Redis 常用8 种数据结构：String、List、Hash、Set、ZSet、Geo、Bitmap、HyperLogLog，附带底层、用法、典型场景。
一、1. String（字符串）
底层
简单动态字符串 SDS，最大 512MB。
常用命令
set / get / mset / mget / incr / decr / setnx / expire
应用场景
-
缓存：用户信息、商品数据、接口结果（最常用）
-
计数器：文章阅读量、点赞数、访问次数
-
分布式锁：setnx + expire 实现简单锁
-
限流：IP 限流、接口防刷
-
全局唯一 ID：incr 自增生成 ID
-
会话存储：登录 token、session
二、2. List（列表）
底层
双向链表，头尾操作极快，中间访问慢。
常用命令
lpush / rpush / lpop / rpop / lrange / brpop（阻塞弹出）
应用场景
-
消息队列 / 简易队列：lpush + rpop
-
阻塞队列：brpop 实现简单延时/消费队列
-
时间线、信息流：朋友圈、动态列表、评论列表
-
栈：lpush + lpop
三、3. Hash（哈希）
底层
ziplist / hashtable，field-value 结构。
常用命令
hset / hget / hmset / hmget / hincrby / hdel
应用场景
-
存储对象：用户信息、商品信息（比 String 更省内存）
-
购物车：用户ID→商品ID→数量
-
短字段聚合数据：多个小字段统一管理
对比：存单个对象优先 Hash，不要拆多个 String。
四、4. Set（集合）
底层
intset / 哈希表，无序、去重。
常用命令
sadd / smembers / sismember / sinter / sunion / sdiff / spop
应用场景
-
去重：访客 IP 去重、点赞用户去重
-
交集/并集/差集：
◦ 共同好友、共同关注
◦ 好友推荐、粉丝对比
-
随机抽奖：spop 随机弹出中奖用户
-
标签系统：文章/用户标签
五、5. ZSet（有序集合 / Sorted Set）
底层
ziplist / 跳表(skiplist)，去重 + 按 score 排序。
常用命令
zadd / zrange / zrevrange / zrank / zrem / zscore
应用场景（高频考点）
-
排行榜：热度榜、积分榜、销量榜、直播间榜单
-
延时队列：score 存时间戳，轮询取到期任务
-
带权重排序：优先队列、任务权重排序
-
范围查询：按分数区间筛选数据
六、6. Bitmap（位图）
本质还是 String，按位操作。
常用命令
setbit / getbit / bitcount
应用场景
-
签到统计：用户每日签到（1 位代表 1 天）
-
活跃状态：用户在线/离线标记
-
海量布尔值统计（极度省内存）
七、7. HyperLogLog
基数统计，概率算法，有误差（0.81%），极小内存统计海量去重数量。
常用命令
pfadd / pfcount / pfmerge
应用场景
-
页面 UV 统计（独立访客数）
-
海量数据去重计数（不计明细，只算总数）
特点：只存数量，不存原始数据。
八、8. Geo（地理位置）
基于 ZSet 实现，存储经纬度。
常用命令
geoadd / geohash / geopos / geodist / georadius
应用场景
-
附近的人 / 附近门店
-
距离计算、范围查找
二、场景选型速查表（面试直接背）
• 单纯缓存、计数器、分布式锁、限流 → String
• 对象、购物车、多字段实体 → Hash
• 队列、栈、信息流、消息队列 → List
• 去重、交集并集、好友、标签、抽奖 → Set
• 排行榜、延时队列、有序任务 → ZSet
• 签到、布尔状态、海量标记 → Bitmap
• 大数据量 UV、独立访客计数（允许误差）→ HyperLogLog
• 经纬度、附近位置 → Geo
三、高频面试补充
-
List 为什么适合做队列？
双向链表，头尾 O(1)，阻塞命令 brpop 可实现简单消息队列。
-
ZSet 底层为什么用跳表不用红黑树？
跳表范围查询、排序、区间遍历更优，实现简单，内存友好。
-
Hash 与 String 存对象区别？
Hash 可单独更新某个字段，省内存；String 需要整存整取。
-
HyperLogLog 误差？
标准误差 0.81%，适合统计量，不要求绝对精确。