Redis 五大数据结构及使用场景
一句话
Redis 提供 5 种基本数据结构（String、Hash、List、Set、ZSet），外加 3 种高级结构（Bitmap、HyperLogLog、Geo），每种都针对特定场景优化。面试重点是知道什么场景用什么结构。
1. String（字符串）
最基本的数据类型，最大 512MB，可以是文本也可以是二进制。
常用命令：SET / GET / MSET / MGET / INCR / DECR 底层数据结构：SDS（Simple Dynamic String），支持动态扩容，二进制安全| 场景 | 示例 |
|---|---|
| 普通缓存 | SET user:1001 '{"name":"Alice","age":30}' |
| 计数器 | INCR article:read:123（原子自增） |
| 分布式锁 | SET lock_key true NX EX 10（NX=不存在才设置，EX=10 秒过期） |
| Session | SET session:abc123 '{"userId":1001}' EX 1800 |
2. Hash（哈希）
一个 key 对应多个 field-value，适合存储对象。
常用命令：HSET / HGET / HMSET / HMGET / HDEL / HINCRBY 底层数据结构：ziplist（小数据量） → hashtable（大数据量）| 场景 | 示例 |
|---|---|
| 对象缓存 | HSET user:1001 name Alice age 30 |
| 购物车 | HSET cart:1001 sku_123 2（field=商品 ID, value=数量） |
String 存对象 vs Hash 存对象
String 方式： SET user:1001 '{"name":"Alice","age":30}' → 改一个字段要序列化整个对象再写回去 Hash 方式： HSET user:1001 name Alice HSET user:1001 age 30 → 改一个字段只需要 HSET 单个字段，更灵活更省内存3. List（列表）
有序的字符串链表，两端插入弹出都是 O(1)。
常用命令：LPUSH / RPUSH / LPOP / RPOP / LRANGE / BLPOP 底层数据结构：quicklist（ziplist + 双向链表）| 场景 | 示例 |
|---|---|
| 消息队列 | LPUSH queue:task task_001，BRPOP queue:task 30（阻塞消费） |
| 最新列表 | LPUSH news:latest news_id+LTRIM news:latest 0 9（只保留最新 10 条） |
| 栈/队列 | LPUSH+RPOP=队列，LPUSH+LPOP=栈 |
4. Set（集合）
无序不重复的字符串集合，支持集合运算。
常用命令：SADD / SREM / SMEMBERS / SISMEMBER / SINTER / SUNION / SDIFF 底层数据结构：intset（全是整数且数量少） → hashtable| 场景 | 示例 |
|---|---|
| 点赞/标签 | SADD news:123:liked user_456，SISMEMBER news:123:liked user_456 |
| 共同关注 | SINTER follow:A follow:B（A 和 B 的共同关注） |
| 好友推荐 | SDIFF follow:A follow:B（A 关注但 B 没关注的人） |
| 去重 | SADD unique:ids id1 id2 id3（自动去重） |
5. ZSet（有序集合）
每个 member 关联一个 score，按 score 自动排序。
常用命令：ZADD / ZREM / ZSCORE / ZRANGE / ZREVRANGE / ZINCRBY 底层数据结构：ziplist（少量数据） → skiplist + hashtable（跳表 + 哈希表）| 场景 | 示例 |
|---|---|
| 排行榜 | ZINCRBY rank:2024 player_789 10，ZREVRANGE rank:2024 0 9 WITHSCORES |
| 延迟队列 | score=执行时间戳，定时扫描 score <= now 的任务 |
| 滑动窗口限流 | score=时间戳，ZREMRANGEBYSCORE 清理过期记录 |
6. 三种高级结构（了解即可）
| 结构 | 原理 | 场景 |
|---|---|---|
| Bitmap | 操作字符串的每一位，极其省空间 | 用户签到（SETBIT sign:1001 100 1） |
| HyperLogLog | 概率数据结构，估算不重复元素数，误差 0.81%，只占 12KB | UV 统计 |
| Geo | 基于 ZSet 实现，存储经纬度 | 附近的人（GEORADIUS cities 116.40 39.90 100 km） |
7. 底层数据结构总结
面试可能追问底层实现：
String → SDS（动态字符串，预分配内存，减少 realloc） Hash → ziplist（元素少且小） → hashtable（元素多） List → quicklist（ziplist + 双向链表的折中方案） Set → intset（全是整数且 ≤ 512 个） → hashtable ZSet → ziplist（元素少） → skiplist + hashtable核心思路：数据少时用压缩结构省内存，数据多时切换到高效结构。
🎙 面试回答模板
"Redis 有 5 种基本数据结构。String 最通用，能做缓存、计数器、分布式锁； Hash 适合存对象，比如用户信息或购物车，可以单独更新某个字段， 比 String 存整个 JSON 更灵活；List 是有序列表，可以当消息队列或最新消息列表； Set 是无序不重复集合，支持交集并集差集，适合做点赞、标签、共同关注； ZSet 是带分数的有序集合，最经典的场景就是排行榜。 另外还有 Bitmap 做签到、HyperLogLog 做 UV 统计、Geo 做附近的人， 这三种了解场景就行。 底层实现方面，Redis 会根据数据量自动选择压缩结构或高效结构， 数据少时用 ziplist/intset 省内存，数据多时切换到 hashtable/skiplist。"参考来源
01_Raw【原始素材】/notion 资料/Notion/任务/Redis核心数据结构实战+服务搭建.md01_Raw【原始素材】/notion 资料/Notion/任务/Redis7 底层数据结构解析.md- Redis 官方文档：Data types