Redis 数据类型
Redis 数据类型
Redis 的 key 都是字符串，差别在于 value 如何组织。选类型时不用先背命令，只要先判断数据要表达什么。以下结果假设示例 key 原本不存在，各段可以独立运行；数组形式的输出经过了压缩。
基础类型
String：单个值
String 保存文本、数字或二进制数据，适合缓存、计数器和 token。
SET cache:user:1 '{"name":"Hok"}' EX 300 # => OK
GET cache:user:1 # => {"name":"Hok"}
INCR page:views # => 1如果经常只修改对象中的一个字段，用 Hash 更直接。
Hash：一层对象
Hash 在一个 key 下保存多个 field-value，适合用户资料、商品信息和任务状态。
HSET profile:user:1 name Hok level 3 # => 2
HGET profile:user:1 name # => Hok
HINCRBY profile:user:1 level 1 # => 4它适合扁平对象；复杂嵌套结构更适合 JSON 文档或其他数据库。
List：有序序列
List 按插入顺序保存元素，并支持从两端写入或取出，适合简单队列、栈和最近记录。
LPUSH jobs job-1 # => 1
BRPOP jobs 0 # => jobs, job-1
LPUSH history article-1 # => 1
LTRIM history 0 99 # => OK需要消息确认、消费者组或重放时，改用 Stream。
Set：无序去重集合
Set 保存不重复的成员，适合标签、权限、参与用户和集合运算。
SADD article:1:likes user:1 user:2 # => 2
SISMEMBER article:1:likes user:1 # => 1
SADD user:1:following redis vue # => 2
SADD user:2:following redis go # => 2
SINTER user:1:following user:2:following # => redisSet 不记录顺序；需要排序时使用 Sorted Set。
Sorted Set：按分数排序的集合
Sorted Set 的成员不重复，每个成员带一个 score，适合排行榜、时间线和延迟任务。
ZADD leaderboard 1200 user:1 980 user:2 # => 2
ZRANGE leaderboard 0 9 REV WITHSCORES # => user:1, 1200, user:2, 980
ZREVRANK leaderboard user:1 # => 0score 只能直接表达一个数值排序维度。复杂筛选和排序应留在业务层或其他数据库中。
Stream：可消费的消息流
Stream 是追加式消息流，支持消费者组、消息确认和待处理消息追踪，适合轻量异步任务与事件处理。
XADD events 1-0 type order.created order_id 42 # => 1-0
XGROUP CREATE events workers 0 MKSTREAM # => OK
XREADGROUP GROUP workers worker-1 COUNT 10 BLOCK 5000 STREAMS events > # => 消息 1-0
XACK events workers 1-0 # => 1XACK 的 ID 来自 XREADGROUP 返回的消息。跨系统、大规模或需要长期保留的事件流，通常应评估专门的消息系统。
专用类型
Bitmap：布尔状态
Bitmap 是作用于 String 的位操作，适合签到、活跃用户和大量 0/1 状态。
SETBIT attendance:2026-08-26 42 1 # => 0
GETBIT attendance:2026-08-26 42 # => 1
BITCOUNT attendance:2026-08-26 # => 1offset 需要稳定且相对连续；稀疏 ID 会浪费空间。
Bitfield：紧凑整数
Bitfield 在一个 String 中按指定 bit 宽度读写小整数，适合紧凑保存状态和计数器。
BITFIELD player:1 SET u4 0 7 INCRBY u8 4 1 GET u8 4 # => 0, 1, 1它节省空间，但字段宽度和 offset 难以维护，只适合结构稳定的场景。
Geospatial Index：附近位置
Geospatial Index 保存经纬度成员，适合附近门店、司机等简单位置查询。
GEOADD stores 113.2644 23.1291 store:1 # => 1
GEOSEARCH stores FROMLONLAT 113.2644 23.1291 BYRADIUS 5 KM WITHDIST # => store:1, 约 0 km它不能替代路线规划、多边形分析或完整地图服务。
JSON：嵌套文档
