Redis 五大数据结构及使用场景

一句话

Redis 提供 5 种基本数据结构（String、Hash、List、Set、ZSet），外加 3 种高级结构（Bitmap、HyperLogLog、Geo），每种都针对特定场景优化。面试重点是知道什么场景用什么结构。

1. String（字符串）

最基本的数据类型，最大 512MB，可以是文本也可以是二进制。

text 复制代码

常用命令：SET / GET / MSET / MGET / INCR / DECR
底层数据结构：SDS（Simple Dynamic String），支持动态扩容，二进制安全

场景	示例
普通缓存	`SET user:1001 '{"name":"Alice","age":30}'`
计数器	`INCR article:read:123`（原子自增）
分布式锁	`SET lock_key true NX EX 10`（NX=不存在才设置，EX=10 秒过期）
Session	`SET session:abc123 '{"userId":1001}' EX 1800`

2. Hash（哈希）

一个 key 对应多个 field-value，适合存储对象。

text 复制代码

常用命令：HSET / HGET / HMSET / HMGET / HDEL / HINCRBY
底层数据结构：ziplist（小数据量） → hashtable（大数据量）

场景	示例
对象缓存	`HSET user:1001 name Alice age 30`
购物车	`HSET cart:1001 sku_123 2`（field=商品 ID, value=数量）

String 存对象 vs Hash 存对象

text 复制代码

String 方式：
  SET user:1001 '{"name":"Alice","age":30}'
  → 改一个字段要序列化整个对象再写回去

Hash 方式：
  HSET user:1001 name Alice
  HSET user:1001 age 30
  → 改一个字段只需要 HSET 单个字段，更灵活更省内存

3. List（列表）

有序的字符串链表，两端插入弹出都是 O(1)。

text 复制代码

常用命令：LPUSH / RPUSH / LPOP / RPOP / LRANGE / BLPOP
底层数据结构：quicklist（ziplist + 双向链表）

场景	示例
消息队列	`LPUSH queue:task task_001`，`BRPOP queue:task 30`（阻塞消费）
最新列表	`LPUSH news:latest news_id`+`LTRIM news:latest 0 9`（只保留最新 10 条）
栈/队列	LPUSH+RPOP=队列，LPUSH+LPOP=栈

4. Set（集合）

无序不重复的字符串集合，支持集合运算。

text 复制代码

常用命令：SADD / SREM / SMEMBERS / SISMEMBER / SINTER / SUNION / SDIFF
底层数据结构：intset（全是整数且数量少） → hashtable

场景	示例
点赞/标签	`SADD news:123:liked user_456`，`SISMEMBER news:123:liked user_456`
共同关注	`SINTER follow:A follow:B`（A 和 B 的共同关注）
好友推荐	`SDIFF follow:A follow:B`（A 关注但 B 没关注的人）
去重	`SADD unique:ids id1 id2 id3`（自动去重）

5. ZSet（有序集合）

每个 member 关联一个 score，按 score 自动排序。

text 复制代码

常用命令：ZADD / ZREM / ZSCORE / ZRANGE / ZREVRANGE / ZINCRBY
底层数据结构：ziplist（少量数据） → skiplist + hashtable（跳表 + 哈希表）

场景	示例
排行榜	`ZINCRBY rank:2024 player_789 10`，`ZREVRANGE rank:2024 0 9 WITHSCORES`
延迟队列	score=执行时间戳，定时扫描 score <= now 的任务
滑动窗口限流	score=时间戳，ZREMRANGEBYSCORE 清理过期记录

6. 三种高级结构（了解即可）

结构	原理	场景
Bitmap	操作字符串的每一位，极其省空间	用户签到（`SETBIT sign:1001 100 1`）
HyperLogLog	概率数据结构，估算不重复元素数，误差 0.81%，只占 12KB	UV 统计
Geo	基于 ZSet 实现，存储经纬度	附近的人（`GEORADIUS cities 116.40 39.90 100 km`）

7. 底层数据结构总结

面试可能追问底层实现：

text 复制代码

String → SDS（动态字符串，预分配内存，减少 realloc）
Hash   → ziplist（元素少且小） → hashtable（元素多）
List   → quicklist（ziplist + 双向链表的折中方案）
Set    → intset（全是整数且 ≤ 512 个） → hashtable
ZSet   → ziplist（元素少） → skiplist + hashtable

核心思路：数据少时用压缩结构省内存，数据多时切换到高效结构。

🎙 面试回答模板

text 复制代码

"Redis 有 5 种基本数据结构。String 最通用，能做缓存、计数器、分布式锁；
Hash 适合存对象，比如用户信息或购物车，可以单独更新某个字段，
比 String 存整个 JSON 更灵活；List 是有序列表，可以当消息队列或最新消息列表；
Set 是无序不重复集合，支持交集并集差集，适合做点赞、标签、共同关注；
ZSet 是带分数的有序集合，最经典的场景就是排行榜。

另外还有 Bitmap 做签到、HyperLogLog 做 UV 统计、Geo 做附近的人，
这三种了解场景就行。

底层实现方面，Redis 会根据数据量自动选择压缩结构或高效结构，
数据少时用 ziplist/intset 省内存，数据多时切换到 hashtable/skiplist。"

参考来源

01_Raw【原始素材】/notion 资料/Notion/任务/Redis核心数据结构实战+服务搭建.md
01_Raw【原始素材】/notion 资料/Notion/任务/Redis7 底层数据结构解析.md
Redis 官方文档：Data types