Redis：核心数据结构与应用场景
Redis（Remote Dictionary Server）是由 Salvatore Sanfilippo 于 2009 年开发的开源内存数据库，以极高性能、丰富数据结构、原子操作著称。 单线程命令处理模型（6.0+ 支持多线程 IO），读写性能可达 10 万+ QPS，广泛用于缓存、分布式锁、消息队列、排行榜等场景。
⚠️ 版本说明：本文以 Redis 7.x 为基准。7.0 引入了 Redis Functions、Listpack 优化等特性。
目录
| 章节 | 说明 |
|---|---|
| 核心特性 | 单线程模型、与 Memcached 对比、适用场景 |
| 安装与配置 | 安装、redis.conf 常用配置、CLI 操作 |
| 数据类型 | String、List、Hash、Set、ZSet 及命令 |
| 高级数据类型 | Bitmap、HyperLogLog、Geo、Stream |
| 过期与淘汰 | TTL 设置、过期策略、内存淘汰策略 |
| 持久化 | RDB、AOF、混合持久化 |
| 高可用 | 主从复制、哨兵模式、Cluster 集群 |
| 常用场景 | 缓存、分布式锁、限流、排行榜、消息队列 |
| 快速参考卡 | 数据类型速查、常用命令速查 |
核心特性
为什么 Redis 这么快
| 原因 | 说明 |
|---|---|
| 纯内存操作 | 数据存储在内存，读写无磁盘 IO |
| 单线程命令处理 | 避免多线程上下文切换和锁竞争 |
| IO 多路复用 | epoll/kqueue 处理大量并发连接 |
| 高效数据结构 | SDS、跳表、压缩列表等专为内存优化 |
| 6.0+ 多线程 IO | 网络读写多线程，命令执行仍单线程 |
与 Memcached 对比
| 维度 | Redis | Memcached |
|---|---|---|
| 数据结构 | 丰富（5 种基础 + 扩展） | 只有 String |
| 持久化 | RDB + AOF | 不支持 |
| 集群 | 原生 Cluster | 客户端分片 |
| 事务 | 支持（MULTI/EXEC） | 不支持 |
| Lua 脚本 | 支持 | 不支持 |
| 发布订阅 | 支持 | 不支持 |
| 内存效率 | 略低 | 略高 |
安装与配置
安装
# macOS
brew install redis
brew services start redis
# 验证
redis-cli ping # 返回 PONG
# Docker
docker run -d --name redis -p 6379:6379 redis:7-alpine
docker exec -it redis redis-cli
redis.conf 常用配置
# 网络
bind 127.0.0.1 # 绑定地址（生产环境不要 bind 0.0.0.0 且无密码）
port 6379
protected-mode yes # 保护模式，无密码时禁止外网访问
# 安全
requirepass yourpassword # 设置密码
# 内存
maxmemory 2gb # 最大内存限制
maxmemory-policy allkeys-lru # 内存淘汰策略
# 持久化
save 900 1 # 900 秒内有 1 次修改则 RDB 快照
save 300 10 # 300 秒内有 10 次修改
save 60 10000 # 60 秒内有 10000 次修改
appendonly yes # 开启 AOF
appendfsync everysec # AOF 每秒刷盘（推荐）
# 日志
loglevel notice
logfile /var/log/redis/redis.log
# 慢查询
slowlog-log-slower-than 10000 # 超过 10ms 记录慢查询（单位微秒）
slowlog-max-len 128
redis-cli 常用操作
# 连接
redis-cli -h 127.0.0.1 -p 6379 -a yourpassword
# 基础命令
redis-cli ping # 测试连通性
redis-cli info # 查看服务器信息
redis-cli info memory # 内存信息
redis-cli info replication # 主从信息
redis-cli dbsize # 当前 DB 的 key 数量
redis-cli flushdb # 清空当前 DB（⚠️ 谨慎）
redis-cli flushall # 清空所有 DB（⚠️ 危险）
# 慢查询
redis-cli slowlog get 10 # 查看最近 10 条慢查询
redis-cli slowlog len # 慢查询日志条数
# 监控
redis-cli monitor # 实时打印所有命令（调试用，生产慎用）
redis-cli --latency # 延迟测试
数据类型
String（字符串）
最基础的类型，底层是 SDS（Simple Dynamic String），可存字符串、整数、二进制数据，最大 512MB。
# 基本操作
SET key "hello"
GET key # "hello"
DEL key
EXISTS key # 1（存在）/ 0（不存在）
# 带过期时间
SET key "value" EX 60 # 60 秒后过期
SET key "value" PX 60000 # 60000 毫秒后过期
