redis数据结构

Redis 数据结构详解（基于 6.0.10 版本）

Redis 作为高性能键值数据库，支持多种丰富的数据结构，每种结构都有独特的底层实现和适用场景。本文从底层编码、核心命令到应用场景，全面解析 Redis 的 8 种核心数据结构：String、List、Set、Hash、Zset、Bitmaps、HyperLogLogs 和 GEO。

Redis 对象模型（redisObject）

Redis 中所有值都会被包装为 redisObject 结构体，通过 type 标识数据类型，encoding 指定底层存储方式，实现灵活的内存优化：

typedef struct redisObject {
    unsigned type:4;        // 数据类型（String/List/Set等）
    unsigned encoding:4;    // 编码方式（如int/ziplist/skiplist等）
    unsigned lru:LRU_BITS;  // 最后访问时间（用于LRU淘汰）
    int refcount;           // 引用计数（内存回收）
    void *ptr;              // 指向底层数据结构的指针
} robj;

• type：通过 type key 命令查看，如 string、list 等。

  // string
  #define OBJ_STRING 0    /* String object. */
  // list
  #define OBJ_LIST 1      /* List object. */
  // set
  #define OBJ_SET 2       /* Set object. */
  //zset
  #define OBJ_ZSET 3      /* Sorted set object. */
  //hash
  #define OBJ_HASH 4      /* Hash object. */
  // module
  #define OBJ_MODULE 5    /* Module object. */
  // stream
  #define OBJ_STREAM 6    /* Stream object. */

• encoding：通过 object encoding key 命令查看，决定底层实现（如 String 的 int 编码 vs raw 编码）。

  // 简单动态字符串  raw
  #define OBJ_ENCODING_RAW 0     /* Raw representation */
  // long类型的整数 int
  #define OBJ_ENCODING_INT 1     /* Encoded as integer */
  // 哈希表  hashtable
  #define OBJ_ENCODING_HT 2      /* Encoded as hash table */
  // 压缩  不再使用
  #define OBJ_ENCODING_ZIPMAP 3  /* Encoded as zipmap */
  // 双向链表  不再使用该结构
  #define OBJ_ENCODING_LINKEDLIST 4 /* No longer used: old list encoding. */
  // 压缩列表  ziplist
  #define OBJ_ENCODING_ZIPLIST 5 /* Encoded as ziplist */
  // 整数集合  intset
  #define OBJ_ENCODING_INTSET 6  /* Encoded as intset */
  // 跳表  skiplist
  #define OBJ_ENCODING_SKIPLIST 7  /* Encoded as skiplist */
  // embstr编码的简单动态字符串  embstr
  #define OBJ_ENCODING_EMBSTR 8  /* Embedded sds string encoding */
  // 快表  quicklist
  #define OBJ_ENCODING_QUICKLIST 9 /* Encoded as linked list of ziplists */
  // 流  stream
  #define OBJ_ENCODING_STREAM 10 /* Encoded as a radix tree of listpacks */

核心数据结构详解

1. String（字符串）

特点：单键单值，可变字节数组，支持字符串、整数、二进制数据（最大 512MB）。
底层编码：

• int：存储 64 位整数（如 set num 123）。
• embstr：存储短字符串（≤44 字节），连续内存分配（redisObject + SDS 同块内存）。
• raw：存储长字符串（>44 字节），独立内存分配（redisObject 和 SDS 分开）。

127.0.0.1:6379> set test_int 1
OK
127.0.0.1:6379> object encoding test_int
"int"
127.0.0.1:6379> set test_raw zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz
OK
127.0.0.1:6379> strlen test_raw
(integer) 44
127.0.0.1:6379> object encoding test_raw
"embstr"
127.0.0.1:6379> set test_raw zzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzzz
OK
127.0.0.1:6379> object encoding test_raw
"raw"
127.0.0.1:6379> strlen test_raw
(integer) 45

# 查看key的内部结构和编码等信息   
>debug object k4
  Value at:0x7ffc97c044f0 refcount:1 encoding:embstr serializedlength:3 lru:11351195 lru_seconds_idle:5363

embstr和raw两种编码的区别

embstr编码用于保存短字符串，与raw编码一样，都是使用redisObject结构和sdshdr结构来表示字符串对象，但是raw编码会调用两次内存分配函数来分别创建redisObject结构和sdshdr结构，两个对象在内存地址上是不连续的；而embstr编码则通过调用一次内存分配函数来分配一块连续的内存空间，空间中依次包含redisObject和sdshdr两个结构

