Redis 基础：掌握五种数据类型
引言
在当今高并发、大数据量的互联网应用中，高性能的数据存储和缓存系统扮演着至关重要的角色。Redis 作为一款开源、内存型的数据结构存储系统，凭借其卓越的性能、丰富的功能集以及对多种数据结构的支持，已成为许多企业构建现代化应用的首选。不同于传统的关系型数据库以二维表格的形式组织数据，Redis 基于键值对存储，但其强大之处在于其值（value）不仅可以是简单的字符串，还可以是多种复杂的数据结构。正是这些内置的数据结构，赋予了 Redis 极高的灵活性和多样化的应用场景。
理解并熟练运用 Redis 的这五种基础数据类型——字符串 (String)、列表 (List)、集合 (Set)、有序集合 (Sorted Set/ZSet) 和 哈希 (Hash)——是掌握 Redis 的基石。每种数据类型都有其独特的特性和适用场景，选择正确的数据类型能够极大地优化应用的性能和开发效率。
本文将深入探讨 Redis 的这五种核心数据类型，详细介绍它们的内部实现、常用命令、典型应用场景以及使用时的注意事项，帮助读者构建扎实的 Redis 基础。
1. 字符串 (String)
1.1 描述
String 是 Redis 中最基础的数据类型，也是最简单的一种。它可以存储任何形式的字节序列，包括文本、二进制数据、序列化的对象（如 JSON、Protobuf）等。一个 Redis String 可以存储最大 512MB 的数据。
尽管被称为“字符串”，但 Redis 的 String 是二进制安全的 (binary-safe)。这意味着你可以存储任何字节序列而无需担心其内容或编码。String 类型也可以用来存储整数或浮点数，Redis 提供了对存储的数字进行原子性增减的命令，使其非常适合用作计数器。
1.2 内部实现
为了效率和内存优化，Redis 的 String 并不是简单地使用 C 语言的字符串（以 \0 结尾）。Redis 使用了一种名为 Simple Dynamic String (SDS) 的结构。SDS 相较于 C 字符串有以下优势：
- 记录长度： SDS 结构中包含记录字符串长度的字段，获取字符串长度的复杂度是 O(1)，而 C 字符串需要遍历 O(N)。
- 杜绝缓冲区溢出： SDS 在修改（如 APPEND）时，会根据需要进行空间预分配，避免了缓冲区溢出问题。
- 二进制安全： SDS 不依赖于特定的结束符，可以安全存储包含
\0字节的二进制数据。
此外，Redis 根据 String 的实际内容和长度，会使用不同的内部编码方式：
- int： 如果 String 存储的是一个可以用 long long 类型表示的整数，会直接存储为整数，非常节省内存。
- embstr： 如果 String 长度小于等于 44 字节（在 Redis 3.2 之前是 39 字节），会使用 embstr 编码。这种编码方式会将 SDS 结构和实际的字符串数据分配在同一块连续的内存区域，减少内存分配次数和碎片。
- raw： 如果 String 长度大于 44 字节，则使用 raw 编码，SDS 结构和实际数据分别存储在不同的内存区域。
1.3 常用命令
SET key value [EX seconds] [PX milliseconds] [NX|XX]：设置键的值。EX和PX设置过期时间，NX只在键不存在时设置，XX只在键存在时设置。GET key：获取键的值。DEL key [key ...]：删除一个或多个键。MSET key1 value1 key2 value2 ...：同时设置多个键的值。MGET key1 key2 ...：同时获取多个键的值。INCR key：将键存储的数字值原子性地增加 1。DECR key：将键存储的数字值原子性地减少 1。INCRBY key increment：将键存储的数字值原子性地增加指定的增量。DECRBY key decrement：将键存储的数字值原子性地减少指定的减量。APPEND key value：如果键已经存在，则将 value 追加到键当前值的末尾；如果键不存在，则设置键的值为 value。STRLEN key：获取键存储的字符串的长度。GETRANGE key start end：获取字符串的子字符串。SETRANGE key offset value：用指定的 value 覆盖字符串从 offset 开始的部分。
1.4 典型应用场景
- 缓存： 最常见的用途。将数据库查询结果、计算结果等存储为字符串，快速响应客户端请求。例如，
SET user:1:profile '{...}'。 - 计数器： 使用
INCR/DECR/INCRBY/DECRBY实现原子性的计数，如网站访问量、点赞数、商品库存。例如，INCR page:view:article:100。 - 分布式锁： 利用
