Redis之数据结构介绍

Redis数据结构
1、核心数据结构

String、Hash、List、Set、ZSet：Redis 的基础数据类型，从早期版本沿用至今。

Stream：Redis 5.0 引入的消息队列数据结构，Redis 8.x 依然支持。

Geo：Redis 3.2 引入的地理空间索引，8.x 保持兼容。

Bitmap：基于 String 的位操作扩展，非独立数据类型。

HyperLogLog：基数统计工具，Redis 8.x 保留其功能。

2、新增/增强的数据结构

Vector Set：Redis 8.x 新增的向量搜索功能，专为 AI 应用设计。

原生 JSON：Redis 7.0 引入的 JSON 数据结构，8.x 进一步优化（如 JSON.SET 和 JSON.GET 命令）。

概率数据结构：如 Bloom Filter、Cuckoo Filter 等，通过模块（如 RedisBloom）提供。

类别	数据结构	说明
核心数据结构	String、Hash、List、Set、ZSet	Redis 基础数据类型，支持原子操作和内存优化
核心扩展	Bitmap、HyperLogLog、Geo、Stream	基于 String 或 ZSet 的扩展功能，用于特定场景（如基数统计、地理空间）
新增功能	Vector Set（Beta）	Redis 8.x 新增，支持向量相似性搜索，专为 AI 应用设计
模块化数据结构	RedisJSON（JSON）、RedisBloom	通过模块提供，需额外安装，但与核心功能无缝集成
其他模块	RedisTimeSeries、RedisGraph	用于时间序列和图数据库，需通过模块启用，扩展 Redis 的应用场景

一、Redis数据结构介绍

1、字符串（String）

用途：存储简单的键值对，支持文本、数字、二进制数据（最大 512MB）。
特点：
- 原子操作支持（如自增/自减）。
- 支持设置过期时间（TTL）。

示例命令：

# 存储字符串
SET key value
# 获取字符串
GET key
# 自增数值
INCR key
# 设置过期时间
EXPIRE key 60

2、哈希（Hash）

用途：存储对象，字段与值的映射（适合存储结构化数据）。
特点：
- 支持原子操作（如字段更新、删除）。
- 内存优化（适合存储小对象）。

示例命令：

# 存储哈希
HSET user:1001 name "张三" age 30
# 获取哈希字段
HGET user:1001 name
# 获取所有字段和值
HGETALL user:1001

3、列表（List）

用途：实现队列或栈结构，按插入顺序存储元素。
特点：
- 支持左/右插入、弹出操作。
- 支持范围查询和修剪。

示例命令：

# 左推入元素
LPUSH list_key item1 item2
# 右弹出元素
RPOP list_key
# 查询列表范围
LRANGE list_key 0 5

4、集合（Set）

用途：存储无序且唯一的元素集合。
特点：
- 支持交集、并集、差集等集合运算。
- 适用于去重场景。

示例命令：

# 添加元素
SADD set_key item1 item2
# 查询所有元素
SMEMBERS set_key
# 计算交集
SINTER set1 set2

5、有序集合（Sorted Set, ZSet）

用途：存储带分数的元素集合，按分数排序。
特点：
- 支持范围查询（按分数或排名）。
- 适用于排行榜、优先级队列。

示例命令：

# 添加带分数的元素
ZADD zset_key 10 "item1" 20 "item2"
# 查询分数区间
ZRANGE zset_key 0 5 WITHSCORES
# 计算排名
ZRANK zset_key "item1"

6、位图（Bitmap）

用途：通过位操作实现布隆过滤器或状态统计。
特点：
- 极低内存占用（1 位表示一个状态）。
- 支持位操作（AND、OR、XOR）。

示例命令：

# 设置位为 1
SETBIT bitmap_key 10 1
# 查询位值
GETBIT bitmap_key 10
# 统计 1 的数量
BITCOUNT bitmap_key

7、超日志（HyperLogLog）

用途：基数估算，用于统计独立访问用户数等场景。
特点：
- 内存占用极小（约 12KB）。
- 允许一定误差（误差率 < 1%）。

示例命令：

# 添加元素
PFADD hll_key user1 user2
# 统计基数
PFCOUNT hll_key

8、地理空间索引（Geo）

用途：存储地理位置坐标，支持距离查询。
特点：
- 支持半径搜索、距离计算。
- 适用于附近地点推荐。

示例命令：

# 添加地理位置
GEOADD city 116.407526 39.904030 "Beijing"
# 查询附近地点
GEORADIUS city 116.407526 39.904030 100 km

二、新增数据结构

1、向量集合（Vector Set, Beta 版）

用途：存储高维向量嵌入，支持语义搜索和推荐系统。
特点：
- 高效相似性搜索（如余弦相似度）。
- 支持多维过滤（结合 JSON 或哈希字段）。

示例命令：

# 存储向量
VECTOR.SET myvec 0 [0.12 0.35 0.89]
# 查询相似向量
VECTOR.SEARCH myvec [0.1 0.3 0.9] LIMIT 3

2、原生 JSON 数据结构

用途：直接存储和操作 JSON 文档。
特点：
- 支持 JSONPath 语法（如 $.name）。
- 原子更新嵌套字段。

示例命令：

# 存储 JSON 文档
JSON.SET user:1001 $ '{"name":"张三","age":30}'
# 获取 JSON 字段
JSON.GET user:1001 $.name
# 更新 JSON 字段
JSON.SET user:1001 $.age 31

