Redis是一款开源的、基于内存的、高性能的 Key-Value 数据存储系统，广泛应用于缓存、会话管理、排行榜、消息队列、实时统计等场景。
Redis 的强大之处不仅在于它将数据存储在内存中以提供极快的读写速度，还在于它支持 多种灵活的数据结构，每种数据结构都针对特定的应用场景做了优化。
一、Redis 支持的主要数据结构
Redis 提供了以下 核心数据结构类型，每种类型都对应一个或多个底层命令，用于高效地操作数据：
|
数据结构类型 |
Redis 键类型 |
简要说明 |
典型应用场景 |
|---|---|---|---|
|
String（字符串） |
key-value |
最基本的键值类型，值可以是文本、数字或二进制数据 |
缓存、计数器、分布式锁、配置存储 |
|
List（列表） |
key-list |
一个有序的字符串元素集合，基于双向链表实现 |
消息队列、最新消息排行、历史记录 |
|
Set（集合） |
key-set |
无序、唯一的字符串元素集合 |
标签系统、好友关系、去重统计 |
|
Hash（哈希表） |
key-hash |
类似 Map 的结构，存储 field-value 对 |
对象存储、用户信息、配置项 |
|
Sorted Set（有序集合 / ZSet） |
key-zset |
带权重排序的集合，每个元素关联一个分数（score） |
排行榜、优先级队列、范围查询 |
|
Bitmap（位图） |
key-bit |
基于 String 的位操作，用于高效存储布尔值 |
用户签到、活跃状态统计 |
|
HyperLogLog（基数统计） |
key-hll |
用于基数（不重复元素个数）统计，误差极小 |
UV（独立访客）统计、大规模去重估算 |
|
Stream（流） |
key-stream |
类似消息队列，支持多消费者、消息持久化 |
消息队列、事件溯源、日志流处理（Redis 5.0+） |
|
Geospatial（地理空间） |
key-geo |
存储地理位置信息，支持距离计算、范围查询 |
附近的人、地点搜索、地理围栏 |
⭐ 最常用的 5 种数据结构：String、List、Hash、Set、Sorted Set（ZSet）
二、各数据结构详解与典型用途
1. String——最基础、常用
特点：
- 一个 Key 对应一个 Value，Value 是字符串（也可以是数字、二进制数据）。
- Value 最大支持 512MB。
- 支持多种类型的操作：设置、获取、追加、自增、自减等。
常用命令：
SET key value/GET keyINCR key（自增，用于计数器）DECR key（自减）APPEND key value（追加字符串）SETNX key value（不存在才设置，可用于分布式锁）
典型应用场景：
- 缓存：缓存数据库查询结果，如
GET user:1 - 计数器：文章阅读量、点赞数，如
INCR article:views:1001 - 分布式锁：利用
SETNX实现简单的锁机制 - 配置存储：存储系统或用户配置项
2. List（列表）——有序、可重复，支持两端操作
特点：
- 一个 Key 对应一个有序的字符串元素集合，元素可重复。
- 基于双向链表实现，支持从头部或尾部快速插入/删除。
- 适合实现队列（FIFO）和栈（LIFO）。
常用命令：
LPUSH key value/RPUSH key value（从左/右插入）LPOP key/RPOP key（从左/右弹出）LRANGE key start stop（获取范围内的元素）LLEN key（获取列表长度）
典型应用场景：
- 消息队列：简单的生产者-消费者模型，如任务队列
- 最新消息/动态：如“最近发布的文章”、“最新登录用户”
- 历史记录：如用户浏览历史、操作记录（可限制长度）
3. Set（集合）——无序、唯一
特点：
- 一个 Key 对应一个无序的、唯一的字符串集合，不允许重复元素。
- 支持高效的集合运算：交集、并集、差集。
常用命令：
SADD key member（添加元素）SMEMBERS key（获取所有成员）SISMEMBER key member（判断是否在集合中）SINTER key1 key2（交集）、SUNION（并集）、SDIFF（差集）
典型应用场景：
- 标签系统：如文章的标签，一个文章对应多个标签
- 好友关系 / 共同关注：利用集合运算求共同好友
- 去重统计：统计 UV（独立访客）、防止重复提交