底层实现：基于 SDS（简单动态字符串），记录长度（len）和容量（alloc），避免 C 字符串的缺陷（如 O (n) 长度计算）：

struct sdshdr8 {  // 8位长度示例
    uint8_t len;    // 已使用长度
    uint8_t alloc;  // 总容量（不含头部和终止符）
    unsigned char flags; // 类型标识
    char buf[];     // 字符串数据
};

扩容：当字符串长度小于1M时，扩容是现有空间进行加倍；当字符串长度超过1M，扩容只会多扩1M的空间。且字符串最长为512M

核心命令：

• 设值：set key value、setex key 3600 val（过期时间）、setnx key val（不存在时设值）。
• 取值：get key、mget key1 key2（批量获取）。
• 修改：append key suffix（追加）、setrange key 0 "new"（替换部分字符）。
• 计数：incr key（自增）、decrby key 5（减 5）。

值拼接

#给key对应的value进行拼接，返回的是拼接之后的字符长度
append k1 qwe
(integer) 5

值长度

strlen k1

数字运算操作

#加一
INCR k2
#减一
DECR k2
#加3，第二个参数是步长
INCRBY k2 3
#减2，第二个参数是步长
DECRBY k2 2

注意：这几个命令只能对数字进行操作，范围是Long.MIN~Long.MAX

获取值

get k1

#只获取该key所对应value的部分字符
getrange k1 0 2

判断值是否存在

# 返回0则为不存在
exists test

设置值

# set key value
set test 123

# setrange覆盖部分值  其中0为从下标为0的字符开始替换
setrange k1 0 zx
(integer) 5

#设置值时设置过期时间
#setex key seconds value
setex k3 20 b

#如果key不存在设置值,防止覆盖(set if not exists)
#setnx key value
setnx k1 1

# 设置key的值，并返回key的旧值
getset k1 vv1

多值操作

#同时set多个键值
#mset key value [key value ...]
mset k4 v4 k5 v5
#同时获取多个键的值
#mget key  [key ...]
mget k4 k5 
#同时set多个键值(全部不存在时才会设置值)
#msetnx key value [key value ...]
msetnx k6 v6 k7 k8

应用场景：

• 缓存（如用户信息 set user:1000 "{name: 'Alice'}"）。
• 计数器（如文章阅读量 incr post:100:views）。
• 分布式锁（setnx lock:order 1 + 过期时间）。
• 分布式全局id 使用INCR来生成id INCR id
• pv/uv统计 可以使用incr来统计文章的访问量，key设置为post:文章ID:view
• 分布式session

2. List（列表）

特点：单键多值，有序可重复，支持两端操作（栈 / 队列）。
底层编码（6.0.10 版本）：

• quicklist：3.2 版本后替代 ziplist + linkedlist，是 ziplist 组成的双向链表，平衡内存和性能。

  在3.2版本之前使用的是ziplist+linkedlist

底层实现：quicklist 由多个 quicklistNode 组成，每个节点包含一个 ziplist（压缩列表，连续内存存储短数据）：

typedef struct quicklist {
    quicklistNode *head;  // 头节点
    quicklistNode *tail;  // 尾节点
    unsigned long count;  // 总元素数
    unsigned long len;    // 节点数
    int fill : QL_FILL_BITS;   // ziplist 填充因子
    unsigned int compress : QL_COMP_BITS; /* depth of end nodes not to compress;0=off */
    unsigned int bookmark_count: QL_BM_BITS;
    quicklistBookmark bookmarks[];
} quicklist;

typedef struct quicklistNode {
    struct quicklistNode *prev;
    struct quicklistNode *next;
    unsigned char *zl; // 对应的是ziplist
    unsigned int sz;             /* ziplist size in bytes */
    unsigned int count : 16;     /* count of items in ziplist */
    unsigned int encoding : 2;   /* RAW==1 or LZF==2 */
    unsigned int container : 2;  /* NONE==1 or ZIPLIST==2 */
    unsigned int recompress : 1; /* was this node previous compressed? */
    unsigned int attempted_compress : 1; /* node can't compress; too small */
    unsigned int extra : 10; /* more bits to steal for future usage */
} quicklistNode;

