一篇文章带你了解Redis数据类型
前言
Redis作为高性能键值存储（缓存/数据库），其数据类型设计是“高性能+多场景适配”的核心，也是面试高频考点、业务开发必备技能。本文将分「核心数据类型」「拓展数据类型」两大模块，讲透每个类型的特点、常用命令、实战场景，并附加记忆技巧，帮你快速掌握~
一、Redis核心数据类型（5大基础）
1. String（字符串）
定位：Redis最基础、最“万能”的数据类型
核心特点：存储文本、整数、二进制数据（最大512MB）；支持原子操作（线程安全）。
常用命令：
- 增改查： SET key value / GET key ；
- 原子运算： INCR key （自增）/ DECR key （自减）；
拓展操作： APPEND key str （追加）/ SETNX key value （分布式锁核心）。
实战场景：缓存HTML片段/用户会话、文章阅读量计数器、简单分布式锁。
记忆小贴士：“基础万能钥匙”——啥数据都能存，原子操作是核心优势。
2. Hash（哈希表）
定位：结构化对象的“专属存储容器”
核心特点：本质是“键值对集合”（类似Java HashMap）；可单独修改字段，无需传输整个对象。
常用命令：
- 单字段操作： HSET key field value / HGET key field ；
- 多字段操作： HMSET key field1 val1 field2 val2 / HGETALL key ；
- 删除： HDEL key field 。
实战场景：存储用户信息、商品详情（仅修改单个字段，节省带宽）。
记忆小贴士：“对象容器”——结构化数据存储首选，比String更灵活。
3. List（列表）
定位：有序双向操作的“队列/栈工具”
核心特点：基于双向链表实现，按插入顺序排序；支持两端插入/弹出，支持阻塞弹出。
常用命令：
- 插入： LPUSH key val （左插）/ RPUSH key val （右插）；
- 弹出： LPOP key / RPOP key / BLPOP key （阻塞左弹）；
- 范围查询： LRANGE key start end （ 0 -1 获取所有元素）。
实战场景：简单消息队列（ LPUSH+BRPOP ）、朋友圈/新闻最新动态列表。
记忆小贴士：“双向队列”——左右操作灵活，阻塞弹出是消息队列基础。
4. Set（集合）
定位：无序去重+集合运算的“社交工具”
核心特点：元素无序、唯一；支持交集、并集、差集运算。
常用命令：
- 增查： SADD key val / SMEMBERS key ；
- 集合运算： SINTER key1 key2 （交集）/ SUNION key1 key2 （并集）；
- 成员检查： SISMEMBER key val （判断元素是否存在）。
实战场景：文章标签系统（自动去重）、共同好友查询。
记忆小贴士：“去重计算器”——自动去重+集合运算，适配社交/标签场景。
5. Sorted Set（有序集合）
定位：带分数排序的“排行榜工具”
核心特点：元素唯一，关联 score （分数）排序；支持按score范围查询/逆序排序。
常用命令：
- 增： ZADD key score val ；
- 查： ZRANGE key start end （升序）/ ZREVRANK key val （逆序排名）；
- 删： ZREM key val 。
实战场景：游戏积分榜、延时队列（score存时间戳）。
记忆小贴士：“带分的集合”——score是排序依据，天生适配排行榜。
核心数据类型对比表
| 数据类型 | 核心优势 | 典型实战场景 |
|---|---|---|
| String | 基础万能存储+原子操作 | 缓存、计数器、分布式锁 |
| Hash | 结构化对象存储 | 用户信息、商品详情 |
| List | 双向有序操作+阻塞弹出 | 消息队列、最新动态列表 |
| Set | 无序去重+集合运算 | 标签系统、共同好友 |
| Sorted Set | 按score排序+范围查询 | 排行榜、延时队列 |
二、Redis拓展数据类型（4大进阶，业务提效）
1. Bitmaps（位图）
定位：布尔型数据的“空间压缩器”
- 本质：基于String的位操作（0/1表示状态）。
- 核心特点：极省空间（1亿用户签到仅需12MB）；支持位运算（与/或/异或）。
- 常用命令： SETBIT key offset 0/1 （设定位）、 GETBIT key offset （获取位）、 BITCOUNT key （统计1的数量）。
- 实战场景：用户签到统计、7天连续活跃用户计算（ BITOP AND ）。
2. HyperLogLog（基数统计）
定位：海量数据的“低内存去重计数器”
- 本质：概率型数据结构，牺牲0.81%精度换内存。
- 核心特点：内存固定（仅12KB）；支持多HyperLogLog合并。
- 常用命令： PFADD key val1 val2 （添加元素）、 PFCOUNT key （统计基数）、 PFMERGE destKey key1 key2 （合并）。
- 实战场景：网站UV统计、千万级数据去重计数。
3. Geospatial（地理位置）
定位：LBS场景的“地理工具包”
核心特点：存储经纬度；支持距离计算、范围查询。
常用命令：
- 添加位置： GEOADD key 经度 纬度 名称 （如 GEOADD shops 116.40 39.90 shop1 ）；
- 计算距离： GEODIST key name1 name2 km ；
- 范围查询： GEOSEARCH key FROMLONLAT 经度 纬度 BYRADIUS 5 km 。
实战场景：外卖“附近商家”推荐、物流轨迹追踪。
4. Stream（流）
定位：Redis5.0+的“可靠消息队列”
核心特点：支持多消费者组；消息可ACK确认、可回溯（避免丢失）。
常用命令：
生产消息： XADD key * field1 val1 （ * 自动生成消息ID）；
消费消息： XREAD GROUP groupName consumerName COUNT 5 STREAMS key > ；
创建消费组： XGROUP CREATE key groupName 0 。
实战场景：可靠分布式消息队列、系统操作事件溯源。
拓展数据类型对比表
| 数据类型 | 核心优势 | 典型实战场景 |
|---|---|---|
| Bitmaps | 布尔状态+极致省空间 | 用户签到、连续活跃统计 |
| HyperLogLog | 海量数据+低内存去重 | 网站UV统计、大数据去重计数 |
| Geospatial | 地理信息存储+距离/范围查询 | 附近商家推荐、物流轨迹追踪 |
| Stream | 多消费组+消息可靠投递 | 分布式消息队列、操作事件溯源 |
三、Redis数据类型选择口诀（快速记忆）
- 存对象 → 选Hash；
- 排顺序 → List（插入序）/ Sorted Set（score序）；
- 去重+集合运算 → Set；
- 布尔状态+省空间 → Bitmaps；
- 海量去重计数 → HyperLogLog；
- LBS地理场景 → Geospatial；
- 可靠消息队列 → Stream。