通用命令

get() / set()

这是Redis中两个最为核心的命令。

set插入

这里的key 和 value都是字符串，我们可以加双引号 或者单引号，或者不加。 

get查找

如果查询的key值不存在，那么会返回一个 nil ，也就是代表空

 在Redis中命令是不区分大小写的。

这就是Redis最核心的命令和它俩的使用方法了，看起来就像是一个网络版的hash map一样。这也是Redis的一个优势，使用简单 学习成本低。

keys() 

在这里补充一下 Redis全局命令的概念

 Redis支持很多的数据结构，从整体上来说，Redis是键值对结构，key是固定的字符串，但是value实际上会有多种类型，比如：

字符串 哈希表  列表  集合  有序集合，一般来说操作不同的数据结构就会有不同的命令。

而全局命令就是能够搭配任意一个数据结构使用的命令。

keys()：用来查询当前服务器上匹配的key。

语法：

KEYS pattern

其中 pattern（模式）是包含特殊符号的字符串。

这个pattern存在的意义是为了描述另外的字符串长什么样

pattern的使用规则：

一般生产环境中是禁止使用keys的，尤其是 keys *。 

 注意：keys 命令的时间复杂度 O（N）的，又因为redis是单线程的，所以当数据量很大时，用 keys * 就把redis阻塞了，无法给其他客户端提供服务。

这样带来的结果往往是灾难性的，因为redis作为缓存，它是挡在mysql前，帮mysql分担请求的，如果此时redis阻塞了，那么请求突然就全打往mysql了，mysql可能会突然承受不主压力而挂掉了，如果mysql也挂了，那整个服务差不多也瘫痪了。 

exists()

exists()：判断key是否存在。 这里的key可以是多个。

返回值： 有效key的个数

针对多个key来说，这是挺有用的。

 Redis组织这些key就是按照哈希表的方式来组织的。

关于这个命令的时间复杂度 ，官方给出的是 O（N），但是注意，这里的O（N）中的N指的是我们传入的key的个数，不是传统意义上的O（N）。

有两种写法：

如上，第一种写法查询一次，第二种解法查询两次，那么这两种写法有什么区别呢？

我们始终要记住Redis是 客户端 - 服务器结构的程序，而客户端 与 服务器之间是通过网络来通信的，因此分开的写法会产生更多的轮次的网络通信，导致效率变低。

del()

删除指定的key

可以一次删除一个或者多个

时间复杂度 ： （N）跟exists一样

返回值：删掉的key的个数 

而Redis删除数据的严重性要看应用场景

不过归根结底还是不要乱删数据。 

expire()

给指定的key设置过期时间

 

语法：

EXPIRE key seconds

 成功时返回1，失败时返回0

其中seconds的单位是秒。

这个key得是之前就有的，不然这个命令就会执行失败。

时间复杂度 O（1）

这个命令在有时间限制的场景下应用很广泛，比如手机验证码有效时间。

另外还有关于基于redis实现的分布式锁

补充：

一秒对于计算机来说还是很漫长的，所以还有一个命令 ： pexpire ，也就是多加了个p，此时seconds的单位就是毫秒了，用法跟 expire是一样的。

ttl() 

查看指定的key的过期时间。单位：秒级

这里的ttl跟网络IP协议那里的TTL是不一样的。

 返回值：

返回剩余的过期时间。如果该key没有关联过期时间返回-1，如果该key不存在返回-2。

同样还有一个命令 ： pttl 。用法一样，不过单位是毫秒。 

补充： Redis的key过期策略

Redis的过期策略是怎么实现的呢？ 这也是一道经典的面试题。

如果直接遍历所有key的方式来检查哪些key过期了，效率未免太低了。 
对此Redis整体的策略有：

1.定期删除：

周期性的每次抽取一部分key，进行验证过期时间。 Redis会保证这个抽查的速度足够快。

为什么对于定期删除有明确的速度要求，只抽取一部分验证来保证抽查速度快呢？

因为Redis是单线程的程序，它的主要任务都是在单线程中执行的，如果扫描过期的key消耗的时间太多了，就有可能导致正常处理请求命令被阻塞了（产生了类似执行 key * 的效果）。

2.惰性删除：

假设这个key已经过期了，但是暂时还没有删除它，当紧接着后面的一次访问正好用到了这个key，那么服务器就触发了删除key的操作，同时再返回一个nil。

在Redis中这两种删除策略是搭配在一起使用的，但是仍然会存在很多过期的key残留在服务器上，没有及时删除掉，为此Redis还提供了一系列内存淘汰策略。

扩展：

 

 理解定时器的实现原理

1.基于优先级队列/堆 

正常的队列是先进先出，而优先级队列是按照指定的优先级，优先级高的先出。

这个优先级是可以自定义的。

在Redis过期key销毁的场景中，距离过期时间越近，那么优先级就越高。

我们把设置了过期时间的key放入到这个堆中，那么堆顶元素就是最早会过期的key。

此时定时器只要分配一个线程，去检查这个堆顶，查看堆顶的元素是否过期即可。

也就是不需要遍历所有key，而是只需要检查堆顶元素即可。 

另外，检查堆顶元素的周期也不能太短， 对于下一次检查的时间可以设置为：堆顶元素距离过期的时间。在此期间就让这个线程阻塞挂起就可以了。

另外如果新来了一个元素，那么也会唤醒这个线程，会重新设置下一次的检查时间。

2.基于时间轮实现的定时器

 如图，就是一个循环数组，把时间划分成很多小段，划分的粒度要看实际需求。

时间轮运行的时候有一个指针，这个指针每次会按照固定的时间间隔向前移动（这个时间间隔就是我们划分的时间粒度），每走到一个格子上，就会尝试执行这个格子上链表的所有任务，为什么是尝试呢？假设某个key的过期时间超过了这个时间轮能表示的最大时间，那么就会让这个key多转几圈，然后放到对应格子的链表上。并且在执行销毁任务时，还是会检查一下过期时间的，如果发现还没有到就不会销毁的。

 

 type()

返回这个key对应的value的数据类型。

注意：Redis中key的类型只有string。

返回类型：
 返回值为none就是没有这个key。

使用示例：

对于操作链表，插入的命令是 lpush 后面跟元素值；对于集合 插入命令是sadd；对于哈希表，插入命令是hset，可见命令都是不一样的。

 

 常用数据结构

redis常用的数据结构有 字符串，哈希，列表，集合，有序集合。

 

另外Redis在底层实现这些数据结构的时候，会在源码层面针对上面的数据结构的实现进行特定的优化，来达到节省时间/空间的效果，也就是内部具体的数据结构（编码方式）还会有变数。 

 总结：同一个数据类型，背后的编码实现方式可能是不同的，会根据特定的场景进行优化

比如string类型，当value就是一个整数的时候，此时Redis可能直接会使用int来保存。

再比如hash表，当数据元素比较少时，会用一个ziplist来存储，以此来压缩空间，因为当元素比较少时，它遍历的速度也很快。

 关于为什么要压缩？

再看看list set zset

 并且在有序集合那里，底层的实现有跳表，因为有序集合里的元素是带有权值的，当需要在某个权值范围内遍历的时候，用跳表就比较合适。

 并且在list和zset的ziplist那里，从Redis3.2开始，就引入了新的实现方式：quicklist。

可以使用命令

object encoding key

来查询这个key底层的编码方式