Redis的常用数据结构以及使用场景

### Redis 常用数据结构及其应用场景 #### 字符串（String） 字符串是最基本的数据类型，不仅键本身是字符串形式，其他复杂数据结构也建立在其之上。这种类型的值可以容纳多种形式的内容，比如简单字符串、JSON 或 XML 这样的复杂字符串、数值以及二进制对象，不过单个值大小被限制在512MB以内[^4]。 对于计数需求而言，`INCRBY`等命令提供了原子性的增量操作功能，使得Redis成为理想的计数器解决方案之一。通过组合使用`INCR`和`EXPIRE`指令能够轻松实现带有时效性的计数逻辑，例如记录某段时间内的访问次数[^3]。 ```python # Python伪代码展示如何利用Redis作为计数器 import redis r = redis.Redis(host='localhost', port=6379, db=0) user_id = "user:1" r.incr(user_id) # 对指定用户的计数加一 r.expire(user_id, 60) # 设置该计数在一分钟后自动清除 ``` #### 列表（List） 列表允许存储一系列按顺序排列的元素，并支持两端高效插入/删除操作。适用于诸如消息队列这样的场景，其中生产者可以在一侧添加项目而消费者则从另一侧移除处理过的条目[^2]。 ```bash LPUSH mylist "item1" # 向左端压入新项 RPUSH mylist "item2" # 向右端追加新项 LPOP mylist # 移除并返回左侧第一个元素 RPOP mylist # 移除并返回右侧最后一个元素 ``` #### 集合（Set） 集合用于保存不重复成员组成的无序集合体。当涉及到去重问题时非常有用；另外还可以执行交集、并集运算来找出共同点或合并多个源中的唯一项[^5]。 ```bash SADD setA "apple" # 添加到setA中 SADD setB "banana" # 添加到setB中 SUNION store setC setA setB # 计算两个集合的并集并将结果存入第三个集合 ``` #### 哈希（Hash） 哈希映射适合表示具有字段-值关系的对象模型。每个散列表都由若干个field-value对构成，非常适合模拟实体属性或是缓存关联型数据。 ```json HSET user:alice name Alice age 28 city Beijing // 创建了一个名为'user:alice' 的hash，包含了三个字段(name,age,city)，对应相应的值(Alice,28,Beijing) ``` #### 有序集合（Sorted Set） 除了保持内部元素互异外，还额外维护着一个分数域以便按照一定规则排序输出。典型应用包括排行榜系统、优先级调度机制等等。 ```bash ZADD leaderboard 100 player1 # 给player1分配得分为100分加入leaderboard ZADD leaderboard 200 player2 # 给player2分配得分为200分加入leaderboard ZRANGE leaderboard 0 -1 WITHSCORES # 获取全部玩家排名连同他们的得分情况 ```

Redis常用的数据结构有六种，分别是简单动态字符串（SDS）、链表、字典、跳跃表、整数集合和压缩列表。这些数据结构被用来构建Redis的对象系统，包括字符串对象、列表对象、哈希对象、集合对象和有序集合对象。每种对象都有多种不同的数据结构实现，以适应不同的应用场景。字符串类型是Redis最基础的数据结构，它的值可以是简单的字符串、复杂的字符串（如JSON、XML）、数字（整数、浮点数）甚至二进制数据（如图片、音频、视频），但值的大小不能超过512MB。Redis中的字符串是动态字符串，可以通过预分配冗余空间的方式减少内存分配的频率。字符串的长度不超过1MB时，扩容时会加倍现有的空间；而超过1MB时，每次扩容只会增加1MB的空间。需要注意的是，Redis规定字符串的长度不能超过512MB。<em>1</em><em>2</em><em>3</em> #### 引用[.reference_title] - *1* [Redis常见数据结构](https://blog.csdn.net/weixin_42348609/article/details/102996982)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item] - *2* [Redis-常用数据结构](https://blog.csdn.net/Huangjiazhen711/article/details/127567141)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item] - *3* [Redis的五种基础数据结构](https://blog.csdn.net/yuyuanlai/article/details/106745757)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item] [ .reference_list ]