很多人学习 Redis 时，最先记住的是五种基础数据类型：
String、Hash、List、Set、ZSet
但如果面试继续往下问：
String 底层为什么不是普通 C 字符串？ Hash 小数据和大数据底层一样吗？ List 为什么不用普通链表？ ZSet 为什么适合做排行榜？ Redis 的跳表是什么？ Bitmap、HyperLogLog、Geo 又适合什么场景？
这时候就不能只停留在"会用命令"的层面了。
这篇文章就从 Redis 对外数据类型讲到底层结构，帮助你把 Redis 回答得更有"底层味"。
一、Redis 的数据类型和底层结构是一回事吗？
不是。
Redis 对外提供的数据类型是：
String Hash List Set ZSet
但这些类型在 Redis 内部可能会使用不同的底层编码结构。
比如 Hash：
数据少、字段短：可能使用紧凑结构
数据变多：转换为 hashtable
可以这样理解：
| 层级 | 作用 |
|---|---|
| 对外数据类型 | 给程序员使用，比如 String、Hash、List |
| 底层编码结构 | Redis 内部为了性能和内存选择的实现 |
Redis 的设计思路很明显：
小数据优先省内存 大数据优先查得快
二、Redis String 底层是什么？
Redis String 底层不是 C 语言原生字符串，而是 SDS。
SDS 全称：
Simple Dynamic String
SDS 会记录：
字符串长度 剩余空间 真实内容
大致可以理解为：
len: 已使用长度 alloc: 分配空间长度 buf: 字符串内容
所以 Redis 获取字符串长度时，不需要从头遍历到尾，可以直接拿到长度。
三、SDS 相比 C 字符串有什么优势？
SDS 的主要优势有这些：
| 优势 | 说明 |
|---|---|
| 获取长度 O(1) | C 字符串要遍历到 \0 |
| 防止缓冲区溢出 | SDS 记录空间大小，扩容更安全 |
| 二进制安全 | 内容中可以包含 \0 |
| 减少内存分配 | 通过预分配和惰性释放优化性能 |
C 字符串用 \0 判断结尾，不适合存二进制数据。
而 SDS 自己记录长度，所以即使内容中有 \0，也可以正常存储。
这也是为什么 Redis String 不只是能存文本，还能存图片、序列化对象等二进制数据。
四、Hash 类型底层怎么实现？
Redis Hash 底层常见两种编码：
listpack hashtable
数据量小、字段和值都比较短时，Redis 会使用 listpack，节省内存。
数据变大后，会转成 hashtable，提高查询效率。
可以简单记：
小 Hash：更省内存 大 Hash：更重性能
流程图：
五、为什么小 Hash 不直接用 hashtable？
因为 hashtable 虽然查询快，但有额外开销。
比如：
哈希桶 指针 对象结构 扩容成本
如果一个 Hash 里只有几个字段：
name age city
直接用 hashtable 反而浪费内存。
所以 Redis 对小对象会用更紧凑的结构存储，这也是 Redis 很重要的设计思想：
小数据优先省内存，大数据优先查得快。
六、List 类型底层是什么？
Redis List 以前使用 ziplist 和 linkedlist，后来主要使用 quicklist。
quicklist 可以理解为：
双向链表 + listpack
图示如下：
[listpack] <-> [listpack] <-> [listpack]
每个节点里不是只存一个元素，而是存一小段连续元素。
这样既保留了链表两端插入、删除快的特点，又减少了普通链表的指针开销。
七、为什么 Redis List 不直接用普通链表？
普通链表有几个问题：
每个节点都要额外存前后指针 内存碎片多 缓存局部性差
quicklist 把多个元素压缩在一个 listpack 中，可以减少内存浪费。
所以 List 适合：
消息队列 最新列表 两端插入弹出
但它不适合频繁按下标随机访问中间元素。
八、Set 类型底层怎么实现？
Redis Set 底层可能是：
intset hashtable
如果 Set 里全是整数，并且数量不多，Redis 会用 intset。
比如：
{1, 2, 3, 4}
如果元素变多，或者出现非整数元素，就会转成 hashtable。
可以这样记：
小整数集合：intset 普通集合：hashtable
流程图：
九、ZSet 底层怎么实现？
ZSet 也叫有序集合，底层核心是：
跳表 skiplist + 哈希表 dict
其中：
| 结构 | 作用 |
|---|---|
| dict | 根据 member 快速找到 score |
| skiplist | 按 score 排序，支持范围查询和排名 |
所以 ZSet 既能快速查分数：
ZSCORE rank user1
又能快速查排行榜：
ZREVRANGE rank 0 9
这也是为什么排行榜场景基本都会想到 ZSet。
十、什么是跳表？
跳表是一种有序数据结构。
它像给普通链表加了多级索引：
第3层：1 ----------------> 9 第2层：1 ------> 5 ------> 9 第1层：1 -> 3 -> 5 -> 7 -> 9
查找时，从高层往低层走，可以跳过很多节点。
平均查询复杂度是：
O(logN)
可以用这个图理解：
跳表实现起来比很多平衡树更简单，也很适合范围遍历。
十一、为什么 Redis ZSet 用跳表，不用红黑树？
常见原因有几个：
跳表实现相对简单 范围查询很方便 插入、删除、查询平均 O(logN) 调试和维护成本较低
ZSet 经常需要做：
查前 N 名 查某个分数范围 查某个元素排名