SET key value NX EX seconds命令的原子性来实现简单的分布式锁。NX保证只有不存在时才设置成功，EX设置过期时间防止死锁。 - Session 存储： 将用户的 Session 信息序列化后存储为 String。例如，
SET session:user:abcde '{...}' EX 3600。 - 存储序列化对象： 存储 JSON、XML、Protobuf 等序列化后的数据。
1.5 注意事项
- 虽然可以存储大字符串，但过大的字符串会占用较多内存，且在网络传输时也可能成为瓶颈。
- 原子性计数操作非常高效，但在高并发场景下需注意其他操作（如 GET、SET）与计数操作的竞争。
2. 列表 (List)
2.1 描述
List 是一个有序 (ordered) 的字符串元素集合。它可以从列表的头部 (left) 或尾部 (right) 添加（push）或移除（pop）元素。列表中的元素可以通过索引进行访问，但获取中间元素的效率不如从两端操作。
列表的特点使其非常适合实现队列 (queue) 和栈 (stack) 这两种常见的数据结构。
2.2 内部实现
在 Redis 3.2 版本之前，List 的底层实现是根据元素数量和大小混合使用 ziplist (压缩列表) 和 linkedlist (双向链表)。ziplist 节省内存但不利于修改，linkedlist 方便修改但占用内存较多。
从 Redis 3.2 开始，List 的底层实现统一改用 Quicklist。Quicklist 是一个双向链表，但链表中的每个节点不再是一个简单的元素，而是一个 ziplist。这种结构结合了 linkedlist 的方便修改（尤其是两端操作）和 ziplist 的内存效率，是当前 Redis List 的主要实现方式。
- ziplist： 压缩列表是一种紧凑的内存结构，用于存储小整数或短字符串。它将多个元素连续存储在内存中，减少了内存碎片和指针开销。适用于存储少量、长度较小的元素的列表。
- linkedlist： 双向链表，每个节点包含指向前一个和后一个节点的指针。适用于存储大量元素或元素长度较大的列表，因为在链表头部或尾部增删元素的效率很高（O(1)）。
Quicklist 通过控制每个 ziplist 节点能容纳的元素数量以及是否压缩 ziplist 节点，可以在内存使用和访问速度之间进行权衡。
2.3 常用命令
LPUSH key element [element ...]：将一个或多个值插入到列表头部。RPUSH key element [element ...]：将一个或多个值插入到列表尾部。LPOP key：移除并获取列表的第一个元素。RPOP key：移除并获取列表的最后一个元素。LRANGE key start stop：获取列表指定范围内的元素。索引从 0 开始，-1表示最后一个元素。LINDEX key index：获取列表中指定索引的元素。LLEN key：获取列表的长度。LTRIM key start stop：保留列表中指定范围内的元素，移除范围外的元素。常用于限制列表长度。LREM key count value：从列表中移除与 value 相等的元素。count > 0从头部开始移除 count 个，count < 0从尾部开始移除 |count| 个，count = 0移除所有相等的元素。LINSERT key BEFORE|AFTER pivot value：在列表中 pivot 元素的前面或后面插入 value。BLPOP key1 [key2 ...] timeout：从第一个非空列表的头部移除并获取一个元素，如果所有列表都为空，则阻塞直到有元素可用或超时。阻塞版本的 LPOP。BRPOP key1 [key2 ...] timeout：阻塞版本的 RPOP。
2.4 典型应用场景
- 消息队列： 使用
LPUSH生产者将消息推入列表，消费者使用RPOP或BLPOP从列表尾部取出消息（或反过来使用RPUSH/LPOP）。BLPOP和BRPOP实现阻塞等待，非常适合构建简单的消息队列。 - 栈： 使用
LPUSH入栈，LPOP出栈。 - 时间线/动态流 (Timeline/Feed)： 将用户最新发布的动态按时间顺序存储到列表中。使用
LPUSH添加新动态，LRANGE获取最新动态列表。使用LTRIM限制只保留最新的 N 条动态。 - 历史记录： 存储用户的浏览历史、操作历史等。例如，
LPUSH user:100:history "item:abc"，并用LTRIM限制长度。
2.5 注意事项
LRANGE命令虽然可以获取指定范围的元素，但对于非常大的列表，获取整个列表的效率较低，因为它需要遍历。通常用于分页获取数据。LINDEX的性能对于 Quicklist 结构来说，理论上会受制于需要遍历链表节点找到目标 ziplist，然后在 ziplist 中查找元素。但在实践中，Redis 的 Quicklist 做了优化，性能相对不错，但对于极长列表的随机索引访问仍不如 Hashtable 快。- 避免在生产环境中对巨大的 List 执行