3、概率数据结构

Redis 8.x 新增以下概率数据结构：

布隆过滤器（Bloom Filter）
- 用途：快速判断元素是否存在（允许误判）。
- 特点：
  - 内存高效，适合大规模数据去重。
  - 不支持删除操作。
- 示例命令：
```
# 初始化布隆过滤器
BF.RESERVE mybloom 0.01 1000000
# 添加元素
BF.ADD mybloom "user1"
# 查询元素是否存在
BF.EXISTS mybloom "user1"
```
布谷鸟过滤器（Cuckoo Filter）
- 用途：比布隆过滤器更高效的变体。
- 特点：
  - 支持动态调整容量。
  - 删除操作更灵活。
- 示例命令：
```
# 初始化布谷鸟过滤器
CF.RESERVE mycuckoo 1000000
# 添加元素
CF.ADD mycuckoo "user1"
# 查询元素是否存在
CF.EXISTS mycuckoo "user1"
```
计数最小值草图（Count-Min Sketch）
- 用途：估计元素频率。
- 特点：
  - 内存占用低，适合高频统计。
  - 仅提供频率的上界估计。
- 示例命令：
```
# 初始化计数草图
CMS.INITBYPROBABILITY mycms 0.01 0.001
# 记录元素出现次数
CMS.INCRBY mycms "user1" 1
# 查询元素频率
CMS.QUERY mycms "user1"
```

Top-k（Top-K）

用途：找出最频繁的 K 个元素。
特点：
- 动态维护高频元素列表。
- 适用于实时排行榜。

示例命令：

# 初始化 Top-k 结构
TOPK.RESERVE mytopk 10 0.9 0.99 1000
# 记录元素出现
TOPK.ADD mytopk "user1" "user2"
# 查询 Top-k 元素
TOPK.LIST mytopk

t-digest（分位数估计）
- 用途：估计数据流的分位数（如中位数、99% 分位数）。
- 特点：
  - 高精度分位数计算。
  - 适用于监控和性能分析。
- 示例命令：
```
# 初始化 t-digest 结构
TDIGEST.CREATE mydigest 1000
# 添加数据点
TDIGEST.ADD mydigest 10 20 30
# 查询分位数
TDIGEST.QUANTILE mydigest 0.5
```

三、模块化数据结构的补充

Redis 8.x 的部分功能通过模块实现，这些数据结构虽然不直接属于内核，但在实际应用中非常重要。用户列表中未明确提及的部分模块化数据结构包括：

1、RedisJSON

用途：存储和操作 JSON 文档。
特点：
- 支持 JSONPath 查询和更新。
- 与 Redis 的 Hash、String 等类型集成。

示例命令：

JSON.SET user:1001 $ '{"name":"张三","age":30}'
JSON.GET user:1001 $.name

2、RedisBloom

用途：提供概率数据结构（Bloom Filter、Cuckoo Filter、Count-Min Sketch 等）。
特点：
- 内存高效，适用于大规模数据去重和频率统计。

示例命令：

BF.ADD mybloom "user1"
BF.EXISTS mybloom "user1"

3、RedisTimeSeries

用途：存储和查询时间序列数据（如物联网传感器数据、监控指标）。
特点：
- 支持时间窗口聚合、压缩存储。

示例命令：

TS.ADD temp_sensor 1726812000 25.5
TS.RANGE temp_sensor - + LIMIT 10

4、RedisGraph

用途：图数据库，支持属性图模型和 Cypher 查询语言。
特点：
- 适用于社交网络分析、路径查找等场景。

示例命令：

GRAPH.QUERY social_graph "MATCH (a:User)-[:FRIEND]->(b:User) RETURN a, b"

5、RedisSearch

用途：全文搜索引擎，支持二级索引和复杂查询。
特点：
- 支持模糊搜索、分词、排序等。

示例命令：

FT.CREATE idx ON HASH PREFIXES 1 doc: SCHEMA title TEXT
FT.SEARCH idx "Redis"

Redis 8.x 提供了全面的数据结构支持：核心类型包括 String、Hash、List、Set、ZSet；扩展功能涵盖 Bitmap、HyperLogLog、Geo、Stream；新增 Vector Set（Beta） 和 原生 JSON（7.0+ 内建）；并通过模块（如 RedisBloom）实现 概率数据结构（Bloom Filter、Cuckoo Filter） 与 高级场景（时间序列、图数据库）。这些结构覆盖缓存、实时分析、AI 推荐等全场景需求，兼顾高性能与灵活性。