目录
一、常见数据类型
String (字符串)
Hash (哈希)
List (列表)
Set (集合)
Sorted Set (有序集合，Zset)
二、高级数据类型
Bitmap (位图)
HyperLogLog
Geospatial (地理空间索引)
Stream
三、扩展
1、简单动态字符串（SDS）
2、压缩列表（ziplist）
3、哈希表（hashtable）
Redis支持多种数据类型，每种都有其特定的内部结构和适用场景。数据类型通常分为常见类型和高级类型。
一、常见数据类型
这些是Redis最核心和广泛使用的五种数据结构。
String (字符串)
- 结构：最简单的键值对，值可以是字符串、整数或浮点数。内部会根据值的类型使用int或简单动态字符串（SDS）来存储。
- 应用场景：
- 单值缓存：存储单个值，如验证码、配置项。
- 对象缓存：将对象序列化为JSON字符串后存储。
- 计数器：利用INCR、DECR命令实现文章阅读量、点赞数等计数功能。
- 分布式锁：通过SET key value NX EX命令实现简单的分布式锁。
- 共享Session：在分布式系统中集中管理用户会话信息。
Hash (哈希)
- 结构：键值对集合，适合存储对象。其内部编码有两种：当字段数量和值长度较小时，使用ziplist（压缩列表）以节省内存；否则使用hashtable（哈希表）。
- 应用场景：
- 存储对象信息：如用户信息（hset user:1 name Tom age 25），比将整个对象存为JSON字符串更直观，且支持单独修改某个字段1官网。
- 购物车：以用户ID为key，商品ID为field，商品数量为value进行存储。
List (列表)
- 结构：有序的字符串列表，可在两端插入或弹出元素。底层实现可以是ziplist或linkedlist（双向链表），根据元素数量和大小自动选择。
- 应用场景：
- 消息队列：使用LPUSH/RPUSH生产消息，BRPOP/BLPOP阻塞消费消息，实现简单的队列功能。
- 最新消息/文章列表：如朋友圈时间线，使用LPUSH加入新内容，LRANGE获取最新几条。
- 历史记录：如用户最近的搜索记录。
Set (集合)
- 结构：无序且元素唯一的字符串集合。内部实现可以是intset（整数集合）或hashtable。
- 应用场景：
- 共同关注/好友：利用SINTER求交集，可以找出两个用户的共同关注。
- 抽奖/随机推荐：使用SRANDMEMBER随机获取元素。
- 标签系统：给内容打标签，一个内容的所有标签可以存为一个集合。
Sorted Set (有序集合，Zset)
- 结构：在Set的基础上，为每个元素关联一个分数（score），用于排序。内部使用ziplist或skiplist（跳跃表）+ dict（字典）的组合实现。
- 应用场景：
- 排行榜：如游戏积分榜、热搜榜，通过分数进行排序，使用ZRANGE获取排名。
- 带权重的队列：将优先级作为分数，实现优先级队列。
- 范围查找：如查找价格在某个区间的商品。
二、高级数据类型
这些是Redis后续版本新增的、用于解决特定问题的数据结构。
Bitmap (位图)
- 结构：本质上是String，但将字符串视为一系列二进制位（bit）进行操作。
- 应用场景：
- 用户签到：以用户ID+日期为key，偏移量代表某一天，值1/0代表是否签到。
- 活跃用户统计：统计一段时间内连续或间断活跃的用户。
- 布隆过滤器：实现大规模数据下的存在性判断。
HyperLogLog
- 结构：用于基数统计（估算一个集合中不重复元素的数量）的概率算法数据结构。
- 应用场景：
- 大规模去重计数：如统计网站的独立访客数（UV），在数据量极大时能使用极小的内存空间完成估算，标准误差约0.81%。
Geospatial (地理空间索引)
- 结构：基于Sorted Set实现，存储经纬度信息。
- 应用场景：
- 附近的人/地点：使用GEORADIUS命令查询指定坐标半径内的元素1官网。
- 计算距离：使用GEODIST计算两个地理位置间的距离。
Stream
- 结构：Redis 5.0引入的，为消息队列场景设计的更强大的数据结构，支持多消费者组、消息持久化、回溯消费等。
- 应用场景：
