String 字符串
存储类型
可以用来存储字符串、整数、浮点
存储（实现）原理
数据模型
以set a 123 为例，因为 Redis 是 KV 的数据库，它是通过 hashtable 实现的（我们把这个叫做外层的哈希）。所以每个key value键值对都会有一个dictEntry（源码位置：dict.h），里面指向了key和value的指针。next指向下一个dictEntry。
typedef struct dictEntry {
void *key; /* key 关键字定义 */
union {
void *val; uint64_t u64; /* value 定义 */
int64_t s64; double d;
} v;
struct dictEntry *next; /* 指向下一个键值对节点 */
} dictEntry;
key是字符串，存储在自定义的SDS中。
value 既不是直接作为字符串存储，也不是直接存储在SDS中，而是存储在redisObject中。实际上五种常用的数据类型的任何一种，都是通过 redisObject来存储的。
SDS
Redis中字符串的底层实现。
优点：
- 不用担心内存溢出问题，如果需要会对 SDS 进行扩容。
- 获取字符串长度时间复杂度为 O(1)，因为定义了 len 属性。
- 通过“空间预分配”（ sdsMakeRoomFor）和“惰性空间释放”，防止多次重分配内存。
redisObject
typedef struct redisObject {
unsigned type:4; /* 对象类型，包括：OBJ_STRING、OBJ_LIST、OBJ_HASH、OBJ_SET、OBJ_ZSET */
unsigned encoding:4; /* 具体的数据结构 */
unsigned lru:LRU_BITS; /* 24 位，对象最后一次被命令程序访问的时间，与内存回收有关 */
int refcount; /* 引用计数。当 refcount 为 0 的时候，表示该对象已经不被任何对象引用，则可以进行垃圾回收了*/
void *ptr; /* 指向对象实际的数据结构 */
} robj;
内部编码
字符串类型的内部编码有三种：
1、int，存储 8 个字节的长整型（long，2^63-1）。
2、embstr, 代表 embstr 格式的 SDS（Simple Dynamic String 简单动态字符串），存储小于 44 个字节的字符串。
3、raw，存储大于 44 个字节的字符串（3.2 版本之前是 39 字节）。
embstr和raw 的区别：
embstr的使用只分配一次内存空间（因为RedisObject和SDS是连续的），而raw需要分配两次内存空间（分别为RedisObject和SDS分配空间）。
embstr的好处在于创建时少分配一次空间，删除时少释放一次空间，以及对象的所有数据连在一起，寻找方便。
坏处也很明显，如果字符串的长度增加需要重新分配内存时，整个RedisObject 和 SDS 都需要重新分配空间，因此 Redis 中的 embstr 实现为只读。
int 和 embstr 什么时候转化为 raw？
当int数据不再是整数，或大小超过了long的范围时，自动转化为embstr。
对于embstr，由于其实现是只读的，因此在对 embstr 对象进行修改时，都会先转化为 raw 再进行修改。
因此，只要是修改embstr对象，修改后的对象一定是raw的，无论是否达到了44个字节。
Redis 内部编码的转换换过程不可逆，只能从小内存编码向大内存编码转换。
应用场景
缓存: 热点数据缓存（例如报表，明星出轨），对象缓存，全页缓存。可以提升热点数据的访问速度。
数据共享分布式: 分布式 Session
分布式锁:
全局ID:
计数器: 文章的阅读量，微博点赞数，允许一定的延迟，先写入 Redis 再定时同步到数据库。
限流: 以访问者的 IP 和其他信息作为 key，访问一次增加一次计数，超过次数则返回 false。
Hash 哈希
存储类型
包含键值对的无序散列表。value 只能是字符串，不能嵌套其他类型。
Hash与String的主要区别？
1、把所有相关的值聚集到一个key中，节省内存空间
2、只使用一个key，减少key冲突
3、当需要批量获取值的时候，只需要使用一个命令，减少内存、IO、CPU的消耗
操作命令
hset user name fuyu
hset user age 27
hmset user sex 0 birth 1993
hget user name
hmget user age sex birth
hkeys user
hlen user
hdel user
存储实现原理
Hash本身也是一个KV的结构，类似于Java中的 HashMap。
外层的哈希（Redis KV 的实现）只用到了 hashtable。当存储 hash 数据类型时，我们把它叫做内层的哈希。
内层的哈希底层可以使用两种数据结构实现：
ziplist：（压缩列表）
hashtable：（哈希表）
ziplist 压缩列表
ziplist是一个经过特殊编码的双向链表，存储上一个节点长度和当前节点长度。
通过牺牲部分读写性能，来换取高效的内存空间利用率，是一种时间换空间的思想。只用在字段个数少，字段值小的场景里面。
当 hash 对象同时满足以下两个条件的时候，使用 ziplist 编码：
1）所有的键值对的健和值的字符串长度都小于等于64字节（一个英文字母一个字节）；
2）哈希对象保存的键值对数量小于512个
hash-max-ziplist-value 64 // ziplist 中最大能存放的值长度
hash-max-ziplist-entries 512 // ziplist 中最多能存放的 entry 节点数量