LINDEX或LRANGE获取大量元素的慢操作，可能阻塞 Redis。
3. 集合 (Set)
3.1 描述
Set 是一个无序 (unordered) 的字符串元素的集合。它最重要的特性是集合中的元素是唯一的 (unique)，不允许有重复的成员。
Set 提供了非常高效的成员添加、删除、查找操作，其时间复杂度通常为 O(1)。此外，Redis 的 Set 支持丰富的数学集合运算，如并集、交集、差集等。
3.2 内部实现
Set 的内部实现也是根据元素数量和特性进行优化的：
- intset (整数集合)： 如果集合中所有的元素都是整数值，并且元素的数量较少（小于某个阈值，默认为 512）且整数值的范围在一个适当的范围内，Redis 会使用 intset 编码。intset 是一种紧凑的数组结构，元素有序存放，查找效率较高且非常节省内存。
- hashtable (哈希表)： 当集合中的元素不是整数，或者元素数量超出 intset 的阈值时，Redis 会使用哈希表来实现 Set。哈希表的键是集合的成员，值是 NULL。查找、添加、删除操作的平均时间复杂度是 O(1)。
3.3 常用命令
SADD key member [member ...]：向集合添加一个或多个成员。SMEMBERS key：获取集合中的所有成员。注意，因为 Set 是无序的，所以返回的顺序是随机的。SISMEMBER key member：判断 member 元素是否是集合 key 的成员。SCARD key：获取集合的成员数量。SPOP key [count]：随机移除并返回集合中的一个或多个元素。SRANDMEMBER key [count]：随机返回集合中的一个或多个元素，但不移除。SREM key member [member ...]：移除集合中的一个或多个成员。SUNION key1 [key2 ...]：计算一个或多个集合的并集。SINTER key1 [key2 ...]：计算一个或多个集合的交集。SDIFF key1 [key2 ...]：计算一个或多个集合的差集 (key1 减去 key2, key3 …)。SUNIONSTORE destination key1 [key2 ...]：计算并集并将结果存储到 destination 集合。SINTERSTORE destination key1 [key2 ...]：计算交集并将结果存储到 destination 集合。SDIFFSTORE destination key1 [key2 ...]：计算差集并将结果存储到 destination 集合。
3.4 典型应用场景
- 标签系统： 存储一个对象（如一篇文章、一个商品）的所有标签。例如，使用一个 Set 存储文章 ID 为 100 的所有标签：
SADD article:100:tags "科技" "互联网" "AI"。要获取所有标签，使用SMEMBERS article:100:tags。 - 社交关系： 存储用户的关注/粉丝列表。例如，用户 100 关注的用户列表：
SADD user:100:following 201 305 410。判断用户 100 是否关注了用户 201：SISMEMBER user:100:following 201。 - 共同好友/兴趣： 使用
SINTER计算两个用户的共同好友或共同标签。例如，SINTER user:100:following user:200:following。 - 统计网站独立访问者 (UV)： 每天用一个 Set 存储访问用户的 ID，利用 Set 的唯一性，
SCARD命令即可获取当天的 UV。例如，SADD daily:uv:20231026 user:abc user:def user:abc(user:abc 只会添加一次)。 - 商品推荐： 根据用户的标签或购买历史，通过集合运算找到有相似兴趣的用户或商品。
3.5 注意事项
SMEMBERS会获取集合的所有成员，对于非常大的集合，这可能是一个耗时且占用网络带宽的操作。如果只需要判断某个元素是否存在，使用SISMEMBER更高效。- 集合运算 (
SUNION,SINTER,SDIFF) 在处理大量大集合时可能会消耗较多 CPU 资源。如果需要频繁进行集合运算并复用结果，考虑使用*STORE命令将结果存储到新的 Set 中。
4. 有序集合 (Sorted Set / ZSet)
4.1 描述