- 可靠的消息队列：替代之前的PUB/SUB和List方案，用于实现异步通信、事件驱动架构等。
三、扩展
1、简单动态字符串（SDS）
SDS 是 Redis 为所有字符串键值以及字符串元素设计的底层表示，它解决了 C 语言原生字符串的诸多缺陷。
- 核心结构：SDS 是一个结构体，主要包含三个关键属性：
- len：记录字符串已使用的字节数，使得获取字符串长度的操作时间复杂度为 O(1)。
- free：记录未使用的字节数。
- buf[]：一个柔性数组，用于实际保存字符串数据，其末尾会自动追加一个空字符 \\0 以兼容部分 C 字符串函数。
- 核心优势：
- 常数时间复杂度获取长度：通过 len 属性直接获取，无需遍历。
- 杜绝缓冲区溢出：SDS 的 API 在修改字符串前会自动检查并扩展空间。
- 减少内存重分配：通过 空间预分配 和 惰性空间释放 策略优化性能。当字符串需要增长时，不仅分配所需空间，还会额外分配冗余空间（free）。具体策略是：增长后长度小于 1MB 时，分配与 len 等大的 free 空间；超过 1MB 时，则固定多分配 1MB 的 free 空间。
- 二进制安全：SDS API 以处理二进制数据的方式处理 buf 数组，程序仅依赖 len 属性而非空字符 \\0 来判断字符串结束，因此可以安全保存包含空字符在内的任意二进制数据（如图片、音频）。
- 应用：所有字符串键值、AOF 缓冲区、客户端输入缓冲区等均由 SDS 实现。
2、压缩列表（ziplist）
压缩列表是 Redis 为节省内存而设计的一种紧凑的顺序型数据结构，用于列表键和哈希键的底层实现之一。
- 核心结构：ziplist 是一块连续的内存块，由一系列特殊编码的 entry（条目） 组成。每个 entry 可以保存一个字节数组或一个整数值。它没有像链表那样额外的指针开销，所有数据紧密排列。
- 核心优势：
- 极高的内存利用率：因为是连续存储，没有指针等元数据开销，特别适合存储少量的小整数或短字符串。
- 顺序访问：由于数据连续，遍历效率高。
- 应用与转换：
- Hash 类型：默认采用 ziplist 编码以节省内存。在 ziplist 中，相邻的两个 entry 分别保存 field 和 value。
- List 类型：在旧版本中，当列表元素较少且较小时，也使用 ziplist。
- 转换条件：当存储的数据量变大或元素变长时，为了维持操作效率，Redis 会自动将 ziplist 转换为更适用于大量数据操作的结构（如 hashtable 或 linkedlist/quicklist）。对于 Hash 结构，触发转换的两个典型条件是：哈希表中的键值对数量或某个值的长度超过预设阈值。
3、哈希表（hashtable）
哈希表是 Redis 字典（Dict）的底层实现，用于实现高效的键值对查找，是 Hash 类型的主要底层结构之一。
- 核心结构：Redis 的哈希表使用 链地址法 解决哈希冲突。其核心是一个数组（table），数组的每个元素是一个指向 哈希表节点（dictEntry） 的指针。每个 dictEntry 包含：
- key：键，指向一个 SDS 对象。
- value：值，可以指向各种类型的 Redis 对象。
- next：指向下一个哈希表节点的指针，形成链表以解决键冲突。
- 核心操作与优化：
- 哈希算法与索引计算：添加新键值对时，先计算键的哈希值，然后通过 hash & sizemask（sizemask 等于数组大小减一）计算索引值，决定放入数组的哪个位置。
- 渐进式 rehash：当哈希表需要扩容或收缩时，Redis 采用渐进式 rehash。它会同时维护两个哈希表（ht[0] 和 ht[1]），在 rehash 期间，每次对字典的增删改查操作，除了执行指定操作外，还会顺带将 ht[0] 中对应索引上的所有键值对 渐进式地 迁移到 ht[1]。这避免了一次性 rehash 导致的服务器长时间阻塞。
- 应用：当 Hash 类型的键值对数量或值长度超过 ziplist 的承载能力时，其底层结构就会从 ziplist 转换为 hashtable，以确保操作效率。此外，整个 Redis 的键空间（Key Space）本身就是一个巨大的全局哈希表。
