Redis 8 大数据类型完整实战场景-CFANZ编程社区

Redis 8 大数据类型完整实战场景，看完不再只会 get/set

Redis 不是一个简单的 key-value 缓存。它有 8 种数据类型，每种类型都对应一套完整的业务场景。大多数人只会 SET 和 GET，等于开着法拉利在小区里遛弯。

今天把这 8 种类型的底层原理 + 实战场景一次性讲透。

一、String —— 万能型选手，但别只当字符串用

底层结构：简单动态字符串（SDS），预分配冗余空间，内存连续，杜绝碎片。

别被名字骗了，value 可以存数字、JSON 甚至二进制。

🔥 实战场景

场景	命令	要点
缓存商品详情	`SET product:1001 '{"name":"手表","price":899}' EX 1800`	EX 控制过期，防缓存雪崩
秒杀库存扣减	`SET inventory:sku NX` + Lua 脚本 `DECR`	NX 防重复初始化，Lua 保证原子性
分布式锁	`SET lock:task uuid123 NX EX 30`	EX 自动释放防死锁，Lua 脚本安全删除
短信验证码	`SET sms:13800138000 884716 EX 60` + `GETDEL`	GETDEL 保证一次性使用，防重复
当日操作计数	`SET user:1001:20260622_click 0 EX 86400` + `INCR`	键名带日期自动归档，INCR 原子计数
错误次数限流	`INCR error:13800138000 EX 3600`	独立计数器，每小时最多 5 次

关键认知：String 是原子操作最多的类型。INCR/DECR/GETSET 全部是单线程原子执行，高并发计数场景的首选。

性能提示：超过 10KB 的数据考虑拆分存储；数值型数据直接 SET key 42，Redis 会自动用 int 编码，比存字符串省 3 倍空间。

二、Hash —— 存储对象的天然容器

底层结构：ziplist（元素少、值短时）+ hashtable（元素多时），自动切换。

Hash 的结构是 key → field → value，和对象的 id → 属性 → 值 完全同构。

🔥 实战场景

场景	命令	要点
缓存用户信息	`HSET user:1001 name "Alice" age 30 email "a@x.com"`	独立更新某个字段，无需读写整个对象
电商购物车	`HSET cart:1001 product:558 2 product:889 1`	用户 ID 为 key，商品 ID 为 field，数量为 value
文章互动计数	`HINCRBY article:998 likes 1`	点赞/评论/分享聚合在一个 key 下
会话数据	`HSET session:abc token "xyz" expire 1700000000`	比存 JSON 串省带宽，更新字段不用全量重写

核心优势：相比把整个对象序列化为 JSON 存 String，Hash 可以只修改一个字段，网络开销和并发冲突都大幅降低。

坑点：HGETALL / HKEYS / HVALS 在元素过多时会阻塞 Redis，生产环境请用 HSCAN 渐进式遍历。

三、List —— 被低估的消息队列

底层结构：3.2 之前是双向链表，之后是 quicklist（ziplist + 链表节点），兼顾内存和性能。

🔥 实战场景

场景	命令	要点
消息队列（FIFO）	`LPUSH queue:order msg` + `BRPOP queue:order 0`	BRPOP 阻塞等待，避免空转轮询
最新 N 条记录	`LPUSH timeline:user1 post_id` + `LTRIM timeline:user1 0 99`	只保留最新 100 条，自动淘汰旧数据
消息消费备份	`RPOPLPUSH queue:main queue:backup`	消费后自动备份，防消息丢失

关键认知：Redis 的 List 就是一个轻量级消息队列。虽然不如 RabbitMQ/Kafka 专业，但对于日志采集、异步通知、简单任务队列，性能足够且部署成本极低。

四、Set —— 去重 + 集合运算的利器

底层结构：intset（全整数且 ≤512 个元素）+ hashtable。

Set 的杀手锏不是存数据，而是 集合运算：交集、并集、差集。

🔥 实战场景

场景	命令	要点
用户标签系统	`SADD user:1:tag "数码" "运动"`	自动去重，无需判断是否已存在
共同好友	`SINTER user:1:friends user:2:friends`	一条命令求交集，O(N) 复杂度
抽奖（随机抽）	`SPOP lottery:20260622 1`	随机弹出且自动删除，天然公平
推荐系统（共同兴趣）	`SINTER tag1:users tag2:users`	找同时喜欢两个标签的用户
黑白名单	`SISMEMBER blacklist:ip "1.2.3.4"`	O(1) 判断是否在名单中

