Redis的 9种数据结构，如何选择？-指挥学院-公会大作战活动集结号

Redis的 9种数据结构，如何选择？ In 指挥学院 @2026-03-03 06:13:02

Redis的 9种数据结构，如何选择？

一颗小谷粒

发表于 2025/06/30 21:54:24

2025/06/30

【摘要】 Redis的 9种数据结构，如何选择？作为一名合格的 Redis 使用者，我们一定要知道 Redis 有哪数据类型，以及每种数据类型的特征，操作方式和应用场景，这样才能帮助我们更好地决策使用哪种数据类型。本文我们将详细地介绍 Redis 9种数据类型：字符串（String）列表（List）集合（Set）有序集合（Sorted Set）哈希（Hash）位图（Bitmap）HyperLogLog...

Redis的 9种数据结构，如何选择？

作为一名合格的 Redis 使用者，我们一定要知道 Redis 有哪数据类型，以及每种数据类型的特征，操作方式和应用场景，这样才能帮助我们更好地决策使用哪种数据类型。本文我们将详细地介绍 Redis 9种数据类型：

字符串（String）

列表（List）

集合（Set）

有序集合（Sorted Set）

哈希（Hash）

位图（Bitmap）

HyperLogLog

流（Stream）

地理空间索引（Geospatial）

1. 字符串（String）

字符串是 Redis 中最基本、最常用的数据类型。一个字符串值可以包含任何数据，如文本、数字、二进制数据等，最大长度为 512MB。

1.1 常用命令

SET key value [EX seconds] [PX milliseconds] [NX|XX] ：设置指定键的值，可以选择设置过期时间、仅在键不存在时设置（NX）、仅在键存在时设置（XX）。

GET key：获取指定键的值。

DEL key：删除指定键。

INCR key：对存储在指定键的值进行递增，要求该值为整数。

DECR key：对存储在指定键的值进行递减操作，要求该值为整数。

APPEND key value：将指定值追加到键的现有值后面。

MGET key1 key2 ... ：批量获取多个键值对。

MSET key1 value1 key2 value2 ... ：批量设置多个键值对。

GETSET key value：将指定键的值设置为新值，并返回旧值。

1.2 应用场景

缓存：由于字符串的存取速度极快，广泛应用于缓存常用数据，如网页内容、用户会话等。

计数器：使用 INCR/DECR 命令可以高效地实现访问计数器、点赞数等。

分布式锁：通过 SET 命令的 NX 选项，可以实现简单的分布式锁机制。

存储小量数据：例如用户的基本信息、配置参数等。

1.3 注意事项

内存限制：虽然单个字符串最大可达 512MB，但实际使用中需注意 Redis 的内存容量和内存分配策略。

数据类型一致性：在使用 INCR/DECR 等命令时，确保键对应的值是整数类型，否则会引发错误。

2. 列表

列表是 Redis 中的一种简单的有序集合，内部使用双向链表实现。列表中的元素按插入顺序排列，允许重复的元素。Redis提供了一系列操作命令，可以在列表的头部或尾部插入、删除元素，也可以进行范围查询等操作。

2.1 常用命令

LPUSH key value [value ...] ：将一个或多个值插入到列表的头部。

RPUSH key value [value ...] ：将一个或多个值插入到列表的尾部。

LPOP key：从列表的头部移除并返回元素。

RPOP key：从列表的尾部移除并返回元素。

LRANGE key start stop：返回列表指定范围内的元素。

LLEN key：获取列表的长度。

LREM key count value：根据给定的值，从列表中移除元素，count参数定义移除的数量和方向。

LTRIM key start stop：对列表进行修剪，只保留指定范围内的元素。

LINDEX key index：获取列表中指定位置的元素。

LINSERT key BEFORE|AFTER pivot value：在列表中指定元素的前或后插入新的元素。

2.2 应用场景

消息队列：由于列表支持先进先出（FIFO）和后进先出（LIFO）的操作，可以用作简单的消息队列。

任务调度：将任务放入列表中，通过消费者从列表中取出并处理，实现任务的分发和调度。

排行榜：结合其它数据结构，可以实现简单的排行榜功能。

实时聊天：存储近期的聊天记录或消息日志。

2.3 注意事项

内存消耗：由于列表底层使用双向链表实现，对于大量元素的列表可能会消耗较多内存。

性能问题：频繁地在列表的中间进行插入或删除操作，可能会影响性能，建议尽量在两端进行操作。

3. 集合

集合是一种无序的、唯一性的元素集合。Redis 中的 Set 使用哈希表来实现，因此具有快速的成员查找、添加和删除等操作。集合支持丰富的集合运算，如求交集、并集和差集，非常适合处理无序且不重复的数据。

