Redis 之所以被称为"数据结构服务器"（Data Structure Server），而非简单的 KV 缓存，是因为它提供了五种基础数据结构——string（字符串）、list（列表）、hash（字典）、set（集合）、zset（有序集合），以及基于它们扩展的 bitmap、HyperLogLog、GeoHash、Stream 等高级结构。所有上层业务模型都可以用这五种基础结构组合而成。
本文从三个层次展开：使用层面（核心命令与典型场景）、编码层面（Redis 7.x 的内部编码与演进）、工程层面（内存与性能权衡）。理解内部编码是 Redis 调优的基础——同一个 key 在不同编码下占用内存可以相差一个数量级。
string 是 Redis 最基础的结构，也是唯一能直接承载二进制安全数据的结构。Redis 的 string 是动态字符串（SDS，Simple Dynamic String），内部类似 Java 的 ArrayList，通过预分配冗余空间减少频繁扩容：
> set name hello
OK
> get name
"hello"
> strlen name # 二进制安全，按字节计算
(integer) 5
> append name ! # 追加
(integer) 6
> setrange name 0 h # 子串覆盖
(integer) 6> mset name1 boy name2 girl name3 unknown
> mget name1 name2 name3
1) "boy"
2) "girl"
3) "unknown"
> setex token 3600 "abc123" # set + expire 原子执行
> setnx lock:order 1 # 不存在才写入，分布式锁基础
(integer) 1
> setnx lock:order 2 # 已存在，写入失败
(integer) 0当 value 是十进制整数时，string 支持原子自增自减（INCR/INCRBY/DECR/DECRBY），整数范围是 signed long（-9223372036854775808 ～ 9223372036854775807），溢出返回错误；INCRBYFLOAT 则支持浮点运算（key 不存在时从 0 开始）：
> set counter 100
> incr counter # 原子自增
(integer) 101
> incrby counter 50
(integer) 151
> set price 100
> incrbyfloat price 3.14
"103.14000000000000057" # 按 17 位有效数字打印（long double），并非精确的 103.14
> set max 9223372036854775807
> incr max
(error) ERR increment or decrement would overflow计数场景要特别注意：incr 是单线程下天然原子的，这是它常被用作计数器、限流、ID 生成器的根本原因。
| 场景 | 命令组合 | 说明 |
|---|---|---|
| 缓存 | SET/GET/EXPIRE | 最基础的 KV 缓存 |
| 分布式锁 | SET key val NX PX 30000 | 原子加锁 + 超时释放 |
| 计数器 | INCR/DECR | 点赞数、访问量、限流滑动窗口 |
| 位图 | SETBIT/GETBIT | 用户签到、在线状态 |
| 会话 | SETEX | Token/Session 存储 |
list 是双向链表（quicklist 实现），插入删除均为 O(1)，但索引定位为 O(N)——这是与数组型结构最大的差异。当列表弹出最后一个元素后，key 自动删除、内存被回收。
> rpush books python java golang # 右进
> llen books
(integer) 3
> lpop books # 左出（队列）
"python"
> lpush stack redis # 左进
> lpop stack # 左出（栈）
"redis"rpush + lpop（右边进、左边出，FIFO）；lpush + lpop（同侧进出，LIFO）；brpop/blpop 支持超时阻塞，是异步任务队列的基础：> rpush task_queue process_order
> brpop task_queue 5 # 阻塞等待任务，队列非空立即返回
1) "task_queue"
2) "process_order"lindex/lrange 是 O(N) 操作，大列表上避免频繁使用；hash 用于存储对象结构（字段 - 值映射），特别适合表达"对象"语义：对一个对象整体存取、对单个字段单独操作，避免序列化整个对象。
> hset user:10001 name hello age 30
(integer) 2
> hget user:10001 name
"hello"
> hgetall user:10001
1) "name"
2) "hello"
3) "age"
4) "30"
> hincrby user:10001 age 1 # 字段级原子自增
(integer) 31
> hmset user:10002 name jane city beijing country china
> hlen user:10002
(integer) 3| 维度 | string + JSON | hash |
|---|---|---|
| 整体读写 | 一次 GET/SET | HGETALL |
| 字段级操作 | 需整体反序列化 | HGET/HSET 原子单字段 |
| 内存 | JSON 有引号开销 | 字段值分离，更省 |
| 适用 | 快照型数据 | 高频单字段更新的对象 |
实践建议：需要不断修改对象中某个字段时用 hash；只做整体读写时两者皆可，视内存而定。
set 是无序、去重的字符串集合，支持集合运算（交、并、差），是"标签""关注关系""抽奖去重"等场景的天然选择。
> sadd myset python
> sadd myset python # 重复添加返回 0
(integer) 0
> smembers myset
1) "python"
> scard myset # 元素个数
(integer) 1
> spop myset 2 # 随机弹出（抽奖）集合运算：
> sadd user:1:tags java python
> sadd user:2:tags java golang
> sinter user:1:tags user:2:tags # 交集 → 共同点
1) "java"
> sunion user:1:tags user:2:tags # 并集
1) "java"
2) "python"
3) "golang"
