Redis 提供了豐富的數據類型，每種數據類型都有其獨特的存儲結構和操作方法，可以滿足不同的業務場景需求。下面詳細介紹 Redis 支持的主要數據類型及其底層實現，并結合具體的應用場景說明其使用。

1. 字符串（String）

介紹：

• Redis 中最基本的鍵值對類型，鍵和值都可以是字符串，值的最大限制為 512MB。
• String 類型是 Redis 最常用的數據類型，它支持簡單的 GET、SET 操作，以及自增、自減、字符串拼接等操作。

典型應用場景：

• 緩存數據：存儲用戶登錄狀態、Token、配置信息等。
• 計數器：通過 INCR、DECR 實現簡單的計數器，比如網站訪問量、點贊數等。
• 分布式鎖：結合 SETNX 命令，可以用字符串來實現簡單的分布式鎖。

底層原理：

• Redis 底層對字符串使用的是簡單動態字符串（SDS），它不僅是 C 字符串的封裝，還加入了長度屬性和空間預留等優化策略。SDS 支持二進制安全，可以存儲文本和二進制數據。

2. 哈希（Hash）

介紹：

• 哈希是一個鍵值對集合，適合存儲對象。每個鍵可以有多個字段，每個字段都有一個值。
• 操作包括 HSET、HGET、HDEL 等。

典型應用場景：

• 存儲用戶信息：如用戶 ID 作為鍵，用戶的屬性（姓名、年齡、性別等）作為字段，避免將整個用戶對象序列化成字符串。
• 配置項管理：存儲配置項，方便根據字段名快速訪問和更新某個配置。

底層原理：

• 哈希使用了兩種底層數據結構：小數據量時使用壓縮列表（ziplist），大數據量時使用哈希表（hashtable）。壓縮列表可以節省內存，但隨著哈希表的增長會自動轉換為哈希表，保證查詢效率。

3. 列表（List）

介紹：

• 列表是一個雙向鏈表，可以從頭部或尾部插入、刪除元素，常用命令包括 LPUSH、RPUSH、LPOP、RPOP 等。
• Redis 支持阻塞操作，如 BLPOP、BRPOP，在沒有元素時可以阻塞等待。

典型應用場景：

• 消息隊列：列表可以作為簡單的消息隊列，用 LPUSH 將消息放入隊列，用 RPOP 或 BRPOP 彈出消息。
• 任務調度：異步任務分發系統中，可以將任務放入隊列中，由多個消費者去消費。

底層原理：

• 列表采用雙向鏈表（quicklist）實現。對于較短的列表，Redis 會使用壓縮列表（ziplist）來節省內存；對于較長的列表，則會采用真正的雙向鏈表來平衡操作的時間復雜度。

4. 集合（Set）

介紹：

• 集合是無序的、唯一的元素集合，提供類似于數學集合的操作，支持交集、并集、差集等。
• 常用操作包括 SADD、SREM、SISMEMBER、SMEMBERS、SINTER 等。

典型應用場景：

• 標簽系統：如將用戶標簽存儲為集合，每個集合代表一個用戶群體，方便進行集合運算，如找出同時擁有某兩個標簽的用戶。
• 去重功能：在某些場景下（如熱門搜索詞、訪問日志的去重），可以通過集合的唯一性特性來避免重復數據。

底層原理：

• 小集合時使用整數集合（intset），大集合時使用哈希表（hashtable）實現。通過哈希表的快速查找特性，可以實現 O(1) 的時間復雜度來判斷元素是否存在。

5. 有序集合（Sorted Set）

介紹：

• 有序集合類似于集合，但每個元素關聯一個分數，集合中的元素會按分數排序。支持的操作包括 ZADD、ZRANGE、ZREM、ZREVRANGE、ZCOUNT 等。

典型應用場景：

• 排行榜：比如游戲中的積分榜，按用戶分數進行排名。可以通過 ZADD 添加玩家及其分數，通過 ZRANGE 獲取排名。
• 延遲任務：通過分數設置任務執行的時間，按時間從集合中取出需要執行的任務。

底層原理：

• 有序集合底層使用的是跳表（Skiplist）和哈希表相結合的數據結構，跳表使得有序集合支持快速的范圍查詢和插入操作（時間復雜度 O(logN)），而哈希表保證元素的快速定位。

6. 位圖（Bitmaps）

介紹：

• 位圖實際上是字符串類型的擴展，可以把字符串看作一系列連續的二進制位，可以對這些二進制位進行位操作。支持的命令有 SETBIT、GETBIT、BITCOUNT、BITOP 等。

典型應用場景：

• 用戶簽到系統：用位圖存儲用戶的簽到記錄，每天對應一個 bit，0 表示未簽到，1 表示已簽到。
• 活躍用戶統計：通過位圖存儲某一時間段內用戶是否活躍，快速統計某天有多少活躍用戶。

底層原理：

• 位圖的底層存儲是 Redis 的字符串結構，但位操作是直接針對每個二進制位，因此能夠在非常緊湊的存儲空間內實現高效的操作，適合海量數據場景。

7. HyperLogLog

介紹：

• HyperLogLog 是一種用于基數統計的算法，可以用于估算一個集合中不重復元素的個數，且占用的內存空間非常小。
• 常用命令有 PFADD、PFCOUNT。

典型應用場景：

• 獨立訪客統計：在網站分析中統計獨立訪客（UV），只需為每個訪客 ID 添加到 HyperLogLog 中，快速得到不重復用戶數。
• 大規模數據去重計數：用于估算大規模數據中的去重個數，如點擊、請求、訪問量等。

底層原理：

• HyperLogLog 是一種基數估計算法，通過哈希分布將數據映射到位向量中，通過統計不同前綴的最大長度來估算基數，其優點是占用內存極小，缺點是只能進行估算，存在一定誤差。

8. 地理空間（Geospatial）

介紹：

• Redis 支持存儲地理位置數據，并基于這些數據進行范圍查詢和距離計算。常用命令包括 GEOADD、GEODIST、GEORADIUS、GEOHASH 等。

典型應用場景：

• LBS 應用：比如打車應用中，存儲司機和乘客的地理位置，根據位置計算距離，匹配最近的車輛。
• 附近商家搜索：用戶輸入位置后，查詢附近的商家，并根據距離排序返回。

底層原理：

• Redis 的地理空間數據是基于有序集合實現的，使用 GEOHASH 算法將地理坐標編碼為 64 位的整數，存入有序集合中。通過對這些編碼的范圍查詢，可以實現快速的空間檢索。

9. 流（Streams）

介紹：

• Stream 是 Redis 5.0 引入的一種新的數據類型，支持消息隊列的功能，類似于 Kafka 或者 RabbitMQ，支持消費組、消息持久化和自動應答等特性。常用命令包括 XADD、XREAD、XGROUP、XACK 等。

典型應用場景：

• 消息系統：通過流數據類型，多個消費者可以從同一個隊列中消費數據，實現消息分發和處理。
• 日志系統：可以將日志信息存儲在 Redis 的流中，實現持久化和實時消費。

底層原理：

• Stream 是基于壓縮列表和鏈表的結合體，數據結構復雜度較高，可以高效存儲大量的流式數據。通過內部維護的 ID 進行排序和管理，使得它適合處理有序的、持續生成的數據流。

總結

Redis 提供的多種數據類型，不僅豐富了其在不同業務場景下的適用性，還能通過內存友好的數據結構和高效的算法來保證性能。在選擇 Redis 數據類型時，通常需要根據業務需求來匹配合適的數據結構，從而最大限度地提升系統性能和資源利用率。

轉自https://www.cnblogs.com/lgx211/p/18498695