核心命令：

• 插入：lpush list 1 2 3（左插，栈）、rpush list 4 5（右插，队列）。
• 弹出：lpop list（左弹）、rpop list（右弹）。
• 取值：lrange list 0 -1（获取所有元素）、lindex list 2（索引取值）。
• 修剪：ltrim list 0 2（保留前 3 个元素）。

设置值**

#lpush(指从左边进，头部，先进后出，像栈)
#lpush key element [element ...]
lpush list1 1 2 3 4 5

#rpush(指从右边进，尾部，先进先出，像队列)
#rpush key element [element ...]
rpush list2 1 2 3 4 5

#给某个索引位置赋值
#lset key index element
lset list1 0 q

#在某个元素之前或之后插入一个元素
#linsert key before|after pivot element
linsert list1 before q zz

# 获取指定索引的元素，如果使用负数，则从右边开始计算
lindex list1 0

取值

#弹出栈顶元素(从左边开始弹出，弹出之后，list中就不存在该元素了)
#lpop key 
lpop list1
#弹出栈顶元素(从右边开始弹出，弹出之后，list中就不存在该元素了)
#rpop key 
rpop list1
# 阻塞读 可以使用blpop、brpop，如果队列没有数据的时候就会进入休眠状态(这里要注意阻塞的话，客户端连接就变成了闲置连接，闲置过长服务器会断开连接的，所以使用的时候客户端要捕获异常进行重试)

#按照索引位置取值
#lindex key index
# 获取头元素
lindex list1 0
# 获取尾部元素
lindex list1 -1

#取值，从头部到尾部
#lrange key start end   (负下标表示的是从后往前，如-1表示倒数第一)
lrange list1 0 -1
1) "5"
2) "4"
3) "3"
4) "2"
5) "1"

# blpop和brpop是阻塞版本
# blpop key timeout
# timeout表示 列表为空时会等3秒后返回，如果timeout=0，则会一直阻塞下去，直到有数据为止
# 如果多个客户端对同一个键执行blpop，那么先执行的blpop命令的客户端可以获取到弹出的值
blpop list1 3

列表长度

llen list1

删除值

#删除几个某个元素  count>0时，从左边开始删除；count=0时，删除所有值为element的元素；count<0时，从右边开始删除
#lrem key count element
lrem list1 1 "hi"

#截取指定范围的值赋给key(范围是索引)
#ltrim key start stop
ltrim list1 0 0

# 从头部删除元素  出栈
lpop list1
# 从尾部删除元素
rpop list1

出栈入栈

#从源列表右出栈压入左目标列表，将一个列表移至另一个列表
#rpoplpush source dest
rpoplpush list2 list1

由于使用的链表，所以在使用index取值的时候需要对链表进行遍历，性能会随着index增大而变差

应用场景：

• 消息队列（ LPUSH list item + brpop list来实现阻塞队列）。
• 评论列表（lpush 新增评论，lrange 分页查询）。
• 热点列表 如微博话题 LRANGE list 0 10

lpush+lpop = 栈

lpush+rpop = 队列

lpush+ltrim = 有限集合

lpush+brpop = 消息队列

3. Set（集合）

特点：单键多值，无序不重复，支持交集、并集等集合运算。类似于HashSet，通过hash table实现的
底层编码：

• intset：元素为整数且数量 ≤512（set-max-intset-entries 配置），紧凑数组存储。
• hashtable：元素为字符串或数量超限，基于哈希表（键为元素，值为 NULL）。

typedef struct intset {
  // 每个整数的类型
    uint32_t encoding;
  // intset的长度
    uint32_t length;
  // 整数数组
    int8_t contents[];
} intset;

核心命令：

• 增删：sadd set a b c（添加）、srem set a（删除）。
• 查询：smembers set（所有元素）、sismember set a（判断存在）。
• 运算：sinter set1 set2（交集）、sunion set1 set2（并集）、sdiff set1 set2（差集）。

设置值**

#设置值
#sadd key member [member ...]
sadd set1 vv vc vb vv

取值

#取值,集合中的所有元素
#smembers key
smembers set1
1) "vc"
2) "vb"
3) "vv"

