【Redis】Redis五大数据类型

文章目录

• [一、String 字符串](#一、String 字符串)
• • 内部编码
  • 核心命令详解
  • • [1. set / get](#1. set / get)
    • [2. mset / mget](#2. mset / mget)
    • [3. setnx](#3. setnx)
    • [4. setex / psetex](#4. setex / psetex)
    • [5. incr / decr / incrby / decrby / incrbyfloat](#5. incr / decr / incrby / decrby / incrbyfloat)
    • [6. append](#6. append)
    • [7. getrange](#7. getrange)
    • [8. setrange](#8. setrange)
    • [9. strlen](#9. strlen)
  • 典型业务场景
• [二、Hash 哈希](#二、Hash 哈希)
• • 底层内部编码
  • 核心命令详解
  • • [1. hset](#1. hset)
    • [2. hget](#2. hget)
    • [3. hexists](#3. hexists)
    • [4. hdel](#4. hdel)
    • [5. hkeys / hvals](#5. hkeys / hvals)
    • [6. hgetall / hmget](#6. hgetall / hmget)
    • [7. hscan](#7. hscan)
    • [8. hlen](#8. hlen)
    • [9. hsetnx](#9. hsetnx)
    • [10. hincrby / hincrbyfloat](#10. hincrby / hincrbyfloat)
  • 典型业务场景：对象存储
• [三、List 列表](#三、List 列表)
• • 底层内部编码
  • 核心命令详解
  • • [1. lpush / lpushx / rpush /rpushx](#1. lpush / lpushx / rpush /rpushx)
    • [2. lrange](#2. lrange)
    • [3. lpop / rpop](#3. lpop / rpop)
    • [4. lindex](#4. lindex)
    • [5. linsert](#5. linsert)
    • [6. lset](#6. lset)
    • [7. llen](#7. llen)
    • [8. blpop / brpop](#8. blpop / brpop)
    • [9. lrem](#9. lrem)
    • [10. ltrim](#10. ltrim)
  • 典型业务场景
  • 使用注意事项
• [四、Set 集合](#四、Set 集合)
• • 底层内部编码
  • 核心命令详解
  • • [1. sadd / srem](#1. sadd / srem)
    • [2. smove](#2. smove)
    • [3. smembers / sismember / scard](#3. smembers / sismember / scard)
    • [4. spop / srandmember](#4. spop / srandmember)
    • [5. sinter / sunion / sdiff](#5. sinter / sunion / sdiff)
    • [6. sinterstore / sunionstore / sdiffstore](#6. sinterstore / sunionstore / sdiffstore)
  • 典型业务场景
• [五、ZSet 有序集合](#五、ZSet 有序集合)
• • 底层内部编码
  • 核心命令详解
  • • [1. zadd / zincrby](#1. zadd / zincrby)
    • [2. zcard / zcount](#2. zcard / zcount)
    • [3. zrange / zrevrange / zrangebyscore](#3. zrange / zrevrange / zrangebyscore)
    • [4. zrank / zrevrank / zscore](#4. zrank / zrevrank / zscore)
    • [5. zrem / zremrangebyrank / zremrangebyscore](#5. zrem / zremrangebyrank / zremrangebyscore)
    • [6. zpopmax / zpopmin](#6. zpopmax / zpopmin)
    • [7. bzpopmax / bzpopmin](#7. bzpopmax / bzpopmin)
    • [8. zinterstore/ zunionstore](#8. zinterstore/ zunionstore)
  • 典型业务场景
  • 使用注意事项
• 六、其他类型
• 五大数据类型对比

一、String 字符串

String是Redis最基础的数据类型，所有Redis的key本身都是字符串类型，其他四种数据结构内部存储的元素也全部都是字符串。

value支持：普通字符串、数字、JSON字符串、XML、二进制流（图片、音频）；单value最大上限 512MB。

注意"

1. String存大JSON，如果只需要修改对象中某一个字段，每次需要全量序列化反序列化，开销大，这种场景优先考虑Hash；
2. Redis不做字符编码转换，存什么字节，取出来就是什么字节。

内部编码

1. int：当value是8字节以内的长整型数字，使用int编码，直接存数字，内存开销最小。
2. embstr：字符串长度 ≤39字节，使用embstr编码，一次性分配内存，减少内存碎片。
3. raw：字符串长度 >39字节，使用raw编码。

