之间的映射，散列存储的值既可以是字符串又可以是数字值，并且用户同样可以对散列存储的数字值实行自增操作或者自减操作。散列可以看作是一个文档或关系数据库里的一行。hash底层的数据构造实现有两种：
一种是ziplist，上面已经提到过。当存储的数据超过配置的阀值时便是转用hashtable的构造。这种转换比较花费性能，以是该当只管即便避免这种转换操作。同时知足以下两个条件时才会利用这种构造：
当键的个数小于hash-max-ziplist-entries（默认512）当所有值都小于hash-max-ziplist-value（默认64）另一种便是hashtable。这种构造的韶光繁芜度为O(1)，但是会花费比较多的内存空间。
凑集(Set)
redis的凑集和列表都可以存储多个字符串，它们之间的不同在于，列表可以存储多个相同的字符串，而凑集则通过利用散列表（hashtable）来担保自已存储的每个字符串都是各不相同的(这些散列表只有键，但没有与键干系联的值)，redis中的凑集是无序的。还可能存在另一种凑集，那便是intset，它是用于存储整数的有序凑集，里面存放同一类型的整数。共有三种整数：int16_t、int32_t、int64_t。查找的韶光繁芜度为O(logN)，但是插入的时候，有可能会涉及到升级（比如：原来是int16_t的凑集，当插入int32_t的整数的时候就会为每个元素升级为int32_t）这时候会对内存重新分配，以是此时的韶光繁芜度便是O(N)级别的了。把稳：intset只支持升级不支持降级操作。
intset在redis.conf中也有一个配置参数set-max-intset-entries默认值为512。表示如果entry的个数小于此值，则可以编码成REDIS_ENCODING_INTSET类型存储，节约内存。否则采取dict的形式存储。
有序凑集(zset)
有序凑集和散列一样，都用于存储键值对：有序凑集的键被称为成员（member),每个成员都是各不相同的。有序凑集的值则被称为分值（score），分值必须为浮点数。有序凑集是redis里面唯一一个既可以根据成员访问元素(这一点和散列一样),又可以根据分值以及分值的排列顺序访问元素的构造。它的存储办法也有两种：
是ziplist构造。（与上面的hash中的ziplist类似，member和score顺序存放并按score的顺序排列）另一种是skiplist与dict的结合。（skiplist是一种跳跃表构造，用于有序凑集中快速查找，大多数情形下它的效率与平衡树差不多，但比平衡树实现大略。redis的作者对普通的跳跃表进行了修正，包括添加span\tail\backward指针、score的值可重复这些设计，从而实现排序功能和反向遍历的功能。）一样平常跳跃表的实现，紧张包含以下几个部分：
表头（head）：指向头节点表尾（tail）：指向尾节点节点（node）：实际保存的元素节点，每个节点可以有多层，层数是在创建此节点的时候随机天生的一个数值，而且每一层都是一个指向后面某个节点的指针。层（level）：目前表内节点的最大层数长度（length）：节点的数量。跳跃表的遍历总是从高层开始，然后随着元素值范围的缩小，逐步降落到低层。
【加分项】分外数据构造
HyperLogLog、Geo、Pub/Sub，Redis Module（RediSearch、redis-cell、Redis-ML、BloomFilter等）
HyperLogLogRedis 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，打算基数所需的空间总是固定 的、并且是很小的(12k旁边)。
【实现事理】
基数便是统计凑集中不重复的元素的个数。最大略的算法是，建立一个凑集将元素添加进去，新增元素之前先判断元素是否存在，若已存在就不添加。这样的问题是：
1、这个凑集占用的空间非常大。
2、凑集大了之后判断一个元素是否存在变得困难。
基数计数方法
1、B树：插入和查找效率很高，但是不节省存储空间，hashset数据构造。
2、数据库也可以做，准确但性能较差。
3、bitmap：掩护一个bit数组进行逻辑运算，这样确实大大减少内存占用
如果一个数据id长度是32bit，那么统计1亿的数据大概须要空间300M旁边，空间占用不容小觑，而且加载到内存中运算韶光也很长。
4、概率算法
概率算法不操作数据，而是根据概率算法估算出大约多少个基数，由于是基于概率的，以是基数值可能有偏差。算法紧张有Linear Counting(LC)，LogLog Counting(LLC)和HyperLogLog Counting(HLL)。个中HLL在空间繁芜度和缺点率方面最优。一亿的数据HLL须要内存 不到1k就能做到，效率惊人。
【运用处景】
利用的场景都是一个大凑集中，找出不重复的基数数量。比如