3.1 常用命令

SADD key member [member ...] ：向集合添加一个或多个成员。

SREM key member [member ...] ：从集合中移除一个或多个成员。

SMEMBERS key：返回集合中的所有成员。

SISMEMBER key member：判断指定成员是否是集合的成员。

SCARD key：获取集合的成员数量。

SRANDMEMBER key [count] ：随机返回集合中的一个或多个成员。

SINTER key [key ...] ：计算多个集合的交集

SUNION key [key ...] ：计算多个集合的并集

SDIFF key [key ...] ：分别计算多个集合的差集。

SMOVE source destination member：将成员从一个集合移动到另一个集合。

3.2 应用场景

标签系统：为对象打上多个标签，并通过集合运算实现标签的交叉查询。

社交网络：保存用户的关注列表、粉丝列表等，利用集合的唯一性特性防止重复。

推荐系统：通过计算用户行为集合的交集或并集，生成个性化推荐。

权限管理：存储用户的权限集合，通过集合运算实现权限的继承和组合。

3.3 注意事项

无序性：集合不保证元素的顺序，如果需要有序的数据，请考虑使用其他数据类型如有序集合。

唯一性：集合中的元素是唯一的，如果需要存储重复的数据，需要使用其他数据结构或在元素中添加唯一标识符。

内存优化：对于大量元素的集合，可以通过RDB或AOF持久化策略进行优化，减少内存消耗。

4. 有序集合

有序集合是在集合的基础上增加了“权重”或者“分数”（score）概念的集合类型。每个元素在有序集合中都关联一个分数，Redis通过分数对集合中的元素进行排序。内部实现采用跳表（Skip List）数据结构，允许高效的范围查询和排名操作。

4.1 常用命令

ZADD key [NX|XX] [CH] [INCR] score member [score member ...] ：向有序集合添加一个或多个成员，或者更新成员的分数。

ZREM key member [member ...] ：移除一个或多个成员。

ZINCRBY key increment member：为有序集合中的成员的分数加上指定的增量值。

ZRANGE key start stop [WITHSCORES] ：返回有序集合中指定范围内的成员，按分数正序排列。

ZREVRANGE key start stop [WITHSCORES] ：返回有序集合中指定范围内的成员，按分数逆序排列。

ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count] ：返回有序集合中分数在指定范围内的成员。

ZREVRANGEBYSCORE key max min [WITHSCORES] [LIMIT offset count] ：返回有序集合中分数在指定范围内的成员。

ZSCORE key member：返回成员的分数。

ZCARD key：获取有序集合的成员数量。

ZCOUNT key min max：统计有序集合中分数在指定范围内的成员数量。

ZRANK key member：返回成员在有序集合中的排名，从小到大

ZREVRANK key member：返回成员在有序集合中的排名，从大到小。

ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX] ：对多个有序集合进行并集运算，并将结果存储到目标键。

ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX] ：对多个有序集合进行交集运算，并将结果存储到目标键。

4.2 应用场景

排行榜：有序集合非常适合实现游戏排行榜、销售排行等功能，通过分数来定义排名。

延时队列：利用分数表示任务的执行时间，实现延时任务的调度。

推荐系统：通过分数表示推荐的相关性或优先级，动态调整推荐结果。

地理位置排名：结合地理空间索引，按照距离或其他指标对地理位置进行排序。

计时任务：存储定时任务的执行时间，并根据当前时间触发相应的任务。

4.3 注意事项

分数的唯一性：有序集合中的成员可以有相同的分数，但成员本身必须唯一。

分数的精度：分数是双精度浮点数，可能存在精度问题，需在应用层面做好相应处理。

性能优化：对于大量的有序集合操作，合理使用 pipeline 或批量操作命令，提升性能。

5. 哈希

哈希是 Redis 中用于存储键值对映射的数据类型。类似于编程语言中的字典、Map 或对象，哈希适合存储对象的属性信息。内部实现使用哈希表或者压缩列表（ziplist），当字段数量较少时，使用压缩列表可以节省内存。

