Redis 数据结构详解
Redis 支持多种数据结构，每种结构都有其独特的特性和适用场景。以下是 Redis 中所有核心数据结构的详细解析，包括底层实现、操作命令、使用场景及注意事项：
一、String（字符串）
底层实现：
- 动态字符串（SDS, Simple Dynamic String），支持二进制安全（可存储图片、序列化对象等）。
- 根据内容自动选择编码方式：
int（整数）、embstr（短字符串）、raw（长字符串）。
常用命令：
SET key value # 设置键值对
GET key # 获取值
INCR key # 值自增1（原子操作）
DECR key # 值自减1
APPEND key value # 追加内容
GETRANGE key start end # 截取子字符串
SETEX key seconds value # 设置值并指定过期时间
使用场景：
- 缓存：存储热点数据（如 HTML 片段、用户信息）。
- 计数器：统计页面访问量、点赞数（利用
INCR的原子性）。 - 分布式锁：通过
SET key value NX EX实现互斥锁。 - 二进制存储：存储序列化的对象或图片。
注意事项：
- 大字符串（如超过 10KB）可能影响性能，需谨慎使用。
二、List（列表）
底层实现：
- 3.2 版本前使用
ziplist（压缩列表）或linkedlist（双向链表）。 - 3.2 版本后统一为
quicklist（由多个 ziplist 组成的双向链表，平衡内存和性能）。
常用命令：
LPUSH key value1 [value2] # 左侧插入元素
RPUSH key value1 [value2] # 右侧插入元素
LPOP key # 左侧弹出元素
RPOP key # 右侧弹出元素
LRANGE key start end # 获取指定范围内的元素
BLPOP key1 [key2] timeout # 阻塞式左侧弹出（用于消息队列）
使用场景：
- 消息队列：使用
LPUSH+BRPOP实现生产者-消费者模型。 - 最新消息列表：存储用户最近的 100 条动态。
- 栈或队列：通过
LPUSH/RPOP或RPUSH/LPOP组合实现。
注意事项：
- 避免单个 List 存储过多元素（如百万级），可能阻塞服务。
三、Hash（哈希表）
底层实现：
- 小规模数据使用
ziplist（字段和值交替存储），大规模数据使用hashtable（类似字典结构）。
常用命令：
HSET key field value # 设置字段值
HGET key field # 获取字段值
HGETALL key # 获取所有字段和值
HINCRBY key field increment # 字段值自增
HDEL key field # 删除字段
使用场景：
- 存储对象：如用户信息（
user:1包含name、age等字段）。 - 聚合统计：记录商品的浏览次数、收藏量等。
注意事项：
HGETALL可能返回大量数据，建议用HSCAN分批次获取。- 字段过多时，内存占用可能较高。
四、Set（集合）
底层实现：
- 小规模数据使用
intset（整数数组），大规模数据使用hashtable（仅存储键，值为NULL）。
常用命令：
SADD key member1 [member2] # 添加成员
SMEMBERS key # 获取所有成员（慎用，可能阻塞）
SISMEMBER key member # 判断成员是否存在
SINTER key1 key2 # 求交集（共同好友）
SUNION key1 key2 # 求并集
SREM key member # 删除成员
使用场景：
- 标签系统：记录用户的兴趣标签。
- 去重统计：记录文章的唯一阅读用户。
- 共同好友/兴趣：通过
SINTER计算交集。
注意事项：
SMEMBERS可能阻塞服务，优先使用SSCAN。
五、Sorted Set（有序集合）
底层实现：
- 组合结构：
跳跃表（skiplist）+哈希表，支持按分数排序和快速查找成员。 - 小规模数据使用
ziplist（按分数排序存储）。
常用命令：
ZADD key score1 member1 [score2 member2] # 添加成员及分数
ZRANGE key start end [WITHSCORES] # 按分数升序获取成员
ZREVRANGE key start end # 按分数降序获取成员
ZRANK key member # 获取成员排名（升序）
ZSCORE key member # 获取成员分数