#判断该元素是否在set中
#sismember key member
sismember set1 vv

#获取随机的元素,不会删除元素(count表示获取的数量，默认为1)
#srandmember key [count]
srandmember set1 2

查看集合元素个数

#scard key
scard set1

删除

#srem key member [member ...]
srem set1 vb

#随机出栈(默认数量为1)
#spop key [count]
spop set1

随机抽取

#随机从集合中抽取2个(默认1个)
#srandmember key [count]
srandmember set1 2

#将源集合中的值移至目标集合
#smove source dest member
smove set1 set2 test

差集 交集 并集

#差集 返回的是其他key与第一个key的差集，属于A且不属于B的(A - B)
#sdiff key [key ...]
sdiff set1 set2

#交集  属于A且属于B的(A ∩ B)
#sinter key [key ...]
sinter set1 set2
#并集  属于A或属于B的(A ∪ B)
#sunion key [key ...]
sunion set1 set2

应用场景：

• 标签系统（用户标签 sadd user:100:tags "music" "sports"）。推送的时候使用交集 SINTER set1 set2 set3，还有商品选择的标签筛选也可以使用并集
• 好友关系(关注)（共同好友 sinter user:100:friends user:200:friends 、关注(添加好友) sadd user1:follow user2 sadd user2:fans user1、可能认识的人 使用差集 sdiff user2:follow user1:follow
• 抽奖 spop 随机抽取

• 点赞

  点赞 sadd like:文章id 用户id

  取消点赞 srem like:文章id 用户id

  是否点赞 sisrember like:文章id 用户id

  点赞用户 smembers like:文章id

  点赞数 scard like:文章id

4. Hash（哈希）

特点：键值对集合（类似字典），适合存储对象。相当于HashMap，对于hash碰撞也是采用的HashMap的处理方式，数组+链表
底层编码：

• ziplist：字段和值为短字符串（字段数 ≤512 且单个长度 ≤64 字节，由 hash-max-ziplist-entries 和 hash-max-ziplist-value 控制），紧凑存储。
• hashtable：字段或值过长，基于哈希表（键为字段，值为字段值）。

#根据该配置项来进行编码转换的
# 当hash对象的键值对数量大于该值时使用OBJ_ENCODING_HT编码 
hash-max-ziplist-entries 512
# 当hash对象中的键值对存在键或值的长度大于该值时使用OBJ_ENCODING_HT编码 
hash-max-ziplist-value 64

// 哈希表结构
typedef struct dictht {
  	// 哈希表数组
    dictEntry **table;
  	// 哈希表大小
    unsigned long size;
  	// 哈希表大小掩码，用于计算索引值
    unsigned long sizemask;
  	// 哈希表已有节点数量
    unsigned long used;
} dictht;
// 哈希节点
typedef struct dictEntry {
  	// 键
    void *key;
  	// 值
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
  	// 下一个哈希节点，链表，可以将多个哈希值相同的键值对进行连接，解决hash冲突的问题
    struct dictEntry *next;
} dictEntry;
// 字典结构
typedef struct dict {
  	// 类型
    dictType *type;
  	// 私有数据
    void *privdata;
  	// 哈希表,通常情况下只有一个hashtable是有值的。在扩容时，需要分配新的hashtable，然后进行渐进式搬迁，这时候两个hashtable存储的分别是旧的hashtable和新的hashtable，搬迁结束后，旧的hashtable被删除，新的hashtable取而代之
  	// ht[0]:用来存放真实的数据
  	// ht[1]:用于扩容
  // 也是采用了数组+链表的方式
    dictht ht[2];
  	//rehash 如果为-1表示没有进行rehash
    long rehashidx; /* rehashing not in progress if rehashidx == -1 */
    int16_t pauserehash; /* If >0 rehashing is paused (<0 indicates coding error) */
} dict;


// 处处不同的数据结构，使用不同的hash算法，不同的键值比较算法，不同的析构函数
typedef struct dictType {
  	// hash函数
    uint64_t (*hashFunction)(const void *key);
    void *(*keyDup)(void *privdata, const void *key);
    void *(*valDup)(void *privdata, const void *obj);
  	// 比较函数
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);
  // 键值析构函数
    void (*keyDestructor)(void *privdata, void *key);
    void (*valDestructor)(void *privdata, void *obj);
    int (*expandAllowed)(size_t moreMem, double usedRatio);
} dictType;

