当前位置：首页 > news >正文

【Redis】 Redis 基础命令和原理

news 2025/7/27 16:07:32

一、Redis 存储结构

1.1 Redis 存储原理

Redis 本质上是一个 Key-Value（键值对，KV）数据库，在它丰富多样的数据结构底层，都基于一种统一的键值对存储结构来进行数据的管理和操作
Redis 使用一个全局的哈希表来管理所有的键值对，这个哈希表就像是一个大字典，通过键（Key）能快速定位到对应的值（Value）。
从用户视角看，用户使用各种命令操作不同类型的数据结构（如 String、Hash、List 等），但从底层实现角度，它们都是以键值对形式存储在这个哈希表中。
Redis的存储分类的目的是，在数据量小的时候，追求存储效率高；在数据量大的时候，追求运行速度快。

1.1.1 Key 的本质与作用

Key 的类型：本质是字符串（Redis 中统一以字符串标识 Key），例如 user:1001、product:2023 ，用于唯一标记对应 Value。
映射逻辑：Redis 通过哈希算法（如 siphash）将 Key 映射到哈希表的槽位，快速定位数据存储位置，保证 Key-Value 的高效读写。

1.1.2 Value 的动态编码设计

Redis 为不同数据类型（String/List/Hash/Set/Zset）设计了多编码策略，根据数据规模、内容自动切换编码，平衡性能与内存。

1. 字符串（string）

编码规则：根据字符串长度、内容动态选编码：
- int：字符串长度 ≤20 且可转整数（如 "123"），直接存整数，节省内存。
- embstr：字符串长度 ≤44 ，用连续内存块存储（优化缓存，适合短字符串）。
- raw：字符串长度＞44 ，用常规动态字符串存储（灵活处理长文本）。
- （补充）部分场景还会结合 CPU 缓存行（64 字节）优化，但核心是长度驱动编码切换。

2. 列表（list）

编码规则：
- quicklist（双向链表）：Redis 3.2+ 后默认实现，是 ziplist + 双向链表的混合结构。小数据量时用 ziplist 压缩存储，数据量大时拆分链表节点，平衡内存与操作效率。
- ziplist（压缩列表）：数据量小时间接使用（被 quicklist 封装），通过紧凑内存布局（多个元素连续存储）减少内存开销。

3. 哈希（hash）

编码规则：
- ziplist：当哈希节点数 ≤512（hash-max-ziplist-entries）且字符串长度 ≤64（hash-max-ziplist-value），用压缩列表存储（键值对连续排列，省内存）。
- dict（字典）：节点数＞512 或字符串过长，切换为哈希表（类似 Java HashMap），保证大数量时的读写性能。

4. 集合（set）

编码规则：
- intset（整数数组）：元素全是整数且数量 ≤512（set-max-intset-entries），用紧凑数组存储（如 {1,3,5}），节省内存。
- dict（字典）：元素含非整数或数量＞512 ，切换为哈希表，支持任意字符串元素存储。

5. 有序集合（zset）

编码规则：
- ziplist：元素数量 ≤128（zset-max-ziplist-entries）且字符串长度 ≤64（zset-max-ziplist-value），用压缩列表按 “分值 + 元素” 连续存储，小数据场景高效。
- skiplist（跳表）：元素数量＞128 或字符串过长，用跳表 + 字典组合（跳表保证有序查询，字典快速定位元素），支持高性能范围查询（如 ZRANGE）。