SETEX key 60 "value" # 等价于 SET ... EX
TTL key # 查看剩余秒数，-1=永不过期，-2=不存在
# 原子操作（不存在时才设置，用于分布式锁）
SET key "value" NX EX 30 # NX = Not eXists，原子性
SETNX key "value" # 旧写法，不推荐（无法同时设置过期时间）
# 计数器（整数值原子递增/递减）
SET counter 0
INCR counter # 1
INCRBY counter 5 # 6
DECR counter # 5
DECRBY counter 2 # 3
# 批量操作（减少网络往返）
MSET k1 v1 k2 v2 k3 v3
MGET k1 k2 k3 # ["v1", "v2", "v3"]
# 追加
APPEND key " world" # 追加到末尾，返回新长度
STRLEN key # 字符串长度
# 获取并设置
GETSET key "new_value" # 返回旧值并设置新值
GETEX key EX 60 # 获取值同时刷新过期时间（Redis 6.2+）
List（列表）
双端链表（元素少时用 Listpack 压缩），支持从两端推入/弹出，天然适合队列和栈。
# 推入
LPUSH list a b c # 从左推入，结果：[c, b, a]
RPUSH list x y z # 从右推入，结果：[c, b, a, x, y, z]
# 弹出
LPOP list # 弹出左端：c
RPOP list # 弹出右端：z
LPOP list 3 # 弹出左端 3 个（Redis 6.2+）
# 阻塞弹出（用于消费者等待队列，timeout=0 永久阻塞）
BLPOP list 10 # 阻塞等待 10 秒，有元素立即返回
BRPOP list 10
# 查看
LRANGE list 0 -1 # 查看所有元素（-1 表示最后一个）
LRANGE list 0 9 # 查看前 10 个
LLEN list # 列表长度
LINDEX list 0 # 获取指定索引的元素
# 修改与删除
LSET list 0 "new_val" # 设置指定索引的值
LREM list 2 "a" # 删除 2 个值为 "a" 的元素（正数从头，负数从尾）
LTRIM list 0 99 # 只保留索引 0~99 的元素（常用于限制列表长度）
Hash（哈希）
键值对集合，底层用 Listpack（元素少）或 HashTable，适合存储对象。
# 设置
HSET user:1 name "Alice" age 30 email "alice@example.com"
HSET user:1 city "Beijing" # 新增字段
HSETNX user:1 name "Bob" # 字段不存在时才设置
# 获取
HGET user:1 name # "Alice"
HMGET user:1 name age # ["Alice", "30"]
HGETALL user:1 # 所有字段和值
# 查看
HKEYS user:1 # 所有字段名
HVALS user:1 # 所有字段值
HLEN user:1 # 字段数量
HEXISTS user:1 email # 字段是否存在
# 删除
HDEL user:1 city
# 计数
HINCRBY user:1 age 1 # age 加 1，返回新值 31
HINCRBYFLOAT user:1 score 0.5 # 浮点递增
Set（集合）
无序、不重复的字符串集合，支持集合运算，底层用 Listpack 或 HashTable。
# 添加与删除
SADD tags "java" "redis" "mysql"
SREM tags "mysql"
# 查询
SMEMBERS tags # 所有成员（无序）
SCARD tags # 成员数量
SISMEMBER tags "java" # 是否存在：1/0
SMISMEMBER tags "java" "go" # 批量判断（Redis 6.2+）
# 随机操作
SRANDMEMBER tags 2 # 随机获取 2 个（不删除）
SPOP tags # 随机弹出一个（删除）
# 集合运算
SADD set1 "a" "b" "c"
SADD set2 "b" "c" "d"
SUNION set1 set2 # 并集：[a, b, c, d]
SINTER set1 set2 # 交集：[b, c]
SDIFF set1 set2 # 差集（set1 有 set2 没有）：[a]
# 存储运算结果
SUNIONSTORE dest set1 set2
SINTERSTORE dest set1 set2
ZSet（有序集合）
每个成员关联一个 score（浮点分数），按 score 排序，底层用 Listpack 或跳表（SkipList）。
# 添加
ZADD leaderboard 100 "Alice"
ZADD leaderboard 95 "Bob" 88 "Charlie"
ZADD leaderboard NX 120 "Dave" # 不存在时才添加
ZADD leaderboard XX 110 "Alice" # 只更新已存在的成员
# 查询（按排名）
ZRANGE leaderboard 0 -1 # 升序所有成员
ZRANGE leaderboard 0 -1 WITHSCORES # 带分数
