1. String（字符串）
1.1 简单介绍
字符串类型是Redis最基础的数据结构，字符串类型可以是JSON、XML甚至是二进制的图片等数据，但是最大值不能超过512MB。在 Redis 中，String 是可以修改的，称为动态字符串(Simple Dynamic String简称SDS)，说是字符串但它的内部结构更像是一个ArrayList，内部维护着一个字节数组，并且在其内部预分配了一定的空间，以减少内存的频繁分配。Redis的内存分配机制是这样：
- 当字符串的长度小于 1MB时，每次扩容都是加倍现有的空间。
- 如果字符串长度超过 1MB时，每次扩容时只会扩展 1MB 的空间。
这样既保证了内存空间够用，还不至于造成内存的浪费，字符串最大长度为512MB.。
分析一下字符串的数据结构
struct SDS {
T capacity; //数组容量
T len; //实际长度
byte flages; //标志位,低三位表示类型
byte[] content; //数组内容
}
capacity和len两个属性都是泛型，为什么不直接用int类型？因为Redis内部有很多优化方案，为更合理的使用内存，不同长度的字符串采用不同的数据类型表示（int、embstr、raw），且在创建字符串的时候len会和capacity一样大，不产生冗余的空间，所以String值可以是字符串、数字（整数、浮点数) 或者 二进制。
Redis会根据当前值的类型和长度决定使用哪种内部编码来实现。字符串类型的内部编码有3种：
- int：8个字节的长整型。
- embstr：小于等于39个字节的字符串。
- raw：大于39个字节的字符串。
1.2 应用场景
1.2.1 缓存
在 web 服务中，通常使用 MySQL 作为数据库，Redis 作为缓存。由于 Redis 具有支撑高并发的特性，通常能起到加速读写和降低后端压力的作用。web 端的大多数请求都是从 Redis 中获取的数据，如果 Redis 中没有需要的数据，则会从 MySQL 中去获取，并将获取到的数据写入 Redis。
1.2.2 计数
Redis 中有一个字符串相关的命令incr key，incr命令对值做自增操作，返回结果分为以下三种情况：
- 值不是整数，返回错误
- 值是整数，返回自增后的结果
- key不存在，默认键为
0，返回1
比如文章的阅读量，视频的播放量等等都会使用 Redis 来计数，每播放一次，对应的播放量就会加1，同时将这些数据异步存储到数据库中达到持久化的目的。
1.2.3 共享 Session
在分布式系统中，用户的每次请求会访问到不同的服务器，这就会导致 session 不同步的问题，假如一个用来获取用户信息的请求落在 A 服务器上，获取到用户信息后存入 session。下一个请求落在 B 服务器上，想要从 session 中获取用户信息就不能正常获取了，因为用户信息的 session 在服务器 A 上，为了解决这个问题，使用 Redis 集中管理这些 session，将 session 存入redis，使用的时候直接从 Redis 中获取就可以了。
1.2.4 限速
为了安全考虑，有些网站会对 IP 进行限制，限制同一 IP 在一定时间内访问次数不能超过 n 次。
1.3 String 常用命令
set [key] [value] 给指定key设置值（set 可覆盖老的值）
get [key] 获取指定key 的值
del [key] 删除指定key
exists [key] 判断是否存在指定key
mset [key1] [value1] [key2] [value2] ...... 批量存键值对
mget [key1] [key2] ...... 批量取key
expire [key] [time] 给指定key 设置过期时间 单位秒
setex [key] [time] [value] 等价于 set + expire 命令组合
setnx [key] [value] 如果key不存在则set 创建，否则返回0
incr [key] 如果value为整数 可用 incr命令每次自增1
incrby [key] [number] 使用incrby命令对整数值 进行增加 number
2. List（列表）
2.1 简单介绍
Redis 中的List和Java中的LinkedList很像，底层都是一种链表结构，List的插入和删除操作非常快，时间复杂度为 O(1)，不像数组结构插入、删除操作需要移动数据。像归像，但是 Redis 中的List底层可不是一个双向链表那么简单。
当数据量较少的时候它的底层存储结构为一块连续内存，称之为ziplist(压缩列表)，它将所有的元素紧挨着一起存储，分配的是一块连续的内存；当数据量较多的时候将会变成quicklist(快速链表)结构。
可单纯的链表也是有缺陷的，链表的前后指针prev和next会占用较多的内存，会比较浪费空间，而且会加重内存的碎片化。在 Redis 3.2 之后就都改用ziplist+链表的混合结构，称之为quicklist(快速链表)。ziplist的每个集合元素使用两个紧挨在一起的压缩列表节点来保存，第一个节点保存元素的成员，第二个元素保存元素的分值。