核心优势：SINTER/SUNION/SDIFF 三个命令，把原来需要多表 JOIN 的逻辑压缩成一条 Redis 命令，性能提升不是一个量级。

五、ZSet（有序集合）—— 排行榜的唯一答案

底层结构：跳表（skiplist）+ hashtable，ZADD 时间复杂度 O(log N)。

元素不重复，但每个元素关联一个 score，按分数排序。

🔥 实战场景

场景	命令	要点
商品销量榜	`ZADD rank:sales 1000 product:001`	销量即 score，`ZREVRANGE` 取 Top N
游戏排行榜	`ZADD rank:game 9527 player:abc`	分数可增减：`ZINCRBY rank:game 10 player:abc`
延迟队列	`ZADD delay:queue 1719072000 "task_id"`	用时间戳作 score，`ZRANGEBYSCORE` 取出到期任务
热搜榜	`ZADD hotsearch:20260622 884716 "关键词"`	实时更新热度分数，`ZREVRANGE 0 9 WITHSCORES`

高级选项（Redis 6.2+）：

ZADD key NX member score — 只添加新成员
ZADD key XX member score — 只更新已有成员
ZADD key GT member score — 仅当新分数更高时才更新
ZADD key LT member score — 仅当新分数更低时才更新

这些选项让排行榜逻辑不再需要先查后写，一条命令搞定。

六、Geospatial —— 地理位置计算

Redis 3.2 推出，底层用 zset 存储经纬度。

🔥 实战场景

场景	命令	要点
附近的人	`GEOADD cities:taiyuan 112.55 37.87 "user:001"`	经度在前，纬度在后
计算距离	`GEODIST cities:taiyuan user:001 user:002 m`	返回米数，底层是 Haversine 公式
附近商户	`GEORADIUS cities:taiyuan 112.55 37.87 5000 m`	5 公里范围内的所有点

适用范围：外卖、打车、社交附近的人。需要先下载城市数据，通过程序一次性导入。

七、HyperLogLog —— 统计 UV 的神器

底层原理：基数统计算法，固定占用 12KB 内存，可统计 2^64 个不同元素。

🔥 实战场景

场景	对比	要点
网站 UV 统计	`PFADD uv:20260622 user_id`	传统用 Set 存所有 user_id，1 亿 UV 占用几 GB
	`PFCOUNT uv:20260622`	HyperLogLog 只要 12KB，误差仅 0.81%

核心认知：HyperLogLog 的目的是计数，不是存储。它不保存具体数据，只告诉你"大概有多少个不同的人来过"。对于 UV、日活这类指标，它是最优解。

八、Bitmap —— 位运算统治状态统计

底层结构：最小单位是 bit，每个 bit 只有 0 或 1。

🔥 实战场景

场景	命令	要点
用户签到统计	`SETBIT sign:202606 user_id 1`	1 亿用户签到状态只需 ~12MB
在线状态	`SETBIT online:20260622 user_id 1`	`BITCOUNT online:20260622` 即时在线人数
每日活跃	`BITCOUNT active:20260622`	一条命令统计 DAU
用户行为分析	`SETBIT feature:a user_id 1`	记录用户是否使用过某功能

核心优势：1 亿个用户的在线状态，用 String 存要 1 亿字节，用 Bitmap 只要 ~12MB。BITOP AND/OR/XOR 还能做用户群体交叉分析。

总结：一张表选对类型

数据类型	一句话定位	最佳场景
String	万能原子操作基座	缓存、计数、分布式锁、限流
Hash	对象存储专用容器	用户信息、购物车、会话
List	轻量级消息队列	最新列表、任务队列、日志
Set	去重 + 集合运算	标签、共同好友、抽奖
ZSet	按分数排序的集合	排行榜、延迟队列、热搜
Geospatial	地理位置计算	附近的人、周边商户
HyperLogLog	海量基数统计	UV、DAU、独立访客
Bitmap	位级状态统计	签到、在线状态、行为分析

Redis 的 8 种数据类型，不是面试考点，是生产环境的武器库。选对类型，性能差的不是一点半点——是一个量级。