ZREVRANGE leaderboard 0 2 # 降序前 3 名（旧写法）
ZRANGE leaderboard 0 2 REV WITHSCORES # 降序带分数（Redis 6.2+）
# 查询（按分数）
ZRANGEBYSCORE leaderboard 90 120 # score 在 90~120 的成员
ZRANGEBYSCORE leaderboard -inf +inf # 所有成员
ZRANGEBYSCORE leaderboard 90 +inf LIMIT 0 10 # 分页
# 排名
ZRANK leaderboard "Alice" # 升序排名（0 开始）
ZREVRANK leaderboard "Alice" # 降序排名
ZSCORE leaderboard "Alice" # 获取分数
# 修改分数
ZINCRBY leaderboard 10 "Bob" # Bob 分数加 10
# 删除
ZREM leaderboard "Charlie"
ZREMRANGEBYRANK leaderboard 0 1 # 删除排名 0~1 的成员
ZREMRANGEBYSCORE leaderboard 0 60 # 删除分数 0~60 的成员
# 数量
ZCARD leaderboard # 成员总数
ZCOUNT leaderboard 90 100 # score 在 90~100 的成员数
高级数据类型
Bitmap（位图）
# 用 bit 记录用户签到（节省内存：1 亿用户只需 12.5MB）
SETBIT sign:user:1001 20240101 1 # 用户 1001 在第 20240101 天签到
GETBIT sign:user:1001 20240101 # 查询：1
BITCOUNT sign:user:1001 # 统计签到总天数
BITCOUNT sign:user:1001 0 6 # 统计第 0~6 字节范围内的 1 的数量
BITPOS sign:user:1001 1 # 第一个签到的 bit 位置
HyperLogLog（基数统计）
# 近似去重计数，误差约 0.81%，每个 key 最多 12KB
PFADD uv:page1 "user1" "user2" "user3"
PFADD uv:page1 "user1" # 重复，不计入
PFCOUNT uv:page1 # 约等于 3
# 合并多个 HyperLogLog
PFMERGE uv:total uv:page1 uv:page2
PFCOUNT uv:total
Geo（地理位置）
# 添加地理位置（底层用 ZSet 存储）
GEOADD locations 116.397128 39.916527 "北京"
GEOADD locations 121.480539 31.235929 "上海"
GEOADD locations 113.264385 23.129112 "广州"
# 获取坐标
GEOPOS locations "北京"
# 计算两点距离
GEODIST locations "北京" "上海" km # 单位：m/km/mi/ft
# 查找附近的点（6.2+ 推荐 GEOSEARCH）
GEOSEARCH locations FROMMEMBER "北京" BYRADIUS 1500 km ASC COUNT 5
Stream（消息流）
# 生产者：添加消息（* 表示自动生成 ID）
XADD orders * user_id 1001 product_id 2001 amount 99.9
XADD orders * user_id 1002 product_id 3001 amount 199.9
# 消费者：读取消息
XRANGE orders - + # 读取所有消息
XRANGE orders - + COUNT 10 # 读取最多 10 条
XLEN orders # 消息数量
# 消费者组（保证消息不重复消费）
XGROUP CREATE orders order-group $ MKSTREAM
XREADGROUP GROUP order-group consumer1 COUNT 10 STREAMS orders >
# > 表示读取未投递给该组的新消息
# 确认消费
XACK orders order-group <message-id>
过期与淘汰
设置过期时间
EXPIRE key 60 # 60 秒后过期
PEXPIRE key 60000 # 60000 毫秒后过期
EXPIREAT key 1735689600 # Unix 时间戳过期
PEXPIREAT key 1735689600000
TTL key # 剩余秒数（-1=永不过期，-2=key不存在）
PTTL key # 剩余毫秒数
PERSIST key # 移除过期时间，变为永久
过期删除策略
| 策略 | 说明 |
|---|---|
| 惰性删除 | 访问时检查是否过期，过期则删除；节省 CPU，可能内存泄漏 |
| 定期删除 | 每 100ms 随机抽取一批 key 检查删除；两种策略配合使用 |
内存淘汰策略（maxmemory-policy）
| 策略 | 说明 | 适用场景 |
|---|---|---|
noeviction | 内存满时写入报错（默认） | 不允许丢数据 |
allkeys-lru | 所有 key 中淘汰最近最少使用 | 缓存场景首选 |
allkeys-lfu | 所有 key 中淘汰最不常用（7.0+ 优化） | 热点数据明显时 |
