redis数据结构及场景（Redis常用数据结构）

Redis 是一个开源的，遵守 BSD 协议的内存数据结构存储，常用作数据库、缓存和消息代理Redis相比MongoDB提供了更多的数据结构，如：字符串，哈希，列表，集合，排序集合范围查询，位图，超对数，地理空间索引和流等，下面我们就来聊聊关于redis数据结构及场景?接下来我们就一起去了解一下吧!

redis数据结构及场景

Redis 是一个开源的，遵守 BSD 协议的内存数据结构存储，常用作数据库、缓存和消息代理。Redis相比MongoDB提供了更多的数据结构，如：字符串，哈希，列表，集合，排序集合范围查询，位图，超对数，地理空间索引和流等。

• String：这是最简单的类型，就是普通的set和get，做简单的KV缓存，string类型使用最简单，也最广泛，使用时候尽量不要直接存储JSON格式，因为会浪费大量内存空间，可以使用ProtoBuf或者ProtoStuff格式压缩并用Base64处理后再存储，会节约非常多空间。

使用场景：高并发大流量下的缓存，一般Key-Value类型都可以使用，对象存储压缩后存储。

• Hash：类似 map 的一种结构，这个一般就是可以将结构化的数据，比如一个对象（前提是这个对象没嵌套其他的对象）给缓存在 redis 里，然后每次读写缓存的时候，可以操作 hash 里的某个字段。

使用场景：用户信息、电商购物车商品存储和优惠券列表。

• List：有序列表，通过 list 存储一些列表型的数据结构。通过 lrange 命令，读取某个闭区间内的元素，可以基于 list 实现分页查询，基于 redis 实现简单的高性能分页。

使用场景：类似粉丝列表、文章的评论列表、内容列表。

• Set：无序集合，存储string类型元素，自动去重。直接基于 set 将系统里需要去重的数据扔进去，自动就给去重了。另外，单台服务器直接在JVM内存用HashSet就可以去重，如果某个系统部署在多台机器上，就可以用Redis的set对数据快速的全局去重。集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是 O(1)。集合中最大的成员数为 2^32-1( 4294967295 ) , 即可存储 40 多亿个成员。

使用场景：对数据全局去重、两个列表交集并集和全集的计算、如：求两个博主的共同粉丝列表。

• Sortedset：有序集合和无序集合一样也是 string 类型元素的集合，且不允许重复的元素。不同的是每个元素都会关联一个 double 类型的分数。Redis 正是通过分数来为集合中的成员进行从小到大的排序。有序集合的成员是唯一的,但分数 ( score ) 却可以重复。

使用场景：热点新闻、微博热点、音乐排行、TopN需要排名的场景等。

• GeoHash：地理信息，存储地图上地标的经纬度信息，可以根据经纬度和半径画圈搜索地标，如：搜索酒店、餐厅、地点、打车等需要使用地理位置画圈的功能。后续会专门介绍。
• HyperLogLog：是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常大时，计算基数所需的空间总是固定 的、并且是很小的。在 Redis 里面，每个 HyperLogLog 键只需要花费12 KB 内存，就可以计算出接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
• BitMap：位图，就是字节数组（byte array），用二进制表示，只有 0 和 1 两个数字，它用每一个二进制位来存放或者标记某个元素对应的值。通常是用来判断某个数据存不存在的，因为是用bit为单位来存储所以Bitmap本身会极大的节省储存空间。

使用场景：高并发时的用户签到、在线状态、独立统计等。

Redis 官网：https://redis.io/

Redis 在线测试：http://try.redis.io/

Redis 命令手册：https://redis.io/commands

觉得有用就收藏分享，关注我更多有价值的文章会第一时间推荐给你！[玫瑰][玫瑰][玫瑰]