对于Redis的学习-Redis的数据结构
1，String
简介
，字符串类型，可以包含任何数据，最大可以是512MB，内部的实现结构和ArrayList类似，采用内分配冗余的形式，来减少内存的频繁分配（降低CPU压力）
struct SDS {
// 数组容量
T capacity;
// 数组长度
T len;
// 特殊标识位
byte flags;
// 数组内容
byte[] buf;
}
即在创建字符串的时候，len 的长度就是capacity，当需要修改时，如果存储容量不够的话，就会进行扩容，当字符串的容量小于1mb时，就会执行加倍扩容，即扩容到2*capacity，当容量大于1MB时，每次多增加1MB。
常见的指令
set name zhencong --存放字符串键值对
mset name zhencong age 18 --批量存放键值对
SETNX name zhencong --如果不存在key为name，那么就设置value（分布式锁的原理） get name -- 获取key
mget name age --批量获取key
DEL key -- 删除key
expire key 60 --设置过期时间，单位为秒
INCR key -- 将key中存储的数字加1
DECR key -- 将key中存储的数字减1
INCRBY key 2 --将key中存储的值都加上2
DECRBY key 2 --将key中存储的值都减去2
需要注意的是，尽量避免同时操作大批量的key，比如给所有的key设置过期时间，因为redis是单线程的，如果操作耗费太多时间，会造成redis的假死（暂时不对外提供服务）
使用场景
1，不需要持久化的数据或者频繁更新的数据，比如验证码，点赞数
2，对象缓存
可以通过序列化工具类，来缓存java对象，比如将某个对象序列化为json，需要用的时候再取出来，反序列化。常见的使用方式有mybatis二级缓存，接口级别缓存等等。
3，使用setnx来实现分布式锁，（使用分布式锁时一定要设置过期时间，防止不能释放锁，造成死锁）
4，可以用incr，decr来实现点赞数
5，分布式全局id
在一个大型的系统下，如果涉及到分库分表后，mysql 的自增id，肯定满足不了需要，如果用户量不大，可以每次从redis 这里通过自增获取id，但是如果用户量大，每次都拿肯定会给redis造成压力，可以一次取1000个，放本地缓存里，等用完了再去取。
2，Hash
简介
是一个key-value的键值对，和java里的hashMap相似，当数据量较小是采用的是ziphash（默认），当数据量较大时采用hashtable。至于什么转换可以在配置文件进行配置。
hash-max-ziplist-entries 512 //配置当field-value超过512时(合起来1024),使用hashtable编码 hash-max-ziplist-value 64 //配置当key的单个field或value长度超过64时,使用hashtable编码
常用指令
hset hash name zhencong --设置值，
hget hash name -- 获取值
hmset hash name zhencong age 18 --批量设置
hmget hash name age --批量获取
hgetall hash 获取key的所有值
hkeys hash 获取hashmap中所有的key
hvals hash 获取hashmap中所有的value
应用场景
1，可以用于存储系统中对象的数据。
2，也可以用于做缓存，来解决数据一致性的问题（不推荐）。
3，List
redis的list为quickList（快速链表）即多个ziplist（压缩链表）组合起来的。如图所示：
ziplist;当数组容量较小的时候，会开辟一个连续的内存空间，只有当数组容量过多的时候，才会改为quickList，这样做的好处就是，如果采用普通的链表，当我们节点只存int类型的数据，还需要开辟两个指针，连接节点的上一个元素和下一个元素，会比较浪费空间。所以采用了quickList的方式，既能满足快速插入删除性能，又不会出现太大的空间浪费。
这么做也有缺点，就是当我们的list要变动时，肯定会涉及到内存重新分配和数据拷贝，这个是很影响性能的，list越大，修改元素的代价越大，所以一般我们不会存储过多元素。
redis的list是按插入顺序排序的，可以添加的一个节点到链表的头部（头插）或者尾部（尾插），是一个双向链表，对两端的操作性能会比较高，对中间节点的操作性能相对来说较差（因为得通过指针对遍历对应的节点）。
常用指令
rpush myList valu5e1 --向 list 的头部（右边）添加元素
rpush myList value2 value3 --向list的头部（最右边）添加多个元素
lpop myList # 将 list的尾部(最左边)元素取出
lpush myList2 value1 --尾插
使用场景
可以实现栈和队列，需要注意的是，push和pop的操作是原子性的，所以操作redis的时候，直接用就行了，不要把list读出来，通过java修改，再放回去，这样不能保证数据一致性。（先读先写或先读后写）
4，Set
redis的set和list相似，只不过可以自动去重。（java的set也可以自动去重）。
当你需要存储一个没有重复数据的列表时就可以选择set，同时set也可以判断某个数据在不在集合里面。
set的底层结构是一个value为null的哈希表，也就意味着他的时间复杂度为O(1),也就意味着即使数据再多，查找的时间也是一样的。
使用场景
可以用来计算多个数据源的交集或并集
5，SortedSet
和set很相似，sortedSet是一个有序不重复的列表。SortedSet里面的每个节点都关联了一个权重，用来排序。（集合里的每个节点是唯一的，但是评分却可以是相同的），利用这个特性我们可以利用redis来实现排行榜。也可以很快速的获取到一个区间内的节点。
SortedSet的底层是hash和跳表（一个很典型的数据机构，牺牲空间来换取时间）。hash的作用是存储每个节点和权重，跳表的作用是用来快速获取一个区间里的节点。
redis常用的数据机构就是以上五种，还有一些不常用的
使用场景
直播系统的实时排行榜
进阶篇：
6，Geospatial
地理位置的缩写，可以表示一个区域的二维坐标，redis提供了经纬度设置，查询，范围查询，距离查询，经纬度hash等操作。
使用场景
可以用来计算距离最近的门店
7，BloomFilter（布隆过滤器）
布隆过滤器是一段很长的二进制向量和一系列随机映射函数，用来快速检索一个元素是否在一个集合里。但是他的准确率不是百分之百，有可能判断失误。因此他不适合零失误的场景。
优点：1，支持海量数据场景下，判断元素是否存在。
2，存储空间占用量小，不存储数据本身，存储的是hash值
3，不存储数据本身，可以用来存储加密数据
缺点：不支持计数，同一个元素可以多次插入，而且效果是相同的。