Redis五大基础数据类型命令详解与经典应用场景

文章目录

• 前言
• [一、 String（字符串）结构](#一、 String（字符串）结构)
• • [1.1 字符串常用操作命令](#1.1 字符串常用操作命令)
  • [1.2 原子加减操作](#1.2 原子加减操作)
  • [1.3 核心应用场景](#1.3 核心应用场景)
• [二、 Hash（哈希）结构](#二、 Hash（哈希）结构)
• • [2.1 Hash 常用操作命令](#2.1 Hash 常用操作命令)
  • [2.2 核心应用场景](#2.2 核心应用场景)
  • [2.3 Hash 结构的优缺点分析](#2.3 Hash 结构的优缺点分析)
• [三、 List（列表）类型](#三、 List（列表）类型)
• • [3.1 List 常用操作命令](#3.1 List 常用操作命令)
  • [3.2 经典数据结构组合模拟](#3.2 经典数据结构组合模拟)
  • [3.3 核心应用场景](#3.3 核心应用场景)
  • [3.4 关键注意点](#3.4 关键注意点)
• [四、 Set（集合）类型](#四、 Set（集合）类型)
• • [4.1 Set 常用基础操作](#4.1 Set 常用基础操作)
  • [4.2 Set 核心运算操作](#4.2 Set 核心运算操作)
  • [4.3 核心应用场景](#4.3 核心应用场景)
• [五、 ZSet（有序集合）类型](#五、 ZSet（有序集合）类型)
• • [5.1 ZSet 常用操作命令](#5.1 ZSet 常用操作命令)
  • [5.2 ZSet 高级集合运算操作](#5.2 ZSet 高级集合运算操作)
  • [5.3 核心应用场景：实时热搜排行榜](#5.3 核心应用场景：实时热搜排行榜)
• 结语

前言

在当今的高并发、高性能系统架构中，Redis 无疑是缓存与高并发组件里的中流砥柱。Redis 7 提供了非常丰富的数据结构，用于应对各种复杂的业务场景。本篇文章将带你深度剖析 Redis 最核心、最基础的五大传统数据结构：String（字符串） 、Hash（哈希） 、List（列表） 、Set（集合） 和 ZSet（有序集合），全面解析它们的常用命令与经典应用场景。

一、 String（字符串）结构

String 是 Redis 中最简单、最基础、也是最常用的键值对数据类型。它的底层结构支持存储文本字符串、二进制数据以及数值。

1.1 字符串常用操作命令

• SET key value：存入一个字符串键值对。
• MSET key value [key value ...]：批量存储多个字符串键值对。
• SETNX key value：存入一个不存在的字符串键值对；如果该键在数据库中已经存在，则该操作不起任何作用并返回 0。
• GET key：获取指定字符串键的值。
• MGET key [key ...]：批量获取多个字符串键的值。
• DEL key [key ...]：删除一个或多个指定的键。
• EXPIRE key seconds：设置一个键的过期时间（单位为秒）；如果超过设定时间，该键会自动过期失效，在数据库中也将无法被访问。
• APPEND key value：在已有键值的末尾追加指定的字符串内容。

1.2 原子加减操作

• INCR key：将 key 中存储的数字值原子加 1。
• DECR key：将 key 中存储的数字值原子减 1。
• INCRBY key increment：将 key 所存储的值加上指定的整数增量 increment。
• DECRBY key decrement：将 key所存储的值减去指定的整数减量 decrement。

1.3 核心应用场景

• 单值缓存 ：通过基本的 SET key value 或 APPEND key value 缓存一些全局变量、配置、或者基础 Token 数据。
• 对象缓存 ：
  1. 整体 JSON 存取 ：SET user:1 '{"name": "roy", "balance":1888}'。
  2. 多属性分离存取 ：通过 MSET user:1:name roy user:1:balance 1888 批量管理对象字段，配合 MGET user:1:name user:1:balance 进行高效读取。
• 分布式锁 ：
  利用 SETNX product:10001 true 来竞争锁。若返回 1 代表获取锁成功，返回 0 则代表失败。业务执行完毕后通过 DEL product:10001 释放锁。在实际高并发业务中，推荐引入原子过期的组合命令：SET product:10001 true ex 10 nx，以防止因为程序异常终止引发死锁问题。

二、 Hash（哈希）结构

Hash 结构是一个键值对集合，它非常类似于 Java 中的 HashMap 或 Python 中的字典，其内部由 field 和 value 组成，非常适合用于存储结构化的对象。

2.1 Hash 常用操作命令

• HSET key field value：存储一个哈希表 key 中的 field 键值对。
• HSETNX key field value：仅在哈希表 key 中不存在 field 时，才存储该 field 键值对。
• HMSET key field value [field value ...]：在一个哈希表 key 中同时存储多个 field-value 键值对。
• HGET key field：获取哈希表 key 中指定 field 对应的值。
• HMGET key field [field ...]：批量获取哈希表 key 中多个 field 对应的值。
• HDEL key field [field ...]：删除哈希表 key 中的一个或多个 field 键值。
• HLEN key：返回哈希表 key 中 field 的字段数量。
• HGETALL key：返回哈希表 key 中所有的内部键值对（包括 field 与 value）。
• HINCRBY key field increment：为哈希表 key 中指定的 field 字段的值加上整数增量 increment。

