Redis 数据类型

Redis 核心数据结构

🎯 面试重点

• 各数据类型的应用场景
• 底层实现原理

📖 数据类型

String

/**
 * String 类型
 * 
 * 场景：
 * - 缓存
 * - 计数器
 * - 分布式锁（SETNX）
 * 
 * 命令：
 * SET key value
 * GET key
 * INCR counter
 * SETEX key 10 value
 */

List

/**
 * List 类型
 * 
 * 场景：
 * - 消息队列（LPUSH + BRPOP）
 * - 列表/时间线
 * 
 * 命令：
 * LPUSH/RPUSH key value
 * LRANGE key 0 -1
 */

Hash

/**
 * Hash 类型
 * 
 * 场景：
 * - 对象存储
 * - 购物车
 * 
 * 命令：
 * HSET key field value
 * HGET key field
 * HGETALL key
 */

Set

/**
 * Set 类型
 * 
 * 场景：
 * - 交集/并集/差集（共同好友）
 * - 去重
 * 
 * 命令：
 * SADD key member
 * SMEMBERS key
 * SINTER set1 set2
 */

ZSet

/**
 * ZSet（有序集合）
 * 
 * 场景：
 * - 排行榜
 * - 延迟队列
 * 
 * 命令：
 * ZADD key score member
 * ZRANGE key 0 10
 * ZRANK key member
 */

📖 面试真题

Q1: Redis 为什么这么快？

答： Redis 之所以快，主要基于以下几个核心设计：

1. 内存存储

• 数据存储在内存中：读写操作直接在内存中进行，速度比磁盘快几个数量级。
• 避免磁盘 I/O：虽然支持持久化，但常规操作不涉及磁盘访问。

2. 单线程模型

• 避免锁竞争：单线程处理所有命令，无需考虑多线程环境下的锁竞争和上下文切换。
• 原子操作保证：所有命令都是原子执行的，不会出现并发问题。
• CPU 不是瓶颈：Redis 的性能瓶颈通常是内存或网络，而非 CPU。

3. I/O 多路复用

• 非阻塞 I/O：使用 epoll、kqueue 等系统调用实现高效的事件驱动模型。
• 单线程处理多连接：一个线程可以同时处理成千上万的客户端连接。
• 减少线程开销：避免了多线程模型中的线程创建、销毁和上下文切换开销。

4. 高效的数据结构

• 专门优化的数据结构：如 SDS（简单动态字符串）、跳跃表、压缩列表等，针对不同场景优化。
• 合理的数据编码：根据数据大小自动选择合适的数据编码方式，节省内存。

5. 其他优化

• 管道（Pipeline）：客户端可以一次性发送多个命令，减少网络往返时间。
• Lua 脚本：将多个操作封装成一个原子操作，减少网络通信。
• 渐进式 Rehash：在扩容时不影响正常服务。

6. 与 Memcached 对比

| 特性 | Redis | Memcached | |——|——-|———–| | 数据结构 | 丰富（字符串、列表、哈希等） | 简单（仅键值） | | 持久化 | 支持 RDB 和 AOF | 不支持 | | 内存管理 | 多种淘汰策略 | LRU | | 线程模型 | 单线程（6.0+ 支持多线程 I/O） | 多线程 | | 使用场景 | 缓存、消息队列、计数器等 | 纯缓存 |

总结：Redis 通过内存存储、单线程模型、I/O 多路复用和高效数据结构的组合，实现了极高的性能，适合作为高性能缓存和数据存储解决方案。

⭐ 重点：理解各类型的应用场景