Value类型汇总表格如下：

数据类型（Value 所属类型）	编码方式	触发条件
string	`int`	字符串长度 ≤ 20 且可转换为整数（如 `"123"`）
	`embstr`	字符串长度 ≤ 44
	`raw`	字符串长度＞ 44
	cpu 缓存行优化	（补充逻辑，基于缓存行 64 字节设计，辅助提升访问效率，非独立编码类型）
list	`quicklist`	Redis 3.2+ 默认实现，是 `ziplist` + 双向链表的混合结构（动态适配数据量）
	`ziplist`	数据量小时被 `quicklist` 间接使用（紧凑存储小列表）
hash	`ziplist`	节点数量 ≤ 512（`hash-max-ziplist-entries`）且字符串长度 ≤ 64（`hash-max-ziplist-value`）
	`dict`	节点数量＞ 512 或字符串长度＞ 64
set	`intset`	元素全为整数且数量 ≤ 512（`set-max-intset-entries`）
	`dict`	元素含非整数或数量＞ 512
zset	`ziplist`	子节点数量 ≤ 128（`zset-max-ziplist-entries`）且字符串长度 ≤ 64（`zset-max-ziplist-value`）
	`skiplist`	子节点数量＞ 128 或字符串长度＞ 64

1.2 String 类型

Redis 的 String（字符串）类型是最基础也最常用的数据结构，它以键值对（Key-Value）形式存储，支持多种操作和丰富的应用场景

String类型的特点

二进制安全
- 字符串可以存储任意二进制数据（如图片、音频、序列化对象等），Redis 不解析数据内容，仅按字节处理。例如：可直接存储图片的二进制流，或协议格式的二进制数据。
动态扩容机制
底层基于SDS（Simple Dynamic String）实现，长度会动态调整：
- 字符串长度＜1MB 时，扩容策略为 “加倍当前容量”（如从 20 字节扩到 40 字节）；
- 长度≥1MB 时，每次扩容仅增加 1MB（避免过度分配内存）；
- 最大长度限制为 512MB。
多编码存储优化
根据字符串内容和长度，自动选择最节省内存的编码方式：
- int 编码：字符串长度≤20 且可转换为整数（如"12345"），直接存储为整数（节省空间）。
- embstr 编码：字符串长度≤44，使用连续内存块存储（优化短字符串的读写效率）。
- raw 编码：字符串长度＞44，使用常规动态字符串存储（适合长文本）。

基础命令

基础读写命令：

命令	作用	示例	输出 / 效果
`SET key value`	设置键值对	`SET user:name "Alice"`	`OK`（设置成功）
`GET key`	获取键对应的值	`GET user:name`	`"Alice"`
`DEL key`	删除键值对	`DEL user:name`	`1`（删除成功，返回受影响的数量）
`SETNX key value`	仅当键不存在时设置（原子操作）	`SETNX lock "active"`（键`lock`不存在时）	`1`（设置成功）；若已存在返回`0`

对应的操作如下：

SET user:name "Alice"
GET user:name
DEL user:name
GET user:name
SETINX user:name "Alice"
SETINX user:name "Alice"

在这里插入图片描述

2. 原子增减命令（适用于整数类型值）

命令	作用	示例	输出 / 效果
`INCR key`	对值原子加 1（值需为整数）	`SET count 10` → `INCR count`	`11`（加 1 后结果）
`INCRBY key increment`	对值原子加指定整数	`INCRBY count 5`	`16`（11+5 的结果）
`DECR key`	对值原子减 1	`DECR count`	`15`（16-1 的结果）
`DECRBY key decrement`	对值原子减指定整数	`DECRBY count 3`	`12`（15-3 的结果）

对应的操作如下：

SET count 10
INCR count
INCRBY count 9
DECR count
DECRBY count 9

在这里插入图片描述

3. 位操作命令（按二进制位操作）

String 类型可视为二进制位数组（每个字节 8 位），支持位级操作：

命令	作用	示例	输出 / 效果
`SETBIT key offset value`	设置指定偏移量的 bit 值（0 或 1）	`SETBIT user:online 0 1`（第 0 位设为 1）	`0`（返回该位原来的值）
`GETBIT key offset`	获取指定偏移量的 bit 值	`GETBIT user:online 0`	`1`（返回第 0 位当前值）
`BITCOUNT key`	统计值为 1 的 bit 总数	`BITCOUNT user:online`

应用场景

1. 存储对象（简单序列化）

适合存储字段少、修改频率低的对象（如用户基本信息），通常将对象序列化为 JSON 字符串：

# 存储用户ID=1001的信息
SET user:1001 '{"name":"Mark","sex":"male","age":30}'# 获取用户信息
GET user:1001
# 输出：'{"name":"Mark","sex":"male","age":30}'

