Redis实战：Redis数据类型有哪些应用场景？

数据类型

redis有五种基本数据类型

1. String（字符串）
2. Hash（哈希）
3. List（列表）
4. Set（集合）
5. Zset(Sorted Set：有序集合)

应对特定高级场景的类型

1. Bitmap（位图）
2. HyperLogLog（基数统计）
3. GEO（地理位置）
4. Stream（流）

数据类型	应用场景
String	单纯的缓存、计数器、分布式锁
List	简单的消息队列
Hash	存储结构化对象，如用户信息
Set	去重，公共关注
Zset	排行榜，带权重的队列
Bitmap	海量用户签到、二值状态（0/1）统计
HyperLogLog	百万级以上的独立访客（UV）粗略统计
GEO	存储地理位置的经纬度，附近的人、地图定位距离计算
Stream	完善的、高可用的消息队列

String

这是最基础的类型，一个键对应一个值。它是二进制安全的，意味着你可以用它存任何东西（从文本到图片、再到序列化的对象）

常用命令：SET, GET, INCR, DECR, MSET

缓存基础数据：缓存用户信息、商品详情（通常转为 JSON 字符串）

计数器/限流器： 利用 INCR 类的原子自增操作，可以用来做网页访问量统计、文章点赞数、或者是限制同一个 IP 每秒访问次数（限流）

如知乎每个问题的被浏览器次数

set key 0
incr key // incr readcount::{帖子id} 每阅读一次
get key // get readcount::{帖子id} 获取阅读量

分布式锁：SET {key} {value} NX PX {time}，被{}标记的变量需要在执行时替换为实际的值

分布式全局唯一id：分布式全局唯一id的实现方式有很多，这里只介绍用redis实现

每次获取userId的时候，对userId加1再获取，可以改进为如下形式

直接获取一段userId的最大值，缓存到本地慢慢累加，快到了userId的最大值时，再去获取一段，一个用户服务宕机了，也顶多一小段userId没有用到

set userId 0
incr usrId //返回1
incrby userId 1000 //返回10001

共享session：在分布式架构中，把用户的 Session 信息存放在 Redis 中实现多台服务器共享

List

底层的实现是一个双向链表（或快速列表），这意味着在列表的头部或尾部插入和删除元素的速度极快（时间复杂度为 $O(1)$）

常用命令： LPUSH, RPUSH, LPOP, RPOP, LRANGE

消息队列（轻量级）：用 LPUSH 写入消息，用 RPOP（或阻塞版的 BRPOP）读取消息，形成一个先进先出（FIFO）的队列

最新动态/时间线（Timeline）

比如微博的消息、朋友圈动态，把最新的消息 LPUSH 进去，获取时用 LRANGE 0 9 拿最新的 10 条

假如说小编li关注了2个微博a和b，a发了一条微博（编号为100）就执行如下命令

lpush msg::li 100

b发了一条微博（编号为200）就执行如下命令：

lpush msg::li 200

假如想拿最近的10条消息就可以执行如下命令（最新的消息一定在list的最左边）：

lrange msg::li 0 9 //下标从0开始，[start,stop]是闭区间，都包含

Hash

常用命令： HSET, HGET, HMGET, HGETALL

键值对的集合，特别适合用来存储对象。可以把它想象成编程语言里的 Map 或 Dictionary

# 设置用户信息
hset student name test
hset student age 10

# 获取用户的所有相关信息
hgetall student
"name"
"test"
"age"
"10"

# 重新设置用户的年龄
hset student age 20

# 获取用户的年龄
hget student age
"20"

Set

无序的、去重的字符串集合。它不仅能自动帮你去重，还提供了求交集、并集、差集的操作

常用命令： SADD, SREM, SISMEMBER, SINTER（交集）, SUNION（并集）

唯一性统计/去重： 比如统计网站的独立 IP 访问量（UV）

抽奖活动

sadd key {userId} // 参加抽奖活动
smembers key //获取所有抽奖用户，大轮盘转起来
spop key count //抽取count名中奖者，并从抽奖活动中移除
srandmember key count //抽取count名中奖者，不从抽奖活动中移除

实现点赞，签到，like等功能

// 1001用户给8001帖子点赞
sadd like::8001 1001
srem like::8001 1001 //取消点赞
sismember like::8001 1001 //检查用户是否点过赞
smembers like::8001 //获取点赞的用户列表
scard like::8001 //获取点赞用户数

社交网络关系（共同好友/共同关注）

• 你的关注列表是一个 Set，你朋友的关注列表是一个 Set。
• 用 SINTER 求交集，就能算出你们的共同关注。
• 用 SISMEMBER 快速判断 A 是否关注了 B。

电商商品筛选

每个商品入库的时候即会建立他的静态标签列表如，品牌，尺寸，处理器，内存

通过对标签集合做交集来筛选物品

// 将拯救者y700P-001和ThinkPad-T480这两个元素放到集合brand::lenovo
sadd brand::lenovo 拯救者y700P-001 ThinkPad-T480
sadd screenSize::15.6 拯救者y700P-001 机械革命Z2AIR
sadd processor::i7 拯救者y700P-001 机械革命X8TIPlus

// 获取品牌为联想，屏幕尺寸为15.6，并且处理器为i7的电脑品牌(sinter为获取集合的交集)
sinter brand::lenovo screenSize::15.6 processor::i7 -> 拯救者y700P-001

Zset

在 Set 的基础上，给每个元素关联了一个分数（Score）。Redis 会根据这个分数自动为集合中的元素进行从小到大的排序。元素不能重复，但分数可以相同

各种排行榜： 比如游戏积分榜、微博热搜榜、商品销量榜。用 ZINCRBY 增加热度/分数，用 ZREVRANGE 获取前 10 名。

带有权重的任务队列： 比如根据任务的优先级（Score）或执行时间戳作为分数，让程序优先处理权重高的任务

进阶数据类型

除了上述五大基础类型，Redis 还在后续版本中加入了一些应对特定高级场景的类型：

Bitmap（位图）： 基于 String 类型，但可以通过偏移量（Offset）控制每一个 bit 位（0 或 1）。极其节省内存。

用途： 每日签到、用户在线状态统计。一亿用户一天的活跃状态只需要约 12MB 的内存。

HyperLogLog（基数统计）： 用来做模糊去重计数。它的特点是无论统计多少个元素的基数，占用的内存都是固定的（约 12KB），标准误差在 0.81% 左右。

用途： 统计海量网页的 UV（独立访客），不需要精准到个位数，但极度在乎内存消耗的场景。

GEO（地理位置）： 可以存储地理位置的经纬度，并计算两点之间的距离、获取指定范围内的其他位置。

用途： 附近的人、附近的单车、外卖配送距离计算。

Stream（流）： Redis 5.0 引入的全新类型。是一个强大的、支持多消费组（Consumer Group）的持久化消息队列。

用途： 替代传统 List 或 Pub/Sub，作为更完美的分布式消息队列解决方案（支持消息确认 ACK、消息回溯等）