小数直接按照字符串存储，因此小数计算时需要从字符串转换成小数，计算后再转回字符串，有一定的开销。

可以使用命令 object encoding key 查看key当前底层编码。

核心命令详解

redis文档：

• []是一个独立的单元，表示可选项
• | 表示或者的关系，只能选择一个；[]之间可以同时存在

1. set / get

set key value [expiration EX seconds|PX milliseconds] [NX|XX]
get key

选项：

• EX：秒为单位的过期时间
• PX：毫秒为单位的过期时间；
• NX：key不存在才设置；key存在则返回nil
• XX：key存在则直接覆盖原有key，原TTL会清除；key不存在则返回nil

get命令用于获取key对应字符串，非string类型会报错

时间复杂度： O(1)

2. mset / mget

可以一次操作多个键值对，减少网络传输开销。但是也不能一次操作成千上万个key，会阻塞后续的命令

mset key [key ...]
mget key [key ...]

时间复杂度： O(N) N为key数量

3. setnx

设置 key-value 但只允许在 key 之前不存在的情况下。

SETNX key value

返回值

• 1：设置成功
• 0：没有设置

时间复杂度： O(1)

4. setex / psetex

• setex：设置 key-value 同时设置过期时间，单位为秒
• psetex：设置 key-value 同时设置过期时间，单位为毫秒

setex key seconds value
psetex key milliseconds value

时间复杂度： O(1)

5. incr / decr / incrby / decrby / incrbyfloat

• incr / decr：对数值字符串+1/-1；key不存在则默认视为0；非数值字符串或范围超过64位有符号整型会报错。是原子操作，不需要加锁。
• incrby / decrby：对数值字符串+/-指定数值，key不存在则默认视为0；非数值字符串或范围超过64位有符号整型会报错。指定数值可以是正数，也可以是负数。
• incrbyfloat：对数值字符串+/- 浮点数

语法：

incr key 
decr key  
incrby key increment
decrby key decrement
incrbyfloat increment

返回值： integer类型计算后的数值

时间复杂度： O(1)

6. append

在字符串末尾追加，key不存在时等价于set。

append key value

返回值： 追加后String的长度，单位是字节。

时间复杂度： O（1）

redis不会对字符编码做任何处理，因此redis中的基本单位是字节而不是字符。在xshell终端一般以utf-8作为字符编码集，在utf-8中汉字一般占3个字节。

Java中String类型使用utf-8编码；char类型使用unicode编码，一般汉字占两个字节。

使用get命令获取汉字value时只能返回utf-8的二进制编码，而不是汉字，需要在启动redis客户端时加上--raw，能够使redis客户端自动对二进制数据尝试翻译。

7. getrange

返回 key 对应的 string 的子串，由 start 和 end 确定（左闭右闭）。

可以使用负数表示倒数。-1 代表倒数第一个字符，-2 代表倒数第二个，以此类推。超过范围的偏移量会根据 string 的长度调整成正确的值。

语法

GETRANGE key start end

返回值： string 类型的子串

时间复杂度： O（N），N为start和end区间长度，一般string长度比较短，可以认为时间复杂度为O（1）

8. setrange

覆盖字符串的一部分，从指定的偏移开始。如果key不存在，则创建key，偏移量之前的字符都是0x00，之后为value的内容。

语法

SETRANGE key offset value

时间复杂度：O(N), N 为 value 的长度. 由于一般给的 value 比较短, 通常视为 O(1).

返回值：替换后的 string 的长度。

9. strlen

获取 key 对应的 string 的长度，单位是字节。当 key 存放的类似不是 string 时，报错

语法

strlen key

返回值： string 的长度。或者当 key 不存在时，返回 0。

时间复杂度： O（1）

示例：

127.0.0.1:6379> get k3
中文字符
127.0.0.1:6379> strlen k3
12

典型业务场景

1. 业务缓存 把MySQL查询结果缓存到Redis。通常JSON序列化存入String，设置EX过期时间。当缓存命中直接返回，未命中查数据库回写缓存。

   • 伪代码逻辑：先get，命中直接返回；未命中查MySQL。set key value ex 3600：设置过期时间，防止缓存数据长期不更新产生脏数据。

2. 计数器 视频播放量、阅读数、点赞数。在高并发场景中，incr是原子操作，不会出现多线程竞争。Redis做实时计数，异步任务把计数落地到数据库，不直接用数据库做高并发计数。

