Redis 数据类型全景：五种基础类型怎么用、什么时候用

个人主页： > for_ever_love__ <（欢迎各位大佬莅临😊）
其他栏目: > 大模型开发从0到1 <
其他栏目: > iOS项目总结大全 <
其他栏目: > 我想学python了 <
其他栏目: > iOS UI <

文章目录

[Redis 数据类型全景：五种基础类型怎么用、什么时候用](#Redis 数据类型全景：五种基础类型怎么用、什么时候用)
- [一、Redis 的键与值](#一、Redis 的键与值)
- - 底层编码：同一个类型可能有多种实现
- 二、String：最基础也最常被误用
- - 适用场景
  - [⚠️ 常见误用：什么都往 String 里塞](#⚠️ 常见误用：什么都往 String 里塞)
- 三、Hash：对象存储的正解
- - 适用场景
  - [⚠️ 两个坑](#⚠️ 两个坑)
- 四、List：有序可重复
- - 适用场景
- 五、Set：无序去重
- - 适用场景
- [六、ZSet（Sorted Set）：排行榜的不二之选](#六、ZSet（Sorted Set）：排行榜的不二之选)
- - 适用场景
- 七、三种扩展类型
- - [7.1 Bitmap：海量布尔值](#7.1 Bitmap：海量布尔值)
  - [7.2 HyperLogLog：UV 统计](#7.2 HyperLogLog：UV 统计)
  - [7.3 Geo：地理位置](#7.3 Geo：地理位置)
  - [7.4 Stream：正经的消息队列](#7.4 Stream：正经的消息队列)
- 八、选型速查表
- 九、三个通用原则
- 十、小结

Redis 数据类型全景：五种基础类型怎么用、什么时候用

Redis 快不全是因为"在内存里"，数据结构选对了 才是关键。

用 String 存一个用户信息，和用 Hash 存，

内存占用和网络传输量能差好几倍。

本篇把五种基础类型 + 三种扩展类型讲透，

重点是每种类型的适用场景和一个能直接抄的例子。

一、Redis 的键与值

先明确一件事：Redis 的 key 永远是 String ，

我们说的"数据类型"指的是 value 的类型。

bash 复制代码

TYPE user:1        # 查看类型
OBJECT ENCODING user:1   # 查看底层编码（很重要，见下文）

底层编码：同一个类型可能有多种实现

这是 Redis 内存优化的核心机制。比如 Hash：

条件	编码	特点
字段少（≤512）+ 值小（≤64字节）	`ziplist`（紧凑列表）	省内存，但查询是 O(n)
超出阈值	`hashtable`	查询 O(1)，但内存开销大

bash 复制代码

HSET small_hash a 1 b 2
OBJECT ENCODING small_hash      # ziplist / listpack

# 塞进 600 个字段后
OBJECT ENCODING small_hash      # hashtable  ← 自动转换

⚠️ 转换是单向的 ：一旦变成 hashtable，删掉字段也不会变回 ziplist。

所以阈值要提前规划（可在配置里调 hash-max-listpack-entries）。

二、String：最基础也最常被误用

bash 复制代码

SET name "Tom"
GET name                       # "Tom"
SET counter 0
INCR counter                   # 1（原子自增）
INCRBY counter 10              # 11
SETEX token 3600 "abc"         # 设置并指定 3600 秒过期（原子操作！）
SETNX lock_key 1               # 不存在才设置（分布式锁的基石）
MSET k1 v1 k2 v2               # 批量设置，减少网络往返
MGET k1 k2

适用场景

场景	例子
缓存单个值	用户信息 JSON、配置
计数器	点赞数、浏览量（`INCR` 原子）
分布式锁	`SET key value NX EX 30`
限流	`INCR` + `EXPIRE`
Session	token → 用户信息

⚠️ 常见误用：什么都往 String 里塞

bash 复制代码

# ❌ 存整个对象，改一个字段要全量读写
SET user:1 '{"name":"Tom","age":20,"city":"Beijing"}'
GET user:1        # 只想看 age，却要把整个 JSON 传回来

如果这个对象经常只改一两个字段，用 Hash 更合适。

但如果每次都是整体读写 （比如缓存整个 HTML 片段），String 反而更好------

因为字符串编码更紧凑。

判断标准：

整体读写 → String
频繁改单个字段 → Hash

三、Hash：对象存储的正解

bash 复制代码

HSET user:1 name "Tom" age 20 city "Beijing"
HGET user:1 name                  # "Tom"
HMGET user:1 name age             # 批量取
HGETALL user:1                    # 全取（⚠️ 大 hash 会阻塞）
HINCRBY user:1 age 1              # 字段自增
HLEN user:1                       # 字段数
HEXISTS user:1 email              # 字段是否存在