获取每天独立IP的访问量获取每天某个页面user的独立访问量这样的的场景不能考虑利用set去做，由于涉及大量的存储，占用很大的空间，可以考虑采取HyerLogLog去做。
【命令】
pfadd key element ..向hyperloglog中添加元素pfcount key... 打算hyperloglog的独立总数pfmerge destkey sourcekey... 合并多个hyperloglogGeoRedis 的 GEO 是 3.2 版本的新特性。这个功能可以将用户给定的地理位置（经纬度）信息储存起来， 并对这些信息进行操作（打算两地间隔、范围等）。
【命令】
geoadd key longitude(经度) latitude(维度) member(地理位置标识) //可以同时添加多个geoadd location 116.28 39.55 beijing geopos key member .. //获取地理位置的信息geodist key member1 member2 unit //获取两个地理位置的间隔unit：m 米 km 千米 mi英里 ft尺geodist cities tianjin beijin kmPub/Sub
“发布/订阅”在redis中，被设计的非常轻量级和简洁，它做到了的“发布”和“订阅”的基本能力;但是尚未供应关于的持久化等各种企业级的特性。
一个Redis client发布,其他多个redis client订阅,发布的“即发即失落”,redis不会持久保存发布的;订阅者也将只能得到订阅之后的,通道中此前的将无从得到。pub发布的不会持久化，sub是壅塞等待,只能获取订阅之后产生的，一段韶光内sub没有收到或pub没有生产，sub连接会被回收（由于sub是壅塞的）.
4、Redis 有哪几种数据淘汰策略（内存淘汰机制）？
noeviction：禁止淘汰数据，返回缺点当内存限定达到并且客户端考试测验实行会让更多内存被利用的命令（大部分的写入指令，但DEL和几个例外）allkeys-lru: 从数据集中回收最少利用的键（LRU），使得新添加的数据有空间存放。volatile-lru: 从已设置过期的数据集中回收最少利用的键（LRU），但仅限于在过期凑集的键,使得新添加的数据有空间存放。allkeys-random: 从数据集中回收随机的键使得新添加的数据有空间存放。volatile-random: 从已设置过期的数据集中回收随机的键使得新添加的数据有空间存放，但仅限于在过期凑集的键。volatile-ttl: 从已设置过期的数据集中回收立时要过期的键，并且优先回收存活韶光（TTL）较短的键,使得新添加的数据有空间存放。影象办法：单词组成：3个volatile开头的，2个all_keys开头。都是lru，random，只有volatile有ttl办法。末了加一个noevictionvolatile：指的都是快过期的数据集。all_keys:是所有的数据集。lrc:是选择最近永劫光不该用的，一样平常用作缓存机制。random:便是随机选一个。ttl:便是过期韶光的设置noeviction:不做任何设置
默认的内存策略是noeviction，在Redis中LRU算法是一个近似算法，默认情形下，Redis随机挑选5个键，并且从中选取一个最近最久未利用的key进行淘汰，在配置文件中可以通过maxmemory-samples的值来设置redis须要检讨key的个数,但是检讨的越多，耗费的韶光也就越久,但是构造越精确(也便是Redis从内存中淘汰的工具未利用的韶光也就越久~),设置多少，综合权衡。
一样平常来说，推举利用的策略是volatile-lru，并辨识Redis中保存的数据的主要性。对付那些主要的，绝对不能丢弃的数据（如配置类数据等），应不设置有效期，这样Redis就永久不会淘汰这些数据。对付那些相对不是那么主要的，并且能够热加载的数据（比如缓存最近登录的用户信息，当在Redis中找不到时，程序会去DB中读取），可以设置上有效期，这样在内存不足时Redis就会淘汰这部分数据。
配置文件# maxmemory <bytes># volatile-lru -> remove the key with an expire set using an LRU algorithm# allkeys-lru -> remove any key according to the LRU algorithm# volatile-random -> remove a random key with an expire set# allkeys-random -> remove a random key, any key# volatile-ttl -> remove the key with the nearest expire time (minor TTL)# noeviction -> don't expire at all, just return an error on write operations# The default is:# maxmemory-policy noeviction
