好的，我们来详细讲解 Redis 的数据结构及其应用场景。Redis 的强大之处不仅仅在于它支持简单的键值对，更在于它提供了丰富的数据结构，每种结构都针对特定类型的应用场景进行了优化。
核心数据结构与应用场景
Redis 主要支持以下五种核心数据结构：String（字符串）、Hash（哈希）、List（列表）、Set（集合）、Sorted Set（有序集合）。此外，还有 Bitmaps、HyperLogLogs、Streams 等更高级的结构。
1. String（字符串）
这是最简单也是最基础的数据类型。一个 Key 对应一个 Value。Value 不仅是字符串，也可以是数字（整数或浮点数），并且可以对数字进行自增/自减操作。
- 内部实现：基于简单动态字符串（SDS）实现，可以修改的字符串，预分配内存，减少内存频繁分配。
- 常用命令：
SET,GET,MSET,MGET,INCR,DECR,INCRBY
应用场景：
- 缓存：最经典的场景。将数据库查询结果、热点数据、会话信息（Session）等序列化后存入 String，加快访问速度。
SET user:1001 "{name: 'Alice', email: 'alice@example.com'}"
- 计数器：利用
INCR、DECR命令实现点赞数、浏览数、库存计数等。这些操作是原子性的，非常适合高并发场景。INCR article:1001:views
- 分布式锁：利用
SET key value NX EX seconds命令（当 key 不存在时设置，并设置过期时间）可以实现简单的分布式锁。 - Session 共享：在集群服务中，将用户的登录会话信息集中存储在 Redis 中，实现多台服务器共享 Session。
2. Hash（哈希）
类似于 Java 中的 Map<String, Object>，是一组键值对的集合。非常适合存储对象。
- 内部实现：底层有两种编码方式：
ziplist（压缩列表，在元素少、体积小时使用）和hashtable（哈希表）。 - 常用命令：
HSET,HGET,HMSET,HMGET,HGETALL,HINCRBY
应用场景：
- 存储对象：存储用户信息、商品信息等需要多个字段的对象。相比将整个对象序列化成 String，Hash 可以单独获取、修改某个字段，更节省网络带宽和存储空间。
HSET user:1001 name "Alice" age "30" email "alice@example.com"HGET user:1001 name-> “Alice”
- 购物车：以用户ID为 Key，商品ID为 Field，商品数量为 Value。
HSET cart:1001 product:5001 3(用户1001的商品5001数量为3)HINCRBY cart:1001 product:5001 1(增加1件)
3. List（列表）
一个简单的字符串列表，按插入顺序排序。你可以从列表的头部（左边）或尾部（右边）添加元素。
- 内部实现：底层是
quicklist（快速列表），它是多个ziplist通过双向指针组成的链表，兼顾了空间效率和插入性能。 - 常用命令：
LPUSH,RPUSH,LPOP,RPOP,LRANGE,BLPOP(阻塞操作)
应用场景：
- 消息队列：利用
LPUSH+BRPOP可以实现一个简单的 FIFO（先进先出）队列。生产者从左边推入消息，消费者用阻塞方式从右边取出消息。 - 最新列表：例如最新文章、最新评论、朋友圈时间线。利用
LPUSH加入新元素，再用LRANGE 0 9获取最新的10条。LPUSH news:latest "News ID 10086"
- 记录用户操作历史：例如用户的最近搜索、最近浏览记录。
4. Set（集合）
Redis 的 Set 是 String 类型的无序集合，集合内的元素是唯一的，不允许重复。
- 内部实现：底层是
intset（整数集合，当元素都是整数且数量少时）或hashtable（哈希表，value 为 null）。 - 常用命令：
SADD,SMEMBERS,SISMEMBER,SINTER(交集),SUNION(并集),SDIFF(差集)
应用场景：
- 标签（Tag）：给用户、文章等对象打标签。可以很方便地求交集、并集等。
