一、字符串
1、在Redis里，字符串是最基本的数据结构。当你在思索着关键字-值对时，你就是在死锁着字符串数据结构。不要被名字给搞混了。
常见实例： set users:leto "{name: leto, planet: dune, likes: [spice]}"
除此之外，Redis还有一些常用操作，例如 strlen<key> 获取一个关键字对应值的长度。
getrange <key> <start> <end>将返回指定范围内的关键字对应值；(类似于PHP的substr，字符串截取功能)
append <key> <value>会将value附加到已存在的关键字对应值中（如果该关键字并不存在，则会创建一个新的关键字-值对）
strlen users:leto
(integer) 42
getrange users:leto 27 40
"likes: [spice]"
append users:leto " OVER 9000!!"
(integer) 54
作为一个有些含糊的用例，我们可以看到，对于一些自定义的空间效率很高的（space-efficient）串行化对象，
对于值的加减 可以使用 这些命令：incr incrby decr decrby 命令
穿插一个很吊用来做大数据量统计的东西：bitmap，就是位图
通过SETBIT todayvister 3 1 SETBIT todayvister 2 1 可以统计 BITCOUNT todayvister 效率超级高，亿级别统计 也只需要几十毫秒
如果需要取交集 ，比如 连续一周或者 一个月 登录数 BITOP AND DES DAY1 DAY2 然后BITCOUNT 下 好屌
可以参考http://redis.io/commands/bitop
文章链接地址 http://blog.csdn.net/hguisu/article/details/9191389
二、散列 （HASHES）
散列的设置值和获取值的方法为： hset key field value ; hget key field
还可以同一时间设置多个域、同一个时间获取多个域，获取多个时间
hmset users:goku race 222 age 737
hmget users:goku race powerlevelhgetall users:goku 获取所有的域 hkeys users:goku 获取所有域的key hdel users:goku age 删除某个域
散列的数据结构比普通的字符串数据结构具有更多的可操作性。我们可以使用一个散列数据
三、列表(Lists)
比较简单，就是一个队列，有索引，可以基于索引进行一些高效操作。
ltrim ltrim key start stop , ltrim 命令会将制定范围外的值都删除掉，只留下范围内的值。
一般一些任务啥的，都可以通过队列 来做，之前我做过一个日志系统，就是通过队列来进行的
四、集合(Sets)
集合数据结构尝尝被用来存储只能唯一存在的值，并提供了许多的基于集合的操作，例如并集。集合数据结构没有对值进行排序，但是其提供了高效的基于值的操作。使用集合数据结构的典型用例是朋友名单的实现
sadd friends:leto wme wjh ywh luci
sadd friends:duncan paul wjh
然后取交集 sinter friends:leto friends:duncan
也可以把交集存起来 sinterstore friends:leto friends:duncan
五、分类集合(Sorted Sets)
最后也是最强大的数据结构，分类集合数据结构。如果说散列数据结构类似于字符串数据结构。主要区分是域的概念，那么分类集合数据结构，
主要区分是标记的概念。标记提供了排序(sorting)和轶划分(ranking)的功能。如果我们想要一个轶分类的朋友名单，可以这样做
zadd friends:duncan 70 ghanima 95 paul 95 chani 75 jessica 1 vladimir对于duncan的朋友，要怎样计算出标记(score)为90或更高的人数
zcount friends:duncan 90 100 好屌
如何获取某个人在名单里的轶(rank 排名)
zrevrank friends:duncan chani （zreverank 轶是从高到低，zrank 是从低到高 看需求用咯）
小结：
对于Redis的5种数据结构，我们进行了高层次的概述。一件有趣的事情是，相对于最初构建时的想法，你经常能用Redis创造出一些更具实效的事情。对于字符串数据结构和分类集合数据结构的使用，很可能存在一些构建方法是还没有人想到的。当你理解了那些常用的应用案例后，你将发现Redis对于许多类型的问题，都是很理想的选择。还有，不要因为Redis展示了5中数据结构和相应的各种方法，就认为你必须把所有东西都用上。只是用一些命令去构建一个特性是很常见的。