String

一、引子：为什么Redis需要五大数据结构？ 很多人的疑问：Memcached只有String一种数据结构，Redis为什么需要五种？ 核心答案：不同的业务场景需要不同的数据结构。 1.1 如果只有String会怎样？ 假设我们要实现一个排行榜功能，只有String的话： // ❌ 方案1：用String存储整个排行榜（JSON序列化） // 问题：每次更新一个用户分数，需要序列化/反序列化整个排行榜 public void updateScore(Long userId, int score) { // 1. 读取整个排行榜（反序列化） String json = redisTemplate.opsForValue().get("rank:list"); List<User> rankList = JSON.parseArray(json, User.class); // 10000个用户 // 2. 更新一个用户的分数 for (User user : rankList) { if (user.getId().equals(userId)) { user.setScore(score); break; } } // 3. 重新排序 rankList.sort((a, b) -> b.getScore() - a.getScore()); // 4. 写入Redis（序列化） String newJson = JSON.toJSONString(rankList); redisTemplate.opsForValue().set("rank:list", newJson); } // 性能问题： // - 读取：反序列化10000个用户，耗时100ms // - 排序：O(NlogN) = 10000*log(10000) ≈ 130000次比较 // - 写入：序列化10000个用户，耗时100ms // 总耗时：200ms+（单次更新） // ✅ 方案2：使用Redis ZSet（有序集合） // 优势：Redis内部维护排序，O(logN)复杂度 public void updateScore(Long userId, int score) { redisTemplate.opsForZSet().add("rank:zset", userId.toString(), score); } // 性能提升： // - 写入：O(logN) = log(10000) ≈ 13次比较 // - 总耗时：1ms // 性能提升：200倍 核心洞察： ...

一、引子：为什么Redis需要五大数据结构？ 很多人的疑问：Memcached只有String一种数据结构，Redis为什么需要五种？ 核心答案：不同的业务场景需要不同的数据结构。 1.1 如果只有String会怎样？ 假设我们要实现一个排行榜功能，只有String的话： // ❌ 方案1：用String存储整个排行榜（JSON序列化） // 问题：每次更新一个用户分数，需要序列化/反序列化整个排行榜 public void updateScore(Long userId, int score) { // 1. 读取整个排行榜（反序列化） String json = redisTemplate.opsForValue().get("rank:list"); List<User> rankList = JSON.parseArray(json, User.class); // 10000个用户 // 2. 更新一个用户的分数 for (User user : rankList) { if (user.getId().equals(userId)) { user.setScore(score); break; } } // 3. 重新排序 rankList.sort((a, b) -> b.getScore() - a.getScore()); // 4. 写入Redis（序列化） String newJson = JSON.toJSONString(rankList); redisTemplate.opsForValue().set("rank:list", newJson); } // 性能问题： // - 读取：反序列化10000个用户，耗时100ms // - 排序：O(NlogN) = 10000*log(10000) ≈ 130000次比较 // - 写入：序列化10000个用户，耗时100ms // 总耗时：200ms+（单次更新） // ✅ 方案2：使用Redis ZSet（有序集合） // 优势：Redis内部维护排序，O(logN)复杂度 public void updateScore(Long userId, int score) { redisTemplate.opsForZSet().add("rank:zset", userId.toString(), score); } // 性能提升： // - 写入：O(logN) = log(10000) ≈ 13次比较 // - 总耗时：1ms // 性能提升：200倍 核心洞察： ...

引言 在Redis的五大基础数据类型中，String是最基础、最常用的一种。据统计，在实际生产环境中，80%以上的Redis键都是String类型。 但String远不止"字符串"这么简单。它可以： 存储任意二进制数据（文本、数字、图片、序列化对象） 作为计数器（原子性递增/递减） 实现分布式锁 存储位图数据 今天我们从第一性原理出发，理解String的本质和强大之处。 一、String的本质 1.1 不只是字符串 在Redis中，String类型的"String"是一个容易误导人的名字。它实际上是： 二进制安全的字节数组（Binary Safe Byte Array） 这意味着： ✅ 可以存储文本：“hello world” ✅ 可以存储数字：123456 ✅ 可以存储JSON：{"name":"Redis"} ✅ 可以存储序列化对象：Java对象、Protobuf ✅ 可以存储二进制数据：图片、音频（理论上，但不推荐） 1.2 底层实现：SDS Redis使用自己实现的简单动态字符串（Simple Dynamic String, SDS），而不是C语言原生的字符串。 C字符串的问题： char* str = "hello"; // 问题1：获取长度需要遍历，O(n) int len = strlen(str); // 问题2：不是二进制安全，遇到\0就截断 char* binary = "hello\0world"; // 只能读到"hello" // 问题3：缓冲区溢出风险 strcat(str, " world"); // 可能溢出 SDS的优势： struct sdshdr { int len; // 已使用长度 int free; // 剩余可用空间 char buf[]; // 实际存储的字节数组 }; 优势： O(1)时间获取长度：直接读取len字段 二进制安全：不依赖\0判断结束 预分配空间：减少内存分配次数 惰性释放：空间不立即释放，可重用 1.3 内存占用 一个简单的String在Redis中的内存占用： ...