一、数据类型

String（字符串）、Hash（哈希）、List（列表）、Set（集合）、zSet（有序集合）、HyperLogLog、Geo（地理信息）、Pub/Sub（发布订阅）
　

二、常用命令与常见应用场景

1、String（字符串）

set（设置键值）、setnx（键不存在时设置值，可实现分布式锁基础）、get（获取键值）、decr（数值减1）、incr（数值加1）、mget（批量获取多键值）、expire（设置键过期时间）

常见应用场景：

缓存层：作为MySQL等存储层的前置缓存，减轻数据库压力。例如缓存热门商品信息，需注意设置合理的过期时间，避免数据不一致。

计数器：适用于视频播放数、博客浏览数、商品销量等场景。通过incr/decr命令实现原子性计数，确保数据准确性。

共享Session：在分布式系统中，将用户Session数据存储到Redis，实现多服务间Session共享，需配合expire命令设置Session有效期。

限时短信验证码：通过set命令存储验证码，并使用expire命令设置60秒/120秒等过期时间，避免验证码重复使用，原文未提及过期时间设置，此处补充关键操作。

　

2、Hash（哈希）

hset（设置哈希表字段值）、hget（获取哈希表字段值）、hdel（删除哈希表字段）、hlen（获取哈希表字段数量）、hexists（判断哈希表字段是否存在）、hkeys（获取哈希表所有字段名）、hvals（获取哈希表所有字段值）、hgetall（获取哈希表所有字段和值）、hincrby（哈希表字段数值增减，补充命令，用于数值型字段）

常见应用场景：

存储用户信息或商品信息：相较于String存储整个用户JSON串，Hash可按字段（如username、age、phone）单独存储和修改用户属性，减少数据传输量和修改开销。例如存储用户个人资料，更新用户年龄时仅需执行hset key age 25，无需更新整个用户数据。

　

3、List（列表）

lpush（从列表左侧插入元素）、rpush（从列表右侧插入元素）、lpop（从列表左侧弹出元素）、rpop（从列表右侧弹出元素）、brpop（阻塞式从列表右侧弹出元素，无元素时阻塞等待）、lrange（获取列表指定范围元素）、lindex（获取列表指定索引元素）、llen（获取列表长度，原文“len”为命令错误，修正为“llen”）、lrem（删除列表中指定元素）、ltrim（截取列表指定范围元素，保留范围内元素）

常见应用场景：

关注列表/粉丝列表：例如用户A的关注列表，通过lpush将关注的用户ID加入列表，lrange获取分页的关注列表数据。

消息队列：

• lpush + lpop = 栈（先进后出），适用于简单的任务栈场景。
• lpush + rpop = 队列（先进先出），基础消息队列，但存在“消息丢失”风险（弹出元素后未处理完成服务宕机），需结合业务做消息确认机制。
• lpush + ltrim = 有限集合，例如保留最近100条热门评论，超出部分通过ltrim截取。
• lpush + brpop = 阻塞式消息队列，避免轮询空列表浪费资源，适用于需实时处理消息的场景。

简单分页查询：利用lrange key start end命令实现，例如lrange article_comments 0 9获取文章的前10条评论，但仅适用于数据量较小的分页场景，大数据量分页需结合其他方案（如zSet）。

　

4、Set（集合）

sadd（向集合添加元素）、spop（随机弹出集合一个元素）、sismember（判断元素是否在集合中）、srem（删除集合中指定元素）、sunion（求多个集合的并集）、sdiff（求多个集合的差集）、sinter（求多个集合的交集，原文未提及，补充关键命令）、scard（获取集合元素数量，补充命令）

常见应用场景：

标签系统：存储用户兴趣标签（如“篮球”“电影”），通过sinter获取多个用户的共同兴趣标签，实现个性化推荐（如推荐同标签用户喜欢的小说、视频）。

随机抽奖：通过spop随机弹出集合中的元素（如用户ID），确保抽奖公平性；也可使用srandmember命令（补充命令）随机获取元素且不删除，适用于“展示中奖用户但不立即移除”场景。

社交需求：例如“共同好友”功能，通过sinter计算两个用户粉丝集合的交集；“好友推荐”功能，通过sdiff计算“我关注的人关注的人”与“我的好友”的差集。

　

5、zSet（有序集合）

zadd（向有序集合添加元素，指定score）、zcard（获取有序集合元素数量）、zscore（获取元素的score值）、zrank（获取元素在有序集合中的排名，按score升序）、zrevrank（按score降序获取排名，原文未提及，补充常用命令）、zrem（删除有序集合中的元素）、zincrby（为元素的score值增减）、zrange（按score升序获取指定范围元素）、zrevrange（按score降序获取指定范围元素，补充命令，用于榜单场景）

常见应用场景：

各类榜单：例如视频播放量榜单（score为播放量）、文章获赞榜单（score为点赞数），通过zrevrange key 0 9获取Top10数据；也可通过zrangebyscore命令（补充命令）获取指定score范围内的元素（如“播放量大于1000的视频”）。

使用冒号（:）进行层级划分，格式建议为“业务模块:表名:主键:字段”，例如“user:info:1001:name”“video:rank:202409:play_count”，确保Key语义清晰，便于后续维护、统计与排查问题，避免Key命名混乱（如“user1001name”）。

　

6、HyperLogLog

pfadd（向HyperLogLog添加元素）、pfcount（估算HyperLogLog的基数）、pfmerge（合并多个HyperLogLog，计算总基数）

常见应用场景：

用户访问量统计（UV）：统计某个页面的独立访客数，无需存储每个用户ID，仅需通过pfadd记录用户标识（如用户ID、CookieID），pfcount快速估算UV。

相较于Set，HyperLogLog固定占用约12KB内存（无论元素数量多少），而Set存储千万级用户ID会占用GB级内存，极大节省资源。需注意：HyperLogLog是“估算值”，误差约0.81%，适用于对精度要求不高的统计场景（如UV），不适用于精确统计（如订单数）

　

7、Geo（地理信息）

geoadd（添加地理位置坐标，格式：geoadd key 经度 纬度 地点标识）、geopos（获取地点的经纬度坐标）、geodist（计算两个地点的距离，支持m/km/mi/ft单位）、georadius（根据指定经纬度和半径，获取范围内的地点集合）、georadiusbymember（根据集合中已有地点，获取其周围指定半径内的地点，原文未提及，补充常用命令）、geohash（将经纬度转换为geohash字符串，便于存储和比较）

常见应用场景：

周边服务：如美团外卖“附近的商家”、高德地图“周边加油站”，在数据库中存储商家/加油站的经纬度，通过geoadd将数据导入Redis，再通过georadius（传入用户当前经纬度）获取5公里内的目标地点，并可按距离排序（结合zSet特性，geo底层基于zSet实现）。

　

8、Pub/Sub（发布订阅）

publish（向指定频道发布消息）、subscribe（订阅指定频道）、unsubscribe（取消订阅指定频道）、psubscribe（订阅符合模式的频道，如“news:*”，补充命令）

常见应用场景：

消息通知：实际应用场景较少，因存在“消息丢失”问题（订阅者离线后无法接收离线期间的消息），不适用于关键业务（如订单通知）。适用于非关键的实时通知场景（如“系统公告推送”）

内部机制支撑：Redis哨兵机制中，哨兵节点通过Pub/Sub订阅主从节点的频道，实时获取节点状态变化（如主节点故障），实现哨兵间的通信与协调。