【Redis-cli操作数据类型】Redis八大数据类型详解：从redis-cli操作到场景落地

---

前言

若对您有帮助的话，请点赞收藏加关注哦，您的关注是我持续创作的动力！有问题请私信或联系邮箱：[e-mail]

Redis八大数据类型详解：从redis-cli操作到场景落地

Redis 作为高性能的键值存储数据库，其核心优势之一在于支持丰富的数据类型。不同于传统数据库的单一数据结构，Redis 的八大数据类型可针对性解决不同业务场景（如计数器、排行榜、地理位置查询等），极大提升开发效率。本文基于 redis-cli 终端操作，结合实例详解每种数据类型的特点、常用命令及典型应用，新手可直接复制命令实践。

一、引言：为什么要关注Redis数据类型？

Redis 并非简单的“键值对仓库”，其数据类型是“功能差异化”的核心：

• 避免“用String存储所有数据”的低效做法（如用String存列表需手动处理分隔符）；
• 每种类型内置优化算法（如ZSet的跳表、Hash的哈希表），兼顾性能与易用性；
• 支持原子操作（如List的push/pop、ZSet的分数自增），减少并发问题。

本文所有示例基于 Redis 7.x 稳定版，需先确保 redis-cli 已连接服务（基础连接命令：redis-cli -h 你的IP -p 6379 -a 你的密码）。

二、String：Redis的“基础积木”

1. 特点

• 最基础的数据类型，存储字符串、数字或二进制数据（最大容量 512MB）；
• 支持原子性增减、过期时间设置，是Redis使用频率最高的类型。

2. redis-cli操作示例

# 1. 设置键值（支持直接存字符串/数字）
127.0.0.1:6379> SET username "zhangsan"  # 字符串
OK
127.0.0.1:6379> SET views 100  # 数字
OK# 2. 获取值
127.0.0.1:6379> GET username
"zhangsan"
127.0.0.1:6379> GET views
"100"# 3. 原子自增（适合计数器场景）
127.0.0.1:6379> INCR views  # 自增1
(integer) 101
127.0.0.1:6379> INCRBY views 5  # 自定义步长（+5）
(integer) 106# 4. 追加字符串
127.0.0.1:6379> APPEND username "_redis"  # 给username追加后缀
(integer) 13  # 返回新字符串长度
127.0.0.1:6379> GET username
"zhangsan_redis"# 5. 设置过期时间（10秒后自动删除）
127.0.0.1:6379> SET code "123456" EX 10
OK

3. 典型场景

• 缓存热点数据（如用户信息、商品详情）；
• 计数器（文章阅读量、接口调用次数）；
• 临时令牌（短信验证码、登录Token）。

三、Hash：结构化数据的“容器”

1. 特点

• 存储“键值对集合”（类似 JSON 对象），适合结构化数据；
• 可单独操作某个字段，无需修改整个对象（如只更新用户年龄，不改动姓名）。

2. redis-cli操作示例

# 1. 存储用户信息（键：user:1，字段：name/age/city）
127.0.0.1:6379> HSET user:1 name "lisi" age 25 city "Beijing"
(integer) 3  # 成功设置的字段数# 2. 获取单个字段
127.0.0.1:6379> HGET user:1 name
"lisi"# 3. 获取所有字段和值（适合查看完整对象）
127.0.0.1:6379> HGETALL user:1
1) "name"
2) "lisi"
3) "age"
4) "25"
5) "city"
6) "Beijing"# 4. 字段原子自增（年龄+1）
127.0.0.1:6379> HINCRBY user:1 age 1
(integer) 26# 5. 删除无用字段
127.0.0.1:6379> HDEL user:1 city
(integer) 1  # 成功删除的字段数

3. 典型场景

• 存储用户信息、商品属性（如product:1001存价格、库存、分类）；
• 配置项存储（如系统参数的键值对集合）。

四、List：有序可重复的“队列/栈”