3. 分布式Session会话共享 传统单机web服务器session保存在本机内存；负载均衡多实例下用户请求会落到不同服务器，会反复登录。把session全部存入Redis，所有web节点统一读取Redis，可以实现会话共享。

4. 短信验证码 + 限流 ：限制1分钟内只能发五次验证码

   1. 用一个key存验证码，设置5分钟过期；
   2. 另一个key统计手机号发送次数，EX设置1分钟过期，超过阈值拒绝发送短信。

---

二、Hash 哈希

Hash结构：Redis外层key，内部包含多组 field‑value，类似Java HashMap。

Hash适合存储对象实体，可以只修改对象中某一个属性，不用操作整个对象 。

Hash只是数据结构，不是关系数据库，不能做多条件查询、联表查询。

底层内部编码

1. ziplist（压缩列表） 满足两个条件自动启用：

   • hash-max-ziplist‑entries 默认512个field；
   • 每个field/value的字节数小于 hash‑max‑ziplist‑value 默认64字节。 ziplist是连续内存存储，节省内存。这两个配置可以根据实际的业务场景更改。

2. hashtable（哈希表） 当field数量超过512，或者任意一个value大于64字节，自动切换为hashtable。底层真正哈希表，读写O(1)，内存开销更大。

核心命令详解

1. hset

给 hash key 设置 field‑value。如果 key 不存在，新建 hash；如果 field 已经存在，覆盖旧值。

语法:

hset key field value [field value ...]

返回值：新增字段的个数，覆盖已有字段返回 0。

时间复杂度： O(N) N为插入feild的数量

2. hget

获取哈希表中指定 field 对应的值。

语法:

 hget key field

返回值：返回 field 对应的 value；key 不存在或者 field 不存在返回 nil。

时间复杂度： O(1)

3. hexists

判断哈希里面某个 field 是否存在。

语法:

 hexists key field

返回值：存在返回 1；key 不存在或者 field 不存在返回 0。

时间复杂度： O(1)

4. hdel

删除哈希表中一个或者多个指定 field。

语法:

 hdel key field [field ...]

返回值：成功删除的字段数量；key 不存在返回 0。

时间复杂度： O (N)，N 为要删除的 field 个数

5. hkeys / hvals

获取指定key中全部字段名 / 全部value，与keys类似，如果一次获取大量数据可能阻塞服务器。

语法：

HKEYS key
HVALS key

时间复杂度： O（N），N为feild的个数

示例：

127.0.0.1:6379> hset hash f1 v1
(integer) 1
127.0.0.1:6379> hset hash f2 v2 f3 v3 f4 v4 f5 v5
(integer) 4
127.0.0.1:6379> hkeys hash
1) "f1"
2) "f2"
3) "f3"
4) "f4"
5) "f5"
127.0.0.1:6379> hvals hash
6) "v1"
7) "v2"
8) "v3"
9) "v4"
10) "v5"

6. hgetall / hmget

• hgetall：获取指定 key 中的所有feild-value。
• hmget：批量获取多个field

使用hgetall命令时，field很多会阻塞Redis，生产谨慎使用。可以改用hscan渐进遍历

HGETALL key
HMGET key field [field ...]

**时间复杂度：**O(N), N 为查询元素个数.

示例：

127.0.0.1:6379> hset hash f1 v1
(integer) 1
127.0.0.1:6379> hset hash f2 v2 f3 v3 f4 v4 f5 v5
(integer) 4
127.0.0.1:6379> hgetall hash
 1) "f1"
 2) "v1"
 3) "f2"
 4) "v2"
 5) "f3"
 6) "v3"
 7) "f4"
 8) "v4"
 9) "f5"
10) "v5"
    
127.0.0.1:6379> hmget hash f1 f2 f3
1) "v1"
2) "v2"
3) "v3"

7. hscan

渐进式遍历，每次只遍历一部分，连续执行多次可以完成整个遍历过程。可以避免一次执行太多操作导致阻塞服务器

语法：

hscan key cursor [MATCH pattern] [COUNT count]

• cursor：游标，第一次遍历传0 ；返回结果里拿到新游标，把新游标作为下一次hscan的cursor；游标返回0代表遍历完毕
• MATCH pattern：可选，对field做通配符过滤，不是客户端过滤，是服务器端过滤；⚠️注意：匹配是在遍历之后做的，COUNT不代表匹配结果数量
• COUNT count：可选，提示redis尽量返回多少个元素，只是提示值，不是强制数量

