Redis常见的数据结构

Redis底层的数据结构是Redis高效存储和操作数据的基础,Redis提供了五种基本的数据类型，每种类型在底层都有对应的数据结构来实现。这五种数据类型分别是：字符串（String）、哈希（Hash）、列表（List）、集合（Set）和有序集合（Sorted Set）。

1. 字符串（String）

字符串是Redis中最基本的数据类型，底层实现使用的是简单动态字符串（SDS），SDS具有以下特点：
1.长度与空间： SDS 维护了一个 len 字段表示已使用长度，一个 free 字段表示未使用的剩余空间，避免了每次操作都重新计算字符串长度。
2.二进制安全： SDS 可以存储任意二进制数据，不像 C 语言的字符串只能存储文本数据。
3.空间预分配： 当 SDS 扩展时，除了为新内容分配必要的空间外，还会分配额外的空间以减少未来的扩展次数。
4.惰性空间释放： 当 SDS 缩小时，并不会立即回收多余空间，而是通过 free 字段记录剩余空间，以备后续使用。

应用场景

缓存对象： 字符串类型通常用来缓存简单的对象，比如缓存用户信息、网页内容、配置信息等。
计数器： 可以使用字符串类型来实现计数器，利用 INCR、DECR 操作对数值进行原子性的加减操作。适用于统计网站访问量、点赞数等。
分布式锁： 可以使用字符串类型加上 SETNX 命令实现分布式锁。通过给字符串设置一个过期时间来确保锁的自动释放。
Session 数据： 可以将用户的会话数据存储在 Redis 中，利用字符串类型快速读取和更新会话信息。

2. 列表（List）

Redis 的列表类型底层使用了两种数据结构：双向链表和压缩列表（ziplist）。
双向链表： 用于存储元素较多或者元素较大的列表。双向链表的特点是支持双向遍历，插入和删除操作非常高效。
压缩列表： 是一种内存紧凑型的连续内存块，用于存储较小数量的短字符串列表。当列表中的元素较少且元素值较小时，Redis 会选择使用压缩列表来节省内存。

应用场景

消息队列： 利用列表的 LPUSH 和 RPOP（或 BRPOP）操作，可以实现简单的消息队列，支持先进先出的队列模式。
任务队列： 将待处理的任务存入列表，工作线程可以从列表中取出任务进行处理，非常适合任务调度、工作队列的场景。
日志收集： 可以使用列表来收集和存储日志信息，日志信息可以通过 LPUSH 插入到列表中，再通过 LRANGE 或 LPOP 进行读取和处理。
分页数据： 在某些场景下，可以将数据存储在列表中，并使用 LRANGE 命令进行分页显示。

3.哈希（Hash）

哈希类型的底层也使用了压缩列表（ziplist）和哈希表（hashtable）两种结构。
压缩列表： 当哈希表中的键值对较少且每个键值对的数据量都比较小时，Redis 会使用压缩列表来存储，节省内存。
哈希表： 当哈希表的元素较多时，Redis 会自动转换为哈希表结构，哈希表实现了高效的查找、插入和删除操作。

应用场景

存储对象信息： 哈希类型特别适合存储对象，例如存储用户信息、产品信息等。每个对象的字段可以作为哈希表的键，字段值作为哈希表的值。
计数器： 在某些场景下，需要为多个字段进行独立的计数操作，哈希类型可以为每个字段单独计数，例如对用户行为进行分类统计。
元数据存储： 在一些需要存储大量小数据的场景下，哈希类型可以用来存储这些元数据，例如缓存数据库中的表行数据。

4. 集合（Set）

集合类型的底层数据结构是哈希表（hashtable），因为集合的元素是无序且唯一的。Redis 使用哈希表来确保集合元素的唯一性并提供 O(1) 的查找、插入和删除操作。

应用场景

标签系统： 集合可以用于实现标签系统，例如存储用户的兴趣标签，利用集合的无序性和唯一性，确保每个用户兴趣只被存储一次。
去重： 在需要去重的场景下，可以利用集合来存储数据并确保数据唯一性。例如，在社交媒体应用中，跟踪用户点赞的帖子。
好友推荐： 可以使用集合操作来计算两个用户的共同好友，通过 SINTER 等操作获得交集，从而推荐共同好友。
实时排名： 集合可以用于一些简单的实时排名系统，通过 SADD 和 SMEMBERS 操作，可以实现实时更新和查询。

5.有序集合（Sorted Set）

有序集合的底层数据结构是跳表（skiplist）和压缩列表（ziplist）的结合。
跳表： 用于存储大量有序的元素，支持快速的范围查询操作。跳表是 Redis 实现有序集合的核心数据结构，通过多层链表来实现快速查找。
压缩列表： 当有序集合中的元素较少时，Redis 会使用压缩列表来存储，以节省内存。

应用场景

排行榜： 有序集合广泛用于实现排行榜系统，例如根据用户的得分排序排名，使用 ZADD 添加数据，ZRANGE 获取排名。
延迟队列： 可以使用有序集合实现延迟任务队列，通过分数表示任务的执行时间，到达指定时间时执行任务。
限时活动： 在限时促销或竞拍等场景中，可以使用有序集合存储用户出价和时间，根据分数（价格或时间）排序确定优先级。
优先级队列： 有序集合也可以用来实现优先级队列，根据任务的优先级不同给定不同的分数，任务可以按照优先级执行。

6.HyperLogLog

HyperLogLog 是一种概率性的数据结构，用于计算数据的基数（即去重后元素的数量）。它的主要优点是在处理大量元素时，使用非常少的内存就能给出一个误差范围可接受的基数估计。

应用场景

大数据去重统计： 适用于大规模数据的基数统计，例如统计一个网站的日活跃用户（UV），HyperLogLog 可以在使用极少内存的情况下给出一个大致的唯一用户数。
在线统计： 可以用于实时监测和统计，例如在广告系统中统计广告点击的独立用户数。

7. 位图（Bitmap）

位图不是 Redis 的基本数据类型，而是一种基于字符串类型的高级操作。位图将字符串的每个比特位视为一个二进制位，从而可以高效地进行大规模的布尔类型操作。

应用场景

用户签到系统： 可以使用位图记录用户的签到情况，每一位表示一天，1 表示签到，0 表示未签到，可以快速统计用户的连续签到天数、缺勤次数等。
权限控制： 位图可以用于实现简单的权限控制，使用一组比特位表示不同的权限，判断某用户是否拥有某项权限。
活跃用户统计： 可以使用位图记录某段时间内用户是否活跃，每位表示一天，通过 BITCOUNT 可以快速统计某段时间内的活跃天数。