Redis核心数据类型解析

Redis 是一个开源的高性能键值对（Key-Value）内存数据库，同时支持数据持久化到磁盘。它支持多种复杂数据结构，具有原子性操作、高并发、低延迟等特点，广泛应用于缓存、会话存储、消息队列、实时排行榜等场景。

1. 字符串（String）

特点：最基本的键值类型，可存储文本、数字或二进制数据，最大 512MB。

常用命令：

SET name "Alice"       # 设置键值
GET name               # 获取值 → "Alice"
INCR counter           # 数字自增（初始为0）→ 1
DECR counter           # 数字自减 → 0
APPEND name " Smith"   # 追加字符串 → "Alice Smith"

Python 应用：

import redis
r = redis.Redis(host='localhost', port=6379, db=0, decode_responses=True)r.set('name', 'Alice')
print(r.get('name'))  # 输出: Alicer.incr('counter')     # 计数器自增
print(r.get('counter'))  # 输出: 1

2. 列表（List）

特点：有序字符串集合，支持两端插入/删除，底层是双向链表。

常用命令：

LPUSH fruits "apple"   # 左侧添加元素
RPUSH fruits "banana"  # 右侧添加元素
LRANGE fruits 0 -1     # 获取所有元素 → ["apple", "banana"]
LPOP fruits            # 左侧弹出元素 → "apple"
LLEN fruits            # 获取长度 → 1

Python 应用：

r.lpush('fruits', 'apple')
r.rpush('fruits', 'banana', 'cherry')
print(r.lrange('fruits', 0, -1))  # 输出: ['apple', 'banana', 'cherry']
r.lpop('fruits')
print(r.llen('fruits'))  # 输出: 2

3. 集合（Set）

特点：无序、唯一元素集合，支持交集、并集等运算。

常用命令：

SADD tags "python" "redis"  # 添加元素
SMEMBERS tags               # 获取所有元素 → ["python", "redis"]
SISMEMBER tags "java"       # 判断是否存在 → 0（不存在）
SINTER set1 set2            # 求交集
SUNION set1 set2            # 求并集

Python 应用：

r.sadd('tags', 'python', 'redis', 'django')
print(r.smembers('tags'))  # 输出: {'python', 'redis', 'django'}
print(r.sismember('tags', 'java'))  # 输出: False

4. 有序集合（Sorted Set）

特点：类似 Set，但每个元素关联一个分数（score），可按分数排序。

常用命令：

ZADD ranking 80 "Alice" 90 "Bob"  # 添加元素及分数
ZRANGE ranking 0 -1 WITHSCORES    # 按分数升序排列 → ["Alice", "80", "Bob", "90"]
ZREVRANGE ranking 0 0             # 取分数最高的1个 → ["Bob"]
ZSCORE ranking "Alice"            # 获取分数 → "80"

Python 应用：

r.zadd('ranking', {'Alice': 80, 'Bob': 90, 'Charlie': 85})
# 按分数升序取所有元素
print(r.zrange('ranking', 0, -1, withscores=True))  
# 输出: [('Alice', 80.0), ('Charlie', 85.0), ('Bob', 90.0)]

5. 哈希（Hash）

特点：键值对的集合（类似字典），适合存储对象（如用户信息）。

常用命令：

HSET user:1 name "Alice" age "25"  # 设置多个字段
HGET user:1 name                   # 获取字段值 → "Alice"
HGETALL user:1                     # 获取所有字段 → ["name", "Alice", "age", "25"]
HDEL user:1 age                    # 删除字段

Python 应用：

r.hset('user:1', mapping={'name': 'Alice', 'age': '25', 'city': 'Beijing'})
print(r.hget('user:1', 'name'))  # 输出: Alice
print(r.hgetall('user:1'))       # 输出: {'name': 'Alice', 'age': '25', 'city': 'Beijing'}

6. 消息队列（Stream）

特点：持久化消息队列，支持消费者组、消息确认等功能。

常用命令：

XADD logs * level "error" msg "Failed"  # 发送消息（* 自动生成ID）
XREAD COUNT 1 STREAMS logs 0            # 读取消息（从ID=0开始）
XGROUP CREATE logs group1 0             # 创建消费者组
XREADGROUP GROUP group1 consumer1 COUNT 1 STREAMS logs >  # 消费者组读取消息

Python 应用：

# 发送消息
r.xadd('logs', {'level': 'error', 'msg': 'Failed to connect'})# 读取消息
messages = r.xread(streams={'logs': 0}, count=1)
print(messages)  # 输出: [('logs', [('1694567890000-0', {'level': 'error', 'msg': 'Failed to connect'})])]

7. 地理空间（Geospatial）

特点：存储地理位置（经纬度），支持距离计算、范围查询。

常用命令：

GEOADD cities 116.40 39.90 "Beijing"  # 添加地理位置（经度、纬度、名称）
GEODIST cities "Beijing" "Shanghai" km  # 计算距离 → 约1318.38km
GEORADIUS cities 116.40 39.90 1000 km  # 查找1000km内的城市

Python 应用：

r.geoadd('cities', (116.40, 39.90, 'Beijing'), (121.47, 31.23, 'Shanghai'))
distance = r.geodist('cities', 'Beijing', 'Shanghai', unit='km')
print(distance)  # 输出: 1318.3851

8. HyperLogLog

特点：用于基数统计（不重复元素数量），占用空间极小（约12KB）。

常用命令：

PFADD unique_visitors "user1" "user2" "user3"  # 添加元素
PFCOUNT unique_visitors                        # 统计基数 → 3
PFMERGE merged_visitors log1 log2              # 合并两个HyperLogLog

Python 应用：

r.pfadd('unique_visitors', 'user1', 'user2', 'user3', 'user1')
print(r.pfcount('unique_visitors'))  # 输出: 3（去重后数量）

9. 位图（Bitmap）

特点：按位存储数据，适合记录开关状态（如用户签到、在线状态）。

常用命令：

SETBIT sign_in 0 1  # 第0天签到（1表示签到，0表示未签）
SETBIT sign_in 2 1  # 第2天签到
GETBIT sign_in 0    # 检查第0天是否签到 → 1
BITCOUNT sign_in    # 统计签到总天数 → 2

Python 应用：

r.setbit('sign_in', 0, 1)  # 第0天签到
r.setbit('sign_in', 2, 1)  # 第2天签到
print(r.getbit('sign_in', 0))  # 输出: 1
print(r.bitcount('sign_in'))   # 输出: 2

10. 位域（Bitfield）

特点：对 bitmap 进行多比特位操作，支持自定义位宽的整数读写。

常用命令：

BITFIELD stats SET u4 0 15  # 从偏移量0开始，存储4位无符号整数15（二进制1111）
BITFIELD stats GET u4 0     # 读取4位无符号整数 → 15
BITFIELD stats INCRBY i4 4 1  # 从偏移量4开始，对4位有符号整数+1

Python 应用：

r.bitfield('stats', 'SET', 'u4', 0, 15)  # 存储4位无符号整数15
result = r.bitfield('stats', 'GET', 'u4', 0)
print(result)  # 输出: [15]

以上是 Redis10 种核心数据类型的典型操作。实际使用中，redis-py 客户端的方法名与 Redis 命令基本一致，通过类型提示和返回值自动转换（如设置 decode_responses=True 可将字节转为字符串），大幅简化了 Python 开发。