跳表天然适合范围遍历，所以 Redis 使用跳表来实现 ZSet 的有序能力。
十二、Redis 的字典 dict 是什么？
dict 是 Redis 内部广泛使用的哈希表结构。
很多地方都用它，比如：
Redis 全局 key 空间
Hash 大对象
Set 大对象
ZSet 的 member 到 score 映射
你可以把它理解为 Redis 内部的 HashMap。
Redis 根据 key 找 value，本质上也是在全局 dict 里查找。
十三、Redis 哈希表扩容会不会阻塞？
Redis 使用 渐进式 rehash。
如果一次性把旧哈希表所有数据迁移到新哈希表，可能会造成明显阻塞。
所以 Redis 会慢慢迁移：
每次处理命令时，顺便迁移一部分
这样把一次大开销拆成很多小开销。
流程图：
这就是渐进式 rehash。
十四、什么是 Bitmap？
Bitmap 本质上是 String，但按 bit 位操作。
它适合记录大量布尔状态，比如：
是否签到 是否在线 是否活跃 是否打卡
例如用户 1001 今天签到了：
SETBIT sign:2026-06-04 1001 1
统计当天签到人数：
BITCOUNT sign:2026-06-04
Bitmap 最大的优势是省内存。
比如 100 万用户每天是否签到：
100 万 bit ≈ 125 KB
如果用普通 key 存，每个用户一个 key，内存占用会大很多。
十五、Bitmap 适合什么项目场景？
典型场景：
| 场景 | 说明 |
|---|---|
| 用户签到 | 每个用户一个 bit |
| 用户是否活跃 | 记录某天是否活跃 |
| 布尔状态统计 | 在线状态、打卡状态 |
| 连续打卡 | 按日期维护多个 Bitmap |
例如：
sign:2026-06-04 active:2026-06-04
只要业务是大量 yes/no 状态，Bitmap 就很合适。
十六、什么是 HyperLogLog？
HyperLogLog 用来做基数统计。
基数就是去重后的数量。
比如统计网站 UV：
一天内有多少不同用户访问
命令示例：
PFADD uv:2026-06-04 user1 PFADD uv:2026-06-04 user2 PFCOUNT uv:2026-06-04
它的特点是：
占用内存极小 结果有少量误差
所以 HyperLogLog 适合"大规模去重计数，但允许少量误差"的场景。
十七、HyperLogLog 适合什么场景？
适合这些场景：
网站 UV 页面独立访客数
搜索关键词去重数量
活动访问人数估算
但要注意：
如果必须精确知道每个用户是谁，不能用 HyperLogLog； 如果只关心大概有多少不同用户，HyperLogLog 很合适。
比如统计 UV，误差很小但省大量内存，这时候就很划算。
十八、什么是 Geo？
Geo 是 Redis 提供的地理位置功能。
它可以存经纬度，并计算距离、附近的人、附近门店。
示例：
GEOADD shop:geo 116.397 39.908 shop1
GEODIST shop:geo shop1 shop2 km
GEOSEARCH shop:geo FROMLONLAT 116.4 39.9 BYRADIUS 5 km
适合场景：
附近商家 附近司机 附近门店 同城推荐
比如外卖、打车、本地生活类项目里，经常会用到类似能力。
十九、Redis Pipeline 是什么？
Pipeline 是客户端一次性发送多条命令，减少网络往返次数。
普通方式：
发送命令1 -> 等结果1
发送命令2 -> 等结果2
发送命令3 -> 等结果3
Pipeline：
一次发送命令1、2、3 再一次性接收结果
流程图：
Pipeline 模式：
注意：
Pipeline 不能保证事务原子性，它只是减少网络往返，提高批量操作性能。
二十、Redis 底层结构怎么在面试里串起来讲？
可以这样答：
Redis 对外提供 String、Hash、List、Set、ZSet 等类型，但底层会根据数据规模选择不同编码。 String 底层是 SDS，支持 O(1) 获取长度和二进制安全； Hash 小数据用紧凑结构，大数据用 hashtable； List 底层是 quicklist，兼顾链表操作和内存效率； Set 小整数集合用 intset，大集合用 hashtable； ZSet 通过 dict + skiplist 同时支持快速查分数和排序范围查询。 此外 Bitmap 适合布尔统计，HyperLogLog 适合 UV 估算，Geo 适合地理位置查询，Pipeline 可以减少网络往返。
总体流程图
总结
这一组可以按下面这条线来记：
String：SDS，二进制安全，长度获取 O(1)
Hash：小对象用 listpack 省内存，大对象用 hashtable 提高查询效率
List：quicklist，双向链表 + 紧凑存储
Set：intset 或 hashtable，天然去重
ZSet：dict + skiplist，适合排行榜和范围查询
Bitmap：适合签到、活跃状态这类布尔统计
HyperLogLog：适合 UV 这类去重数量估算
Geo：适合附近的人、附近门店
Pipeline：适合批量命令，减少网络开销
背完这一组，你的 Redis 回答就不只是"会用数据结构"了。
你还能继续往下讲：Redis 为什么 String 是二进制安全的，为什么小 Hash 更省内存，为什么 ZSet 能做排行榜，以及 Redis 是怎么在内存和性能之间做取舍的。
📌 码字不易，技术干货深度复盘！
如果这篇文章帮你看清了 MyBatis-Plus 查询的底层底细，别忘了 点赞、关注、收藏 三连走一波！支持作者不迷路，更多底层源码干货持续输出中！🚀
让我们一起学习面试知识，拿到自己想要的offer！