哈希冲突

redis哈希冲突是使用链地址法进行解决的，将新节点添加在链表的表头

扩容

redis的字典源码中的dictht是一个容量为2的数组，其作用就是用于进行扩容的

// 哈希表
 	// ht[0]:用来存放真实的数据
 	// ht[1]:用于扩容
   dictht ht[2];

最初始的数据是存放在ht[0]中的，当要进行扩展或收缩时，ht[1]会根据ht[0]的容量来计算容量，ht[1]扩展的大小是比当前ht[0].used值的两倍大的第一个2的整数幂；收缩的大小是ht[0].used的第一个大于等于的2的整数幂。将ht[0]的所有键值重新散列到ht[1]中，重新计算所有的数组下标，当数据迁移完后ht[0]就会释放，将ht[1]改为ht[0]，为下一次扩展或收缩做准备

由于有时候redis中的数据比较多，不能瞬间完成扩容操作，会将rehash操作进行分步进行，其字段rehashidx就用于标识rehash过程，如果是-1表示当前没有进行rehash操作，当进行rehash操作时会将该值改为0，在进行更新、删除、查询操作时会在ht[0]和ht[1]中都进行，先更新ht[0]，再更新ht[1]，而进行新增操作就直接新增到ht[1]中，保证ht[0]只减不增，直到rehash完成

核心命令：

• 增改：hset user:100 name "Alice" age 25（设字段）、hmset user:100 city "Beijing"（批量设）。
• 查询：hget user:100 name（取字段）、hgetall user:100（所有字段和值）。
• 计数：hlen user:100（字段数）、hexists user:100 email（判断字段存在）。

设置值**

#Redis4.0之后可以设置多个值，与hmset功能相同
#hset key field value [field value ...]
# 不区分插入和更新，插入时返回1，更新时返回0
hset user id 123

#设置多个字段
#hmset key field value [field value ...]
hmset user name zhangsan age 18

#不存在则设置值
#hsetnx key field value
hsetnx user id 12

获取值

#hget key field
hget user id
#获取多个字段的值
#hmget key field [field ...]
hmget user id name sex age

#可以获取该key所对应的map
#hgetall key
hgetall user

#获取key对应的map有几个字段
#hlen key
hlen user

#判断该key的某个字段是否存在
#hexists key field
hexists user id

#获取该key下所有的字段
#hkeys key
hkeys user

#获取该key下所有的字段值
#hvals key 
hvals user

删除字段值

#支持删除多个字段
#hdel key field [field ...]
hdel user age

数值操作

# 加2
# hincrby key field increment
hincrby user id 2

# 减2
# hdecrby key field increment
hdecrby user id 2

应用场景：

• 存储对象（用户信息 hset user:100 id 100 name "Alice"）。hash和string都可以存储对象，频繁读操作时使用string，频繁写操作使用hash。hash的存储消耗要高于单个字符串
• 购物车（hset cart:100 item:10 2 表示用户 100 的购物车中商品 10 数量为 2）。

5. Zset（有序集合）

特点：单键多值，每个元素关联 score（分数），按分数排序，元素唯一。类似于TreeSet
底层编码：

• ziplist：元素少且短（元素数 ≤128 且单个长度 ≤64 字节，由 zset-max-ziplist-entries 和 zset-max-ziplist-value 控制），按 score+元素 紧凑存储。
• skiplist + hashtable：元素多或长，skiplist 按分数排序，hashtable 映射元素到分数（O (1) 查分数）。

#根据该配置项来进行编码转换的
zset-max-ziplist-entries 128
zset-max-ziplist-value 64

底层实现：skiplist（跳表）是核心，通过多层索引加速查找，时间复杂度接近 O (log n)：

底层使用的是dict哈希表和skiplist跳表，dict用来关联value和score，保证value的唯一性，同时通过value可以获取到score。skiplist的作用在于给value排序以及根据score的范围来获取元素列表

typedef struct zset {
    dict *dict;         // 元素→分数映射
    zskiplist *zsl;     // 按分数排序的跳表
} zset;

typedef struct zskiplistNode {
  // 节点数据
    sds ele;
  // 分数
    double score;
  // 后继指针
    struct zskiplistNode *backward;
  // 前驱指针
    struct zskiplistLevel {
        struct zskiplistNode *forward;
      // 调到下一个数据项需要走几步，计算rank时有用
        unsigned long span;
    } level[];
} zskiplistNode;

typedef struct zskiplist {
  // 跳表头尾指针
    struct zskiplistNode *header, *tail;
  // 跳表长度
    unsigned long length;
  // 跳表高度
    int level;
} zskiplist;