volatile-lru | 只淘汰有过期时间的 key（LRU） | 混合存储场景 |
volatile-lfu | 只淘汰有过期时间的 key（LFU） | 混合存储场景 |
volatile-ttl | 淘汰剩余 TTL 最短的 key | — |
allkeys-random | 随机淘汰所有 key | — |
持久化
RDB（快照）
# 手动触发
SAVE # 同步（阻塞主线程，生产慎用）
BGSAVE # 异步（fork 子进程，推荐）
# 查看最后一次 RDB 保存时间
LASTSAVE # 返回 Unix 时间戳
# 配置（redis.conf）
save 900 1 # 900 秒内有 1 次修改
save 300 10
save 60 10000
dbfilename dump.rdb
dir /var/lib/redis
| 优点 | 缺点 |
|---|---|
| 文件紧凑，恢复速度快 | 可能丢失最后一次快照后的数据 |
| fork 子进程，不影响主线程 | 数据量大时 fork 耗时 |
AOF（追加日志）
# 配置
appendonly yes
appendfilename "appendonly.aof"
appendfsync everysec # always（最安全）/ everysec（推荐）/ no（最快）
# 手动触发 AOF 重写（压缩 AOF 文件）
BGREWRITEAOF
# 自动重写配置
auto-aof-rewrite-percentage 100 # AOF 文件比上次重写后增长 100% 时触发
auto-aof-rewrite-min-size 64mb # AOF 文件最小 64MB 才触发重写
| 优点 | 缺点 |
|---|---|
| 数据最多丢 1 秒（everysec） | 文件比 RDB 大 |
| 可读性强，便于数据恢复 | 恢复速度比 RDB 慢 |
混合持久化（推荐，4.0+）
# redis.conf
aof-use-rdb-preamble yes # AOF 文件头部嵌入 RDB 快照，尾部追加 AOF 日志
兼顾 RDB 的快速恢复和 AOF 的数据安全，生产环境推荐开启。
高可用
主从复制
# 从库配置（redis.conf）
replicaof 192.168.1.100 6379
masterauth yourpassword
# 查看复制状态
INFO replication
# 关注：role、master_link_status、master_last_io_seconds_ago
哨兵模式（Sentinel）
# sentinel.conf
sentinel monitor mymaster 192.168.1.100 6379 2 # 2 个哨兵同意才故障转移
sentinel auth-pass mymaster yourpassword
sentinel down-after-milliseconds mymaster 30000 # 30 秒无响应则认为主库下线
sentinel failover-timeout mymaster 180000
# 启动哨兵
redis-sentinel /etc/redis/sentinel.conf
# 查询主库地址（客户端通过哨兵发现主库）
redis-cli -p 26379 SENTINEL get-master-addr-by-name mymaster
Cluster 集群（生产推荐）
16384 个 slot（哈希槽）分配给各节点
key 通过 CRC16(key) % 16384 映射到对应 slot
每个主节点负责一段 slot，配置至少 3 主 3 从
# 创建集群（redis-cli 方式）
redis-cli --cluster create \
127.0.0.1:7001 127.0.0.1:7002 127.0.0.1:7003 \
127.0.0.1:7004 127.0.0.1:7005 127.0.0.1:7006 \
--cluster-replicas 1
# 查看集群状态
redis-cli -p 7001 CLUSTER INFO
redis-cli -p 7001 CLUSTER NODES
# 连接集群（-c 自动重定向）
redis-cli -c -p 7001
常用场景
缓存（最常见）
# 缓存穿透防护：缓存空值
SET cache:user:999 "NULL" EX 60 # 不存在的 key 也缓存短时间
# 缓存击穿防护：热点 key 永不过期 + 后台异步刷新
SET cache:hot:product:1 "{...}" EX 3600
# 缓存雪崩防护：过期时间加随机值
# Java 伪代码：ttl = baseTtl + random.nextInt(300)
分布式锁
# 加锁（原子性：SET NX EX）
SET lock:order:1001 "uuid-xxx" NX EX 30
# NX：不存在才设置（互斥）
# EX 30：30 秒自动释放（防止死锁）
# value 用唯一值（防止误删其他线程的锁）
# 解锁（Lua 脚本保证原子性：判断 + 删除）
# 伪代码等价：
# if GET lock:order:1001 == "uuid-xxx" then DEL lock:order:1001 end
EVAL "if redis.call('get',KEYS[1]) == ARGV[1] then return redis.call('del',KEYS[1]) else return 0 end" 1 lock:order:1001 uuid-xxx