Sorted Set（简称 ZSet）与 Set 类似，也是字符串元素的集合，且元素是唯一的，不允许有重复的成员。然而，与 Set 不同的是，ZSet 的每个成员都关联着一个分数 (score)，这个分数是一个浮点数。ZSet 中的成员总是根据其分数进行排序的，分数可以重复，但成员必须唯一。
通过分数值，可以轻松地按分数范围或排名范围获取 ZSet 中的成员。这使得 ZSet 成为排行榜、带有优先级的队列等场景的理想选择。
4.2 内部实现
Sorted Set 的底层实现主要依赖于两种数据结构：
- ziplist (压缩列表)： 当 Sorted Set 包含的成员数量较少（默认小于 128 个）且所有成员的长度都较短（默认小于 64 字节）时，Redis 使用 ziplist 编码。在这种情况下，成员和分数被紧凑地存储在 ziplist 中，非常节省内存。
- skiplist (跳跃表) 和 hashtable (哈希表)： 当不满足 ziplist 的条件时，Sorted Set 使用跳跃表和哈希表两种数据结构协同工作。
- hashtable： 用于存储成员到分数的映射（member -> score），这样可以通过成员快速查找其分数，复杂度为 O(1)。
- skiplist： 用于存储成员到分数的映射（score -> member），并按照分数大小进行排序。跳跃表是一种概率型数据结构，插入、删除、查找以及范围查询的平均时间复杂度都是 O(log N)，在实践中表现非常优秀。跳跃表使得 Redis 可以在 O(log N) 的时间复杂度内快速按分数范围或排名范围查询成员。
4.3 常用命令
ZADD key score member [score member ...]：向有序集合添加一个或多个成员，或者更新已存在成员的分数。ZRANGE key start stop [WITHSCORES]：按照分数从小到大（升序）获取指定排名范围的成员。WITHSCORES可以同时返回分数。ZREVRANGE key start stop [WITHSCORES]：按照分数从大到小（降序）获取指定排名范围的成员。ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]：按照分数范围获取成员（升序）。LIMIT可以用于分页。ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count]：按照分数范围获取成员（降序）。注意 max 和 min 的顺序。ZREM key member [member ...]：移除有序集合中的一个或多个成员。ZCARD key：获取有序集合的成员数量。ZSCORE key member：获取指定成员的分数。ZRANK key member：获取指定成员的排名（从 0 开始，分数越低排名越靠前）。ZREVRANK key member：获取指定成员的排名（从 0 开始，分数越高排名越靠前）。ZCOUNT key min max：获取分数在指定范围内的成员数量。ZINCRBY key increment member：原子性地增加指定成员的分数。ZSCAN key cursor [MATCH pattern] [COUNT count]：迭代有序集合中的元素（适用于大集合，避免阻塞）。
4.4 典型应用场景
- 排行榜： 最经典的场景。使用 ZSet 存储玩家分数和对应的玩家 ID。
ZADD更新分数，ZREVRANGE获取 Top N 玩家，ZRANK/ZREVRANK获取玩家排名，ZRANGEBYSCORE获取分数在某个范围内的玩家。 - 带有权重的任务队列： 使用分数字段作为任务的优先级或执行时间戳。
- 延迟队列： 将任务的执行时间戳作为 score，到期后使用
ZRANGEBYSCORE结合ZREM取出到期的任务执行。 - 范围查找： 存储带有时间戳或数值度量的数据，通过
ZRANGEBYSCORE进行范围查找。例如，存储商品的销售额和 ID，查找销售额在某个范围内的商品。 - 实时榜单： 根据用户的活跃度、贡献值等作为分数，实时更新榜单。
4.5 注意事项
- Sorted Set 的范围查询和排名查询非常高效 (O(log N) 或 O(log N + M)，M 是返回的元素数量)，是其核心优势。
ZADD命令在添加新成员或更新成员分数时，时间复杂度是 O(log N)。- 虽然分数可以重复，但成员必须唯一。
- 对于非常大的 Sorted Set，
ZRANGE或ZREVRANGE如果返回大量元素，可能会占用较多网络带宽和客户端内存。可以使用LIMIT参数进行分页，或考虑使用ZSCAN进行迭代。
5. 哈希 (Hash)
5.1 描述
Hash (哈希) 是一个存储键值对的无序散列表。它将多个字段 (field) 和值 (value) 关联到一个 Redis 键上。从概念上讲，它类似于关系型数据库中的一行记录，或者编程语言中的一个对象或字典。
