Redis數據類型詳解
Redis 共有 5 種基本數據類型：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）。
除了 5 種基本的數據類型之外，Redis 還支持 3 種特殊的數據類型：Bitmap、HyperLogLog、GEO。
數據類型 & 數據結構
以下是 Redis 各種數據類型及其對應的數據結構的表格：
| 數據類型 | 對應的數據結構 |
|---|---|
| 字符串 (String) | 動態字符串（SDS） |
| 哈希 (Hash) | 哈希表（ziplist、hashtable） |
| 列表 (List) | 雙向鏈表 |
| 集合 (Set) | 哈希表（無序集合） |
| 有序集合 (ZSet) | 跳表（Skip List）+ 哈希表 |
| 位圖 (Bitmap) | 位數組 |
| HyperLogLog | HyperLogLog（近似計數算法） |
| 地理位置 (Geospatial) | 有序集合（ZSet） |
數據類型詳解
Redis 提供了多種數據類型，每種數據類型的內部數據結構不同，適用于不同的場景。下面是 Redis 的主要數據類型及其相關信息：
1. 字符串（String）
- 數據結構：動態字符串（SDS）
- 應用場景：
- 緩存簡單的鍵值對
- 存儲數字、JSON 字符串、圖片等
- 計數器、會話管理
- 優點：
- 操作簡單，速度極快
- 支持高效的增減操作（如 INCR、DECR）
- 缺點：
- 存儲數據量有限制
- 只能存儲單一數據類型
- 替代方案：Memcached
Java 代碼示例：
Jedis jedis = new Jedis("localhost");
jedis.set("name", "Redis");
String name = jedis.get("name");
System.out.println(name); // 輸出: Redis
2. 哈希（Hash）
- 數據結構：哈希表（ziplist、hashtable）
- 應用場景：
- 存儲對象的多個屬性（如用戶信息、商品信息、文章信息、購物車信息）
- 數據分組和數據映射
- 優點：
- 鍵值對存儲，不需要對所有字段做操作
- 適合存儲多個字段數據
- 缺點：
- 內存消耗較高（如果字段較多）
- 不適合存儲大規模數據
- 替代方案：MongoDB、關系型數據庫
Java 代碼示例：
Jedis jedis = new Jedis("localhost");
jedis.hset("user:1000", "name", "Alice");
jedis.hset("user:1000", "age", "30");
String name = jedis.hget("user:1000", "name");
System.out.println(name); // 輸出: Alice
3. 列表（List）
- 數據結構：雙向鏈表
- 應用場景：
- 消息隊列
- 最近訪問的項目（如網頁歷史）
- 棧（LIFO）和隊列（FIFO）
- 優點：
- 支持按序插入和刪除
- 適合消息隊列和任務調度
- 缺點：
- 對于大規模數據，操作可能較慢
- 不支持直接索引
- 替代方案：Kafka、RabbitMQ
Java 代碼示例：
Jedis jedis = new Jedis("localhost");
jedis.lpush("mylist", "item1", "item2", "item3");
List<String> items = jedis.lrange("mylist", 0, -1);
System.out.println(items); // 輸出: [item3, item2, item1]
4. 集合（Set）
- 數據結構：哈希表（無序集合）
- 應用場景：
- 去重操作（網站 UV 統計（數據量巨大的場景還是 HyperLogLog更適合一些）、文章點贊、動態點贊等場景）
- 社交網絡中的用戶關系（共同好友(交集)、共同粉絲(交集)、共同關注(交集)、好友推薦（差集）、音樂推薦（差集）、訂閱號推薦（差集+交集） 等場景）
- 標簽、興趣愛好等
- 優點：
- 自動去重
- 支持交集、并集、差集等操作
- 缺點：
- 不支持按順序遍歷
- 對內存消耗較大
- 替代方案：MongoDB、PostgreSQL
Java 代碼示例：
Jedis jedis = new Jedis("localhost");
jedis.sadd("myset", "apple", "banana", "orange");
Set<String> items = jedis.smembers("myset");
System.out.println(items); // 輸出: [banana, apple, orange]
5. 有序集合（Sorted Set，ZSet）
- 數據結構：跳表（Skip List）+哈希表
- 應用場景：
- 排行榜
- 帶權重的數據排序（如評分系統、各種排行榜比如直播間送禮物的排行榜、朋友圈的微信步數排行榜、王者榮耀中的段位排行榜、話題熱度排行榜等）
- 時間序列數據
- 優點：
- 按順序存儲數據，支持排序和范圍查詢
- 支持根據分數排序，靈活高效
- 缺點：
- 內存消耗較大
- 替代方案：Elasticsearch、MySQL
Java 代碼示例：
Jedis jedis = new Jedis("localhost");
jedis.zadd("myzset", 1, "apple");
jedis.zadd("myzset", 2, "banana");
Set<String> items = jedis.zrange("myzset", 0, -1);
System.out.println(items); // 輸出: [apple, banana]
6. 位圖（Bitmap）
- 數據結構：位數組
- 應用場景：
- 位標志操作（用戶簽到情況、活躍用戶情況、用戶行為統計（比如是否點贊過某個視頻））
- 高效統計
- 優點：
- 空間占用小
- 高效操作
- 缺點：
- 只能用于位操作
- 替代方案：BitSet（Java 標準庫）
Java 代碼示例：
Jedis jedis = new Jedis("localhost");
jedis.setbit("mybitmap", 0, true); // 設置第0位為1
Boolean bit = jedis.getbit("mybitmap", 0);
System.out.println(bit); // 輸出: true
7. HyperLogLog
- 數據結構：HyperLogLog（近似計數算法）
- 應用場景：
- 統計大規模唯一元素的基數（熱門網站每日/每周/每月訪問 ip 數統計、熱門帖子 uv 統計）
- 優點：
- 極低的內存消耗
- 可以處理大規模數據
- 缺點：
- 是近似值，可能存在誤差
- 替代方案：HLL 算法、Count-Min Sketch
8. 地理位置（Geospatial）
- 數據結構：有序集合（ZSet）
- 應用場景：
- 地理位置查詢（如附近的餐廳、商店）
- 優點：
- 支持范圍查詢、半徑查詢
- 缺點：
- 需要維護坐標數據
- 替代方案：Google Maps API、Elasticsearch
總結：
Redis 提供了多種數據結構，每種結構適用于不同的應用場景。在使用時，需要根據需求選擇合適的數據類型。不同的類型在內存消耗、操作復雜度和查詢效率上各有優勢。對于特定場景，可以根據需要選擇合適的替代方案，例如使用 Kafka 替代消息隊列等。
、tolower()、 isspace())