在这里插入图片描述

2. 累加器（计数器）

利用INCR/INCRBY的原子性，实现访问量、点赞数等统计：

# 统计文章ID=2023的阅读量（初始0）
INCR article:2023:reads  # 第1次访问 → 1
INCR article:2023:reads  # 第2次访问 → 2# 批量增加阅读量（一次加100）
INCRBY article:2023:reads 100  # 结果变为102

在这里插入图片描述

3. 分布式锁（基础实现）

基于SETNX或SET key value NX EX的原子性，实现跨节点的资源互斥访问：

# 加锁：键`lock:order`不存在时设置，过期时间30秒（避免死锁）
SET lock:order "uuid:12345" NX EX 30
# 成功返回OK（获取锁）；失败返回nil（锁已被占用）# 释放锁：先判断是否持有锁，再删除（避免误删他人锁）
# 伪代码逻辑：
if GET lock:order == "uuid:12345" DEL lock:order  # 释放锁

在这里插入图片描述

4. 位运算（高效状态统计）

用 bit 位表示状态（如用户签到、在线状态），节省内存且支持批量统计：

# 记录用户签到（假设每月最多31天，用31个bit表示）
# 用户ID=500，1月1日签到 → 第0位设为1
SETBIT user:500:sign:202401 0 1
# 1月3日签到 → 第2位设为1
SETBIT user:500:sign:202401 2 1# 统计1月签到天数（bit为1的总数）
BITCOUNT user:500:sign:202401  # 输出：2（1日和3日签到）

在这里插入图片描述

1.3 List 类型

Redis 的 List（列表）类型是一种有序的字符串集合，底层基于双向链表（Redis 3.2 + 后优化为quicklist结构）实现，支持在首尾高效操作元素，适合实现栈、队列、消息队列等场景

List 类型的特点

有序性与可重复
列表中的元素按插入顺序排列，且允许重复（与 Set 不同）。例如：["a", "b", "a"]是合法的列表。
双向操作高效
首尾元素的插入（LPUSH/RPUSH）和删除（LPOP/RPOP）操作时间复杂度为O(1)，但查找或操作中间元素需遍历，时间复杂度为O(n)。
底层存储优化（quicklist）
Redis 3.2 + 用quicklist替代传统双向链表，它是压缩列表（ziplist）+ 双向链表的混合结构：
- 每个quicklistNode节点包含一个ziplist（紧凑存储多个元素），减少内存碎片；
- 元素压缩规则：若元素长度≥48 字节，或压缩前后长度差≤8 字节，则不压缩；否则用 LZF 算法压缩，节省内存。

基础操作

1. 首尾操作（栈 / 队列核心）

命令	作用	示例	输出 / 效果
`LPUSH key value...`	从左侧（头部）插入一个或多个元素	`LPUSH fruits "apple" "banana"`	`2`（插入后列表长度）
`RPUSH key value...`	从右侧（尾部）插入一个或多个元素	`RPUSH fruits "orange"`	`3`（列表变为`["banana", "apple", "orange"]`）
`LPOP key`	从左侧弹出一个元素	`LPOP fruits`	`"banana"`（列表剩余`["apple", "orange"]`）
`RPOP key`	从右侧弹出一个元素	`RPOP fruits`	`"orange"`（列表剩余`["apple"]`）
`LRANGE key start end`	返回指定索引范围的元素（`0`开始，`-1`表示最后）	`LRANGE fruits 0 -1`（假设列表为`["a","b","c"]`）	`1) "a" 2) "b" 3) "c"`

LPUSH fruits "apple" "banana"
RPUSH fruits "orange"
LPOP fruits
RPOP fruits
LRANGE fruits 0 -1

