Redis的值有5种数据结构，不同数据结构的使用场景是什么？

字符串

缓存

（1）使用原生字符类型缓存
优点：简单直观，每个属性都支持更新操作
缺点：占用过多的键、内存占用量较大，同时用户内聚性比较差。
（2）使用序列化字符串类型缓存
优点：简化编程，如果合理地使用序列化可以提高内存的利用效率。
缺点：序列化和反序列化有一定的开销，同时每次更新属性都需要把全部数据取出来，反序列化，更新后在序列化存到Redis中。

计数

许多应用都会使用Redis作为计数的基础工具。它可以实现快速计数、查询缓存等功能，同时数据可以异步落到其它数据源。比如视频播放系统使用Redis作为视频播放计数的基础组件，用户每播放一次视频，相应的视频播放数就会自增1。

long incrVideoCounter(long id){
	key = "video:playCount:" + id;
	return redis.incr(key);
}
1
2
3
4

图解mysql专栏：count( * )这么慢，我该怎么办?

Redis计数和数据库同步的问题：

以InnoDB为存储引擎的数据库，由于MVCC机制，count(*)计数时需要一行一行的读取，判断是否对当前事务可见， 然后计数加1或者不加。所以当数据量很大时，执行count(*)的效率很慢。

假设某个网站有这样一个页面，要显示数据库中某张操作记录表的总数，同时还要显示最新的100条记录。由于count(*)的效率很慢，我们可以用Redis来计数，如果这张操作记录表插入了一行，Redis计数就加1，删除了一行，Redis计数减1。

我们用一张表模拟两个事务的操作过程，事务B负责这个页面的业务查询，即获取Redis计数和操作表中最新的100条记录，事务A向表中插入一条记录，Redis计数加1

由于多线程中，线程的执行顺序是不确定的，如果事务B的代码在t2时刻执行，则查询到底100条记录里面有最新的插入记录，但redis计数却没变。

如果事务A变化一下添加记录的执行过程，先去Redis计数加1，再向操作表中执行插入操作。事务B在t2时刻执行，此时该页面显示的情况是，Redis的计数变了，但是查询到的100行记录里面没有最新的改变

以上两种情况，对于事物B来说，查计数值和“最近的100条记录”看到的结构，逻辑上是不一致的。

共享Session

查看我写的另一篇博客
什么是Redis共享Session？

限速

很多应用出了安全考虑，会在每次进行登录的时候，让用户输入手机验证码，从而确定是否是用户本人。但是为了短信验证接口不被频繁访问，会限制用户每分钟获取验证码的频率，例如一分钟不能超过5次。

此功能可以通过Redis来实现：

phoneNum = "173xxxxxxxx";
key = "shortMsg:limit:" + phoneNum;
// 将这个key的生命周期设置为60s，也就是1分钟
// key初始时的次数是1
isExists = redis.set(key,1,"EX 60","NX");
if(isExists != null || redis.incr(key) <= 5){
	// 第一次创建这个键
	// 或者
    // 不是第一次创建键，但 key 对应的次数小于等于5

    // 通过
}else{
	// 限速
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

哈希

缓存

优点：简单直观，如果合理可以减少内存空间的使用。
缺点：要控制哈希在ziplist和hashtable两种内部编码的转换，hashtable会消耗更多内存。

列表

消息队列

如图所示，Redis的lpush+brpop命令组合即可实现阻塞队列，生产者使用lpush命令从列表左侧插入元素，多个消费者使用brpop命令阻塞式地抢列表尾部的元素。

文章列表

每个用户有属于自己文章列表，现需要分页展示文章列表。此时可以考虑使用列表，因为列表是索引有序的，可以支持按照索引范围获取元素。
（1）每篇文章用哈希类型存储，例如每篇文章有一些属性：title、time、author、content、isbn、money等

hmset acticle:1 title xx time 1476536196 content xxxx ...
...
hmset acticle:k title xx time 1476536196 content xxxx ...
1
2
3

使用类似这样的命令构造k篇文章的数据

（2）向用户添加文字列表

lpush user:1:acticles article:1 article:3 ...
...
lpush user:n:acticles article:2 article:4
1
2
3

每个用户有自己的一个文章列表

（3）分页获取用户文章列表，例如通过下面的伪代码获取用户id=1的前10篇文章：

articles = lrange user:1:articles 0 9
for (article : articles){
	hgetall {article}
}
1
2
3
4

使用列表类型保存或获取文章列表会存在两个问题：

1. 如果每次分页获取的文章数目较多，需要执行多次hgetall操作，此时可以考虑使用Pipeline批量获取。或者考虑将文章数据序列化为字符串类型，使用mget来获取。
2. 分页获取文章列表时，lrange命令在列表的两端性能比较好，但如果列表较大，lrange获取列表中间元素性能会变差，此时可以考虑将列表做二级拆分。或者使用Redis quciklist内部编码实现。

栈

lpush + lpop = Stack
1

队列

lpush + rpop = Queue
1

有限集合

lpush + ltrim = Capped Collection
1

集合

标签

一个用户可能对娱乐、体育比较感兴趣，另一个用户可能对历史、新闻比较感兴趣，这些兴趣点就是标签。有了标签之后我们可以得到：

• 喜欢同一个标签的人（站在标签角度）
• 两个或多个用户共同喜欢的标签（站在用户角度）

这些数据对于用户体验，以及增强用户黏度比较重要。

例如，一个电子商务的网站会对不同标签的用户做不同类型的推荐，比如对数码产品感兴趣的人，在各个页面或通过邮件的形式给他们推荐最新的数码产品，通常会为网站带来更多的收益。

