Redis的数据类型介绍
基础数据类型
1. 字符串 (String)
字符串是 Redis 最基本的数据类型，可以存储任何形式的二进制安全数据，例如文本、序列化的 JSON 对象或图片，最大容量可达 512MB。
底层实现：
Redis 并没有直接使用 C 语言传统的字符串表示（以空字符 \0 结尾的字符数组），而是自行设计了一种名为简单动态字符串 (Simple Dynamic String, SDS) 的结构。
SDS 的优势：
* O(1) 复杂度获取字符串长度：SDS 结构中直接记录了字符串的长度，避免了 C 字符串需要遍历整个字符串才能确定长度的低效操作。
* 杜绝缓冲区溢出：在对字符串进行修改时，SDS 会自动检查可用空间并按需扩容，防止了 C 字符串常见的缓冲区溢出问题。
* 二进制安全：SDS 可以存储包含 \0 字符的数据，因为它不依赖 \0 来判断字符串的结尾，而是通过 len 属性。
* 空间预分配与惰性空间释放：为了优化性能，SDS 在扩容时会分配比实际需要更多的空间（空间预分配），而在缩短字符串时并不会立即释放多余的空间，以备将来使用（惰性空间释放）。
编码方式：
为了节约内存，String 类型会根据存储内容的不同选择不同的编码方式：
* int: 当字符串可以被解析为长整型时，会使用该编码，直接存储整数值。
* embstr: 当字符串长度小于等于 44 字节时，采用 embstr 编码。redisObject 的元信息和 SDS 结构在内存中是连续分配的，可以更好地利用缓存。
* raw: 当字符串长度大于 44 字节时，使用 raw 编码。redisObject 和 SDS 结构在内存中是分开分配的。
2. 列表 (List)
列表是简单的字符串列表，按照插入顺序排序。你可以在列表的头部（左侧）或尾部（右侧）添加元素。 列表非常适合实现消息队列、栈等数据结构。
底层实现：
List 类型的底层实现在 Redis 的不同版本中有所演进：
* Redis 3.2 之前: 使用双向链表 (linkedlist) 或压缩列表 (ziplist)。
* 当列表元素较少且每个元素都较小时，使用 ziplist 来节省内存。
* 当数据量变大时，则转换为 linkedlist。
* Redis 3.2 及之后: 引入了 quicklist。 quicklist 是 linkedlist 和 ziplist 的混合体，它是一个由 ziplist 构成的双向链表。 这种结构在空间效率和操作性能之间取得了很好的平衡。
* Redis 7.0 及之后: ziplist 被功能更优的 listpack 所取代。listpack 解决了 ziplist 存在的连锁更新问题。
3. 哈希 (Hash)
哈希是一个键值对 (field-value) 集合，非常适合用于存储对象。
底层实现：
Hash 类型的底层实现也有两种方式：
* ziplist/listpack: 当哈希对象中保存的键值对数量较少，并且所有键和值的字符串长度都小于特定阈值（默认为 64 字节）时，会使用 ziplist（7.0 版本后为 listpack）进行存储，以节约内存。
* 哈希表 (hashtable): 当不满足上述条件时，Redis 会使用哈希表来存储。Redis 的哈希表实现类似于 Java 中的 HashMap，采用数组加链表的形式，通过“拉链法”解决哈希冲突。 为了在扩容或缩容时保持高效，Redis 采用了渐进式 rehash 的策略。
4. 集合 (Set)
集合是字符串类型的无序集合，集合中的元素是唯一的。 它支持高效的成员检查、添加、删除操作，以及并集、交集、差集等集合运算。
底层实现：
Set 类型的底层实现同样根据情况选择不同的数据结构：
* 整数集合 (intset): 当集合中的所有元素都是整数，并且元素数量不超过一定阈值（默认为 512）时，会使用 intset。intset 是一个有序的、无重复的整数数组。
* 哈希表 (hashtable): 当集合中的元素不全是整数，或者元素数量超过阈值时，会转换为使用哈希表存储。 在这种情况下，哈希表的键存储集合的元素，而值则统一设置为 NULL。
5. 有序集合 (Sorted Set / ZSet)
有序集合和集合一样，也是字符串的集合，且不允许重复。不同的是，每个元素都会关联一个 double 类型的分数 (score)。Redis 正是通过分数来为集合中的成员进行从小到大的排序。 有序集合非常适合用于实现排行榜等功能。
底层实现：
* ziplist/listpack: 当有序集合的元素数量较少，且每个元素的长度都小于特定阈值时，使用 ziplist（7.0 版本后为 listpack）。在 ziplist 中，每个集合元素由两个紧邻的节点表示，一个存成员 (member)，一个存分数 (score)。
* 跳跃表 (skiplist) + 哈希表 (dict): 当不满足上述条件时，有序集合会使用跳跃表和哈希表的组合。
* 跳跃表 (skiplist): 用于按分数范围高效地进行范围查找和排序。
* 哈希表 (dict): 用于以 O(1) 的时间复杂度快速查找指定成员的分数。
这种结合使用空间换时间的方式，保证了单元素查询和范围查询的高效性。
特殊数据类型
除了基础数据类型，Redis 还提供了一些针对特殊场景的强大数据类型。
1. Bitmap (位图)
Bitmap 本身并不是一个独立的数据类型，而是基于 String 类型实现的一种统计二值状态（0 或 1）的数据类型。 Redis 将字节数组的每个 bit 位都利用起来，非常适合用于记录大量的布尔值状态，例如用户签到、在线状态等，能极大地节省内存空间。
2. HyperLogLog
HyperLogLog 是一种概率数据结构，用于对集合的基数（不重复元素的数量）进行估算。 它的优点是，在输入元素的数量或者体积非常大的时候，计算基数所需的空间总是固定的，并且是很小的。 虽然存在一定的误差率（标准误差为 0.81%），但对于像统计网站 UV 这种不需要绝对精确计数的场景非常适用。
3. Geospatial (GEO)
GEO 是 Redis 3.2 版本新增的功能，主要用于存储地理位置信息，并对存储的信息进行操作。 它的底层是基于 Sorted Set 实现的。 GEO 类型使用 GeoHash 算法将二维的经纬度编码成一维的整数（作为 score），从而可以利用 Sorted Set 的范围查询能力，高效地实现“附近的人”等地理位置相关的查询功能。