当前位置：首页 > news >正文

Redis（127）Redis的内部数据结构是什么？

news 2025/11/17 6:05:03

Redis 是一个高性能的内存数据库，其底层实现依赖于多种数据结构。这些数据结构不仅决定了 Redis 的高性能，也使得 Redis 在处理不同类型的数据时能够保持高效。下面详细介绍 Redis 的内部数据结构，并结合具体代码示例进行解释。

1. 字符串（String）

字符串是 Redis 中最基本的数据类型。它不仅可以存储文本，还可以存储二进制数据，如图像或序列化对象。

示例代码

import redis.clients.jedis.Jedis;public class RedisStringExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {// 设置字符串键值jedis.set("key", "value");// 获取字符串键值String value = jedis.get("key");System.out.println("Stored string in redis: " + value);}}
}

2. 哈希（Hash）

哈希类型是一个键值对集合，类似于 Java 的 HashMap。哈希特别适合存储对象。

示例代码

import redis.clients.jedis.Jedis;public class RedisHashExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String userKey = "user:1000";// 设置哈希字段jedis.hset(userKey, "name", "John");jedis.hset(userKey, "age", "30");// 获取哈希字段String name = jedis.hget(userKey, "name");String age = jedis.hget(userKey, "age");System.out.println("Name: " + name);System.out.println("Age: " + age);}}
}

3. 列表（List）

列表是一个有序的字符串列表，可以从列表的两端进行压入和弹出操作，类似于 LinkedList。

示例代码

import redis.clients.jedis.Jedis;public class RedisListExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String listKey = "taskQueue";// 从列表左侧压入jedis.lpush(listKey, "Task1", "Task2", "Task3");// 从列表右侧弹出String task = jedis.rpop(listKey);System.out.println("Popped task: " + task);// 获取列表所有元素System.out.println("Remaining tasks: " + jedis.lrange(listKey, 0, -1));}}
}

4. 集合（Set）

集合是一个无序的字符串集合，用于高效地进行添加、删除和查找操作。

示例代码

import redis.clients.jedis.Jedis;public class RedisSetExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String setKey = "userRoles";// 添加集合元素jedis.sadd(setKey, "admin", "editor", "viewer");// 获取集合所有元素System.out.println("User roles: " + jedis.smembers(setKey));// 判断元素是否存在boolean isAdmin = jedis.sismember(setKey, "admin");System.out.println("Is admin: " + isAdmin);}}
}

5. 有序集合（Sorted Set）

有序集合是一个带有分数的字符串集合，集合中的元素按分数进行排序，适用于实现排行榜等功能。

示例代码

import redis.clients.jedis.Jedis;public class RedisSortedSetExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String sortedSetKey = "leaderboard";// 添加有序集合元素jedis.zadd(sortedSetKey, 100, "user1");jedis.zadd(sortedSetKey, 200, "user2");jedis.zadd(sortedSetKey, 150, "user3");// 获取有序集合元素System.out.println("Leaderboard: " + jedis.zrevrangeWithScores(sortedSetKey, 0, -1));}}
}

6. 位图（Bitmap）

位图是一种特殊类型的字符串，可以对字符串中的单个位进行操作，适用于实现布隆过滤器等功能。

示例代码

import redis.clients.jedis.Jedis;public class RedisBitmapExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String bitmapKey = "user:active";// 设置某个位为1jedis.setbit(bitmapKey, 1, true);jedis.setbit(bitmapKey, 3, true);// 获取某个位的值boolean isActive = jedis.getbit(bitmapKey, 1);System.out.println("User is active at position 1: " + isActive);// 统计位图中值为1的位数long activeUserCount = jedis.bitcount(bitmapKey);System.out.println("Active user count: " + activeUserCount);}}
}

7. HyperLogLog

HyperLogLog 是一种用于基数估算的概率性数据结构，适用于大规模去重计数。

示例代码

import redis.clients.jedis.Jedis;public class RedisHyperLogLogExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String hllKey = "uniqueVisitors";// 添加元素jedis.pfadd(hllKey, "user1", "user2", "user3", "user2");// 估算基数long uniqueCount = jedis.pfcount(hllKey);System.out.println("Unique visitors: " + uniqueCount);}}
}

8. 流（Stream）

流是 Redis 5.0 引入的数据结构，适用于处理日志和消息队列。

示例代码

import redis.clients.jedis.Jedis;
import redis.clients.jedis.StreamEntryID;import java.util.HashMap;
import java.util.Map;public class RedisStreamExample {public static void main(String[] args) {try (Jedis jedis = new Jedis("localhost", 6379)) {String streamKey = "mystream";// 添加流元素Map<String, String> entry = new HashMap<>();entry.put("name", "Alice");entry.put("message", "Hello, World!");jedis.xadd(streamKey, StreamEntryID.NEW_ENTRY, entry);// 读取流元素List<Map.Entry<String, List<StreamEntry>>> streamEntries = jedis.xread(StreamEntryID.UNRECEIVED_ENTRY, streamKey);for (Map.Entry<String, List<StreamEntry>> streamEntry : streamEntries) {System.out.println("Stream: " + streamEntry.getKey());for (StreamEntry entry : streamEntry.getValue()) {System.out.println("Entry ID: " + entry.getID());System.out.println("Fields: " + entry.getFields());}}}}
}