Redis的主要数据类型及其应用场景

Redis 是一种高性能的键值存储系统，支持多种数据类型，每种类型针对不同的应用场景设计。以下是 Redis 主要数据类型及其应用场景的详细说明：

---

1. String（字符串） 数据结构：二进制安全的字符串，可存储文本、整数、浮点数或序列化对象。常用命令： SET key value / GET keyINCR key（原子递增计数器）SETNX key value（分布式锁）SETEX key seconds value（带过期时间缓存） 应用场景： 缓存：存储热点数据（如页面片段、用户会话）。计数器：文章阅读量、秒杀库存（INCR 保证原子性）。分布式锁：通过 SETNX 实现简单锁机制。短链存储：Key 为短码，Value 为原始 URL。 示例：SET user:1001:name "Alice" INCR article:2001:views # 阅读量+1

---

2. Hash（哈希表） 数据结构：键值对的集合，适合存储对象。常用命令： HSET key field value / HGET key fieldHGETALL key（获取所有字段）HINCRBY key field increment（字段原子递增） 应用场景： 用户信息存储：每个用户对应一个 Hash（如 user:1001 包含 name, age 字段）。商品属性：存储商品的多维度属性（价格、库存、描述）。配置管理：动态更新配置字段，无需反序列化整个对象。 示例：HSET product:5001 price 99.9 stock 100 HINCRBY product:5001 stock -5 # 扣减库存

---

3. List（列表） 数据结构：双向链表，支持左右插入/弹出。常用命令： LPUSH key value / RPOP keyLRANGE key start end（范围查询）BLPOP key timeout（阻塞式弹出） 应用场景： 消息队列：生产者 LPUSH，消费者 BRPOP（如任务队列）。最新消息排行：存储最新的 N 条数据（如微博 Timeline）。分页查询：LRANGE 实现历史记录分页。 示例：LPUSH news:latest "Article A" LRANGE news:latest 0 9 # 获取最近10条新闻

---

4. Set（集合） 数据结构：无序且元素唯一的集合，支持交并差运算。常用命令： SADD key member / SMEMBERS keySINTER key1 key2（交集）SISMEMBER key member（成员检查） 应用场景： 标签系统：存储用户标签（如 user:1001:tags）。共同好友：通过 SINTER 计算两个用户的共同关注。抽奖去重：存储参与用户，避免重复中奖。 示例：SADD user:1001:follows 2001 2002 # 添加关注 SINTER user:1001:follows user:1002:follows # 共同关注

---

5. Sorted Set（有序集合，ZSet） 数据结构：元素唯一且按分数（Score）排序。常用命令： ZADD key score member / ZRANGE key start endZREVRANGE key start end（逆序查询）ZRANK key member（获取排名） 应用场景： 排行榜：实时更新游戏玩家积分排名（按 Score 排序）。延迟队列：Score 存储执行时间戳，定时轮询到期任务。范围查询：查找某价格区间的商品（Score 为价格）。 示例：ZADD leaderboard 5000 "PlayerA" # 添加玩家积分 ZREVRANGE leaderboard 0 9 WITHSCORES # 获取Top10

---

6. Bitmaps（位图） 数据结构：基于 String 的位操作（每个 Key 最大 512MB）。常用命令： SETBIT key offset 1 / GETBIT key offsetBITCOUNT key（统计置为1的位数）BITOP（位运算：AND/OR/XOR） 应用场景： 用户签到：每日签到记录（Offset 表示日期）。活跃用户统计：标记用户每日活跃状态。布隆过滤器：结合多个 Hash 函数实现低成本去重。 示例：SETBIT user:1001:checkin 365 1 # 第365天签到 BITCOUNT user:1001:checkin # 统计总签到天数

---

7. HyperLogLog（基数统计） 数据结构：概率算法，用于估算不重复元素数量。常用命令： PFADD key element / PFCOUNT keyPFMERGE destkey sourcekey1 sourcekey2（合并统计） 应用场景： UV统计：统计页面独立访客（误差率约 0.81%）。去重计数：无需存储全量数据，节省内存。 示例：PFADD page:home:uv "user1" "user2" PFCOUNT page:home:uv # 估算UV

---

8. Geospatial（地理位置） 数据结构：基于 Sorted Set 存储经纬度。常用命令： GEOADD key longitude latitude memberGEORADIUS key longitude latitude radius unit（附近地点查询） 应用场景： 附近的人/商家：按半径查询地理位置。配送范围计算：筛选在配送区域内的订单。 示例：GEOADD shops 116.405285 39.904989 "ShopA" GEORADIUS shops 116.40 39.90 5 km # 查询5公里内的店铺

---

9. Stream（流） 数据结构：类似消息队列，支持多消费者组。常用命令： XADD key * field1 value1（添加消息）XREAD COUNT 10 STREAMS key 0（读取消息）XGROUP CREATE key groupname $（创建消费者组） 应用场景： 消息中间件：替代 Kafka 实现轻量级消息队列。事件溯源：存储用户操作日志，支持回溯。 示例：XADD order:events * user_id 1001 action "create" XREAD COUNT 10 STREAMS order:events 0 # 读取最新10条事件

---

总结：如何选择数据类型？ 场景需求推荐类型简单键值缓存String对象属性存储Hash队列/栈/历史记录List去重和集合运算Set排序和排行榜Sorted Set (ZSet)位级操作（签到、标记）Bitmaps独立访客统计HyperLogLog地理位置服务Geospatial消息队列和事件流Stream

注意事项：

内存优化：优先选择 Hash 而非多个 String 存储对象。性能权衡：Sorted Set 的插入复杂度为 O(logN)，适合写少读多的场景。扩展性：复杂场景可结合多个数据类型（如 ZSet + Hash 实现排行榜详情）。

通过合理选择数据类型，可以充分发挥 Redis 的高性能特性，满足多样化的业务需求。