JSON 保存层级化文档，并支持按路径读写，适合嵌套配置和对象缓存。
JSON.SET document:user:1 $ '{"name":"Hok","level":3}' # => OK
JSON.GET document:user:1 $.name # => ["Hok"]
JSON.NUMINCRBY document:user:1 $.level 1 # => [4]需要复杂条件查询时，还要配合 Redis Search 或使用其他数据库。
Time Series：时间序列
Time Series 保存带时间戳的数值，适合监控指标、设备上报和窗口聚合。
TS.CREATE temperature RETENTION 86400000 # => OK
TS.ADD temperature 1724630400000 26.5 # => 1724630400000
TS.RANGE temperature - + # => 1724630400000, 26.5少量时间排序数据可以用 Sorted Set；需要保留策略、聚合和降采样时再使用它。
Vector Set：向量相似度
Vector Set 保存向量成员并按相似度查询，适合语义搜索、推荐召回和 RAG。
VADD docs VALUES 3 0.1 0.2 0.3 doc:1 # => 1
VSIM docs VALUES 3 0.1 0.2 0.4 COUNT 5 # => doc:1它从 Redis 8.0 开始提供。向量检索通常只是召回层，最终结果仍要结合权限和业务规则排序。
Array：稀疏索引序列
Array 用整数索引访问字符串值，适合稀疏序列、环形缓冲和按索引读取的数据。
ARSET array:events 0 login click # => 2
ARGET array:events 1 # => click
ARSET array:events 1000000 purchase # => 1它从 Redis 8.8 开始提供。只需要从两端操作时用 List，需要消费确认时用 Stream。
概率型结构
概率型结构用少量内存换取近似结果，适合统计、预筛和热点发现，不适合作为精确事实来源。
HyperLogLog：估算去重数量
HyperLogLog 估算集合中不同元素的数量，适合统计 UV，但不能返回具体成员。
PFADD page:visitors user:1 user:2 user:3 # => 1
PFCOUNT page:visitors # => 约 3需要精确数量或成员明细时使用 Set 或其他明细存储。
Bloom Filter：判断可能存在
Bloom Filter 用来预判元素是否存在，适合缓存穿透防护和大规模去重。
BF.RESERVE seen:items 0.01 1000 # => OK
BF.ADD seen:items item:1 # => 1
BF.EXISTS seen:items item:1 # => 1返回“不存在”是确定的，返回“存在”可能误判；它也不支持安全删除单个元素。
Cuckoo Filter：可删除的存在判断
Cuckoo Filter 和 Bloom Filter 类似，但支持删除，适合集合会持续变化的场景。
CF.RESERVE active:items 1000 # => OK
CF.ADD active:items item:1 # => 1
CF.EXISTS active:items item:1 # => 1
CF.DEL active:items item:1 # => 1它仍然可能误判，容量不足时还会影响写入成功率。
Count-Min Sketch：估算频次
Count-Min Sketch 估算元素出现次数，适合发现热点 key、异常请求和流量趋势。
CMS.INITBYPROB page:freq 0.001 0.01 # => OK
CMS.INCRBY page:freq article:1 3 # => 3
CMS.QUERY page:freq article:1 # => 3碰撞会让结果偏大，因此不能用于库存、账务等精确计数。
Top-K：发现高频元素
Top-K 估算数据流中出现最频繁的 K 个元素，适合热搜、热门商品和异常流量候选。
TOPK.RESERVE popular 3 # => OK
TOPK.INCRBY popular redis 3 vue 2 go 1 # => 没有元素被挤出
TOPK.QUERY popular redis mysql # => 1, 0需要精确分数和严格排名时使用 Sorted Set。
t-digest：估算分位数
t-digest 估算数值分布的分位数，适合观察延迟、价格和设备指标的 P50、P95、P99。
TDIGEST.CREATE latency # => OK
TDIGEST.ADD latency 10 20 30 40 50 # => OK
TDIGEST.QUANTILE latency 0.5 0.95 # => 约 30, 约 50它不保存可供回放的全部原始样本；需要审计或二次计算时仍要保留明细数据。
完整命令与行为以 Redis Data types 为准。