5、Redis 的过期策略怎么设计比较合理？
redis 过期策略是：定期删除+惰性删除。
定期删除：指的是 redis 默认是每隔 100ms 就随机抽取一些设置了过期韶光的 key，检讨其是否过期，如果过期就删除。
惰性删除：在我们获取key的时候，先检讨key的过期韶光，如果过期，便进行删除。
通过上面这两种办法，依旧会存在一些key，过期之后还会存在内存中，怎么办？利用内存淘汰机制！
6、为什么 Redis 须要把所有数据放到内存中？
Redis为了达到最快的读写速率将数据都读到内存中，并通过异步的办法将数据写入磁盘。以是redis具有快速和数据持久化的特色。如果不将数据放在内存中，磁盘I/O速率会严重影响redis的性能。
如果设置了最大利用的内存，则数据已有记录数达到内存限值后不能连续插入新值，会实行内存淘汰机制。
7、Redis 适用场景有哪些？（Redis常用的业务场景有哪些？）
会话缓存（Session Cache），最常用的一种利用Redis的情景是会话缓存（session cache）。用Redis缓存会话比其他存储（如Memcached）的上风在于：Redis供应持久化。当掩护一个不是严格哀求同等性的缓存时，如果用户的购物车信息全部丢失，大部分人都会不高兴的，现在，他们还会这样吗？幸运的是，随着 Redis 这些年的改进，很随意马虎找到怎么恰当的利用Redis来缓存会话的文档。乃至广为人知的商业平台Magento也供应Redis的插件。全页缓存（FPC）除基本的会话token之外，Redis还供应很简便的FPC平台。回到同等性问题，纵然重启了Redis实例，由于有磁盘的持久化，用户也不会看到页面加载速率的低落，这是一个极大改进，类似PHP本地FPC。再次以Magento为例，Magento供应一个插件来利用Redis作为全页缓存后端。此外，对WordPress的用户来说，Pantheon有一个非常好的插件 wp-redis，这个插件能帮助你以最快速率加载你曾浏览过的页面。行列步队Reids在内存存储引擎领域的一大优点是供应 list 和 set 操作，这使得Redis能作为一个很好的行列步队平台来利用。Redis作为行列步队利用的操作，就类似于本地程序措辞（如Python）对 list 的 push/pop 操作。如果你快速的在Google中搜索“Redis queues”，你立时就能找到大量的开源项目，这些项目的目的便是利用Redis创建非常好的后端工具，以知足各种行列步队需求。例如，Celery有一个后台便是利用Redis作为broker，你可以从这里去查看。排行榜/计数器Redis在内存中对数字进行递增或递减的操作实现的非常好。凑集（Set）和有序凑集（Sorted Set）也使得我们在实行这些操作的时候变的非常大略，Redis只是恰好供应了这两种数据构造。以是，我们要从排序凑集中获取到排名最靠前的10个用户–我们称之为“user_scores”，我们只须要像下面一样实行即可：当然，这是假定你是根据你用户的分数做递增的排序。如果你想返回用户及用户的分数，你须要这样实行：ZRANGE user_scores 0 10 WITHSCORESAgora Games便是一个很好的例子，用Ruby实现的，它的排行榜便是利用Redis来存储数据的，你可以在这里看到。发布/订阅 末了（但肯定不是最不主要的）是Redis的发布/订阅功能。发布/订阅的利用场景确实非常多。我已瞥见人们在社交网络连接中利用，还可作为基于发布/订阅的脚本触发器，乃至用Redis的发布/订阅功能来建立谈天系统！位操作（大数据处理）用于数据量上亿的场景下，例如几亿用户系统的签到，去重登录次数统计，某用户是否在线状态等等。 腾讯10亿用户，要几毫秒内查询到某个用户是否在线，你能怎么做？千万别说给每个用户建立一个key，然后挨个记（你可以算一下须要的内存会很胆怯，而且这种类似的需求很多，腾讯光这个得多花多少钱。。）这里要用到位操作——利用setbit、getbit、bitcount命令。事理是： redis内构建一个足够长的数组，每个数组元素只能是0和1两个值，然后这个数组的下标index用来表示我们上面例子里面的用户id（必须是数字哈），那么很显然，这个几亿长的大数组就能通过下标和元素值（0和1）来构建一个影象系统，上面我说的几个场景也就能够实现。用到的命令是：setbit、getbit、bitcount。
8、Memcache 与 Redis 的差异都有哪些？（Redis 比较 memcached 有哪些上风？）