跳表skiplist相比一般的链表，有更高的查找效率，效率可以比拟二叉查找树

在存储时会预先间隔地保存有序链表的节点，从而在查找时能达到类似于二分搜索的效果，可以节省查找时间，但是浪费了空间，数据只存储了一次，只是指针多次存储了

• 由多层结构组成
• 每一层都是一个有序链表
• 最底层的链表包含了所有元素
• 如果一个元素出现在leveli的链表中，则它在leveli之下的链表也都会出现
• 每个节点包含两个指针，一个指向同链表中的下一个元素，一个指向下面一层的元素

核心命令：

• 增改：zadd rank 90 "Alice" 85 "Bob"（添加元素和分数）。
• 查询：zrange rank 0 -1 withscores（升序取所有）、zrevrange rank 0 2（降序取前 3）。
• 范围：zrangebyscore rank 80 100（分数 80-100 的元素）。
• 计数：zcard rank（元素数）、zcount rank 80 90（分数范围内的元素数）。

设置值**

# 向zset中添加元素，并且会根据score进行排序，如果元素存在，会更新score
#zadd key score member [score member ...]
zadd zset1 1 q 2 w

取值

#WITHSCORES表示查询结果是否带着score，score从小到大
#zrange key start stop [WITHSCORES]
zrange zset1 0 -1

#WITHSCORES表示查询结果是否带着score，score从大到小
#zrevrange key start stop [WITHSCORES]
zrevrange zset1 0 -1

#根据score范围查询
#zrangebyscore key min max [WITHSCORES] [LIMIT offset count]
zrangebyscore zset2 80 100

#根据score的范围来计数
#zcount key min max
 zcount zset2 0 10
 
 #根据值来获取下标(根据score从小到大来排的序)
 #zrank key member
 zrank zset2 d
 
 #根据值来获取下标(根据score从大到小来排的序)
 #zrevrank key member
 zrevrank zset2 d
 
 #获取元素的score
 #zscore key member
 zscore zset2 c
 

查看集合元素个数

#该key的元素个数
zcard zset2

删除

#zrem key member
zrem zset2 s

# 根据下标区间来删除(根据score从小到大来排的序)
#zremrangebyrank key start stop
zremrangebyrank zset1 5 8

# 根据score区间来删除
# zremrangebyscore key min max
zremrangebyscore zset1 7 10

数值操作

# 如果key中存在该元素，则该元素的score增加increment，否则新增该元素
# zincrby key increment member
zincrby zset1 2 b

应用场景：

• 排行榜（游戏积分 zadd game:rank 1000 "user1"，zrevrange 取 Top10）。
  • ZADD 添加元素
  • ZRANGE 按分数从低到高排列，返回区间内的元素
  • ZREVRANGE 按分数从高到低排列，返回区间内的元素
  • ZRANK 返回某个元素的排名
• 带权重的消息队列（按优先级 score 消费）。

6. Bitmaps（位图）

特点：基于 String 实现的位操作，每个位存储 0/1，节省空间（1MB 可存 800 多万位）。位图不是一个真实的数据类型，是定义在String之上的面向位操作的集合，每个单元只能存储0和1。位图的最大优势在于节省空间

127.0.0.1:6379> type bittest
string

底层编码：raw 或 embstr（复用 String 的 SDS 存储）。

核心命令：

• 设位：setbit user:login 5 1（第 5 天登录标记为 1）。
• 查位：getbit user:login 5（查询第 5 天是否登录）。
• 计数：bitcount user:login 0 30（月登录天数）。
• 运算：bitop AND result b1 b2（两个位图的交集）。