2.2 应用场景
由于List是一个按照插入顺序排序的列表，所以应用场景相对还较多的，例如：
2.2.1 消息队列
列表用来存储多个有序的字符串，既然是有序的，那么就满足消息队列的特点。使用lpush+rpop或者rpush+lpop实现消息队列。除此之外，redis支持阻塞操作，在弹出元素的时候使用阻塞命令来实现阻塞队列。
Redis 虽然支持消息队列的实现，但是并不支持 ack。所以 Redis 实现的消息队列不能保证消息的可靠性，除非自己实现消息确认机制，不过这非常麻烦，所以如果是重要的消息还是推荐使用专门的消息队列去做。
2.2.2 栈
由于列表存储的是有序字符串，满足队列的特点，也就能满足栈先进后出的特点，使用lpush+lpop或者rpush+rpop实现栈。
2.2.3 文章列表
因为列表的元素不但是有序的，而且还支持按照索引范围获取元素。lpush命令和lrange命令能实现最新列表的功能，每次通过lpush命令往列表里插入新的元素，然后通过lrange命令读取最新的元素列表。比如我们可以使用命令lrange key 0 9分页获取文章列表。
2.3 List 常用命令
rpush [key] [value1] [value2] ...... 链表右侧插入
rpop [key] 移除右侧列表头元素，并返回该元素
lpop [key] 移除左侧列表头元素，并返回该元素
llen [key] 返回该列表的元素个数
lrem [key] [count] [value] 删除列表中与value相等的元素，count是删除的个数。 count>0 表示从左侧开始查找，删除count个元素，count<0 表示从右侧开始查找，删除count个相同元素，count=0 表示删除全部相同的元素
lindex [key] [index] 获取list指定下标的元素 （需要遍历，时间复杂度为O(n)） index 代表元素下标，index 可以为负数， index= 表示倒数第一个元素，同理 index=-2 表示倒数第二 个元素。
lrange [key] [start_index] [end_index] 获取list 区间内的所有元素（时间复杂度为 O(n)）
ltrim [key] [start_index] [end_index] 保留区间内的元素，其他元素删除（时间复杂度为 O(n)）
3. Hash（字典）
3.1 简单介绍
Redis 中的Hash和 Java 的HashMap更加相似，是数组+链表的结构，当发生 hash 碰撞时将会把元素追加到链表上，值得注意的是在Redis的Hash中value只能是字符串。
3.2 使用场景
3.2.1 购物车
hset [key] [field] [value]命令， 可以实现以用户Id，商品Id为field，商品数量为value，恰好构成了购物车的3个要素。
3.2.2 存储对象
hash类型的(key, field, value)的结构与对象的(对象id, 属性, 值)的结构相似，也可以用来存储对象，如：
key=JavaUser293847
value={
“id”: 1,
“name”: “SnailClimb”,
“age”: 22,
“location”: “Wuhan, Hubei”
}
3.3 Hash 常用命令
hset [key] [field] [value] 新建字段信息
hget [key] [field] 获取字段信息
hdel [key] [field] 删除字段
hlen [key] 保存的字段个数
hgetall [key] 获取指定key 字典里的所有字段和值 （字段信息过多,会导致慢查询 慎用：亲身经历 曾经用过这个这个指令导致线上服务故障）
hmset [key] [field1] [value1] [field2] [value2] ...... 批量创建
hincr [key] [field] 对字段值自增
hincrby [key] [field] [number] 对字段值增加number
4. Set（集合）
4.1 简单介绍
Redis 中的set和Java中的HashSet有些类似，它内部的键值对是无序的、唯一 的。它的内部实现相当于一个特殊的字典，字典中所有的 value 都是一个值 NULL。当集合中最后一个元素被移除之后，数据结构被自动删除，内存被回收。
4.2 应用场景
- 比如：在在线讨论社区中，可以将一个用户所有的关注人存在一个集合中，将其所有粉丝存在一个集合。Redis可以非常方便的实现如共同关注、共同粉丝、共同喜好等功能。这个过程也就是求交集的过程。
- 好友、关注、粉丝、感兴趣的人集合：
1)sinter命令可以获得A和B两个用户的共同好友；
2)sismember命令可以判断A是否是B的好友；
3)scard命令可以获取好友数量；- 关注时，
smove命令可以将B从A的粉丝集合转移到A的好友集合
- 关注时，