缓存类型：Redis和Memcache都是将数据存放在内存中，都是内存数据库。不过Memcache还可用于缓存其他东西，例如图片、视频等等。存储数据构造：Redis不仅仅支持大略的k/v类型的数据，同时还供应list，set，hash，sorted set等数据构造的存储。虚拟内存：Redis当物理内存用完时，可以将一些良久没用到的value 交流到磁盘过期策略：Memcache在set时就指定，例如set key1 0 0 8,即永不过期。Redis可以通过例如expire 设定，例如expire name 10分布式：设定Memcache集群，利用magent做一主多从;redis可以做一主多从。都可以一主一从存储数据安全：Memcache挂掉后，数据没了；redis可以定期保存到磁盘（持久化）灾害规复：Memcache挂掉后，数据不可规复; redis数据丢失后可以通过aof规复数据备份：Redis支持数据的备份，即master-slave模式的数据备份。有持久化需求或者对数据构造和处理有高等哀求的运用，选择redis；其他大略的key/value存储，选择memcache。
综合比拟
1.性能上：性能上都很出色，详细到细节，由于Redis只利用单核，而Memcached可以利用多核，以是均匀每一个核上Redis在存储小数据时比Memcached性能更高。而在100k以上的数据中，Memcached性能要高于Redis，虽然Redis最近也在存储大数据的性能上进行优化，但是比起 Memcached，还是稍有逊色。
2.内存空间和数据量大小：MemCached可以修正最大内存，采取LRU算法。Redis增加了VM的特性，打破了物理内存的限定。
3.操作便利上：MemCached数据构造单一，仅用来缓存数据，而Redis支持更加丰富的数据类型，也可以在做事器端直接对数据进行丰富的操作,这样可以减少网络IO次数和数据体积。
4.可靠性上：MemCached不支持数据持久化，断电或重启后数据消逝，但其稳定性是有担保的。Redis支持数据持久化和数据规复，许可单点故障，但是同时也会付出性能的代价。
5.运用处景：Memcached：动态系统中减轻数据库负载，提升性能；做缓存，适宜多读少写，大数据量的情形（如大家网大量查询用户信息、好友信息、文章信息等）。Redis：适用于对读写效率哀求都很高，数据处理业务繁芜和对安全性哀求较高的系统（如新浪微博的计数和微博发布部分系统，对数据安全性、读写哀求都很高）。
Redis 比较 memcached 的上风
memcached所有的值均是大略的字符串，redis作为其替代者，支持更为丰富的数据类型redis的速率比memcached快很多redis可以持久化其数据Redis支持数据的备份，即master-slave模式的数据备份。利用底层模型不同，它们之间底层实现办法 以及与客户端之间通信的运用协议不一样。Redis直接自己构建了VM 机制 ，由于一样平常的系统调用系统函数的话，会摧残浪费蹂躏一定的韶光去移动和要求。value大小：redis最大可以达到1GB，而memcache只有1MB9、Redis常用的命令有哪些？
常用管理命令
1、启动Redis
> redis-server [--port 6379]
如果命令参数过多，建议通过配置文件来启动Redis。
> redis-server [xx/xx/redis.conf]
6379是Redis默认端口号。
2、连接Redis
> ./redis-cli [-h 127.0.0.1 -p 6379]
3、停滞Redis
> redis-cli shutdown //直接杀进程 > kill redis-pid
以上两条停滞Redis命令效果一样。
4、发送命令
给Redis发送命令有两种办法：
1.redis-cli带参数运行，如：
> redis-cli shutdown not connected>
这样默认是发送到本地的6379端口。
2.redis-cli不带参数运行，如：
> ./redis-cli 127.0.0.1:6379> shutdown not connected>
5、测试连通性
127.0.0.1:6379> ping PONG
key操作命令
获取所有键
语法：keys pattern
127.0.0.1:6379> keys 1) "phpkey" 表示通配符，表示任意字符，会遍历所有键显示所有的键列表，韶光繁芜度O(n)，在生产环境不建议利用。
获取键总数
语法：dbsize
127.0.0.1:6379> dbsize (integer) 6
获取键总数时不会遍历所有的键，直接获取内部变量，韶光繁芜度O(1)。
查询键是否存在
语法：exists key [key ...]
127.0.0.1:6379> exists phpkey php (integer) 2
查询查询多个，返回存在的个数。
删除键
语法：del key [key ...]