> sdiff user:1:tags user:2:tags # 差集
1) "python"srandmember：随机取不删除；spop：随机取出并删除（抽奖、洗牌）；smembers 是 O(N)，注意使用 sscan 渐进式遍历（见后续 Scan 专题）。zset 在 set 基础上为每个元素附加一个 double 型 score，按 score 排序，支持范围查询与排名——"排行榜"的终极答案。
> zadd ranking 100 python 90 java 80 golang
(integer) 3
> zrange ranking 0 -1 # 升序
1) "golang"
2) "java"
3) "python"
> zrevrange ranking 0 1 # 降序取前 2
1) "python"
2) "java"
> zscore ranking python
"100"
> zincrby ranking 15 python # 原子加分
"115"
> zrangebyscore ranking 90 115 # 按分数段查询
1) "java"
2) "python"| 场景 | 用法 |
|---|---|
| 排行榜 | zincrby 更新分数 + zrevrange 取榜 |
| 延迟队列 | score 存到期时间，zrangebyscore 取到期任务 |
| 滑动窗口限流 | score 存时间戳，zremrangebyscore 清理过期窗口 |
| 二级索引 | score 存时间/价格，支持范围查询 |
zset 底层是 skiplist（跳跃表）+ dict 的复合结构：dict 保证 O(1) 按成员查分数，skiplist 保证有序遍历与范围查询。详细源码级分析见本文档《内部实现》系列。
同一个数据类型，Redis 会根据元素数量、值大小选择不同的底层存储结构，用 OBJECT ENCODING 命令可以查看：
> set tiny 42
> object encoding tiny
"int" # 纯整数 → int 编码
> set small hello
> object encoding small
"embstr" # ≤44 字节短串 → embstr
> set big xxxxxxxxxx # （此处省略：100 个 'x' 的长字符串）
> object encoding big
"raw" # 长串 → raw（SDS）
> rpush list a b c
> object encoding list
"listpack" # 7.x：小 list → listpack
> zadd z 1 a 2 b
> object encoding z
"listpack" # 7.x：小 zset → listpack
> sadd s 1 2 3
> object encoding s
"intset" # 小整数集合 → intset| 类型 | 编码 | 触发条件 | 说明 |
|---|---|---|---|
| string | int | 可解析为整数 | 直接存 long |
| string | embstr | ≤44 字节 | 对象头与 SDS 连续内存分配 |
| string | raw | >44 字节 | 分开分配 |
| list | listpack | 小列表（7.0+） | 连续紧凑内存 |
| list | quicklist | 大列表 | listpack 节点组成的链表 |
| hash | listpack | 字段少且值小（7.0+） | 取代 ziplist |
| hash | hashtable | 超阈值 | dict 实现 |
| set | intset | 全是整数且数量少 | 有序整数数组 |
| set | listpack | 7.2+ 小非整数集合 | 新编码 |
| set | hashtable | 超阈值 | dict 实现 |
| zset | listpack | 元素少且值小（7.0+） | 取代 ziplist |
| zset | skiplist | 超阈值 | skiplist + dict |
| stream | stream | 恒为 | 底层为 rax 基数树 + listpack 节点，编码名固定为 stream |
Redis 7.0 完成了一项重要技术债偿还——用 listpack 全面取代 ziplist。ziplist 存在一个著名的级联更新（cascade update）问题：当某个节点的 prevlen 因扩容而变长，会像多米诺骨牌一样向后传播，导致最坏 O(N²) 的插入复杂度。listpack 改为在每个 entry 末尾保存自身长度（backlen），entry 之间不再互相依赖，彻底消除了级联更新。
hash-max-listpack-entries 128 # 原 hash-max-ziplist-entries（Redis 8.0 起默认值调整为 512）
hash-max-listpack-value 64
zset-max-listpack-entries 128
zset-max-listpack-value 64
list-max-listpack-size -2 # 默认 -2（按每节点约 8KB 控制）；正数表示 quicklist 单节点最大元素数
set-max-intset-entries 512
set-max-listpack-entries 128 # 7.2+
set-max-listpack-value 64 # 7.2+注意：6.2 及之前版本使用
*-max-ziplist-*系列配置；7.0 起更名为*-max-listpack-*，旧配置仍可识别但已被弃用。以上为 Redis 7.x 默认值，Redis 8.0 对部分默认值做了上调。
MEMORY USAGE key 查看单个 key 实际内存，用 INFO memory 查看整体，避免大 key 引发内存与网络问题；| 结构 | 底层核心 | 复杂度特性 | 首选场景 |
|---|---|---|---|
| string | SDS | O(1) 读写 | 缓存、计数、锁 |
| list | quicklist | 头尾 O(1)、索引 O(N) | 队列、栈、异步任务 |
| hash | listpack/hashtable | O(1) 字段操作 | 对象存储 |
| set | intset/listpack/hashtable | O(1) 成员判断 | 去重、标签、交并差 |
| zset | listpack/skiplist+dict | O(logN) 有序操作 | 排行榜、延迟队列 |
理解内部编码是 Redis 内存优化的入口：先看 OBJECT ENCODING，再决定是否调整阈值。下一章深入分布式锁的正确实现与 Redlock 的争议。