在这里插入图片描述

2. 其他常用命令

命令	作用	示例	输出 / 效果
`LREM key count value`	移除列表中前`count`个值为`value`的元素	`LREM fruits 2 "apple"`（移除 2 个 “apple”）	`1`（实际移除的数量）
`LTRIM key start end`	裁剪列表，只保留`start`到`end`的元素	`LTRIM fruits 0 1`（保留前 2 个元素）	`OK`
`BRPOP key timeout`	阻塞式右侧弹出（超时`timeout`秒返回`nil`）	`BRPOP queue 10`（10 秒内无元素则阻塞）

应用场景

1. 栈（先进后出，FILO）

通过LPUSH（左侧入栈）+LPOP（左侧出栈）实现：

# 入栈：依次添加 1→2→3（左侧插入，栈顶为3）
LPUSH stack 1
LPUSH stack 2
LPUSH stack 3
# 栈结构：[3, 2, 1]# 出栈：从左侧弹出（先出3，再出2，最后出1）
LPOP stack  # 返回3 → 栈变为[2,1]
LPOP stack  # 返回2 → 栈变为[1]

在这里插入图片描述

2. 队列（先进先出，FIFO）

通过LPUSH（左侧入队）+RPOP（右侧出队）实现：

# 入队：依次添加任务A→B→C（左侧插入，队尾为A）
LPUSH queue "taskA"
LPUSH queue "taskB"
LPUSH queue "taskC"
# 队列结构：[taskC, taskB, taskA]# 出队：从右侧弹出（先出taskA，再出taskB，最后出taskC）
RPOP queue  # 返回taskA → 队列变为[taskC, taskB]
RPOP queue  # 返回taskB → 队列变为[taskC]

在这里插入图片描述

3. 阻塞队列（异步消息队列）

用LPUSH+BRPOP实现生产者 - 消费者模型（消费者阻塞等待消息）：

# 生产者：添加消息到队列
LPUSH msg:queue "order:1001"  # 订单1001待处理
LPUSH msg:queue "order:1002"  # 订单1002待处理# 消费者：阻塞等待消息（超时时间30秒）
BRPOP msg:queue 30  
# 立即返回：1) "msg:queue" 2) "order:1002"（处理订单1002）
BRPOP msg:queue 30  
# 立即返回：1) "msg:queue" 2) "order:1001"（处理订单1001）
BRPOP msg:queue 30  
# 30秒内无消息，返回(nil)

在这里插入图片描述

4. 固定窗口记录（如最近 N 条数据）

用LPUSH+LTRIM保留最新的 N 条记录（如最近 5 条用户动态）：

# 插入用户动态（左侧插入，最新的在头部）
LPUSH user:1001:feeds "动态1：发布文章"
LPUSH user:1001:feeds "动态2：点赞内容"
LPUSH user:1001:feeds "动态3：评论好友"
LPUSH user:1001:feeds "动态4：分享链接"
LPUSH user:1001:feeds "动态5：关注博主"
LPUSH user:1001:feeds "动态6：收藏内容"  # 此时有6条动态# 裁剪只保留最近5条（索引0到4）
LTRIM user:1001:feeds 0 4# 查看结果（最新的在最前）
LRANGE user:1001:feeds 0 -1  
# 输出：动态6、动态5、动态4、动态3、动态2（仅保留最近5条）

1.3 Hash 类型

Redis 的 Hash（哈希）类型是一种键值对的集合，可视为 “嵌套版的 Key-Value”：外层用一个主 Key，内部用多个 Field-Value 键值对存储结构化数据。它类似编程语言中的 Map（如 Java HashMap、Python dict），适合存储对象、购物车等场景

Hash类型特点

结构化存储

一个 Hash 可包含多个 Field-Value 对，例如存储用户信息：

Key: user:1001  
Field-Value: name → "Alice", age → 25, sex → "female"

动态编码优化

根据数据规模自动切换存储结构，平衡内存与性能：
ziplist（压缩列表）：当 Hash 节点数 ≤512（hash-max-ziplist-entries）且字符串长度 ≤64（hash-max-ziplist-value）时使用，紧凑存储节省内存。
dict（字典）：节点数＞512 或字符串过长时切换为哈希表，保证大数量时的读写效率。