下面使用集合类型实现标签的若干功能
（1）给用户添加标签

SADD user:1:tags tag1 tag2 tag3
SADD user:2:tags tag2 tag4 tag5
SADD user:3:tags tag1 tag3 tag5
SADD user:4:tags tag2 tag3 tag4
SADD user:5:tags tag1 tag4 tag5
SADD user:6:tags tag3 tag4 tag5
1
2
3
4
5
6

在redis种可以使用lua脚本一次性执行这命令：

EVAL "
redis.call('SADD', 'user:1:tags', 'tag1', 'tag2', 'tag3')
redis.call('SADD', 'user:2:tags', 'tag2', 'tag4', 'tag5')
redis.call('SADD', 'user:3:tags', 'tag1', 'tag3', 'tag5')
redis.call('SADD', 'user:4:tags', 'tag2', 'tag3', 'tag4')
redis.call('SADD', 'user:5:tags', 'tag1', 'tag4', 'tag5')
redis.call('SADD', 'user:6:tags', 'tag3', 'tag4', 'tag5')
" 0
1
2
3
4
5
6
7
8

（2） 给标签添加用户

SADD tag1:users user:1 user:3 user:5
SADD tag2:users user:1 user:2 user:4
SADD tag3:users user:1 user:3 user:4
SADD tag4:users user:2 user:4 user:5 user:6
SADD tag5:users user:2 user:3 user:5 user:6
1
2
3
4
5

在redis种可以使用lua脚本一次性执行这命令：

EVAL "
redis.call('SADD', 'tag1:users', 'user:1', 'user:3', 'user:5')
redis.call('SADD', 'tag2:users', 'user:1', 'user:2', 'user:4')
redis.call('SADD', 'tag3:users', 'user:1', 'user:3', 'user:4')
redis.call('SADD', 'tag4:users', 'user:2', 'user:4', 'user:5', 'user:6')
redis.call('SADD', 'tag5:users', 'user:2', 'user:3', 'user:5', 'user:6')
" 0
1
2
3
4
5
6
7

（3）删除用户下标签

srem user:1:tags tag1 tag2
1

（4）删除标签下的用户

srem tag1:users user:1
srem tag2:users user:1
1
2

（1）和（2）尽量放在一个事务中执行。
（3）和（4）尽量放在一个事务中执行。

（5）获取喜欢同一个标签的人

 smembers tag1:users
1

（6）获取user:1与user:2共同喜欢的标签

sinter user:1:tags user:2:tags
1

抽奖

spop/srandmember = Random item
1

社交需求

sadd + sinter = Social Graph
1

有序集合

排行榜系统

比如视频网站需要对用户上传的视频做排行榜，榜单的维度可能是多方面的，可能按照以下几个维度排名：

• 时间
• 播放数量
• 获得的赞数
• …

以获得的赞数为例，记录每天用户上传的视频的排行榜。

（1）视频添加用户赞数
例如用户mike上传了一个视频，并获得了3个赞，可以使用有序集合的zadd和zincrby功能：

zadd user:ranking:2024_03_12 3 mike
1

如果之后再获得一个赞，就可以使用zincrby：

zincrby user:ranking:2024_03_12 1 mike
1

（2）将用户移除榜单
由于各种原因（如用户注销、用户作弊）需要将用户删除，此时需要将用户从榜单中删除掉，可以使用zrem。例如删除榜单中的tom用户

zrem user:ranking:2024_03_12 tom
1

（3）显示榜单Top10
为了模拟这个功能，我用lua脚本创建了20条模拟数据：

EVAL "
redis.call('ZADD', 'user:ranking:2024_03_12', 3, 'mike')
redis.call('ZADD', 'user:ranking:2024_03_12', 5, 'jack')
redis.call('ZADD', 'user:ranking:2024_03_12', 7, 'tom')
redis.call('ZADD', 'user:ranking:2024_03_12', 9, 'curt')
redis.call('ZADD', 'user:ranking:2024_03_12', 11, 'dexter')
redis.call('ZADD', 'user:ranking:2024_03_12', 13, 'bert')
redis.call('ZADD', 'user:ranking:2024_03_12', 15, 'christian')
redis.call('ZADD', 'user:ranking:2024_03_12', 17, 'cecil')
redis.call('ZADD', 'user:ranking:2024_03_12', 19, 'charles')
redis.call('ZADD', 'user:ranking:2024_03_12', 21, 'bill')
redis.call('ZADD', 'user:ranking:2024_03_12', 23, 'cathy')
redis.call('ZADD', 'user:ranking:2024_03_12', 25, 'crystal')
redis.call('ZADD', 'user:ranking:2024_03_12', 27, 'elaine')
redis.call('ZADD', 'user:ranking:2024_03_12', 29, 'ellie')
redis.call('ZADD', 'user:ranking:2024_03_12', 31, 'hortensia')
redis.call('ZADD', 'user:ranking:2024_03_12', 33, 'kit')
redis.call('ZADD', 'user:ranking:2024_03_12', 35, 'lori')
redis.call('ZADD', 'user:ranking:2024_03_12', 37, 'marian')
redis.call('ZADD', 'user:ranking:2024_03_12', 39, 'lesley')
redis.call('ZADD', 'user:ranking:2024_03_12', 41, 'thirza')
" 0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

根据或赞数排序，取前或赞数量前10个用户，可以使用zrevrange命令，从高到地返回成员：

 zrevrange user:ranking:2024_03_12 0 9
1

（4）展示用户信息、用户分数以及用户排名

假设用户信息保存再哈希类型中，用户分数和用户排名可以用zscore和zrank两个命令：

hgetall user:info:tom
zscore user:ranking:2024_03_12 mike
zrank user:ranking:2024_03_12 mike
1
2
3