Redis数据类型全解析：从基础到高级应用

Redis作为高性能的键值存储系统，提供了丰富的数据类型来满足不同场景的需求。下面我将详细介绍Redis的9种核心数据类型及其典型应用场景。

一、基础数据类型

1. String（字符串）

特点：

• 二进制安全，可存储文本、序列化数据或二进制
• 最大512MB
• 支持原子增减操作

常用命令：

SET key value [EX seconds]  # 设置值，可带过期时间
GET key                    # 获取值
INCR key                   # 原子+1
DECRBY key decrement       # 原子减指定值
APPEND key value           # 追加内容
GETRANGE key start end     # 获取子串

应用场景：

• 缓存HTML片段
• 计数器（文章阅读量）
• 分布式锁
• 存储序列化对象

示例：

> SET article:1001:views 0
> INCR article:1001:views  # 阅读量+1
> GET article:1001:views
"1"

2. Hash（哈希表）

特点：

• 字段值对集合
• 适合存储对象
• 每个hash可存储2³²-1个字段

常用命令：

HSET key field value       # 设置字段值
HGET key field             # 获取字段值
HGETALL key                # 获取所有字段值
HINCRBY key field increment # 字段原子增加
HDEL key field             # 删除字段

应用场景：

• 用户属性存储
• 商品信息缓存
• 聚合统计数据

示例：

> HSET user:1001 name "张三" age 28
> HGET user:1001 name
"张三"
> HINCRBY user:1001 age 1  # 年龄+1

3. List（列表）

特点：

• 双向链表结构
• 元素可重复
• 最大长度2³²-1

常用命令：

LPUSH key value            # 左侧插入
RPUSH key value            # 右侧插入
LPOP key                   # 左侧弹出
RPOP key                   # 右侧弹出
LRANGE key start stop      # 获取范围元素
BLPOP key timeout          # 阻塞式左侧弹出

应用场景：

• 消息队列
• 最新消息排行
• 记录用户操作历史

示例：

> LPUSH news:latest "新闻A"
> LPUSH news:latest "新闻B"
> LRANGE news:latest 0 1
1) "新闻B"
2) "新闻A"

4. Set（集合）

特点：

• 无序唯一元素集合
• 支持交并差运算
• 最大成员数2³²-1

常用命令：

SADD key member            # 添加成员
SMEMBERS key               # 获取所有成员
SISMEMBER key member       # 判断成员是否存在
SINTER key1 key2           # 集合交集
SUNION key1 key2           # 集合并集

应用场景：

• 标签系统
• 共同好友
• 唯一IP统计

示例：

> SADD article:1001:tags "科技" "数据库"
> SADD article:1002:tags "科技" "AI"
> SINTER article:1001:tags article:1002:tags
1) "科技"

5. Sorted Set（有序集合）

特点：

• 唯一成员关联分数(score)
• 按分数自动排序
• 相同分数按字典序

常用命令：

ZADD key score member      # 添加成员
ZRANGE key start stop      # 按索引范围获取
ZREVRANGE key start stop   # 逆序获取
ZRANK key member           # 获取成员排名
ZSCORE key member          # 获取成员分数

应用场景：

• 排行榜
• 带权重的消息队列
• 范围查询

示例：

> ZADD leaderboard 100 "玩家A" 200 "玩家B"
> ZREVRANGE leaderboard 0 1 WITHSCORES
1) "玩家B"
2) "200"
3) "玩家A"
4) "100"

二、高级数据类型

6. Bitmaps（位图）

本质：String类型的位操作扩展

常用命令：

SETBIT key offset value    # 设置位
GETBIT key offset          # 获取位
BITCOUNT key [start end]   # 统计置1位数
BITOP operation destkey key [key...] # 位运算

应用场景：

• 用户签到记录
• 活跃用户统计
• 布隆过滤器

示例：

> SETBIT user:sign:1001 0 1  # 第1天签到
> SETBIT user:sign:1001 1 1  # 第2天签到
> BITCOUNT user:sign:1001
(integer) 2

7. HyperLogLog（基数统计）

特点：

• 用于估计集合基数
• 误差率约0.81%
• 固定使用12KB内存

常用命令：

PFADD key element [element...] # 添加元素
PFCOUNT key [key...]         # 估算基数
PFMERGE destkey sourcekey [sourcekey...] # 合并多个HLL

应用场景：

• 网站UV统计
• 大规模去重计数

示例：

> PFADD visitors 192.168.1.1 192.168.1.2
> PFCOUNT visitors
(integer) 2

8. Geospatial（地理空间）

本质：基于Sorted Set实现

常用命令：

GEOADD key longitude latitude member # 添加位置
GEODIST key member1 member2 [unit] # 计算距离
GEORADIUS key longitude latitude radius unit # 查找范围内成员