适用场景

场景	例子
对象存储	用户信息、商品属性
购物车	`cart:userId` → `{商品ID: 数量}`
配置项分组	一组相关的配置

bash 复制代码

# 购物车：key = cart:1001，field = 商品ID，value = 数量
HSET cart:1001 88 2 99 1
HINCRBY cart:1001 88 1        # 加一件
HLEN cart:1001                # 购物车里有几种商品
HDEL cart:1001 99             # 删除
HGETALL cart:1001             # 结算

⚠️ 两个坑

坑 1：HGETALL 在大 Hash 上会阻塞

一个 Hash 有 10 万字段，HGETALL 会卡住 Redis 几百毫秒。

用 HSCAN 分批：

bash 复制代码

HSCAN user:big 0 COUNT 100       # 每次 100 个，游标迭代

坑 2：Hash 不能对单个 field 设过期

过期只能设在 key 上。要单字段过期就得拆成多个 key。

四、List：有序可重复

bash 复制代码

LPUSH queue a b c          # 左侧插入 → [c, b, a]
RPUSH queue d              # 右侧插入 → [c, b, a, d]
LPOP queue                 # 弹出 c
RPOP queue                 # 弹出 d
LRANGE queue 0 -1          # 范围取
LLEN queue
LTRIM queue 0 99           # 只保留前 100 个（控制长度）

适用场景

场景	命令组合
消息队列	`LPUSH` + `BRPOP`（阻塞弹出）
最新动态 / Feed 流	`LPUSH` + `LTRIM` + `LRANGE`
栈	`LPUSH` + `LPOP`

bash 复制代码

# 简易队列（生产用 Stream 更合适）
LPUSH task_queue "{json}"
BRPOP task_queue 30          # 阻塞等 30 秒，没任务就返回 nil

# 保留最新的 100 条动态
LPUSH feed:1001 "新动态"
LTRIM feed:1001 0 99
LRANGE feed:1001 0 9         # 取最新 10 条

⚠️ List 做队列的两个问题：

没有 ACK 机制，消费者崩溃消息就丢了
不支持多消费者组

生产环境用 Stream（Redis 5.0+），它才是正经的消息队列。

五、Set：无序去重

bash 复制代码

SADD tags:article1 redis mysql
SREM tags:article1 mysql
SMEMBERS tags:article1        # 全部成员（⚠️ 大集合会阻塞）
SISMEMBER tags:article1 redis # 是否存在 O(1)
SCARD tags:article1           # 成员数

# 集合运算（这是 Set 最独特的能力）
SINTER set1 set2              # 交集
SUNION set1 set2              # 并集
SDIFF set1 set2               # 差集
SINTERSTORE result set1 set2  # 交集存到新 key

适用场景

场景	例子
去重	已读文章、UV 统计
标签系统	文章标签、用户兴趣
社交关系	关注列表、好友、共同好友
抽奖	`SRANDMEMBER` / `SPOP`

bash 复制代码

# 共同关注
SADD following:u1 alice bob carol
SADD following:u2 bob carol dave
SINTER following:u1 following:u2      # bob, carol

# 判断是否点赞过
SADD liked:article1 u1001
SISMEMBER liked:article1 u1002        # 0 = 没赞过

⚠️ 大集合用 SSCAN 代替 SMEMBERS。

六、ZSet（Sorted Set）：排行榜的不二之选

ZSet = Set + 每个元素一个 score ，按 score 排序。

底层是跳表（Skip List）+ 哈希表 ，

所以既能按成员 O(1) 查找，又能按 score 范围查询 O(log N)。

bash 复制代码

ZADD rank 100 "playerA" 85 "playerB" 92 "playerC"
ZSCORE rank playerA              # 100
ZINCRBY rank 10 playerB          # 95（加分）
ZRANGE rank 0 9 WITHSCORES       # 前 10 名（score 升序）
ZREVRANGE rank 0 9 WITHSCORES    # 前 10 名（降序，排行榜用这个）
ZRANK rank playerA               # 排名（从 0 开始，升序）
ZREVRANK rank playerA            # 降序排名
ZCARD rank                       # 总数
ZREM rank playerA
ZREMRANGEBYRANK rank 100 -1      # 删除 100 名之后的所有人（只保留前 100）