返回值：第一部分是下一轮游标；第二部分是本次迭代拿到的field‑value列表。key不存在返回游标0+空列表。

时间复杂度：单轮O(1)；完整遍历整个hash整体O(N)，N为hash内field总数

8. hlen

获取hash里面field的总数量

语法：

HLEN key

返回值： 字段个数

时间复杂度： O（1）

9. hsetnx

在字段不存在的情况下，设置 hash 中的字段和值。

语法：

HSETNX key field value

返回值

• 1：设置成功
• 0：没有设置

时间复杂度： O(1)

10. hincrby / hincrbyfloat

对hash内部某个field做原子自增

语法

1 HINCRBY key field increment
HINCRBYFLOAT key field increment

返回值： 该字段变化之后的值

时间复杂度： O(1)

典型业务场景：对象存储

假设存储一张UserInfo表：

1. 多个独立String ：user:1:name、user:1:age
   • 优点：修改单个属性简单；
   • 缺点：key数量爆炸，对象数据分散，管理麻烦，很少生产使用。
2. String + JSON序列化 ：set user:1 "{\"name\":\"xxx\",\"age\":18}"
   • 优点：编码简单；
   • 缺点：修改其中一个字段，必须取出完整JSON →反序列化 →修改 →序列化 →重新set；全部字段都要操作，开销大。
3. Hash存储 ：hmset user:1 name xxx age 18
   • 优点：可以hget单独拿某个字段，hset单独更新某个字段，不需要操作整个对象。
   • 缺点：受ziplist条件限制，如果字段过多、value很大，底层转为hashtable，内存消耗上升。

对象字段不是特别多，优先Hash；对象整体读取远大于局部修改，优先String+JSON。

注意：

1. hgetall 在field数量巨大的时候会阻塞Redis，线上优先hmget指定需要字段，或者hscan迭代遍历；
2. Hash没有设置整体过期时间的直接命令！只能对整个hash的外层key设置expire；不能单独给hash里面某一个field设置过期时间。如果需要field级别过期，只能自己业务层实现。

---

三、List 列表

List是有序、允许元素重复的字符串列表。可以在两端快速插入删除；既可以当栈，又可以当队列。

!\[Pasted image 20260922154935.png]

下标从0开始，支持负数下标，‑1代表最后一个元素。

底层内部编码

1. ziplist 压缩列表 元素数量小于 list‑max‑ziplist‑entries（默认512），每个元素字节小于list‑max‑ziplist‑value（默认64字节），使用ziplist，连续内存节省空间。

2. linkedlist 双向链表 超过上面阈值，切换双向链表；链表头尾操作O(1)，访问中间下标元素需要遍历，性能差。

   Redis3.2之后list底层使用quicklist，结合ziplist和linkedlist两者优势。

核心命令详解

1. lpush / lpushx / rpush /rpushx

• lpush：将一个或者多个元素从左侧放入（头插）到 list 中。
• rpush：将一个或者多个元素从右侧放入（尾插）到 list 中
• lpushx / rpushx：当key存在时才允许插入，不存在时直接返回

Redis 没有显式 create 命令，List 键是插入元素的时候自动创建；清空所有元素后键会自动消失。

语法：

LPUSH key element [element ...]
LPUSHX key element [element ...]

RPUSH key element [element ...]
RPUSHX key element [element ...]

时间复杂度： O(N), N 为插入元素个数.

返回值： 插入后 list 的长度。

2. lrange

获取从 start 到 end 区间的所有元素，左闭右闭。支持负数下标

LRANGE key start stop

时间复杂度：O(N) 返回值：指定区间的元素。

如果下标非法，只会返回合法范围内的数据，不会直接报错，这也体现了redis具有很好的鲁棒性，容错能力强。

3. lpop / rpop

头部/尾部弹出元素；

语法：

LPOP key
RPOP key

返回值： 取出的元素；key不存在时返回nil。

时间复杂度： O(1)

4. lindex

按下标获取元素；访问中间元素性能较差

语法：

LINDEX key index

返回值： 取出的元素；key不存在时返回nil

时间复杂度： O(N) N表示列表长度

5. linsert

在指定的元素前或后插入元素，基准值为列表中从左往右第一个元素

语法：

LINSERT key pivot element

时间复杂度： O(N) N表示列表长度

返回值：插入后的 list 长度。

6. lset

根据下标修改元素

语法：

LSET key index element

时间复杂度： O(N) N为列表长度

如果下标非法会直接报错，不会像lrange处理非法下标

7. llen

获取list长度

语法：

LLEN key

时间复杂度： O(1)

