一、基礎數據結構

1. String（字符串）

• 特點：二進制安全，支持字符串、數值存儲，原子性操作。
• 核心操作：

SET key value         # 存儲鍵值對
GET key               # 獲取值
INCR key              # 數值自增1
SETEX key seconds val # 存儲帶過期時間的值

• 應用場景：
  • 單值緩存（如用戶余額：SET user:1:balance 1000）。
  • 分布式鎖（SET lock:order 1 NX EX 10）。
  • 計數器（如點贊數：INCR post:1:like）。

2. Hash（哈希表）

• 特點：字段（field）與值（value）的映射，適合存儲對象。
• 核心操作：

HSET user:1 name "roy" balance 1888 # 存儲對象
HMGET user:1 name balance          # 批量獲取字段
HINCRBY user:1 balance 100          # 字段值自增

• 應用場景：
  • 結構化數據存儲（如用戶信息：HSET user:1 id 1 name "roy"）。
  • 電商購物車（用戶ID為key，商品ID為field，數量為value）。

3. List（列表）

• 特點：雙向鏈表，支持頭部/尾部快速操作，按索引訪問中間元素效率低。
• 核心操作：

LPUSH list:msgs "msg1" "msg2" # 左插入元素
RPOP list:msgs                # 右彈出元素
LRANGE list:msgs 0 -1         # 獲取所有元素

• 應用場景：
  • 消息隊列（LPUSH + RPOP實現隊列，LPUSH + LPOP實現棧）。
  • 排行榜滾動數據（如最近10條消息：LRANGE list:msgs 0 9）。

4. Set（集合）

• 特點：無序、唯一元素，支持交集、并集、差集運算。
• 核心操作：

SADD set:users 1 2 3       # 添加元素
SMEMBERS set:users         # 獲取所有元素
SINTER set:A set:B         # 交集運算

• 應用場景：
  • 去重統計（如UV統計：SADD uv:202406 1 2 3，SCARD uv:202406）。
  • 社交關系（共同關注：SINTER follow:user1 follow:user2）。

5. ZSet（有序集合）

• 特點：元素關聯分值（score），按分值排序，支持范圍查詢。
• 核心操作：

ZADD rank:202406 100 "user1" 90 "user2" # 添加帶分值元素
ZREVRANGE rank:202406 0 9 WITHSCORES  # 倒序獲取前10名
ZINCRBY rank:202406 5 "user1"          # 分值自增

• 應用場景：
  • 排行榜（如成績排名、點贊排名）。
  • 時間線（按時間戳排序的動態列表）。

二、高級數據結構

1. Bitmap（位圖）

• 特點：基于二進制位存儲，節省空間，適合統計狀態（如簽到、在線狀態）。
• 核心操作：

SETBIT sign:202406 1 1   # 用戶1在第1天簽到（offset從0開始）
GETBIT sign:202406 1     # 查詢簽到狀態
BITCOUNT sign:202406     # 統計總簽到次數

• 應用場景：
  • 每日簽到（SETBIT標記日期，BITCOUNT統計天數）。
  • 活躍用戶統計（按天標記在線狀態）。

2. HyperLogLog（基數統計）

• 特點：近似統計不重復元素個數，內存占用固定（約12KB），存在誤差（<1%）。
• 核心操作：

PFADD hll:uv 1 2 3       # 添加元素
PFCOUNT hll:uv           # 統計UV數
PFMERGE hll:uv_week hll:uv_day1 hll:uv_day7 # 合并多日統計

• 應用場景：
  • 大規模UV統計（如網站日活、月活）。

3. Geo（地理空間索引）

• 特點：存儲經緯度，支持距離計算、范圍查詢。
• 核心操作：

GEOADD cities 113.017 28.2 "Changsha" 120.15 30.2 "Hangzhou" # 添加地點
GEODIST cities "Changsha" "Hangzhou" KM # 計算距離（公里）
GEORADIUS cities 113 28 5 KM WITHCOORD # 查詢5公里內的地點并返回坐標

• 應用場景：
  • 附近推薦（如外賣商家、共享單車定位）。

4. Stream（流）

• 特點：Redis實現的消息隊列，支持生產者-消費者模型，自動生成消息ID。
• 核心操作：

XADD stream:msg * user "roy" content "hello" # 添加消息（*自動生成ID）
XGROUP CREATE stream:msg group1 0           # 創建消費者組
XREADGROUP GROUP group1 consumer1 COUNT 10 STREAMS stream:msg > # 消費消息

• 應用場景：
  • 輕量級消息隊列（替代Kafka/RabbitMQ的簡單場景）。

三、數據結構選型指南

場景	推薦結構	理由
單值緩存	String	簡單高效，支持過期時間
對象存儲	Hash	字段結構化，節省內存
消息隊列	List/Stream	List實現簡單隊列，Stream支持消費者組
去重統計	Set	唯一元素特性
排行榜	ZSet	分值排序，范圍查詢高效
簽到統計	Bitmap	位操作節省空間
地理位置查詢	Geo	經緯度索引與距離計算
大規模UV統計	HyperLogLog	內存固定，適合億級數據

四、Spring Boot集成Redis

1. Maven依賴

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

2. 核心配置（application.properties）

spring.redis.host=127.0.0.1
spring.redis.port=6379
spring.redis.password=your-password
spring.redis.database=0  # 數據庫索引（默認0）

3. RedisTemplate配置（解決中文亂碼）

@Bean
public RedisTemplate<String, Object> redisTemplate(RedisConnectionFactory factory) {RedisTemplate<String, Object> template = new RedisTemplate<>();template.setConnectionFactory(factory);// 字符串序列化（解決key和value中文亂碼）StringRedisSerializer stringSerializer = new StringRedisSerializer();template.setKeySerializer(stringSerializer);template.setValueSerializer(stringSerializer);// Hash類型序列化template.setHashKeySerializer(stringSerializer);template.setHashValueSerializer(stringSerializer);return template;
}

4. 操作示例

@Autowired
private RedisTemplate<String, Object> redisTemplate;// String操作
redisTemplate.opsForValue().set("key", "value");
String value = (String) redisTemplate.opsForValue().get("key");// Hash操作
redisTemplate.opsForHash().put("user:1", "name", "roy");
String name = (String) redisTemplate.opsForHash().get("user:1", "name");

五、注意事項

1. 大Key問題：避免單個Key存儲過多數據（如List超過百萬元素），影響性能。
2. 內存優化：優先使用壓縮存儲結構（如Hash比String更節省空間）。
3. 持久化策略：根據業務選擇RDB或AOF，避免數據丟失。
4. 集群模式：分布式場景需考慮數據分片（如Hash Tag確保相關數據在同一節點）。