1. 特点

• 基于双向链表实现，支持两端插入/删除（时间复杂度 O(1)）；
• 元素可重复，有序性由插入顺序决定，适合“先进先出”或“先进后出”场景。

2. redis-cli操作示例

# 1. 左侧插入（栈结构：先进后出）
127.0.0.1:6379> LPUSH fruits "apple"
(integer) 1
127.0.0.1:6379> LPUSH fruits "banana"  # 新元素插在最前面
(integer) 2# 2. 右侧插入（队列结构：先进先出）
127.0.0.1:6379> RPUSH fruits "orange"  # 新元素插在最后面
(integer) 3# 3. 查看列表（0=-1 表示所有元素，顺序为插入顺序）
127.0.0.1:6379> LRANGE fruits 0 -1
1) "banana"  # LPUSH的第二个元素
2) "apple"   # LPUSH的第一个元素
3) "orange"  # RPUSH的元素# 4. 左侧删除（弹出最前面的元素）
127.0.0.1:6379> LPOP fruits
"banana"# 5. 查看列表长度
127.0.0.1:6379> LLEN fruits
(integer) 2

3. 典型场景

• 消息队列（如异步任务队列，用LPUSH生产、RPOP消费）；
• 最新列表（如“最近浏览商品”“最新评论”，用LPUSH新增，LRANGE取前10条）。

五、Set：无序唯一的“集合”

1. 特点

• 元素唯一（自动去重），无序；
• 支持交集、并集、差集运算，适合“关系计算”场景。

2. redis-cli操作示例

# 1. 添加元素（重复元素会自动过滤）
127.0.0.1:6379> SADD tags "java" "python" "redis" "java"
(integer) 3  # 实际新增3个元素（重复的"java"被忽略）# 2. 查看所有元素（顺序不固定）
127.0.0.1:6379> SMEMBERS tags
1) "python"
2) "java"
3) "redis"# 3. 判断元素是否存在（1=存在，0=不存在）
127.0.0.1:6379> SISMEMBER tags "redis"
(integer) 1
127.0.0.1:6379> SISMEMBER tags "go"
(integer) 0# 4. 集合运算（交集：两个集合的共同元素）
127.0.0.1:6379> SADD tags2 "python" "mysql" "redis"  # 新建第二个集合
(integer) 3
127.0.0.1:6379> SINTER tags tags2  # 求tags和tags2的交集
1) "python"
2) "redis"

3. 典型场景

• 标签系统（如文章标签，自动去重）；
• 好友关系（如“共同好友”用交集计算，“我的好友但他不是”用差集）；
• 去重统计（如“今日访问IP列表”，避免重复计数）。

六、ZSet：有序唯一的“排行榜”

1. 特点

• 元素唯一，但每个元素关联一个“分数（score）”，按分数排序；
• 支持按分数范围查询、分数自增，是实现排行榜的最佳选择。

2. redis-cli操作示例

# 1. 添加元素（格式：ZADD 键 分数1 元素1 分数2 元素2 ...）
127.0.0.1:6379> ZADD students 90 "tom" 85 "jerry" 95 "alice"
(integer) 3# 2. 按分数升序查看（WITHSCORES 显示分数）
127.0.0.1:6379> ZRANGE students 0 -1 WITHSCORES
1) "jerry"  # 分数85（最低）
2) "85"
3) "tom"    # 分数90
4) "90"
5) "alice"  # 分数95（最高）
6) "95"# 3. 按分数降序查看（取前三名）
127.0.0.1:6379> ZREVRANGE students 0 2 WITHSCORES
1) "alice"
2) "95"
3) "tom"
4) "90"
5) "jerry"
6) "85"# 4. 分数原子自增（给tom加5分）
127.0.0.1:6379> ZINCRBY students 5 "tom"
"95"  # 新增分数

3. 典型场景

• 排行榜（如“积分排行榜”“销量排行榜”，按分数降序展示）；
• 优先级队列（如任务按紧急程度设分数，分数高的先执行）。

七、Bitmap：省内存的“位状态”

1. 特点

• 基于String实现，用二进制位（0/1）表示状态；
• 极致省内存：1个字节可存8个状态，1MB可存100万+状态。

2. redis-cli操作示例

# 场景：记录用户每月签到（偏移量=日期-1，1=签到，0=未签）
127.0.0.1:6379> SETBIT sign:user:1 0 1  # 1号签到（偏移量0）
(integer) 0  # 原始位值（初始为0）
127.0.0.1:6379> SETBIT sign:user:1 2 1  # 3号签到（偏移量2）
(integer) 0
127.0.0.1:6379> SETBIT sign:user:1 5 1  # 6号签到（偏移量5）
(integer) 0# 查看2号是否签到（偏移量1）
127.0.0.1:6379> GETBIT sign:user:1 1
(integer) 0  # 未签到# 统计当月签到次数（统计所有值为1的位）
127.0.0.1:6379> BITCOUNT sign:user:1
(integer) 3  # 共签到3天