2.2 核心应用场景

• 对象缓存 ：可以用 HSET user:1 name roy balance 1888 来单独存储并更新用户的各个独立属性，利用 HMGET user:1 name balance 自由获取所需字段。也可以使用类似二维表的设计，将多个对象聚合存储在一个大 Hash 表里。
• 电商购物车 ：
  • 业务设计 ：以 用户id 为 key，商品id 为 field，商品数量 为 value。
  • 添加商品 ：HSET cart:1001 10088 1。
  • 增加数量 ：HINCRBY cart:1001 10088 1。
  • 商品总数 （购物车总件数）：HLEN cart:1001。
  • 删除商品 ：HDEL cart:1001 10088。
  • 获取购物车所有商品 ：HGETALL cart:1001。

2.3 Hash 结构的优缺点分析

• 优点 ：
  1. 同类数据进行归类整合存储，极大地方便了数据的维护与管理。
  2. 相比 String 的多键操作，对 CPU 和内存的消耗更小。
  3. 相比于散落的 String 键，Hash 存储结构更加紧凑，更加节省空间。
• 缺点 ：
  1. Redis 的过期功能（Expire）不能直接应用在单个 field 上，只能作用于整个主 key。
  2. 在 Redis 集群架构（Cluster）下，由于 Hash 只能驻留在单台机器，因而不适合大规模或极大数据量的堆积使用。

三、 List（列表）类型

List 类似一个有序的数据链表，支持从左侧（头部）或右侧（尾部）插入或弹出元素，并且具备两套索引体系：正数索引从左往右（从 0 开始），负数索引从右往左（从 -1 开始）。

3.1 List 常用操作命令

• LPUSH key value [value ...]：将一个或多个值 value 插入到列表 key 的表头（最左边）。
• RPUSH key value [value ...]：将一个或多个值 value 插入到列表 key 的表尾（最右边）。
• LPOP key：移除并返回列表 key 的头元素（最左侧元素）。
• RPOP key：移除并返回列表 key 的尾元素（最右侧元素）。
• LRANGE key start stop：返回列表 key 中指定区间内的元素，区间以偏移量 start 和 stop 指定。
• BLPOP key [key ...] timeout：从列表表头弹出一个元素；若列表中没有元素，则会阻塞等待 timeout 秒，如果设置 timeout 为 0，则会一直阻塞等待直到有新数据加入。
• BRPOP key [key ...] timeout：从列表表尾弹出一个元素；若列表中没有元素，则会阻塞等待 timeout 秒，如果设置 timeout 为 0，则会一直阻塞等待直到有新数据加入。

3.2 经典数据结构组合模拟

通过巧妙的命令组合，List 可以非常简单地模拟出传统计算机科学里的核心数据结构：

• Stack（栈） = LPUSH + LPOP（先进后出）
• Queue（队列） = LPUSH + RPOP（先进先出）
• Blocking MQ（阻塞队列） = LPUSH + BRPOP（高并发阻塞式消息队列）

3.3 核心应用场景

• 内容聚合流展示：常常用于视频列表、长文章或签到列表的分页和按时间倒序拉取。
• 业务流转：如医院挂号、银行柜台排队机系统的底层任务排队，以及各种简化版的轻量级 MQ 异步通信架构。

3.4 关键注意点

1. 大 Key 问题 ：一个 List 的极限容量虽然高达 2 32 − 1 2^{32}-1 232−1 个元素（约40亿），但在实际企业应用开发中，应严格防范大 Key，避免单列表存储过多数据拖慢内存回收与持久化。
2. 性能损耗 ：List 的底层在 Redis 7 内部表现为一个双向链表，对两端（双端）的操作性能极高。但是，如果企图通过索引下标直接访问或操作列表中间某个节点的数据（如 LINDEX 等），需要进行全表遍历，此时性能就会比较低。

四、 Set（集合）类型

Redis 的 Set 类型是一个无序的、不可重复的字符串集合。它除了支持基础的增删改查以外，还天生具备多集合之间的数学运算（交、并、差集）能力。

4.1 Set 常用基础操作

• SADD key member [member ...]：往集合 key 中存入元素；如果元素已存在则会自动忽略，若 key 不存在则新建一个集合。
• SREM key member [member ...]：从集合 key 中删除一个或多个指定的元素。
• SMEMBERS key：获取集合 key 中的所有元素。
• SCARD key：获取集合 key 内部目前的元素总个数。
• SISMEMBER key member：判断 member 元素是否存在于集合 key 当中。
• SRANDMEMBER key [count]：从集合 key 中随机选出 count 个元素，但不会从原集合中将元素删除。
• SPOP key [count]：从集合 key 中随机抽选并弹出 count 个元素，被选中的元素会从原集合中被彻底移除。

