redis 常用数据类型及使用场景

Redis 支持多种数据类型，每种类型适用于不同的业务场景。以下是 Redis 常用数据类型及其典型应用场景的总结：

一、五种常用数据类型

1. 字符串（String）

• 特点：
  最基础的数据类型， 用于存储简单的键值对。可存储任意格式的数据（文本、二进制、序列化对象），最大支持 512MB。

• 应用场景：

  • 缓存：存储热点数据（如页面内容、用户会话）。

    SET user:1001:name "Alice"
    

  • 计数器：文章阅读量、库存扣减、点赞数等。

    INCR article:views:1001
    

  • 分布式锁：通过 SETNX 实现简单锁机制。

    SETNX lock:resource "1"
    

  • 短链存储：Key 为短码，Value 为原始 URL。

    SET short:abc123 "https://example.com"
    

2. 哈希（Hash）

• 特点：
  键值对集合，适合存储对象或结构化数据，支持字段级别的增删改查。
• 应用场景：
  • 用户信息存储：将用户属性（如 name、age）存储在一个 Hash 中。

    HSET user:1001 name "Alice" age 25
    

  • 购物车管理：记录用户购物车中的商品及数量。

    HSET cart:uid product_id_1 2
    

  • 配置管理：动态更新配置字段（如系统参数）。

    HSET config:site theme "dark"
    

3. 列表（List）

• 特点：

  双向链表结构，支持两端插入/弹出操作，实现队列或栈。
  用于存储一系列有序的字符串元素。

• 应用场景：

  • 消息队列：生产者用 LPUSH，消费者用 RPOP 或 BRPOP。

    LPUSH queue:task "task1"
    BRPOP queue:task 0
    

  • 最新消息排行：存储微博的 Timeline 或新闻的最新 N 条数据。

    LPUSH news:latest "Article A"
    LRANGE news:latest 0 9
    

  • 分页查询：通过 LRANGE 获取历史记录的分页数据。

4. 集合（Set）

• 特点：
  存储无序的、唯一的字符串集合，支持交集、并集、差集等操作。

• 应用场景：

  • 标签系统：通过集合运算实现标签的组合与过滤。

    SADD tags:article1 "redis" "database"
    SINTER tags:article1 tags:article2
    

  • 好友关注系统：存储用户的粉丝列表和共同关注。

    SADD followers:user1 userA userB
    SDIFF followers:user1 followers:user2
    

  • 抽奖池：随机选取不重复的用户。

    SRANDMEMBER users:pool 5
    

5. 有序集合（Sorted Set）

• 特点：
  每个元素关联一个分数（score），按分数排序，支持范围查询。
• 应用场景：
  • 排行榜：游戏积分榜、热门文章排名。

    ZADD leaderboard 1000 userA 950 userB
    ZRANGE leaderboard 0 -1 WITHSCORES
    

  • 定时任务调度：按时间戳排序待执行任务。

    ZADD tasks:pending 1719523200 task1
    ZRANGEBYSCORE tasks:pending -inf $(date +%s)
    

二、特殊数据类型

1、位图（Bitmaps）

• 特点：
  位图操作，每个位（bit）存储 0 或 1，节省空间。
  用于存储二进制数据，可以进行位级别的操作，如设置、清除、取反等。

适用于统计活跃用户、签到情况等场景。

• 应用场景：
  • 用户活跃统计：记录用户每日登录状态（1 表示登录）。

    SETBIT user:1001:2025-06-28 1
    BITCOUNT user:1001:2025-06-28
    

2、超日志（HyperLogLog）

• 特点：
  用于提供在统计学上独特的元素数量的近似计算。
  非常适合于大规模数据集的去重计数，且在内存占用上非常高效。
• 应用场景：
  • UV 统计：估算网站独立访问用户数。

    PFADD uv:2025-06-28 user1 user2
    PFCOUNT uv:2025-06-28
    

3、地理空间索引（Geospatial Indexes）

• 特点：
  存储地理坐标，支持距离计算和范围查询。
• 应用场景：
  • 附近的人：查找附近的商家或用户。

    GEOADD locations 116.397428 39.90923 "Beijing"
    GEORADIUS locations 116.397428 39.90923 100 km
    

4、流（Streams）

• 特点：
  高性能的消息流数据结构，用于存储消息序列，支持消息持久化、消息消费确认等功能。

适用于需要持久化日志和消息队列的场景。

• 应用场景：
  • 日志收集：实时采集和处理系统日志。

    XADD logs * message "Error: Disk full"
    XREAD STREAMS logs 0
    

三、总结对比

四、选择建议

• 简单存储：优先使用 String 或 Hash。
• 有序集合：需要排序的场景（如排行榜）选择 Sorted Set。
• 去重集合：使用 Set 或 HyperLogLog。
• 消息队列：List 或 Stream。
• 空间优化：Bitmap 或 HyperLogLog。

根据业务需求选择合适的数据类型，可充分发挥 Redis 的高性能优势！