3. 典型场景

• 签到系统（如“连续签到”“月度签到次数”）；
• 在线状态（如“用户是否在线”，1=在线，0=离线）；
• 布隆过滤器（结合多个Bitmap实现高效去重）。

八、HyperLogLog：百万级基数统计

1. 特点

• 用于“基数统计”（即不重复元素的个数），无需存储所有元素；
• 内存占用极低：无论数据量多大，仅需约12KB内存，误差率<1%。

2. redis-cli操作示例

# 场景：统计网站独立访客（UV）
127.0.0.1:6379> PFADD uv:20231011 "user1" "user2" "user3" "user1"
(integer) 1  # 1=结构更新，0=无更新# 统计当天UV（自动去重）
127.0.0.1:6379> PFCOUNT uv:20231011
(integer) 3  # 3个独立用户# 合并两天UV（10月11日 + 10月12日）
127.0.0.1:6379> PFADD uv:20231012 "user3" "user4" "user5"
(integer) 1
127.0.0.1:6379> PFMERGE uv:20231011-12 uv:20231011 uv:20231012# 统计合并后的总UV
127.0.0.1:6379> PFCOUNT uv:20231011-12
(integer) 5  # 总独立用户：user1-user5

3. 典型场景

• UV统计（网站/页面的独立访客数）；
• 搜索关键词去重计数（如“今日热门搜索词个数”）。

九、Geospatial：地理位置查询

1. 特点

• 存储经纬度信息，支持距离计算、范围查询；
• 基于GeoHash编码实现，适合LBS（位置服务）场景。

2. redis-cli操作示例

# 1. 添加城市经纬度（格式：GEOADD 键 经度 纬度 地点）
127.0.0.1:6379> GEOADD cities 116.40 39.90 "Beijing"  # 北京
(integer) 1
127.0.0.1:6379> GEOADD cities 121.47 31.23 "Shanghai"  # 上海
(integer) 1
127.0.0.1:6379> GEOADD cities 113.26 23.13 "Guangzhou"  # 广州
(integer) 1# 2. 计算两地距离（单位：km，支持m/km/mi/ft）
127.0.0.1:6379> GEODIST cities Beijing Shanghai km
"1317.3378"  # 北京到上海约1317公里# 3. 按半径查询（北京周围1000公里内的城市）
127.0.0.1:6379> GEORADIUS cities 116.40 39.90 1000 km
1) "Beijing"  # 仅北京在范围内（上海超1000km）# 4. 获取地点经纬度（返回GeoHash编码，可解码为具体坐标）
127.0.0.1:6379> GEOHASH cities Guangzhou
1) "ws10y62k1c0"

3. 典型场景

• 附近的人/商家（如“查找5公里内的餐厅”）；
• 地理位置围栏（如“用户进入某区域触发通知”）。

十、总结：八大数据类型选型表

数据类型	核心特点	典型场景	关键命令
String	基础键值，原子增减	计数器、缓存、Token	SET/GET/INCR/EXPIRE
Hash	结构化键值对，字段独立操作	用户信息、商品属性	HSET/HGET/HGETALL/HINCRBY
List	有序可重复，双向操作	消息队列、最新列表	LPUSH/RPUSH/LRANGE/LPOP
Set	无序唯一，支持集合运算	标签、好友关系、去重	SADD/SMEMBERS/SINTER/SISMEMBER
ZSet	有序唯一，按分数排序	排行榜、优先级队列	ZADD/ZRANGE/ZREVRANGE/ZINCRBY
Bitmap	位状态存储，省内存	签到、在线状态	SETBIT/GETBIT/BITCOUNT
HyperLogLog	基数统计，低内存	UV统计、关键词去重	PFADD/PFCOUNT/PFMERGE
Geospatial	地理位置，距离/范围查询	附近的人、LBS服务	GEOADD/GEODIST/GEORADIUS

十一、结语

Redis 数据类型的选择，本质是“场景与性能的匹配”：无需过度追求复杂类型（如用ZSet存简单列表），也不要用基础类型硬扛复杂场景（如用String存排行榜）。建议结合本文示例，在 redis-cli 中实际操作一遍，既能理解每种类型的特性，也能在开发中快速选型。