ZRANGEBYSCORE key min max # 按分数范围查询
使用场景：
- 排行榜：实时更新游戏玩家分数排名。
- 带权重的队列：按优先级处理任务。
- 时间轴：按时间戳排序的消息列表。
注意事项：
- 分数（
score）为浮点数，可重复，但成员（member）唯一。
六、Bitmaps（位图）
底层实现：
- 基于 String 类型，按位操作，最大支持 2^32 位。
常用命令：
SETBIT key offset 1/0 # 设置某位的值（0或1）
GETBIT key offset # 获取某位的值
BITCOUNT key [start end] # 统计值为1的位数
BITOP AND/OR/XOR destkey key1 key2 # 位运算（与/或/异或）
使用场景：
- 用户在线状态：每天用一个 Bitmap 记录用户的登录状态。
- 活跃用户统计：统计一周内连续打卡的用户。
- 布隆过滤器：结合多个哈希函数实现低成本存在性检测。
注意事项：
- 偏移量（
offset）从0开始，最大值为 2^32-1。
七、HyperLogLog（基数统计）
底层实现：
- 概率算法，固定使用 12KB 内存，误差率约 0.81%。
常用命令：
PFADD key element1 [element2] # 添加元素
PFCOUNT key1 [key2] # 估算基数（独立元素数量）
PFMERGE destkey key1 key2 # 合并多个 HLL
使用场景：
- 独立访客统计（UV）：统计一天内访问网站的不同用户数。
- 大规模数据去重：如统计搜索关键词的唯一数量。
注意事项：
- 结果为近似值，不能获取具体成员。
八、GEO（地理位置）
底层实现：
- 基于 Sorted Set，使用 Geohash 编码将经纬度转换为分数（
score）。
常用命令：
GEOADD key longitude latitude member # 添加地理位置
GEODIST key member1 member2 [unit] # 计算两地距离（米/千米等）
GEORADIUS key longitude latitude radius unit [WITHCOORD] # 查询范围内的成员
使用场景：
- 附近的人：根据用户位置查找附近的服务或用户。
- 地理位置围栏：监控车辆是否进入特定区域。
注意事项：
- 底层为 Sorted Set，可使用
ZREM删除成员。
九、Stream（消息流）
底层实现：
- 类似日志结构，每个条目包含唯一 ID 和多个键值对，支持消费者组。
常用命令：
XADD key * field1 value1 [field2 value2] # 添加消息（*自动生成ID）
XREAD [COUNT n] [BLOCK ms] STREAMS key ID # 读取消息
XGROUP CREATE key groupname ID # 创建消费者组
XACK key groupname ID # 确认消息处理完成
使用场景：
- 消息队列：支持多消费者组、消息回溯和持久化。
- 事件溯源：记录用户操作日志，支持按时间查询。
注意事项：
- 消息 ID 格式为
<时间戳>-<序列号>（如1630000000000-0）。
十、其他扩展类型
-
Bitfield
- 将 String 视为位数组，支持对任意位进行原子操作（如无符号整数读写）。
- 命令：
BITFIELD key SET type offset value。
-
JSON 模块（需额外加载）
- 支持 JSON 数据的存储和查询（如
JSON.SET,JSON.GET）。
- 支持 JSON 数据的存储和查询（如
总结：数据结构选择指南
| 场景 | 推荐数据结构 |
|---|---|
| 简单键值存储 | String |
| 对象存储（多字段） | Hash |
| 队列/栈 | List |
| 无序去重集合 | Set |
| 有序排行榜 | Sorted Set |
| 二值状态统计 | Bitmaps |
| 近似去重统计 | HyperLogLog |
| 地理位置 | GEO |
| 消息队列（高级需求） | Stream |
通过合理选择数据结构，可以显著提升 Redis 的性能和内存利用率。如果需要更深入某个结构的实现原理（如跳跃表、压缩列表），或实际应用案例，可以进一步探讨！
扫一扫
4254
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