基础命令

1. 基本读写命令

命令	作用	示例	输出 / 效果
`HSET key field value`	设置 Field-Value 对	`HSET user:1001 name "Bob"`	`1`（设置成功，返回新增数量）
`HGET key field`	获取指定 Field 的 Value	`HGET user:1001 name`	`"Bob"`
`HMSET key f1 v1 f2 v2...`	批量设置多个 Field-Value 对	`HMSET user:1001 age 30 sex "male"`	`OK`（设置成功）
`HMGET key f1 f2...`	批量获取多个 Field 的 Value	`HMGET user:1001 name age`	`1) "Bob" 2) "30"`
`HDEL key field...`	删除指定 Field	`HDEL user:1001 sex`	`1`（删除成功，返回删除数量）
`HLEN key`	获取 Hash 的 Field 总数	`HLEN user:1001`	`2`（剩余

HSET user:1001 name "Bob"
HGET user:1001 name
HMSET user:1001 age 30 sex "male"
HMGET user:1001 name age
HDEL user:1001 sex
HLEN user:1001

在这里插入图片描述

2. 原子增减命令（HINCRBY）

命令格式	作用	示例场景	初始状态（Hash: user:1001）	执行命令	执行后结果（score 字段）	说明
`HINCRBY key field increment`	对 Hash 中指定 field 的数值执行原子性增减操作（increment 为正数则加，负数则减）	增加用户积分	`score: 100`	`HINCRBY user:1001 score 20`	`120`	increment=20，执行加 20 操作，结果原子性更新
		减少用户积分	`score: 120`	`HINCRBY user:1001 score -5`	`115`	increment=-5，执行减 5 操作，结果原子性更新
		字段不存在时（默认从 0 开始）	无`score`字段	`HINCRBY user:1001 score 50`	`50`	若 field 不存在，默认初始值为 0，再执行加 50

在这里插入图片描述

应用场景

1. 存储对象（结构化数据）

相比 String 存储 JSON 字符串，Hash 可按需更新字段，无需全量读写：

# 用 Hash 存储用户信息（推荐）
HMSET user:1001 name "Antonio" age 22 sex "male"# 按需修改字段（高效）
HSET user:1001 age 31  # 直接更新 age，无需解析整个对象# 用 String 存储 JSON（对比，低效）
SET user:1001 '{"name":"Antonio","age":22,"sex":"male"}'
# 修改 age 需：GET → 解析JSON → 修改 → 重新SET

在这里插入图片描述

2. 购物车场景

将用户 ID 作为 Hash 的 Key，商品 ID 作为 Field，数量作为 Value，灵活管理购物车

# 用户 1001 的购物车
HMSET cart:1001 item:100 2 item:200 1  # 商品100买2件，商品200买1件# 增加商品100的数量（原子操作）
HINCRBY cart:1001 item:100 1  # 数量变为3# 删除商品200
HDEL cart:1001 item:200  # 移除商品200# 查看购物车所有商品
HGETALL cart:1001  
# 输出：1) "item:100" 2) "3"（仅保留商品100，数量3）

在这里插入图片描述

3. 统计信息（原子增减）

用 Hash 存储多维度统计数据，支持原子更新：

# 文章 2023 的互动数据
HMSET article:2023 views 100 likes 50 comments 10# 文章被浏览一次（原子增加）
HINCRBY article:2023 views 1  # views → 101# 新增一条评论（原子增加）
HINCRBY article:2023 comments 1  # comments → 11

在这里插入图片描述

与 String 存储 JSON 的对比

Hash 类型是 Redis 存储结构化数据的首选，通过 Field-Value 设计避免了 String 存储 JSON 的冗余操作，且动态编码机制（ziplist/dict）适配不同数据规模

场景	Hash	String（JSON）
更新字段	直接操作 Field（高效，O (1)）	需全量读写、解析、重新存储（低效，O (n)）
内存占用	小数据量时更省内存（ziplist 优化）	存储冗余 JSON 格式，内存开销大
适用场景	结构化对象、按需更新字段（如用户信息）	需存储复杂嵌套结构（如多层 JSON）