127.0.0.1:6379> del php phpkey (integer) 1
可以删除多个，返回删除成功的个数。
查询键类型
语法： type key
127.0.0.1:6379> type phpkey string
移动键
语法：move key db
如把phpkey移到2号数据库。
127.0.0.1:6379> move phpkey 2 (integer) 1 127.0.0.1:6379> select 2 OK 127.0.0.1:6379[2]> keys 1) "phpkey"
查询key的生命周期（秒）
秒语法：ttl key
毫秒语法：pttl key
127.0.0.1:6379[2]> ttl phpkey (integer) -1
-1：永久不过期。
设置过期韶光
秒语法：expire key seconds
毫秒语法：pexpire key milliseconds
127.0.0.1:6379[2]> expire phpkey 60 (integer) 1 127.0.0.1:6379[2]> ttl phpkey (integer) 55
设置永不过期
语法：persist key
127.0.0.1:6379[2]> persist phpkey (integer) 1
变动键名称
语法：rename key newkey
127.0.0.1:6379[2]> rename phpkey phpkey123 OK
字符串操作命令
字符串是Redis中最基本的数据类型，单个数据能存储的最大空间是512M。
存放键值
语法：set key value [EX seconds] [PX milliseconds] [NX|XX]
nx：如果key不存在则建立，xx：如果key存在则修正其值，也可以直策应用setnx/setex命令。
127.0.0.1:6379> set phpkey 666 OK
获取键值
语法：get key
127.0.0.1:6379[2]> get phpkey "666"
值递增/递减
如果字符串中的值是数字类型的，可以利用incr命令每次递增，不是数字类型则报错。
语法：incr key
127.0.0.1:6379[2]> incr phpkey (integer) 667
一次想递增N用incrby命令，如果是浮点型数据可以用incrbyfloat命令递增。
同样，递减利用decr、decrby命令。
批量存放键值
语法：mset key value [key value ...]
127.0.0.1:6379[2]> mset php1 1 php2 2 php3 3 OK
获取获取键值
语法：mget key [key ...]
127.0.0.1:6379[2]> mget php1 php2 1) "1" 2) "2"
Redis吸收的是UTF-8的编码，如果是中文一个汉字将占3位返回。
获取值长度
语法：strlen key
127.0.0.1:6379[2]> strlen phpkey (integer) 3
追加内容
语法：append key value
127.0.0.1:6379[2]> append phpkey hi (integer) 5
向键值尾部添加，如上命令实行后由666变成666hi
获取部分字符
语法：getrange key start end
> 127.0.0.1:6379[2]> getrange phpkey 0 4 "phps"
凑集操作命令
凑集类型和列表类型相似，只不过是凑集是无序且不可重复的。
凑集
存储值
语法：sadd key member [member ...]
// 这里有8个值（2个php），只存了7个 127.0.0.1:6379> sadd langs php kotlin c++ go ruby python lua (integer) 7
获取元素
获取所有元素语法：smembers key
127.0.0.1:6379> smembers langs 1) "php" 2) "kotlin" 3) "c++" 4) "go" 5) "ruby" 6) "python" 7) "lua"
随机获取语法：srandmember langs count
127.0.0.1:6379> srandmember langs 31) "php"2) "python"3) "go"
判断凑集是否存在元素
语法：sismember key member
127.0.0.1:6379> sismember langs go (integer) 1
获取凑集元素个数
语法：scard key
127.0.0.1:6379> scard langs (integer) 7
删除凑集元素
语法：srem key member [member ...]
127.0.0.1:6379> srem langs ruby kotlin (integer) 2
弹出元素
语法：spop key [count]
127.0.0.1:6379> spop langs 2 1) "go" 2) "php"
有序凑集
和列表的差异：
列表利用链表实现，两头快，中间慢。有序凑集是散列表和跳跃表实现的，纵然读取中间的元素也比较快。列表不能调度元素位置，有序凑集能。有序凑集比列表更占内存。存储值
语法：zadd key [NX|XX] [CH] [INCR] score member [score member ...]