Hash 非常适合用于存储对象，例如用户的详细信息、商品的属性等。每个 Hash 可以包含高达 2^32 – 1 个字段-值对。
5.2 内部实现
Hash 的底层实现也根据字段数量和值的大小进行了优化：
- ziplist (压缩列表)： 当 Hash 中包含的字段数量较少（默认小于 512 个）且所有字段名和值都较短（默认小于 64 字节）时，Redis 使用 ziplist 编码。ziplist 以紧凑的方式存储字段和值对，非常节省内存。
- hashtable (哈希表)： 当不满足 ziplist 的条件时，Redis 使用哈希表来实现 Hash。外部哈希表的键是 Hash 的字段名，值是字段对应的值。这种方式提供了 O(1) 的平均时间复杂度来进行字段的查找、添加、修改和删除。
5.3 常用命令
HSET key field value [field value ...]：设置哈希表中一个或多个字段的值。如果字段不存在，则创建；如果已存在，则覆盖。HGET key field：获取哈希表中指定字段的值。HMSET key field1 value1 field2 value2 ...：同时设置多个字段的值 (在 Redis 4.0 后，HSET 已经可以实现 HMSET 的功能，HMSET 在新版本中可能被标记为废弃或建议使用 HSET)。HMGET key field1 [field2 ...]：同时获取哈希表中一个或多个字段的值。HGETALL key：获取哈希表中所有字段和值。返回一个列表，包含 field1, value1, field2, value2 … 的顺序。HDEL key field [field ...]：删除哈希表中一个或多个字段。HEXISTS key field：判断哈希表中指定字段是否存在。HKEYS key：获取哈希表中所有字段名。HVALS key：获取哈希表中所有值。HLEN key：获取哈希表中字段的数量。HINCRBY key field increment：原子性地增加哈希表中指定字段的数字值。HSCAN key cursor [MATCH pattern] [COUNT count]：迭代哈希表中的字段和值（适用于大哈希表）。
5.4 典型应用场景
- 存储对象： 存储用户的属性信息，如用户 ID、用户名、年龄、性别等。例如，
HSET user:100 id 100 username "alice" age 30。获取用户所有信息：HGETALL user:100。获取特定信息：HGET user:100 username。 - 存储商品信息： 存储商品的 SKU、名称、价格、库存等属性。
- 配置信息： 存储应用程序的配置参数。
- 购物车： 使用一个 Hash 存储用户的购物车信息，field 为商品 ID，value 为购买数量。例如，
HSET cart:user:50 item:123 2 item:456 1。 - 统计： 存储对象的各种统计信息，例如文章的阅读数、点赞数、评论数等。
HINCRBY article:stats:100 views 1。
5.5 注意事项
- 使用 Hash 存储对象相比于将对象序列化后存储为一个 String，主要优势在于可以单独获取或修改对象中的某个字段，而无需获取整个对象并反序列化。这在高并发场景下非常高效。
HGETALL会获取哈希表的所有字段和值，对于字段非常多的 Hash，这可能是一个耗时且占用网络带宽的操作。如果只需要部分字段，使用HMGET。对于非常大的 Hash，建议使用HSCAN进行迭代。- 尽管 Hash 内部使用了 ziplist 优化小哈希表，但当数据量增长超出阈值时，会转换为哈希表，此时每个字段都会有一定的内存开销。
结论
通过对 Redis 的五种基础数据类型的详细了解，我们可以看到 Redis 的强大之处在于它不仅仅是一个简单的键值存储系统，更是一个支持多种高效数据结构的平台。String 的通用性、List 的有序性和两端操作优势、Set 的唯一性和集合运算能力、Sorted Set 的排序和范围查询特性、以及 Hash 的结构化存储能力，使得 Redis 能够轻松应对缓存、队列、排行榜、计数器、发布/订阅、地理位置等多种复杂的应用场景。
选择正确的数据类型对于发挥 Redis 的最大性能和降低内存开销至关重要。在设计应用架构时，应仔细分析数据的特点和访问模式，选择最适合的 Redis 数据类型来存储和操作数据。熟练掌握这五种基础类型及其常用命令，是成为一名合格的 Redis 使用者的必经之路。
除了这五种基础类型，Redis 还提供了 Bitmaps（位图）、HyperLogLog（基数统计）、Geospatial（地理空间索引）等更高级的数据类型，它们在特定领域提供了更高效的解决方案。但掌握基础是前提，希望本文能为你深入学习 Redis 打下坚实的基础。