Redis 常用数据结构及其对应的业务场景（总结）
1. String（字符串）
特点：最简单的键值对结构，可存储文本、数字或二进制数据（最大 512MB）。
适用场景：
-
缓存：存储用户信息、页面片段、商品详情等（如
SET user:1 "{name: 'Alice', age: 30}"）。 -
计数器：文章阅读量、点赞数（
INCR article:1001:views）。 -
分布式锁：通过
SETNX实现简单锁机制。 -
限速控制：如短信验证码发送频率（
EXPIRE phone:138xxxx 60）。
2. Hash（哈希表）
特点：键值对集合，适合存储对象。
适用场景：
-
对象存储：用户属性（
HSET user:1001 name "Bob" age 25），避免序列化开销。 -
购物车：以用户ID为Key，商品ID为Field，数量为Value（
HINCRBY cart:user1 item:123 1）。 -
配置管理：存储系统的动态配置项。
3. List（列表）
特点：有序、可重复元素，支持双向操作（LPUSH/RPUSH）。
适用场景：
-
消息队列：简单版生产者消费者模型（
LPUSH tasks "task1"，RPOP tasks）。 -
最新动态：朋友圈时间线（
LPUSH feed:user1 "post:789"，保留最近 N 条）。 -
分页查询：文章评论列表（
LRANGE comments:1001 0 9）。
4. Set（集合）
特点：无序、唯一元素，支持交并差集操作。
适用场景：
-
标签系统：文章标签（
SADD article:1001:tags "tech" "redis"）。 -
好友关系：共同关注（
SINTER user:1001:follows user:1002:follows）。 -
去重统计：UV（独立访客）计算（
SADD daily_uv "user1" "user2"）。
5. Sorted Set（有序集合）
特点：元素按分数（Score）排序，唯一且可范围查询。
适用场景：
-
排行榜：游戏积分榜（
ZADD leaderboard 1000 "player1"，ZREVRANGE leaderboard 0 9）。 -
延迟队列：用时间戳作为 Score，到期处理任务（
ZADD delay_queue <timestamp> "task"）。 -
范围查询：价格区间内的商品（
ZRANGEBYSCORE products 100 200）。
6. HyperLogLog（基数统计）
特点：极低内存估算大规模去重计数（误差约 0.81%）。
适用场景：
-
UV统计：统计每日访问用户数（
PFADD daily_uv "user1" "user2"，PFCOUNT daily_uv）。
7. Bitmap（位图）
特点：通过位操作存储布尔值，节省空间。
适用场景：
-
签到打卡：记录用户每月签到（
SETBIT sign:user1:202303 3 1表示第3天签到）。 -
特征标记：用户是否拥有某权限（位偏移代表权限ID）。
8. GEO（地理空间）
特点：基于 Sorted Set 实现地理位置查询。
适用场景：
-
附近的人：存储坐标并查询半径内的地点（
GEOADD locations 116.40 39.90 "Beijing"，GEORADIUS locations 116 39 100 km）。
9. Stream（流）
特点：持久化消息队列，支持消费者组。
适用场景：
-
事件溯源：订单状态变更日志（
XADD orders * event "created" id 123）。 -
异步任务：类似 Kafka 的轻量级消息队列。
选择建议：
-
需要排序 → Sorted Set
-
需要去重 → Set
-
存储对象 → Hash
-
高频读写 → String
-
顺序性任务 → List 或 Stream
合理选择数据结构能显著提升性能和代码简洁性。例如，用 Hash 代替 String 存储对象可减少网络传输量，用 Sorted Set 实现排行榜比手动排序更高效。