一、💡 一句话理解
核心结论
Redis 不只是简单的
key-value缓存：key 对应的 value 可以是 String、Hash、List、Set、Sorted Set 等结构。面试时重点讲清楚“结构特点、典型场景、常用命令和底层编码”。
二、🧭 理论：常见数据结构
2.1 五种经典数据结构
| 类型 | 白话理解 | 常见命令 | 典型场景 | 常见复杂度 |
|---|---|---|---|---|
| String | 一个字符串、数字或二进制数据 | SET、GET、INCR | 缓存、计数器、分布式锁 | GET/SET 通常为 O(1) |
| Hash | 一个对象里的多个字段 | HSET、HGET、HGETALL | 用户信息、商品信息 | 单字段读写通常为 O(1) |
| List | 按插入顺序排列的双端队列 | LPUSH、RPUSH、LPOP、LRANGE | 消息队列、最新列表 | 两端插入删除通常为 O(1) |
| Set | 无序且不重复的集合 | SADD、SISMEMBER、SINTER | 标签、共同关注、去重 | 添加和判断成员通常为 O(1) |
| Sorted Set | 每个成员带一个分数，按分数排序 | ZADD、ZRANGE、ZRANK | 排行榜、延时任务 | 添加通常为 O(log N) |
2.2 常见扩展结构
| 类型 | 本质或特点 | 典型场景 |
|---|---|---|
| Bitmap | 在 String 上进行位操作 | 用户签到、在线状态、布尔统计 |
| Geospatial | 基于 Sorted Set 保存地理位置 | 附近的人、门店距离 |
| HyperLogLog | 用少量内存估算不重复元素数量，结果是近似值 | UV 统计 |
| Stream | 类似可持久化的追加日志，支持消费组 | 事件流、消息队列 |
面试范围
Redis 新版本还提供 JSON、时间序列、向量集合等能力，但常规 Java 面试优先掌握五种经典结构，以及 Bitmap、HyperLogLog、Geospatial、Stream。
三、⚙️ 理论：底层是怎么实现的
3.1 数据类型和底层编码不是一回事
用户看到的是 String、Hash、List 等逻辑类型；Redis 会根据元素数量、内容和配置选择更省内存或更高效的底层编码。数据增长超过阈值后，编码可能自动转换。
| 逻辑类型 | Redis 7+ 常见底层编码 | 为什么这样设计 |
|---|---|---|
| String | int、embstr、raw | 整数直接存；短字符串减少内存分配；长字符串使用普通动态字符串 |
| Hash | listpack、hashtable | 小对象紧凑存储；字段变多后使用哈希表提高查询效率 |
| List | quicklist，节点内部通常使用 listpack | 同时兼顾两端操作效率和内存占用 |
| Set | intset、listpack、hashtable | 纯整数小集合紧凑存储；普通大集合用哈希表 |
| Sorted Set | listpack，或 skiplist + hashtable | 小集合节省内存；大集合同时满足按成员查询和按分数排序 |
可以用下面的命令查看某个 key 当前采用的编码：
OBJECT ENCODING key版本差异
老资料常写
ziplist。Redis 7.0 起，Hash 和 Sorted Set 的小对象编码已经使用listpack；回答面试题时最好先说明版本。
3.2 为什么 Sorted Set 同时需要跳表和哈希表
- 哈希表：根据成员快速找到分数。
- 跳表：让成员按分数有序，方便排名和范围查询。
- 两份索引指向同一批成员，因此用更多内存换取两类高效查询。
面试可直接回答：查某个成员靠哈希表，按分数排序和范围查找靠跳表。
3.3 如何选择数据结构
单值、计数器、缓存对象整体 → String
对象需要按字段读写 → Hash
要求顺序，并经常操作首尾 → List
要求去重、成员判断、交并差集 → Set
要求去重，同时还要排序或排名 → Sorted Set
只记录是或否 → Bitmap
只需要近似统计不重复数量 → HyperLogLog
需要消费组和消息确认 → Stream四、🚀 实践：从命令到验证
4.1 前置准备
下面示例适用于 Redis 7+。本机已安装 Redis 时，直接进入 redis-cli；也可以使用 Docker 启动临时实例：
docker run --name redis-interview -p 6379:6379 -d redis:7-alpine
docker exec -it redis-interview redis-cli4.2 可以拿来干什么