127.0.0.1:6379> zadd footCounts 16011 tid 20082 huny 2893 nosy (integer) 3
获取元素分数
语法：zscore key member
127.0.0.1:6379> zscore footCounts tid "16011"
获取排名范围排名语法：zrange key start stop [WITHSCORES]
// 获取所有，没有分数127.0.0.1:6379> zrange footCounts 0 -11) "nosy"2) "tid"3) "huny"// 获取所有及分数127.0.0.1:6379> zrange footCounts 0 -1 Withscores1) "nosy"2) "2893"3) "tid"4) "16011"5) "huny"6) "20082"
获取指定分数范围排名语法：zrangebyscore key min max [WITHSCORES] [LIMIT offset count]
127.0.0.1:6379> zrangebyscore footCounts 3000 30000 withscores limit 0 11) "tid"2) "16011"
增加指定元素分数
语法：zincrby key increment member
127.0.0.1:6379> zincrby footCounts 2000 tid "18011"
获取凑集元素个数
语法：zcard key
127.0.0.1:6379> zcard footCounts (integer) 3
获取指定例模分数个数
语法：zcount key min max
127.0.0.1:6379> zcount footCounts 2000 20000 (integer) 2
删除指定元素
语法：zrem key member [member ...]
127.0.0.1:6379> zrem footCounts huny (integer) 1
获取元素排名
语法：zrank key member
127.0.0.1:6379> zrank footCounts tid (integer) 1
列表操作命令
列表类型是一个有序的字段串列表，内部是利用双向链表实现，所有可以向两端操作元素，获取两端的数据速率快，通过索引到详细的行数比较慢。
列表类型的元素是有序且可以重复的。
存储值
左端存值语法：lpush key value [value ...]
127.0.0.1:6379> lpush list lily sandy (integer) 2
右端存值语法：rpush key value [value ...]
127.0.0.1:6379> rpush list tom kitty (integer) 4
索引存值语法：lset key index value
127.0.0.1:6379> lset list 3 uto OK
弹出元素
左端弹出语法：lpop key
127.0.0.1:6379> lpop list "sandy"
右端弹出语法：rpop key
127.0.0.1:6379> rpop list "kitty"
获取元素个数
语法：llen key
127.0.0.1:6379> llen list (integer) 2
获取列表元素
两边获取语法：lrange key start stop
127.0.0.1:6379> lpush users tom kitty land pony jack maddy(integer) 6127.0.0.1:6379> lrange users 0 31) "maddy"2) "jack"3) "pony"4) "land"// 获取所有127.0.0.1:6379> lrange users 0 -11) "maddy"2) "jack"3) "pony"4) "land"5) "kitty"6) "tom"// 从右端索引127.0.0.1:6379> lrange users -3 -11) "land"2) "kitty"3) "tom"
索引获取语法：lindex key index
127.0.0.1:6379> lindex list 2"ketty"// 从右端获取127.0.0.1:6379> lindex list -5"sady"
删除元素
根据值删除语法：lrem key count value
127.0.0.1:6379> lpush userids 111 222 111 222 222 333 222 222(integer) 8// count=0 删除所有127.0.0.1:6379> lrem userids 0 111(integer) 2// count > 0 从左端删除前count个127.0.0.1:6379> lrem userids 3 222(integer) 3// count < 0 从右端删除前count个127.0.0.1:6379> lrem userids -3 222(integer) 2
范围删除语法：ltrim key start stop
// 只保留2-4之间的元素 127.0.0.1:6379> ltrim list 2 4 OK
散列操作命令
redis字符串类型键和值是字典构造形式，这里的散列类型其值也可以是字典构造。
存放键值
单个语法：hset key field value
127.0.0.1:6379> hset user name phpkey (integer) 1
多个语法：hmset key field value [field value ...]
127.0.0.1:6379> hmset user name phpkey age 20 address china OK
不存在时语法：hsetnx key field value
127.0.0.1:6379> hsetnx user tall 180 (integer) 0
获取字段值
单个语法：hget key field
127.0.0.1:6379> hget user age "20"
多个语法：hmget key field [field ...]
127.0.0.1:6379> hmget user name age address 1) "phpkey" 2) "20" 3) "china"
获取所有键与值语法：hgetall key
127.0.0.1:6379> hgetall user1) "name"2) "phpkey"3) "age"4) "20"5) "address"6) "china"
获取所有字段语法：hkeys key
127.0.0.1:6379> hkeys user1) "name"2) "address"3) "tall"4) "age"
获取所有值语法：hvals key
127.0.0.1:6379> hvals user1) "phpkey"2) "china"3) "170"4) "20"
判断字段是否存在
语法：hexists key field
127.0.0.1:6379> hexists user address (integer) 1
获取字段数量
语法：hlen key
127.0.0.1:6379> hlen user (integer) 4
递增/减
语法：hincrby key field increment
127.0.0.1:6379> hincrby user tall -10 (integer) 170
删除字段
语法：hdel key field [field ...]
127.0.0.1:6379> hdel user age (integer) 1