- 首页展示随机：美团首页有很多推荐商家，但是并不能全部展示，set类型适合存放所有需要展示的内容，而
srandmember命令则可以从中随机获取几个。 - 抽奖功能：用户点击抽奖按钮，参数抽奖，将用户编号放入集合，然后抽奖，分别抽一等奖、二等奖，如果已经抽中一等奖的用户不能参数抽二等奖则使用
spop key [count]，反之使用srandmember key [count]。
4.3 Set 常用命令
sadd [key] [value] 向指定key的set中添加元素
smembers [key] 获取指定key 集合中的所有元素
sismember [key] [value] 判断集合中是否存在某个value
scard [key] 获取集合的长度
spop [key] 弹出一个元素
srem [key] [value] 删除指定元素
5. Zset（有序集合）
5.1 简单介绍
Zset也叫SortedSet一方面它是个set，保证了内部 value 的唯一性，另一方面它可以给每个 value 赋予一个score，代表这个value的排序权重。它的内部实现由两种数据结构支持：ziplist 和 skiplist。
5.1.1 ziplist（压缩列表）
当 Zset 使用 ziplist 作为存储结构的时候，每个集合元素使用两个紧挨在一起的压缩列表节点来保存，第一个节点保存元素的成员，第二个元素保存元素的分值。
5.1.2 skiplist（跳跃表）
当 Zset 使用 skiplist 作为存储结构时，使用 skiplist 按序保存元素分值，使用 dict 来保存元素和分值的对应关系。
跳表是一种基于有序链表的扩展，它会维护多个索引链表和原链表。跳表不断提升新的关键节点形成新的有序链表，是一种空间换时间的思想。在插入元素到跳表时，只需对比新元素的值和关键节点链表，这样就能将对比次数缩减。因为在跳表中，使用空间换时间，所以会有多层的索引链表，每一层索引链表都是上一层的一半，当数据量较大的时候，就能够很轻松地降低链表查询消耗的性能。至于提取关键节点的极限，是同一层只有两个节点。
跳表插入节点的流程：
- 新节点和各层索引节点逐一比较，确定原链表的插入位置，O(logn)。
- 把索引插入到原链表，O(1)。
- 使用抛硬币的随机方式，决定新节点是否提升为上一级索引，O(logn)。
总体上跳表查找和插入的时间复杂度是 O(logn)，空间复杂度是 O(n)。
跳表删除节点的流程：
- 在索引层找到关键节点进行删除，删除每一层的相同节点，O(logn)。
- 如果某一层在删除节点之后只剩下一个节点，那么删除这层的链表，O(logn)。
5.2 Zset 应用场景
5.2.1 排行榜
和list不同的是Zset它能够实现动态的排序。比如用来存储粉丝列表，在线讨论社区项目的关注模块用到了Zset，value 为粉丝的用户 ID，score 为关注时间，这样我们可以对粉丝列表按关注时间进行排序。
Zset还可以用来存储学生的成绩，value值是学生的 ID，score是他的考试成绩。 我们对成绩按分数进行排序就可以得到他的名次。
5.2.2 延迟消息队列
在一个下单系统中，下单后需要在 15 分钟内进行支付，如果 15 分钟未支付则自动取消订单。将下单后的 15 分钟后时间作为 score，订单作为 value 存入 Redis，消费者轮询去消费，如果消费的大于等于这笔记录的 score，则将这笔记录移除队列，取消订单。
5.3 Zset 常用命令
zadd [key] [score] [value] 向指定key的集合中增加元素
zrange [key] [start_index] [end_index] 获取下标范围内的元素列表，按score 排序输出
zrevrange [key] [start_index] [end_index] 获取范围内的元素列表 ，按score排序 逆序输出
zcard [key] 获取集合列表的元素个数
zrank [key] [value] 获取元素再集合中的排名
zrangebyscore [key] [score1] [score2] 输出score范围内的元素列表
zrem [key] [value] 删除元素
zscore [key] [value] 获取元素的score
6. HyperLogLog
- 常用于计数，它采用一种基数算法，用于完成独立总数的统计。
- 占据空间小，无论统计多少个数据，只占
12K的内存空间。 - 是一种不精确的统计算法，标准误差为0.81%。
- 比如：在线讨论社区中统计独立访客UV，使用当前日期作为 key，IP地址作为 value 存入 HyperLoglog。如果要统计指定日期范围内的 UV，那么整理该日期范围内的 key 到一个列表中，然后对这个列表求一个 union，然后统计 HyperLoglog 的 size 即可。
7. Geo
用于支持存储地理位置信息。
参考：
- 一口气说出Redis 5种数据结构及对应使用场景，面试要加分的
- redis五大数据类型使用场景