Redis是使用C语言编写的，存储模型是基于键值对的，键始终是一个字符串，而值可以是多种数据类型，每一种数据类型都有专门的命令集。

Redis数据类型和应用场景

先贴一个口诀，再对每个数据类型进行分析。

字列哈，集合位，有序集、基数流。

分别代表字符串、列表、哈希（散列表）、集合、位图、有序集合、HyperLogLog和流八种数据类型。划分数据类型主要是根据Redis的命令集，同一种数据类型对应同一个命令集合。 例如字符串类型的值，可以是字符串、数字或者二进制数据（Redis通过元数据来记录字符串的长度，而不是某个特殊符号），但是它们都属于字符串。

字符串

字符串对象支持字符串、数字和二进制。底层通过C的int和动态字符串（Simple Dynamic String）实现。Redis不会主动区分存储类型，而是根据命令的上下文来决定如何处理，Redis会动态选择合适的编码方式。 值比较长的时候，会把元数据和值分开存储，这一点在其它的类型中亦有体现。字符串Redis对象有三种编码方式：

  • int：可以用64位表示的整数对应的字符串，会按整数存储。
  • embstr：较短的字符串，会将字符串和元数据存储在连续内存块中。
  • raw：较长的字符串，会把字符串和元数据分开存储。（把Redis对象和对象的值分开存储，需要分配两次内存，但是扩展更方便）

字符串Redis对象可以用于缓存（json等类型的键值数据、二进制数据等）、计数（利用整数自增命令）、分布式锁（利用NX实现锁的获取和释放，EX实现锁过期）、统一信息存储（不同服务器共享一个Redis内的session信息）、简单消息队列。

列表

Redis列表对象的每一个元素都是字符串。Redis3.2版本之前，元素数目少和元素比较短的场景，会使用压缩列表，其它的情况会使用双向链表来存储Redis列表对象。3.2版本之后，列表底层实现统一为quicklist。 quicklist是一个由多个压缩列表组成的双向链表，支持从两端进行操作，每一个节点是一个压缩列表，存储多个列表字符串元素。（压缩列表把所有元素紧凑存储在连续内存中）

列表可以用于实现简单消息队列和阻塞队列。

  • 简单消息队列：生产者使用LPUSH/RPUSH，消费者使用LPOP/RPOP 轮询。
  • 阻塞队列：生产者使用LPUSH/RPUSH，消费者使用BLPOP/BRPOP命令，这些命令会阻塞到消息可用。

列表怎么实现一个可靠的消息队列？

  • 消息保序：LPUSH/RPUSH。
  • 阻塞读取：BRPOP。
  • 重复消息处理：生产者自行实现唯一ID。
  • 消息的可靠：使用BRPOPLPUSH，利用备份list。 最后，列表无法支持消费者组这一功能，但是stream可以。

哈希

Redis哈希对象是键值对的集合，适合存储对象的属性和属性值。例如HSET user:1001 name "Alice" age 25 email "[email protected]。Redis 7.0版本之前，元素数量少和元素长度短的时候，会使用压缩列表实现，数量多和元素长的时候，会使用哈希表实现。7.0版本之后，压缩列表被listpack代替，进一步优化了内存使用和性能。相比字符串，哈希一个键对应一个哈希表，而且直接支持字段级别的操作。

哈希适合用于缓存对象，能够缓存属性和属性值，并且能够快速查找。例如可以用于缓存购物车对象，用户ID为key，商品ID为字段名，商品的数量为字段值。

集合

Redis集合对象是无序的字符串集合，集合中每个元素是唯一的。当元素都是整数而且数目比较少时，使用整数集合，不满足这一条件的话，底层会使用哈希表实现。和List相比，集合是无序的，而且不能存储重复元素。值得注意的是，Redis支持集合之间的交集，并集和差集。

集合无序、不可重复，可以用来实现点赞、关注、共同好友和抽奖等功能。

有序集合

Redis有序集合对象的值，都是一个字符串+一个浮点数类型的分值。Redis7.0之前，元素数目少或者元素值短的时候使用压缩列表实现，其它情况使用跳表实现。7.0版本之后，压缩列表被listpack代替了。(和哈希里面一样)。

有序集合可以用于展示最新列表、排行榜和需要排序展示 的情况。

位图法

Redis bitmap对象是一串连续的二进制数组，底层使用string实现。通过偏移量来定位元素。例如SETBIT key offset value。

位图很适合二值状态存储，能够节省内存空间，例如记录签到情况、登录状态。

HyperLogLog

HyperLogLog 是 Redis 提供的一种基数估算数据结构，用于快速计算集合中不重复元素的近似数量（基数）。它的核心特点是通过牺牲一定的精确度，极大地降低内存使用量。HyperLogLog 的底层实现基于概率算法，适合处理大规模数据的去重统计场景。

HyperLogLog适合用于海量数据去重统计（统计网站独立访客数、活跃用户数）、大规模数据分析（日志分析、流量监控）、分布式系统（分布式环境中统计全局唯一元素的数量）。

流Stream

Stream是Redis5.0版本引入的，专门用于处理日志、消息队列和实时数据流等场景，支持高效的生产者、消费者模型、能够存储和管理有序的消息流。Stream的键是流的名称，而值是消息ID+键值对的集合，这个消息ID为时间戳-序列号。加入我们向mystream流添加了两条消息：

XADD mystream * key1 value1 key2 value2
XADD mystream * key3 value3 key4 value4

*告诉Redis要自动生成消息ID，结果如下

1683532800000-0: { key1: value1, key2: value2 }
1683532801000-0: { key3: value3, key4: value4 }

使用流Stream数据结构能够实现一个比较完善的消息队列，但是也有缺陷，这一点放在场景篇里面。

总结

Redis主要支持这八个数据类型，重点要记忆他们的值的类型格式和基本的应用场景。一些比较经典的应用场景会记录在Redis【场景篇】。