SADD article:1001:tags "tech" "redis" "database"SADD user:1002:tags "tech" "python"SINTER article:1001:tags user:1002:tags-> 获取共同标签 “tech”
- 共同关注/好友：利用
SINTER可以轻松求出两个用户的共同好友。 - 抽奖/秒杀：利用
SADD将所有参与用户ID加入，可以自动保证唯一性，不会重复添加。SMEMBERS可以列出所有参与者。 - 黑白名单：将需要过滤的 ID 放入 Set，用
SISMEMBER快速判断某个 ID 是否在名单内。
5. Sorted Set（有序集合 / ZSet）
与 Set 类似，也是 String 类型元素的集合，且不允许重复。但每个元素都会关联一个 double 类型的分数（score）。Redis 正是通过分数来为集合中的成员进行从小到大的排序。成员是唯一的，但分数可以重复。
- 内部实现：底层是
ziplist（压缩列表）或skiplist（跳跃表） +dict（字典）的组合，跳跃表保证范围查询的效率，字典保证按成员查询的效率。 - 常用命令：
ZADD,ZRANGE(按分数正序),ZREVRANGE(按分数倒序),ZRANK,ZREVRANK,ZRANGEBYSCORE
应用场景：
- 排行榜：这是最经典的应用场景。将分数设为点击量、销量、热度等，自动进行排序。
ZADD leaderboard 100 "player1" 200 "player2"ZREVRANGE leaderboard 0 9 WITHSCORES-> 获取排行榜前十名
- 带权重的队列：分数可以作为优先级，实现优先级队列。
- 范围查找：例如处理成绩表，快速查找分数在 [90, 100] 之间的学生。
ZRANGEBYSCORE grades 90 100
- 延时任务：将任务的执行时间作为 score，用一个进程轮询获取到期的任务（
ZRANGEBYSCORE key 0 <当前时间戳>）。
其他高级数据结构
- Bitmaps（位图）： 本质上是 String，但可以对字符串的位进行操作。适用于大量布尔值的存储，如用户签到记录（每天1bit）、活跃用户统计，极其节省空间。
- HyperLogLogs： 用于做基数统计（估算一个集合中不重复元素的个数），标准误差仅0.81%。优点是非常节省空间。适用于统计网站的 UV（独立访客）、搜索关键词的不重复数量等，
PFADD,PFCOUNT,PFMERGE。 - Geospatial（地理空间）： 可以存储地理坐标，并计算距离、查找范围内成员等。适用于附近的人、地理位置推荐。
- Streams（流）： Redis 5.0 引入，专门为消息队列设计，支持多消费者组、消息持久化、确认机制，功能比 List 更强大，是更专业的消息队列解决方案。
总结与选择建议
| 数据结构 | 特性 | 典型应用场景 |
|---|---|---|
| String | 简单键值，支持数字和位操作 | 缓存、计数器、分布式锁 |
| Hash | 适合存储对象，可部分更新 | 用户信息、购物车、配置项 |
| List | 有序、可重复，支持阻塞操作 | 消息队列、最新列表、历史记录 |
| Set | 无序、唯一，支持集合运算 | 标签、共同好友、抽奖、黑白名单 |
| Sorted Set | 唯一、有序（按分数排序） | 排行榜、优先级队列、范围查找 |
| Bitmaps | 极省空间的布尔状态存储 | 用户签到、活跃用户统计 |
| HyperLogLog | 极省空间的基数估算 | 网站UV统计 |
| Streams | 持久化的消息流 | 复杂消息队列 |
选择时考虑以下几点：
- 数据形态：是需要一个对象（Hash）、一个列表（List）、一个不重复集合（Set）还是一个带排序的集合（ZSet）？
- 操作类型：是需要频繁读取部分字段（Hash），还是需要排序（ZSet），或是需要集合运算（Set）？
- 性能与效率：String 存储序列化对象虽然简单，但修改一个字段就需要整个读写，不如 Hash 高效。在元素较少时，Redis 会使用更紧凑的编码（如 ziplist）来节省内存。