应用场景：

• 附近的人
• 地理位置搜索
• 配送范围计算

示例：

> GEOADD cities 116.40 39.90 "北京" 121.47 31.23 "上海"
> GEODIST cities 北京 上海 km
"1067.9888"

9. Stream（流）

特点：

• Redis 5.0引入
• 消息队列增强版
• 支持消费者组

常用命令：

XADD key ID field value [field value...] # 添加消息
XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key...] ID [ID...] # 读取消息
XGROUP CREATE key groupname ID # 创建消费者组

应用场景：

• 消息队列
• 事件溯源
• 日志收集

示例：

> XADD mystream * sensor-id 1234 temperature 19.8
"1609459200000-0"
> XREAD COUNT 2 STREAMS mystream 0
1) 1) "mystream"
   2) 1) 1) "1609459200000-0"
         2) 1) "sensor-id"
            2) "1234"
            3) "temperature"
            4) "19.8"

三、数据类型选择指南

数据类型	适用场景	不适用场景
String	简单键值、计数器	需要存储结构化数据
Hash	对象属性、频繁部分更新	需要单独过期字段
List	队列、最新列表	随机访问中间元素
Set	无序唯一集合、关系运算	需要排序的场景
Sorted Set	排行榜、范围查询	内存敏感场景
Bitmap	布尔统计、位操作	非二进制标记场景
HyperLogLog	大数据去重统计	需要精确结果的场景
Geo	地理位置应用	非地理数据
Stream	消息队列、事件流	简单队列需求

四、内存优化技巧

1. 小Hash优化：

   • 当field数量较少时，Redis使用ziplist编码
   • 配置阈值：hash-max-ziplist-entries 512

2. Int编码优化：

   SET counter 100         # 使用int编码
   OBJECT ENCODING counter
   "int"
   

3. 共享对象：

   • Redis会共享0-9999的整数对象
   • 配置：redis.hz 10 (影响回收频率)

4. 内存碎片整理：

   CONFIG SET activedefrag yes
   

五、数据类型底层实现

5.1 编码方式

数据类型	可能编码	条件
String	int/embstr/raw	值长度≤39字节用embstr
Hash	ziplist/hashtable	field数≤512且值≤64字节用ziplist
List	ziplist/linkedlist/quicklist	Redis 3.2后默认quicklist
Set	intset/hashtable	元素全为整数且数量≤512用intset
Sorted Set	ziplist/skiplist	元素数≤128且值≤64字节用ziplist

5.2 内存占用对比

存储1百万个简单键值（测试结果）：

类型	内存占用	特点
String	~85MB	每个键独立存储
Hash	~50MB	字段紧凑存储
Set	~65MB	哈希表开销
ZSet	~90MB	跳表+哈希表

六、实战应用案例

6.1 电商系统设计

# 商品缓存
HMSET product:1001 id 1001 name "iPhone13" price 6999 stock 100

# 购物车
HSET cart:user1001 product:1001 2  # 商品ID:数量

# 秒杀库存
SET inventory:seckill:1001 100
DECR inventory:seckill:1001

# 用户标签
SADD user:tags:1001 "高消费" "数码爱好者"

6.2 社交网络系统

# 关注关系
SADD following:1001 1002 1003  # 用户1001的关注
SADD followers:1002 1001       # 用户1002的粉丝

# 共同关注
SINTER following:1001 following:1002

# 时间线
LPUSH timeline:1001 "post:923"
LPUSH timeline:1001 "post:924"

6.3 实时监控系统

# 设备状态
HSET device:temp:sensor01 last_value 23.5 update_time 1630000000

# 报警阈值
ZADD device:alerts 50 "sensor01" 60 "sensor02"

# 地理位置
GEOADD devices:geo 116.404 39.915 "sensor01"
GEORADIUS devices:geo 116.404 39.915 10 km

七、常见问题解答

Q1：Redis的List和Java的LinkedList有什么区别？

A：

• Redis List是双向链表+ziplist的混合实现
• 当元素少时使用ziplist压缩存储
• 支持阻塞操作(BLPOP)
• 可持久化到磁盘

Q2：Sorted Set如何实现范围查询？

A：

• 内部使用跳表(skiplist)和哈希表组合实现
• 跳表支持O(logN)复杂度的范围查询
• 哈希表保证O(1)的单元素访问

Q3：为什么Redis不提供树结构？

A：

• 跳表已能满足排序需求且实现更简单
• 树结构的平衡操作影响性能
• 可通过Sorted Set实现大多数树结构功能

Redis丰富的数据类型使其能够灵活应对各种场景，从简单的缓存到复杂的实时系统。理解每种类型的特点和底层实现，可以帮助开发者做出最优的技术选型和设计决策。