1.4 Set 类型

Set 是 Redis 中的无序、唯一的字符串集合，适合存储需要去重且无需排序的数据，支持高效的交集、并集、差集运算。

Set 类型特点

唯一性：
- 集合中的元素不可重复（自动去重）。
无序性
- 元素存储顺序与插入顺序无关，无法通过索引访问。
动态编码：
- 当元素全为整数且数量 ≤512（set-max-intset-entries）时，用整数数组（intset） 存储，节省内存。
- 当元素含非整数或数量＞512 时，用字典（dict） 存储，保证查询效率。

基础命令

命令格式	作用	示例	输出 / 效果
`SADD key member...`	向集合添加一个或多个元素（自动去重）	`SADD fruits "apple" "banana" "apple"`	`2`（实际添加 2 个元素：`apple`、`banana`）
`SMEMBERS key`	返回集合中所有元素	`SMEMBERS fruits`	`1) "apple" 2) "banana"`（无序）
`SCARD key`	计算集合元素个数	`SCARD fruits`	`2`
`SISMEMBER key member`	判断元素是否在集合中	`SISMEMBER fruits "apple"`	`1`（存在）；`0`（不存在）
`SRANDMEMBER key [count]`	随机返回指定数量的元素（不删除）	`SRANDMEMBER fruits 1`	`1) "banana"`（随机返回 1 个）
`SPOP key [count]`	随机移除并返回指定数量的元素	`SPOP fruits 1`	`1) "apple"`（移除并返回）
`SDIFF key1 key2...`	返回 key1 与其他集合的差集（只在 key1 中存在的元素）	`SADD setA 1 2 3` → `SADD setB 2 3 4` → `SDIFF setA setB`	`1) "1"`
`SINTER key1 key2...`	返回所有集合的交集（共同存在的元素）	`SINTER setA setB`	`1) "2" 2) "3"`
`SUNION key1 key2...`	返回所有集合的并集（合并去重）	`SUNION setA setB`	`1) "1" 2) "2" 3) "3" 4) "4"`

SADD fruits "apple" "banana" "apple"
SMEMBERS fruits
SCARD fruits
SISMEMBER fruits "apple"
SRANDMEMBER fruits 2
SPOP fruits 1
SADD setA 1 2 3 
SADD setB 2 2 3
SDIFF setA setB
SINTER setA setB
SUNION setA setB

在这里插入图片描述

应用场景

1. 抽奖系统

存储参与用户 ID，随机抽取获奖者。

# 添加参与用户
SADD lottery:100 1001 1002 1003 1004 1005
# 随机抽取1名一等奖
SPOP lottery:100 1  # 返回如 "1003"（已从集合中移除）
# 随机抽取2名二等奖（不删除，可重复参与）
SRANDMEMBER lottery:100 2  # 返回如 "1001"、"1005"

在这里插入图片描述

2. 共同关注 / 好友推荐

通过交集找共同好友，通过差集推荐可能认识的人

# A关注的人
SADD follow:A personB personC
# B关注的人
SADD follow:B personA personC personD
# A和B的共同关注
SINTER follow:A follow:B  # 返回 "personC"
# 推荐B可能认识的人（A关注但B未关注的）
SDIFF follow:A follow:B  # 返回 "personB"
# 推荐A可能认识的人（B关注但A未关注的） 
SDIFF follow:B follow:A #返回"PersonA" "PersonD"

在这里插入图片描述

1.5 ZSet 类型

ZSet 是有序、唯一的字符串集合，每个元素关联一个分数（score），并按分数从小到大排序，适合实现排行榜、延时队列等场景。

ZSet 类型特点

有序性：
- 元素按分数（score）排序，支持范围查询。
唯一性：
- 元素不可重复，但分数可相同
动态编码：
- 当元素数量 ≤128（zset-max-ziplist-entries）且字符串长度 ≤64（zset-max-ziplist-value）时，用压缩列表（ziplist） 存储，节省内存。
- 当元素数量＞128 或字符串过长时，用跳表（skiplist）+ 字典存储，跳表保证有序查询，字典快速定位元素。