适用场景

场景	例子
排行榜	积分榜、销量榜、热搜
延迟队列	score = 执行时间戳
优先级队列	score = 优先级
时间线	score = 时间戳，按时间范围取

bash 复制代码

# 延迟队列：score 存执行时间
ZADD delay_queue 1730000000 "task1"
# 取到期的任务
ZRANGEBYSCORE delay_queue 0 $(date +%s) LIMIT 0 10
# 取出后删除（要用 Lua 保证原子）

bash 复制代码

# 排行榜 + 只保留前 100
ZADD leaderboard 1500 "user:1"
ZREVRANGE leaderboard 0 9 WITHSCORES      # TOP 10
ZREVRANK leaderboard "user:1"             # 我是第几名
ZREMRANGEBYRANK leaderboard 100 -1        # 定期清理

七、三种扩展类型

7.1 Bitmap：海量布尔值

bash 复制代码

SETBIT sign:2026-10 5 1        # 用户 5 在 10 月 5 日签到
GETBIT sign:2026-10 5          # 是否签到
BITCOUNT sign:2026-10          # 这个月签到几天
BITOP AND both d1 d2           # 两天都签到的用户

价值：极省内存 。1 亿用户的签到状态只要约 12 MB。

典型场景：签到、活跃用户标记、布隆过滤器底层。

7.2 HyperLogLog：UV 统计

bash 复制代码

PFADD uv:20261007 u1 u2 u3 u1
PFCOUNT uv:20261007            # 3（自动去重）
PFMERGE uv:week uv:d1 uv:d2    # 合并多天

0.81% 的误差率，但只占 12 KB 内存 ，

不管你塞进去多少数据。统计 UV 用它，精确去重才用 Set。

⚠️ 不能取单个元素，只能取基数。

7.3 Geo：地理位置

bash 复制代码

GEOADD shops 116.40 39.90 "shop1" 116.41 39.91 "shop2"
GEODIST shops shop1 shop2 km            # 距离
GEORADIUS shops 116.40 39.90 5 km       # 5 公里内的店铺（已废弃）
GEOSEARCH shops FROMLONLAT 116.40 39.90 BYRADIUS 5 km   # 6.2+ 新命令

底层就是 ZSet（GeoHash 编码成 score），所以 ZSet 命令也能用。

7.4 Stream：正经的消息队列

bash 复制代码

XADD mystream * sensor_id 1234 temp 19.8     # * 表示自动生成 ID
XREAD BLOCK 2000 STREAMS mystream $          # 阻塞读新消息

# 消费者组（支持多消费者、ACK、重试）
XGROUP CREATE mystream group1 0
XREADGROUP GROUP group1 c1 COUNT 1 STREAMS mystream >
XACK mystream group1 <message-id>            # 确认处理完成
XPENDING mystream group1                     # 查看未确认的消息

Stream 解决了 List 做队列的所有问题：多消费者组、ACK、消息持久化、回溯。

八、选型速查表

你的需求	用什么
缓存整个对象 / 计数器 / 锁	String
对象，且要频繁改单个字段	Hash
简单队列 / 最新列表	List（或 Stream）
去重、集合运算、共同好友	Set
排行榜、延迟队列、带权重	ZSet
海量布尔标记（签到）	Bitmap
UV 统计（允许误差）	HyperLogLog
附近的人 / 门店	Geo
可靠消息队列	Stream

九、三个通用原则

1. key 要有命名空间

bash 复制代码

# ❌ 全平铺，容易冲突
SET name "Tom"
SET name "Jerry"     # 覆盖了！

# ✅ 业务:对象:ID:属性
SET user:1001:name "Tom"
SET order:20261007:status "paid"

2. 避免大 key

类型	危险阈值
String	> 10 KB（有说 1 MB）
Hash/Set/ZSet/List	元素数 > 5000，或整体 > 10 MB

大 key 的问题：删除卡顿、迁移失败、网络传输慢、

HGETALL/SMEMBERS 阻塞。

3. 一定要设过期时间

bash 复制代码

SET cache:xxx value EX 3600       # 缓存必须有 TTL

例外：持久化数据（如用户资料缓存）可以不设，

但必须有主动更新/删除的机制。

十、小结

key 永远是 String，类型说的是 value
Redis 会用不同编码存同一类型，小数据用紧凑结构省内存（转换单向）
String：整体读写的缓存、计数器、分布式锁
Hash ：对象且频繁改单字段；HGETALL 大 hash 会阻塞，用 HSCAN
List ：简单队列和最新列表；生产队列用 Stream
Set：去重 + 集合运算（共同好友）
ZSet ：排行榜首选，底层跳表，范围查询 O(log N)
HyperLogLog：UV 统计，12 KB 固定内存，0.81% 误差，不能取单元素
key 用 业务:对象:ID 命名，避免大 key ，缓存必设 TTL

下一篇讲持久化------内存数据断电就没了，

Redis 靠 RDB 和 AOF 两种机制把数据落到磁盘，

它们的区别和选择是运维必须掌握的知识。