8. blpop / brpop

阻塞弹出。当列表没有数据，客户端阻塞等待timeout秒；timeout=0无限等待。

阻塞期间redis可以执行其他命令。

这两个命令支持监听多个list key，当多个list全部为空时等待timeout秒，任意一个有值就可以立即返回

BLPOP key [key ...] timeout
BRPOP key [key ...] timeout

时间复杂度： O(1)

返回值： 对于非空队列，返回一个二元组，包括key和弹出的元素；

9. lrem

删除列表指定value元素

• count > 0：从左开始删除count个
• count < 0：从右开始删除|count|个
• count = 0：全部删除

语法：

lrem key count value

时间复杂度： O(N+M) N为列表长度，M为待删除元素个数

10. ltrim

保留区间内元素，其余全部删除，用于限制list最大长度

语法：

ltrim key start stop

典型业务场景

1. 简易阻塞消息队列 生产者执行 lpush queue msg；消费者执行 brpop queue 0 阻塞等待消息。

   • 缺点：没有消息确认ACK机制，消费者宕机消息直接丢失；不适合可靠性要求极高业务，高可靠请使用RabbitMQ、Kafka。适合日志、通知等允许少量丢失业务。

2. 时间线/信息流（微博、朋友圈动态）

   • 用户发布动态：lpush user:1:timeline mblog_id，新的消息插入列表头部；
   • 分页读取：lrange user:1:timeline 0 9，拿前10条动态。

3. 栈和队列模拟

   • 栈（后进先出）：lpush + lpop
   • 普通队列（先进先出）：lpush + rpop

使用注意事项

1. List适合头尾增删，不要频繁访问中间下标，性能会退化；
2. blpop是阻塞命令，但Redis服务端不会阻塞，只是客户端等待；Redis单线程仍然可以处理别的请求；
3. ltrim可以用来截断列表，防止list无限膨胀占用大量内存。

---

四、Set 集合

Set集合：无序，元素不可重复；存入重复元素会自动去重。最强大能力是支持交集、并集、差集等集合运算。集合内部全部是字符串元素，集合中的元素称为member。

底层内部编码

1. intset整数集合 ：集合全部是整数，并且元素数量小于 set‑max‑intset‑entries 默认512，使用intset，内存占用很小。
2. hashtable哈希表：只要出现非整数元素，或者元素超过512，切换hashtable。

核心命令详解

1. sadd / srem

向集合添加或删除一个或多个元素。集合本身无序且不重复。

• sadd 遇到已存在的元素自动忽略；srem 遇到不存在的元素也自动忽略
• key 不存在时 sadd 会先隐式创建、srem 返回 0。

SADD key member [member ...]
SREM key member [member ...]

时间复杂度： O(N)，N 为本次操作的元素个数

返回值： 真正新增 / 真正删除的元素个数

2. smove

把一个元素从 source 集合转移到 destination 集合，是一个原子操作，相当于"先 srem 再 sadd"，但过程中不会出现元素丢失或重复的中间状态，适合做"待处理队列 → 已完成集合"的搬运。

若元素不在 source 中则不做任何修改；destination 已存在该元素时会被自动忽略（集合去重），但 source 中仍会被移除。

SMOVE source destination member

时间复杂度： O(1)

返回值： 1 表示移动成功，0 表示元素不在 source 中（未做任何移动）

补充：source 与 destination 相同时，只要元素在集合中即返回 1，不会产生变化；source 中元素被移空后该 key 会被删除。

3. smembers / sismember / scard

• smembers 一次返回全部元素，元素量大时会阻塞 Redis 主线程并占用带宽，生产环境优先用 SSCAN 增量遍历；
• sismember 判断某元素是否为成员，返回 1 存在、0 不存在；
• scard 返回集合元素个数（基数），不返回元素内容，开销最小。

SMEMBERS key
SISMEMBER key member
SCARD key

时间复杂度：

• SMEMBERS O(N)
• SISMEMBER O(1)
• SCARD O(1)