4.2 Set 核心运算操作

• SINTER key [key ...]：计算多个指定集合之间的交集运算。
• SINTERSTORE destination key [key ...]：计算交集结果，并将其持久化存入新集合 destination 中。
• SUNION key [key ...]：计算多个指定集合之间的并集运算。
• SUNIONSTORE destination key [key ...]：计算并集结果，并将其持久化存入新集合 destination 中。
• SDIFF key [key ...]：计算以第一个集合为主体的多个集合之间的差集运算。
• SDIFFSTORE destination key [key ...]：计算差集结果，并将其持久化存入新集合 destination 中。

4.3 核心应用场景

• 微信/平台抽奖小程序 ：
  1. 点击"参与抽奖"将用户 ID 加进集合：SADD key {userID}。
  2. 管理员查看所有参与抽奖的用户列表：SMEMBERS key。
  3. 开奖时抽取 count 名中奖者：如果是允许重复中奖的不同奖项，可用 SRANDMEMBER key [count]；若是不允许重复中奖的排他奖项，则采用 SPOP key [count]。
• 微信、微博点赞、收藏与标签 ：
  1. 点赞文章：SADD like:{消息ID} {用户ID}。
  2. 取消点赞：SREM like:{消息ID} {用户ID}。
  3. 检查某个用户当前是否点过赞：SISMEMBER like:{消息ID} {用户ID}。
  4. 获取该消息所有点赞过的用户清单：SMEMBERS like:{消息ID}。
  5. 获取当前消息的总赞数：SCARD like:{消息ID}。
• 社交关系链计算（交/并/差集应用） ：
  • 共同关注的人 ：通过 SINTER set1 set2 set3 完美找出多用户的重合交集。
  • 朋友圈/人脉圈的总和 ：通过 SUNION set1 set2 聚合出所有好友的并集。
  • 你可能认识的人（好友推荐） ：通过 SDIFF set1 set2 计算出两用户好友列表的社交差集，精准推荐潜在好友。

五、 ZSet（有序集合）类型

ZSet（Sorted Set）是 Redis 极其精妙的一个高级数据类型。它保留了 Set 集合不能重复的特性，但集合内的每个元素都必须关联一个浮点数分值（score）。Redis 内部会根据这个分值，自动将集合内的元素进行从小到大的有序排列。

5.1 ZSet 常用操作命令

• ZADD key score member [[score member] ...]：往有序集合 key 中加入带有一个或多个分值的元素。
• ZREM key member [member ...]：从有序集合 key 中删除指定的 member 元素。
• ZSCORE key member：返回有序集合 key 中指定元素 member 关联的当前分值。
• ZINCRBY key increment member：为有序集合 key 中指定的 member 元素的分值加上对应的增量 increment（可以为整数或浮点数）。
• ZCARD key：返回有序集合 key 内部所包含的总体元素总个数。
• ZRANGE key start stop [WITHSCORES]：按照分值从小到大 的正序排列方式，获取有序集合 key 中下标从 start 到 stop 区间内的元素（带 WITHSCORES 选项会一并返回其分值）。
• ZREVRANGE key start stop [WITHSCORES]：按照分值从大到小的倒序排列方式，获取有序集合 key 中下标从 start 到 stop 区间内的元素（排行榜的核心命令）。

5.2 ZSet 高级集合运算操作

• ZUNIONSTORE destkey numkeys key [key ...]：计算多个指定有序集合之间的并集，并将得分求和/按配置计算后存入全新的有序集合 destkey 中。
• ZINTERSTORE destkey numkeys key [key ...]：计算多个指定有序集合之间的交集，并将重合元素的得分存入全新的有序集合 destkey 中。

5.3 核心应用场景：实时热搜排行榜

ZSet 最经典的杀手级应用场景非"实时热度排行榜"莫属。以下是完整的业务逻辑流转闭环模型：

1. 热度/点击量实时递增 ：

   当某条新闻（如 "守护香港"）被用户点击或搜索时，其热度权重自增 1：

   ZINCRBY hotNews:20190819 1 "守护香港"

2. 展示当日排行前十名的核心数据 ：

   在网站或 App 首页，需要展示当天热度最高的前 10 名（索引 0 到 9），按热度从大到小倒序输出：

   ZREVRANGE hotNews:20190819 0 9 WITHSCORES

3. 跨时间维度的多日（七日）搜索榜单综合计算 ：

   如果需要统计过去一整周（7天）的总排行，可利用并集计算，将 7 天的有序集合数据全部汇聚聚合到一个新集合中：

   ZUNIONSTORE hotNews:20190813-20190819 7 hotNews:20190813 hotNews:20190814 hotNews:20190815 hotNews:20190816 hotNews:20190817 hotNews:20190818 hotNews:20190819

4. 完美展示这七日综合热度排行前十的数据结果 ：

   直接对刚刚汇聚而成的七日总集合进行倒序拉取，即可直观呈现周榜单：

   ZREVRANGE hotNews:20190813-20190819 0 9 WITHSCORES

结语

Redis五大基础数据类型各有其独特的结构优势与适用边界。精准选择String、Hash、List、Set或ZSet，并规避大Key与集群限制等陷阱，是构建高性能缓存架构的核心能力。