设置值

#setbit key offset value
# value只能是0或者1，存储的是二进制
setbit bittest 10 1

取值

# 零存整取  直接取全部的值
get key
#getbit key offset
# 如果offset超出范围的话返回0
getbit bittest 10

#bitcount key [start] [end]
#获取指定范围为1的个数
bitcount bittest 0 1000
#bitcount key 0/1 [start] [end]
# 查找指定范围内出现的第一个0或1
bitpos bittest 1

bitmap适用于大量数据，少量数据的话会导致大部分位都是0，占用的内存数比集合还多

应用场景：

• 签到统计（setbit 记录每日签到，bitcount 算月签到数）。
• 用户标签（每位代表一个标签，位运算快速筛选用户）。
• 可以用来做布隆过滤器

7. HyperLogLogs（基数统计）

特点：极小空间（~12KB）实现海量数据的基数统计（去重计数），误差率约 0.81%。HyperLogLog是一种基于String的基数算法。通过HyperLogLog可以利用极小的内存空间完成独立总数的统计

127.0.0.1:6379> type hpl
string

底层编码：raw（String 存储）。

核心命令：

• 添加：pfadd uv:202408 "user1" "user2"（添加访问用户）。
• 计数：pfcount uv:202408（统计独立访客数）。
• 合并：pfmerge uv:202407-08 uv:202407 uv:202408（合并两个月数据）。

# 添加
# pfadd key element [element ...]
pfadd hpl 123

# 统计
# pfcount key [key ...]
pfcount hpl

#合并
# pfmerge destkey sourcekey [sourcekey ...]
pfmerge destkey sourcekey1 sourcekey2

HyperLogLog非常的节省空间，但是HyperLogLog统计的数据是不准确的

应用场景：

• UV 统计（无需存储具体用户，仅计数）。不可以获取用户id(而且数据存在一定的误差)
• 搜索关键词去重计数。

8. GEO（地理信息）

特点：存储经纬度，支持距离计算、附近地点查询，底层复用 Zset（score 编码经纬度）。

127.0.0.1:6379> type key
zset

底层编码：skiplist + hashtable（复用 Zset 结构）。

核心命令：

• 添加：geoadd cities 116.40 39.90 "Beijing" 121.47 31.23 "Shanghai"。
• 查坐标：geopos cities "Beijing"（获取北京经纬度）。
• 算距离：geodist cities "Beijing" "Shanghai" km（两地距离，单位千米）。
• 附近地点：georadius cities 116.40 39.90 100 km（北京周边 100km 内城市）。

# 增加地理位置信息
# longitude经度
# latitude纬度
# member成员
# geoadd key longitude latitude member [longitude latitude member ...]
geoadd key 116.28 39.55 bj

# 获取地理位置信息 返回经纬度
#geopos key member [member ...]
geopos key bj

# 获取两个地理位置的距离 unit为单位 包含 m 米、km 千米、mi 英里、ft 尺
# geodist key member1 member2 [unit]
geodist key bj sjz km

# 获取指定位置范围内的地理信息集合
# georadius key longitude latitude radius m|km|ft|mi [withcoord] [withdist] [withhash] [COUNT count] [asc|desc] [store key] [storedist key]
# longitude latitude也可以使用成员来替换,此时使用georadiusbymember key member
# radius m|km|ft|mi 表示半径+单位
# withcoord 返回结果中包含经纬度
# withdist 返回结果中包含里节点位置的距离
# withhash 返回结果中包含geohash
# COUNT count 指定返回的数量
# asc|desc 按照距离做升序或者降序
# store key 将返回结果的地理位置信息保存到指定键
# storedist key 将返回结果距离节点距离保存到指定键
georadiusbymember key bj 250 km

# 删除地理位置信息
# zrem key member

应用场景：

• 附近的人（georadiusbymember 查用户周边的人）。
• 地理位置推荐（如外卖店铺距离排序）。

数据结构选择指南

数据结构	核心特性	典型应用场景
String	单值，简单高效	缓存、计数器、分布式锁
List	有序可重复，两端操作	消息队列、评论列表
Set	无序不重复，集合运算	标签、好友关系、共同好友
Hash	键值对集合	存储对象（用户信息、商品属性）
Zset	有序（score），去重	排行榜、带权重的队列
Bitmaps	位操作，省空间	签到统计、用户标签
HyperLogLogs	基数统计，极小空间	UV 统计、去重计数
GEO	地理信息，距离计算	附近的人、地理位置推荐