5.1 常用命令

HSET key field value [field value ...] : 向哈希中设置一个字段及其值

HMSET key field value [field value ...] ：向哈希中设置多个字段及其值

HGET key field：获取哈希中指定字段的值

HMGET key field [field ...] ：获取哈希中多个字段的值

HDEL key field [field ...] ：删除哈希中的一个或多个字段

HEXISTS key field：判断哈希中是否存在指定字段

HLEN key：获取哈希中字段的数量

HGETALL key：获取哈希中所有的字段和值

HINCRBY key field increment：为哈希中的整数字段值加上指定的增量

HINCRBYFLOAT key field increment：为哈希中的浮点数字段值加上指定的增量

HKEYS key：分别获取哈希中的所有字段名

HVALS key：分别获取哈希中的所有字段值

HSCAN key cursor [MATCH pattern] [COUNT count]：遍历哈希中的字段和值

5.2 应用场景

对象存储：将对象的属性存储在哈希中，方便获取和修改单个属性。

会话管理：存储用户会话信息，如登录状态、权限等。

配置管理：存储应用的配置信息，通过哈希的字段结构组织数据。

统计数据：记录页面访问次数、用户行为等统计信息。

5.3 注意事项

字段数量：哈希在字段数量较少时性能和内存消耗较优，字段过多时可能不如使用字符串或有序集合高效。

数据一致性：在分布式环境中，更新哈希的某个字段时需注意数据的一致性和并发控制。

持久化策略：针对频繁更新的哈希数据，需合理配置Redis的持久化策略，避免数据丢失。

6. 位图

位图并不是 Redis 官方的数据类型，而是基于字符串数据类型的二进制位操作，通过对字符串进行位级别的操作，实现高效的位图功能。位图适合用于存在性判断、布隆过滤器、用户签到等场景。

6.1 常用命令

SETBIT key offset value：将指定偏移量的位设置为0或1。

GETBIT key offset：获取指定偏移量的位的值。

BITCOUNT key [start end] ：统计位图中值为1的位数量，可以指定范围。

BITOP operation destkey key [key ...] ：对多个位图进行位操作，如AND、OR、XOR、NOT，并将结果存储到目标键。

BITPOS key bit [start] [end] ：查找位图中第一个或最后一个指定值的位的位置。

6.2 应用场景

用户签到：通过位图表示用户的每日签到状态，高效存储和查询。

在线状态：记录用户的在线状态，通过位图快速判断用户是否在线。

侵入检测：利用位图进行数据的快速存在性检测，如防止重复提交。

布隆过滤器：与哈希算法结合，实现高效的布隆过滤器，用于防止缓存穿透等问题。

6.3 注意事项

偏移量管理：需要合理管理位图的偏移量，确保数据的一致性和正确性。

内存优化：位图基于字符串实现，设置较高的偏移量会导致内存浪费，需根据实际需求设计位图的大小。

原子性操作：Redis的位图操作是原子性的，但复杂的位操作需要在应用层进行逻辑控制。

7. HyperLogLog

HyperLogLog是一种用于基数估算的数据结构，Redis通过内置支持 HyperLogLog，实现了高效的基数统计功能。HyperLogLog在内存消耗极低的情况下，可以近似计算大规模数据的基数（如唯一用户数），但不支持删除操作。

7.1 常用命令

PFADD key element [element ...]：将元素添加到HyperLogLog中。

PFCOUNT key [key ...]：返回一个或多个HyperLogLog的数据基数估算。

PFMERGE destkey sourcekey [sourcekey ...]：合并多个HyperLogLog，并将结果存储到目标键。

7.2 应用场景

UV统计：统计网站或应用的独立访客（Unique Visitors）。

数据去重：快速估算大规模数据的去重基数。

实时分析：在实时数据流中进行基数统计，如消息队列中的唯一消费者数。

推荐系统：计算用户的独特行为，如浏览的独特商品数量。

7.3 注意事项

精度问题：HyperLogLog提供的是基数的近似值，误差在±0.81%左右，适用于大规模数据的估算场景。

不可删除：一旦元素被添加到HyperLogLog中，无法单独删除元素，适用于无需精确删除的场景。

多键合并：PFMERGE操作会合并多个HyperLogLog的数据，适用于分布式统计的合并需求。

8. 流

流是 Redis 5.0 引入的一种新的数据类型，用于处理消息队列和事件流。流支持消息的生产和消费，具有持久化、可靠性和可扩展性等特性。内部通过双端链表和索引实现，支持消费者组、消息确认等功能。

