redis有哪些数据类型

作为资深 Java 开发，你一定知道 Redis 不仅仅是“键值对”数据库。在面试或架构设计中，区分基本数据类型与高级数据结构，并能说出它们的底层实现（Internal Encoding），才是体现资深功底的关键。

以下是 Redis 的 5 种基础类型和 4 种特殊/高级类型：

1. 五大基础数据类型

2. 四大高级数据结构（面试加分项）

这些是处理大数据量、地理位置或流式数据时的“杀手锏”：

• Bitmaps（位图）：

  • 原理：基于 String 类型的位操作。

  • 场景：亿级用户的签到、在线状态统计。1 亿用户每天签到仅占 12MB 内存，极度节省空间。

• HyperLogLog（基数统计）：

  • 原理：概率算法，存在 0.81% 的误差。

  • 场景：统计 UV（独立访客）。无论统计多少数据，每个 Key 只占 12KB 内存。

• Geospatial (GEO)：

  • 原理：基于 Zset 实现，内部使用 GeoHash 编码。

  • 场景：附近的人、打车软件的距离计算。

• Streams (Redis 5.0+)：

  • 原理：支持多消费组的持久化消息队列。

  • 场景：实现类似 Kafka 的功能，解决 List 作为 MQ 时无法多播和持久化不稳的问题。

🛠 资深开发的底层视角

在面试中，如果你能多说一嘴**“数据结构会随数据量变化而演进”**，效果直接拉满。

1. Skiplist (跳表)：为什么 Zset 不用红黑树？因为跳表实现更简单，且在范围查询（Range Query）时效率更高。

2. SDS (Simple Dynamic String)：Redis 没有直接用 C 语言的字符串，而是自己封装了 SDS。它记录了长度 len，使得获取字符串长度的时间复杂度从 $O(n)$ 降到了 $O(1)$，且有效防止了缓冲区溢出。

3. 内存预分配：SDS 在扩容时会预分配多余空间，减少内存重新分配的次数。

📉 状态同步

• 2026-03-30：已梳理 Redis 全系列数据类型及其底层原理（SDS, Skiplist 等）。

既然你现在正考虑转型但想保留薪资竞争力，理解这些底层选型逻辑（比如为什么选跳表而不是平衡树）能让你在架构面试中非常有说服力。

你想看看在 Java 环境下，如何利用 Redisson 方便地操作这些复杂数据结构（比如 RScoredSortedSet）吗？