基础命令

命令格式	作用	示例	输出 / 效果
`ZADD key score member...`	添加元素及分数（分数可重复）	`ZADD ranking 80 "Alice" 90 "Bob" 85 "Charlie"`	`3`（添加 3 个元素）
`ZRANGE key start stop [WITHSCORES]`	按分数升序返回指定范围元素（`0`开始，`-1`表示所有）	`ZRANGE ranking 0 -1 WITHSCORES`	`1) "Alice" 2) "80" 3) "Charlie" 4) "85" 5) "Bob" 6) "90"`
`ZREVRANGE key start stop [WITHSCORES]`	按分数降序返回指定范围元素	`ZREVRANGE ranking 0 1 WITHSCORES`	`1) "Bob" 2) "90" 3) "Charlie" 4) "85"`（取前 2 名）
`ZSCORE key member`	返回元素的分数	`ZSCORE ranking "Bob"`	`"90"`
`ZINCRBY key increment member`	为元素分数增加增量（可负数）	`ZINCRBY ranking 5 "Alice"`	`"85"`（Alice 分数从 80→85）
`ZRANK key member`	返回元素的升序排名（从 0 开始）	`ZRANK ranking "Charlie"`	`1`（升序第 2 位，索引 1）
`ZCARD key`	计算元素总数	`ZCARD ranking`	`3`
`ZREM key member...`	删除元素	`ZREM ranking "Alice"`	`1`（删除成功）

ZADD ranking 80 "Alice" 90 "Bob" 85 "Charlie" 
ZRANGE ranking 0 -1 WITHSCORES
ZREVRANGE ranking 0 1 WITHSCORES
ZSCORE ranking "Bob"
ZINCRBY ranking 5 "Alice"
ZRANK ranking "Charlie"
ZCARD ranking
ZREM ranking ""Alice

在这里插入图片描述

应用场景

1. 排行榜

如热搜榜、游戏得分榜，按分数（点击量 / 得分）排序

# 记录新闻点击量（分数=点击次数）
ZINCRBY hot:20231001 1 "news:101"  # 新闻101点击+1
ZINCRBY hot:20231001 1 "news:102"  # 新闻102点击+1
# 获取当日热搜前3名（降序）
ZREVRANGE hot:20231001 0 2 WITHSCORES  
# 输出：1) "news:101" 2) "50" 3) "news:102" 4) "30" ...

在这里插入图片描述

2. 延时队列

按时间戳作为分数存储消息，定时获取到期消息处理。

# 添加5秒后到期的消息（分数=当前时间+5）
ZADD delay:queue 1696000005 "msg:order1001"  # 假设当前时间1696000000
# 轮询获取已到期消息（分数≤当前时间）
ZRANGEBYSCORE delay:queue 0 1696000005 LIMIT 0 1  
# 返回 "msg:order1001"（处理后删除）
ZREM delay:queue "msg:order1001"

3. 时间窗口限流

限制用户某行为在指定时间内的次数（如 1 分钟内最多 5 次）。

# 用户1001的"评论"行为，1分钟内最多5次
# 分数=当前时间戳，存储行为记录
ZADD limit:1001:comment 1696000000 1696000000
ZADD limit:1001:comment 1696000030 1696000030  # 30秒后再评论
# 移除1分钟前的记录（只保留窗口内的）
ZREMRANGEBYSCORE limit:1001:comment 0 1695999940  # 1696000000-60=1695999940
# 检查窗口内次数（≤5则允许）
ZCARD limit:1001:comment  # 返回2（允许继续评论）

Set 与 ZSet 的对比

特性	Set（集合）	ZSet（有序集合）
顺序	无序	按分数（score）有序
核心场景	去重、交集 / 差集运算（如共同好友）	排序场景（如排行榜）、延时任务
底层结构	整数数组 / 字典	压缩列表 / 跳表 + 字典
元素唯一性	唯一	唯一（分数可重复）