补充：判断"集合是否为空"用 SCARD key 而不建议用 SMEMBERS 后判长度，可避免把整个集合拉到客户端。

4. spop / srandmember

两者都做随机抽取，区别在是否删除

• spop 随机弹出一个/多个元素并从集合中移除，真正的抽奖、发奖场景；
• srandmember 只读取不删除，可用于"预览中奖结果"或"同一批奖品反复抽"。

srandmember 的 count 为负数时允许返回重复元素，spop 的 count 超过集合大小时会取出全部元素。

SPOP key [count]
SRANDMEMBER key [count]

时间复杂度： O(N)，N 为返回的元素个数（count 省略时为 O(1)）

返回值： 省略 count 返回单个元素；指定 count 返回元素数组；集合为空时返回 nil / 空数组

5. sinter / sunion / sdiff

对多个集合做交集、并集、差集，结果直接返回给客户端，不落盘，不会新建一个key存储

• sinter 取所有集合共同存在的元素，适合共同好友、共同关注业务场景；
• sunion 取全部不重复元素；
• sdiff 取A集合存在且B集合不存在的元素

SINTER key [key ...]
SUNION key [key ...]
SDIFF key [key ...]

时间复杂度：

• SINTER O(M×N)，M 为最大的集合元素个数，N为最小的集合元素个数
• SUNION O(N)
• SDIFF O(N)

6. sinterstore / sunionstore / sdiffstore

与上面命令语义完全一致，唯一区别是把结果写入一个新的 destination key 而不返回全部元素，避免大量数据经网络传输到客户端。

destination 已存在会被先清空覆盖；若要拿到结果内容，落盘后再分页读取。

SINTERSTORE destination key [key ...]
SUNIONSTORE destination key [key ...]
SDIFFSTORE destination key [key ...]

时间复杂度： O(N)

返回值： 结果集合的元素个数

典型业务场景

1. 标签系统 用户打标签，sadd user:1:tags 体育 电影 音乐； 求两个用户共同兴趣标签：sinter user:1:tags user:2:tags。
2. 社交关系（粉丝、关注）
   • user:1:follow 存放用户1关注的人；
   • user:1:fans存放用户1粉丝；
   • 共同关注：sinter user:1:follow user:2:follow。
3. 去重统计 统计页面独立访客UV，把访问用户id sadd存入set，scard直接拿到去重数量。
4. 抽奖活动 spop随机从集合取出用户，取出即代表中奖，自动去重，同一个用户不会多次中奖。

---

五、ZSet 有序集合

ZSet = Set（成员不可重复）+ 分数score排序。每个成员对应一个double类型score；成员唯一，score允许重复。集合按照score自动排序，score相同情况下，按照成员字符串字典序排序。

member和score的概念与键值对不完全相同：键值对的角色是固定的，一般情况根据键去找值，是单项的查找方向；而member与score类似pair的关系，二者角色不固定，都可以根据自己的值找到另一个值。

底层内部编码

1. ziplist压缩列表 ：元素数量小于 zset‑max‑ziplist‑entries 默认128，每个member小于64字节，使用ziplist节省内存。
2. skiplist跳表：超过阈值切换跳表；跳表可以快速范围查找、范围排序，时间复杂度O(logN)。

核心命令详解

1. zadd / zincrby

• zadd 用于新增成员并指定分数，或修改已有成员的分数
• zincrby 对成员分数做原子加减，成员不存在时按 0 起算。适合点赞数、热度值累加等业务场景，

zadd 参数：

• NX：只新增、已存在则不更新
• XX：只更新、不存在则不新增
• GT/LT：仅在更大/更小时才更新
• CH：返回变更个数而非新增个数
• INCR：把 zadd 当 zincrby 用；

ZADD key [NX | XX] [GT | LT] [CH] [INCR] score member [score member ...]
ZINCRBY key increment member

时间复杂度： O(logN)，N 为有序集合元素个数（一次命令写入多个成员时为 M×logN）

返回值：

• ZADD 返回新增（或 CH 时变更）的成员个数，带 INCR 时返回新分数；
• ZINCRBY 返回增加后的新分数

2. zcard / zcount

只返回数量、不返回成员，适合"榜单规模""分数达标人数""区间分布"这类统计需求。

• zcard 统计整个有序集合的元素总数，相当于不加区间限制；
• zcount 统计分数落在 [min, max] 区间内的成员数，min/max 支持 -inf/+inf（正无穷/负无穷），默认闭区间，写成 (1、(1.5 表示开区间。两端都是开区间要写成(min (max