8.1 常用命令

XADD key [MAXLEN ~|= maxlen] * field value [field value ...]：向流中添加一条消息，可以限制流的长度。

XLEN key：获取流的长度，即消息数量。

XRANGE key start end [COUNT count]：按时间范围获取流中的消息，支持正向遍历。

XREVRANGE key end start [COUNT count]：按时间范围获取流中的消息，支持反向遍历。

XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] id [id ...]：阻塞读取流中的新消息。

XGROUP CREATE key groupname id [MKSTREAM]：消费者组管理命令。

XGROUP SETID key groupname id：消费者组管理命令。

XGROUP DELGROUP key groupname：消费者组管理命令。

XREADGROUP groupname consumer [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] id [id ...]：消费者组内部的阻塞读取命令。

XACK key groupname id [id ...]：确认消息已被消费。

XPENDING key groupname [start end count] [consumer]：查看消费者组的待处理消息。

XDEL key id [id ...]：删除指定消息或修剪流长度。

XTRIM key MAXLEN ~|= maxlen：删除指定消息或修剪流长度。

8.2 应用场景

消息队列：实现可靠的消息队列，支持消息的持久化和消费者组的负载均衡。

实时数据流处理：处理实时生成的数据流，如日志收集、事件追踪等。

通知系统：实现实时通知推送，如即时通讯、系统告警等。

任务调度：将任务以消息的形式放入流中，由消费者组分发和处理任务。

8.3 注意事项

消费确认：使用消费者组时，需要正确进行消息的确认（XACK），以避免消息丢失或重复消费。

流长度控制：通过XADD命令的MAXLEN选项或XTRIM命令定期修剪流的长度，防止数据无限增长。

消费者组管理：合理设计消费者组和消费者数量，避免消费者过多导致的性能问题。

持久化策略：由于流支持持久化，需要根据业务需求合理配置RDB或AOF持久化策略。

9. 地理空间索引

Redis 的地理空间索引基于有序集合实现，通过经纬度数据存储和地理空间计算，支持距离查询和范围查询。常用于实现基于地理位置的应用，如附近的人/商家、地图导航等。

9.1 常用命令

GEOADD key longitude latitude member [longitude latitude member ...]：向地理空间索引中添加成员及其经纬度信息。

GEODIST key member1 member2 [unit]：计算两个成员之间的距离，可以指定单位（米、千米、英里、英尺）。

GEORADIUS key longitude latitude radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ORDER ASC|DESC] [STORE key] [STOREDIST key]：根据给定的经纬度坐标和半径，查找在指定范围内的成员，可以选择返回坐标、距离、哈希值等附加信息。

GEORADIUSBYMEMBER key member radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ORDER ASC|DESC] [STORE key] [STOREDIST key]：根据给定的经纬度坐标和半径，查找在指定范围内的成员，可以选择返回坐标、距离、哈希值等附加信息。

GEOHASH key member [member ...]：返回一个或多个成员的Geohash编码。

GEOPOS key member [member ...]：返回一个或多个成员的经纬度坐标。

GEOSEARCH key FROMMEMBER member BYRADIUS radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]：基于成员或指定经纬度进行地理空间搜索。

GEOSEARCH key FROMLONLAT longitude latitude BYRADIUS radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]：基于成员或指定经纬度进行地理空间搜索。

9.2 应用场景

位置服务：实现基于位置的服务，如查找附近的餐厅、加油站、医院等。

物流配送：优化配送路线，根据地理位置进行调度和分配。

社交网络：查找附近的好友、动态或活动。

游戏开发：实现基于位置的游戏元素，如寻宝、位置打卡等。

9.3 注意事项

精度选择：通过 GEORADIUS 命令的 unit 参数选择合适的距离单位，确保计算的精度和性能。

数据分布：合理分布地理空间坐标，避免数据过于集中导致性能瓶颈。

索引维护：在添加或删除地理空间数据时，确保有序集合的索引被正确维护，避免数据不一致。

距离计算：GEODIST命令基于地球的球面模型进行距离计算，不适用于需要高度精确距离的场景。

10. 总结

本文我们分析了 Redis中常见的 9种数据类型，从最基本的字符串、列表、集合到复杂的有序集合、哈希，再到位图、HyperLogLog、流和地理空间索引，每种数据类型都有其独特的特性和应用场景。熟练掌握这些数据类型的使用及其底层实现，能够帮助我们设计高效、可扩展的系统架构，充分发挥Redis的性能优势。