- 抽奖系统：随机抽取不重复用户
4. Hash（哈希表）——键值对的集合（类似 Map）
特点：
- 一个 Key 对应一个 Field-Value 的映射表（类似 JSON 对象或 Map）。
- 适合存储对象，比如用户信息、商品详情等。
- 支持单独操作某个字段，无需读取整个对象。
常用命令：
HSET key field value/HGET key fieldHMSET key field1 value1 field2 value2（批量设置）HGETALL key（获取所有字段和值）HDEL key field（删除某个字段）HKEYS key/HVALS key（获取所有字段 / 值）
典型应用场景：
- 对象存储：如用户信息
user:1 {name: 'Alice', age: 20} - 配置管理：存储一组相关的配置参数
- 缓存对象：替代多个 String Key，更节省空间、便于管理
5. Sorted Set（有序集合 / ZSet）——带权重的集合
特点：
- 一个 Key 对应一个有序的集合，每个元素都关联一个分数（score），根据 score 排序。
- 元素（member）具有唯一性，但 score 可以相同。
- 支持按照分数范围或排名范围查询，非常适合做排行榜。
常用命令：
ZADD key score member（添加元素及分数）ZRANGE key start stop [WITHSCORES]（按排名正序获取）ZREVRANGE key start stop [WITHSCORES]（按排名倒序获取，即从高到低）ZRANGEBYSCORE key min max（按分数范围查询）ZSCORE key member（获取某个元素的分数）ZCARD key（获取集合中元素总数）
典型应用场景：
- 排行榜：如游戏得分榜、热门文章排行
- 优先级队列：按权重处理任务
- 范围查询：如按时间范围获取热门内容
- 延迟队列 / 定时任务管理
三、其他高级数据结构（简要介绍）
6. Bitmap（位图）
- 基于 String 类型实现，通过位操作来记录布尔状态。
- 非常适合大规模状态的存储与统计，比如用户每日签到。
应用场景：
- 用户签到（每天一个 bit）
- 活跃用户统计
- 布隆过滤器基础
7. HyperLogLog
- 用于基数统计（即统计不重复元素的个数），例如统计 UV（独立访客数）。
- 占用空间极小，但有一定的误差（约 0.81%）。
应用场景：
- 统计页面 UV、广告点击去重数等大规模数据去重统计
8. Stream（流，Redis 5.0+）
- 类似消息队列，但功能更加强大，支持消息持久化、消费者组、ACK 机制。
- 适合做事件溯源、日志流、异步任务队列。
应用场景：
- 消息队列（比 List 更强大）
- 订单处理、支付流水
- 日志采集与处理
9. Geospatial（地理空间，Redis 3.2+）
- 用于存储地理位置（经纬度），支持计算两点间距离、范围查询等。
应用场景：
- 附近的人、地点搜索
- 地理围栏、配送范围判断
四、总结：Redis 数据结构与适用场景速查表
|
数据结构 |
类型关键词 |
核心特点 |
典型应用场景 |
|---|---|---|---|
|
String |
key-value |
简单键值，支持多种数据类型和原子操作 |
缓存、计数器、分布式锁、配置 |
|
List |
key-list |
有序、可重复，支持两端操作 |
消息队列、最新动态、历史记录 |
|
Set |
key-set |
无序、唯一，支持集合运算 |
标签、好友关系、去重、抽奖 |
|
Hash |
key-hash |
类似 Map，存储 field-value 对 |
用户信息、对象存储、配置项 |
|
Sorted Set (ZSet) |
key-zset |
带分数排序，唯一成员 |
排行榜、优先级队列、范围查询 |
|
Bitmap |
key-bit |
位操作，高效存储布尔值 |
签到、状态统计 |
|
HyperLogLog |
key-hll |
基数统计，低内存高效率 |
UV 统计、大规模去重估算 |
|
Stream |
key-stream |
消息流，支持消费者组 |
消息队列、事件流、日志处理 |
|
Geo |
key-geo |
地理坐标与距离计算 |
附近的人、地理围栏 |
扫一扫
984
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