# 查看锁状态
GET lock:order:1001
TTL lock:order:1001
限流（滑动窗口）
# 固定窗口限流：1 分钟内最多 100 次
INCR rate:user:1001:202401011200 # key 包含分钟时间戳
EXPIRE rate:user:1001:202401011200 60
# 使用 Lua 脚本保证原子性
EVAL "
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local current = redis.call('incr', key)
if current == 1 then
redis.call('expire', key, ARGV[2])
end
return current
" 1 rate:user:1001 100 60
排行榜
# 实时排行榜（ZSet 天然支持）
ZADD rank:daily 1500 "user:1001"
ZADD rank:daily 2000 "user:1002"
ZADD rank:daily 1800 "user:1003"
# 获取前 10 名（降序）
ZRANGE rank:daily 0 9 REV WITHSCORES
# 获取用户排名
ZREVRANK rank:daily "user:1001" # 降序排名
# 增加积分
ZINCRBY rank:daily 100 "user:1001"
消息队列
# 简单队列（List）
RPUSH queue:email "msg1" # 生产者
BLPOP queue:email 0 # 消费者（阻塞等待）
# 可靠队列（Stream，支持消费者组、ACK）
XADD stream:order * order_id 1001 amount 99
XGROUP CREATE stream:order grp1 0
XREADGROUP GROUP grp1 c1 COUNT 10 STREAMS stream:order >
XACK stream:order grp1 <msg-id>
快速参考卡
数据类型选型
| 场景 | 数据类型 | 理由 |
|---|---|---|
| 缓存对象（JSON） | String | 简单直接 |
| 缓存对象（字段级访问） | Hash | 可单独读写字段，节省内存 |
| 消息队列 | List / Stream | List 简单，Stream 可靠 |
| 标签/关注关系 | Set | 去重 + 集合运算 |
| 排行榜/积分 | ZSet | 自动排序 |
| 签到/在线状态 | Bitmap | 极省内存 |
| UV 统计（近似） | HyperLogLog | 12KB 统计亿级基数 |
| 附近的人 | Geo | 内置距离计算 |
| 分布式锁 | String（SET NX EX） | 原子性 + 自动释放 |
| 计数器 | String（INCR） | 原子递增 |
常用命令速查
| 命令 | 说明 |
|---|---|
KEYS pattern | 查找匹配的 key（⚠️ 生产禁用，用 SCAN） |
SCAN 0 MATCH * COUNT 100 | 安全迭代 key |
TYPE key | 查看 key 的数据类型 |
OBJECT ENCODING key | 查看底层编码 |
DEBUG OBJECT key | 查看 key 的详细信息 |
DUMP key + RESTORE | 序列化与反序列化 |
OBJECT IDLETIME key | key 的空闲时间（秒） |
MEMORY USAGE key | key 占用的内存字节数 |
WAIT 1 0 | 等待至少 1 个从库同步完成 |
DEBUG SLEEP 5 | 让 Redis 睡眠 5 秒（测试用） |
性能排查命令
redis-cli INFO stats # 命令统计、命中率
redis-cli INFO memory # 内存使用详情
redis-cli INFO clients # 连接数
redis-cli SLOWLOG GET 10 # 慢查询
redis-cli --bigkeys # 扫描大 key（⚠️ 对生产有影响）
redis-cli --hotkeys # 热 key 统计（需 maxmemory-policy 为 LFU）
redis-cli OBJECT FREQ key # key 的访问频率（LFU 模式）
IO 多路复用与单线程模型
Redis 用一个主线程处理所有命令执行，靠 IO 多路复用（epoll）处理大量并发连接：
客户端连接 → epoll 事件循环 → 命令队列 → 单线程顺序执行 → 返回结果
Redis 6.0 多线程 IO：
- 网络读写（解析请求、写回响应）使用多线程
- 命令执行仍然是单线程（保证原子性）
- 配置：
io-threads 4、io-threads-do-reads yes
参考资料
⚠️ 深度专题笔记：
- 底层数据结构原理 →
02 Redis 底层数据结构.md- 持久化与主从复制 →
03 Redis 持久化与主从复制.md- 缓存设计与问题排查 →
04 Redis 缓存设计与问题处理.md- 高可用与集群 →
05 Redis 高可用与集群.md
评论 (0)