4.2.1 String：缓存和计数
SET article:1001 "Redis"
GET article:1001
INCR article:1001:view-countINCR 是原子操作，适合单个计数器；高并发下不需要先读取再写回。
4.2.2 Hash：保存对象字段
HSET user:1 name "Tom" age 20
HGET user:1 name
HGETALL user:1适合字段较少、层级简单，并且需要单独修改某个字段的对象。
4.2.3 List：实现先进先出队列
LPUSH task:queue task1 task2
RPOP task:queue左边放入、右边取出就是 FIFO 队列。不过需要消费组、确认和消息重试时，优先考虑 Stream，而不是只用 List 硬凑。
4.2.4 Set：去重和集合运算
SADD user:1:follow 10 20 30
SADD user:2:follow 20 30 40
SINTER user:1:follow user:2:follow交集结果是 20、30，可用于共同关注。大集合执行交并差集可能消耗较多 CPU，不能只看单个命令是否简单。
4.2.5 Sorted Set：排行榜
ZADD game:rank 100 Alice 90 Bob 120 Carol
ZREVRANGE game:rank 0 2 WITHSCORES
ZRANK game:rank Alice分数决定排序，成员必须唯一；更新同一成员时会覆盖其旧分数。
4.3 完整实践：一次验证五种结构
在 redis-cli 中依次执行：
FLUSHDB
SET demo:string hello
HSET demo:hash name Tom age 20
RPUSH demo:list A B C
SADD demo:set A A B
ZADD demo:zset 10 A 20 B
TYPE demo:string
TYPE demo:hash
TYPE demo:list
TYPE demo:set
TYPE demo:zset
GET demo:string
HGETALL demo:hash
LRANGE demo:list 0 -1
SMEMBERS demo:set
ZRANGE demo:zset 0 -1 WITHSCORES
OBJECT ENCODING demo:string
OBJECT ENCODING demo:hash
OBJECT ENCODING demo:list
OBJECT ENCODING demo:set
OBJECT ENCODING demo:zset预期现象：
TYPE分别返回string、hash、list、set、zset。- Set 中重复添加的
A只保留一份。 - Sorted Set 按分数从小到大返回
A、B。 OBJECT ENCODING的结果会受 Redis 版本、数据内容和配置阈值影响，不应死记某一次输出。
操作说明
FLUSHDB会清空当前数据库，只能在临时练习实例中执行，不能在共享或生产环境中使用。
五、🎤 面试回答模板
5.1 如何介绍 Redis 数据结构
Redis 最常见的五种数据结构是 String、Hash、List、Set 和 Sorted Set。String 常用于缓存与计数；Hash 保存对象字段；List 适合双端队列；Set 用于去重和集合运算；Sorted Set 通过 score 排序，适合排行榜。除此之外还有 Bitmap、HyperLogLog、Geospatial 和 Stream。逻辑数据类型下面还会根据数据规模使用不同编码，例如 Hash 小数据使用 listpack，大数据转为 hashtable；Sorted Set 大数据通常使用跳表加哈希表。
5.2 List 和 Stream 怎么选
- List 更简单，适合轻量队列和首尾操作。
- Stream 支持消息 ID、消费组、待确认消息和消息确认，更适合可靠的事件消费。
- 两者都不能自动等同于专业消息中间件，是否采用还要看可靠性、堆积量和运维要求。
5.3 Set 和 Sorted Set 有什么区别
- 两者的成员都不重复。
- Set 无序，擅长成员判断和交并差集。
- Sorted Set 给每个成员关联一个 score，可按分数排序，但占用内存和操作成本通常更高。
六、📌 总结
- 先记五种经典结构：String、Hash、List、Set、Sorted Set。
- 选择结构时看四点：是否需要顺序、去重、排序，以及是否按字段访问。
- 逻辑类型不等于底层编码；Redis 会在内存和性能之间做权衡。
- Sorted Set 的高频面试点是“跳表负责排序，哈希表负责按成员查分数”。
- 命令复杂度只是一部分，还要考虑大 key、大集合运算和版本差异。