ZCARD key
ZCOUNT key min max

时间复杂度： 均为 O(logN)

• zcard 维护了长度计数（实际近乎 O(1)）
• zcount 靠两次分数定位相减：先根据max和min找到对应的元素，

返回值： 符合条件的成员个数（key 不存在返回 0）

ZLEXCOUNT key min max 是同一思路的字典序版本（配合所有成员 score 相同使用）；判断"集合是否为空"用 ZCARD 比先 ZRANGE 再判长度更省资源。

3. zrange / zrevrange / zrangebyscore

• zrange ：按下标升序取 [start, stop] 区间
• zrevrange ：反向降序取（TopN 最常用），两者下标支持负数（-1 表示最后一个）；
• zrangebyscore ：按分数区间过滤，与zcount作用类似。支持 -inf/+inf 开闭区间写法与 LIMIT offset count 分页；

适合读取排行榜和榜单元数据等业务场景

ZRANGE key start stop [WITHSCORES]
ZREVRANGE key start stop [WITHSCORES]
ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]

时间复杂度： O(logN + M)，N 为集合大小，M 为返回的元素个数

返回值： 成员数组；带 WITHSCORES 时为"成员, 分数, 成员, 分数..."交替的数组；区间内无元素返回空数组

Redis 6.2 起推荐统一使用 ZRANGE key start stop BYSCORE|BYLEX [REV] [LIMIT ...]，zrangebyscore/zrevrangebyscore 属于旧写法但被完整保留。

4. zrank / zrevrank / zscore

定位某个成员当前所处的位置或它的分数，都是精确查询单个成员、不返回列表。

• zrank 取升序排名（从 0 开始），
• zrevrank 取降序排名；
• zscore 只取分数，成员不存在时排名返回 nil，分数返回 nil。

ZRANK key member
ZREVRANK key member
ZSCORE key member

时间复杂度：

• ZRANK / ZREVRANK：O(logN)；
• ZSCORE：O(1)

返回值： 排名返回整数下标（0 基），ZSCORE 返回分数（字符串形式的浮点数），成员不存在返回 nil

Redis 7.2 起 ZRANK key member WITHSCORE 可在一次调用中同时拿到排名和分数；排名是 0 基，展示给用户时通常加 1。

5. zrem / zremrangebyrank / zremrangebyscore

• zrem ：按成员名删除一个或多个成员；
• zremrangebyrank ：按下标区间批量删除（如"只保留前 100 名"）
• zremrangebyscore ：按分数区间批量删除（如"清理 7 天前的时间戳分数"）。批量区间删除适合做榜单截断和历史数据清理，避免逐条 zrem 产生大量往返。

ZREM key member [member ...]
ZREMRANGEBYRANK key start stop
ZREMRANGEBYSCORE key min max

时间复杂度： ZREM O(M×logN)；ZREMRANGEBYRANK / ZREMRANGEBYSCORE O(logN + M)，M 为被删除的元素个数

返回值： 整数------实际删除的成员个数（key 不存在时为 0）

删除后若有序集合为空，对应的 key 会被自动删除。

6. zpopmax / zpopmin

删除并返回有序集合中分数最高（最低）的一个或 count 个成员，count 省略时返回单个成员（包括member和score），key 不存在返回空数组。

删除的数量严格按照count，如果count为1，存在多个最大score的member，会按照字典序删除第一个。

ZPOPMAX key [count]
ZPOPMIN key [count]

时间复杂度： O(logN × M)，N 为集合大小、M 为弹出的成员个数（count 省略时即 O(logN)）

返回值： 扁平数组 [member, score, member, score, ...] 不是嵌套二元组

7. bzpopmax / bzpopmin

zpopmax / zpopmin 的阻塞版本。当所有指定 key 都不存在或为空时，客户端阻塞等待，直到某个 key 有成员被写入或超时。

语义与列表的 BLPOP 一致，适合"实时抢单 / 异步派奖 / 事件驱动消费"场景------消费者挂在空集合上等，生产者一 zadd 就立即被唤醒，避免了空轮询。

阻塞期间 Redis 仍可处理其他命令；timeout=0 表示无限等待，单位是秒，Redis 6.0 起支持毫秒（小数）。支持一次监听多个 key，任意一个集合有成员即立即返回。