当一个哈希对象超过配置的阈值（键和值的长度有>64字节，键值对个数>512个）时，会转换成哈希表（hashtable）。
hashtable哈希表
在 Redis 中，hashtable 被称为字典（dictionary），它是一个数组+链表的结构。
应用场景：
存储对象类型的数据、购物车
List 列表
存储类型
存储有序的字符串（从左到右），元素可以重复。可以充当队列和栈的角色
操作命令
元素增减：
lpush queue a
lpush queue b
lpop queue
rpop queue
blpop queue
brpop queue
取值
lindex queue 0
lrange queue 0 -1
存储（实现）原理
在早期的版本中，数据量较小时用ziplist存储，达到临界值时转换为linkedlist进行存储
3.2版本之后，统一用quicklist来存储。quicklist存储了一个双向链表，每个节点都是一个ziplist。
quicklist是 ziplist 和 linkedlist 的结合体。
应用场景
用户消息时间线 timeline
因为 List 是有序的，可以用来做用户时间线
消息队列
队列：先进先出：rpush blpop，左头右尾，右边进入队列，左边出队列。
栈：先进后出：rpush brpop
Set 集合
存储类型
String 类型的无序集合
操作命令
//添加一个或者多个元素
sadd myset a b c d e f g
//获取所有元素
smembers myset
//统计元素个数
scard myset
//随机获取一个元素
srandmember key
//随机弹出一个元素
spop myset
//移除一个或者多个元素
srem myset d e f
//查看元素是否存在
sismember myset a
存储（实现）原理
Redis用intset或hashtable存储set。如果元素都是整数类型，就用inset存储。否则就用 hashtable（数组+链表的存来储结构）。
抽奖
spop myset 随机获取元素
点赞、签到、打卡
这条微博的 ID 是 wb001，用户 ID 是 user001。
用 like:wb001 来维护 wb001 这条微博的所有点赞用户。
点赞了这条微博：sadd like:wb001 user001
取消点赞：srem like:wb001 user001
是否点赞：sismember like:wb001 user001
点赞的所有用户：smembers like:wb001
点赞数：scard like:wb001
商品标签
用 tags:i5001 来维护商品所有的标签。
sadd tags:i5001 画面清晰细腻
sadd tags:i5001 真彩清晰显示屏
sadd tags:i5001 流畅至极
商品筛选
获取差集
sdiff set1 set2
获取交集（intersection ）
sinter set1 set2
获取并集
sunion set1 set2
添加包含该属性对应的手机型号
sadd brand:apple iPhone11
sad screensize:6.0-6.24 iPhone11
sad screentype:lcd iPhone11
筛选商品，苹果的，屏幕在 6.0-6.24 之间的，屏幕材质是 LCD 屏幕
sinter brand:apple screensize:6.0-6.24 screentype:lcd
共同关注，朋友圈
ZSet 有序集合
存储类型
sorted set，有序的set，每个元素有个score，score相同时，按照key的ASCII码排序。
操作命令
添加元素
zadd myzset 10 java 20 php 30 ruby 40 cpp 50 python
获取全部元素
zrange myzset 0 -1 withscores
zrevrange myzset 0 -1 withscores
根据分值区间获取元素
zrangebyscore myzset 20 30
移除元素也可以根据score rank删除
zrem myzset php cpp
统计元素个数
zcard myzset
分值递增
zincrby myzset 5 python
根据分值统计个数
zcount myzset 20 60
获取元素
rankzrank myzset java
获取元素
scorezsocre myzset java
存储（实现）原理
同时满足以下条件时使用 ziplist 编码：
- 元素数量小于128个
- 所有member的长度都小于64字节
在ziplist的内部，按照score排序递增来存储。插入的时候要移动之后的数据。
超过阈值之后，使用 skiplist+dict 存储。
skiplist 跳跃表
应用场景
排行榜
id 为 6001 的新闻点击数加 1：zincrby hotNews:20190926 1 n6001
获取今天点击最多的 15 条：zrevrange hotNews:20190926 0 15 withscores
其他数据结构简介
BitMaps
Bitmaps 是在字符串类型上面定义的位操作。一个字节由 8 个二进制位组成。
总结
数据结构总结
编码转换总结
应用场景
- 缓存——提升热点数据的访问速度
- 共享数据——数据的存储和共享的问题
- 全局 ID —— 分布式全局 ID 的生成方案（分库分表）
- 分布式锁——进程间共享数据的原子操作保证
- 在线用户统计和计数
- 队列、栈——跨进程的队列/栈
- 消息队列——异步解耦的消息机制
- 服务注册与发现 —— RPC 通信机制的服务协调中心（Dubbo 支持 Redis）
- 购物车
- 新浪/Twitter 用户消息时间线
- 抽奖逻辑（礼物、转发）
- 点赞、签到、打卡
- 商品标签
- 用户（商品）关注（推荐）模型
- 电商产品筛选
- 排行榜