BZPOPMAX key [key ...] timeout
BZPOPMIN key [key ...] timeout

时间复杂度： O(logN) 有成员时立即弹出并返回，因此与数量无关

返回值： 三元组 [key, member, score]。与 ZPOPMAX 的扁平数组不同，多了一个 key 字段，用于区分是哪个集合被弹出了元素；超时则返回空数组/nil

BZPOPMAX 中 key 是弹出集合的名字、member 是被弹出的成员、score 是其分数，取值时注意别按 ZPOPMAX 的二元格式错位解析。要想在阻塞版里一次拿多个成员，需要循环调用，因为阻塞版不支持 count。

8. zinterstore/ zunionstore

对多个有序集合求交集或并集，并把结果写入 destination key。

• numkeys：参与运算的key的个数，防止key与后面参数混淆（与http协议Header中通过Content-Length规定正文长度的原理类似）
• WEIGHTS ：为每个输入集合指定乘法权重
• AGGREGATE SUM|MIN|MAX ：指定同一成员在多集合中出现时的分数聚合规则（默认 SUM）。

与集合类似，落盘避免了大量结果经网络传输，且结果天然按 score 排好序。

ZINTERSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]
ZUNIONSTORE destination numkeys key [key ...] [WEIGHTS weight [weight ...]] [AGGREGATE SUM|MIN|MAX]

时间复杂度： O(N×K) + O(M×logM)，N 为最小集合的大小、K 为集合个数、M 为结果元素个数（通常简写为 O(NlogN) 量级）

返回值： 结果集合的成员个数（destination 已存在会被先清空覆盖）

，Redis 6.2+ 可用 ZINTER / ZUNION 直接返回结果，不落盘。

典型业务场景

1. 各类排行榜系统 视频点赞榜、游戏积分排行榜、热度榜单。

   • 用户获得点赞：zincrby rank:20260918 1 user_id；
   • 查询热度前10名：zrevrange rank:20260918 0 9 WITHSCORES.

2. 延时队列 把任务到期时间戳作为score，任务ID作为member；后台线程轮询zrangebyscore获取score小于当前时间戳的任务，执行任务。

3. 权重优先级队列 score代表优先级数值，分数越高优先级越高，读取使用zrevrange拿到高优先级任务。

使用注意事项

1. zadd、zincrby都是O(logN)，性能很好，但大量数据写入也要控制QPS；
2. score是double浮点数，有精度丢失风险，不要存超长整型；
3. zrange/zrevrange做top‑N非常适合，但不要一次性取出全部数据，大数据使用zscan遍历。

六、其他类型

除了以上介绍的数据类型，redis还提供了Stream、Geospetial、HyperLogLog、Bitmaps、Bitfeilds这些类型适合在特定的场景中使用。

1. Stream：Redis 自带的可靠消息队列。消息存硬盘，消息丢了能重读，支持分组消费，消息处理完再标记完成。适合存储事件。
2. GEO 地理信息：存储经纬度坐标，能算两个地点之间多远。底层就是有序集合。
3. HyperLogLog：通过位操作估算集合中元素个数。适合粗略统计有多少不同的人访问页面（UV）。不存用户明细，非常省内存，但数字有误差。
4. Bitmap 位图：用一个个比特位记录是否签到 / 是否在线，只有 0 和 1，非常省空间。
5. Bitfield：也是操作字符串里的比特。Bitmap 只能一次改 1 个 bit；Bitfield 可以一次性读 / 写多个 bit 组成的小数字，打包存一堆小整数。

五大数据类型对比

数据结构	核心特点	底层编码	最佳业务场景	避坑提醒
String	通用key‑value，支持原子数字操作	int、embstr、raw	缓存、计数器、session、验证码、简单JSON对象	修改对象单个字段开销大；不适合超大value
Hash	key内部包含多个field‑value，局部更新字段	ziplist、hashtable	用户/商品对象，需要频繁修改部分属性	不能给单个field设置过期；field数量巨大慎用hgetall
List	有序，允许重复；头尾操作快，中间慢	ziplist / quicklist	简易消息队列、时间线、栈、队列	不要频繁访问中间下标；消息无ACK，不可靠
Set	无序，自动去重，支持集合运算	intset、hashtable	标签、共同好友、UV去重、抽奖	无序；大数据量不要用smembers，用sscan
ZSet	成员唯一，按score自动排序	ziplist、skiplist	排行榜、优先级队列、延时任务	score浮点数存在精度丢失风险