Java项目开发中，Redis经常作为缓存中间件的角色而被广泛使用，平时使用最多的操作就是对字符串类型进行set/get了，偶尔还会设置一些键的过期时间。有一天与旁边的老王闲聊，他突然说到一个问题，我们都知道Redis有5种常用的数据结构，但每种数据结构的具体使用场景谁能说出来多少呢？额，这个问题似乎道出了目前的一种现实状况，即难道我们仅仅把Redis当缓存数据库使用？没有点其他追求了？当然不能了。
问题描述：Redis常用的数据结构有哪些？能说一下每种数据结构的使用场景吗？
Redis常用的数据结构有字符串类型（strings）、散列类型（hashes）、列表类型（lists）、集合类型（sets）、有序集合类型（sorted sets），每种数据结构类型的特点，用张图表示，如下：
1、字符串类型（strings）使用场景
基本格式：以set/get命令为例
127.0.0.1:6379> set testkey weixiangxiang
OK
127.0.0.1:6379> get testkey
“weixiangxiang”
常用命令：get/set/mget/mset/getset/del/incr/incrby/decr/decrby/setex/psetex等。
使用场景：数据缓存，计数器，分布式session等，这里提到的数据库默认是mysql。
①：缓存频繁读取但不经常修改的数据（或者称为热点数据）
逻辑：这就是项目中经常使用的功能，前端页面查询热点数据时，先从redis缓存中读取，读取到值就返回，读取不到再去数据库查询返回，同时将查询的数据缓存到redis一份保存，根据需求是否设置过期时间。
注意事项：为了方便，key-value中的值value通常存储的是序列化的json串。
②： 记录网站被用户访问的次数，或网站中的商品被浏览的次数，或限制用户访问次数
逻辑：因为redis是基于内存操作，且网路请求模块使用的是单线程和IO多路复用技术，操作响应特别快，也无并发竞争等问题，相比于使用数据库频繁的去修改数据实现记录访问次数或浏览次数，redis更适合替代这类操作。
注意事项：记录用户访问或浏览次数，key-value中的key通常使用用户ID+网站地址组合而成的字符串，value则使用incr命令实现次数统计；限制用户访问次数的话，key-value中的key设置为用户的IP地址，value记录访问次数，并设置key的过期时间，当key未过期且value超过了访问频次的条件限制，禁止该IP用户访问（或提示xx秒后重试…）。
举例：如CSDN网站的Java专栏中某篇博客的点赞次数，浏览次数等。
③： 实现分布式session，避免重新登录
逻辑：所谓分布式session，就是多个应用服务器共享一个session会话。当用户第一次登录时，将session会话文件存放在redis中，该redis可以独立于所有负载均衡服务器，也可以放在其中一台负载均衡服务器上，但所有应用所在的服务器连接的必须都是同一个redis服务器，保证所有的应用共享一个session会话，从而避免重新登录。
2、列表类型（lists）使用场景
基本格式：以lpush/lrange命令为例
127.0.0.1:6379> lpush demokey Weixiangxiang
(integer) 1
127.0.0.1:6379> lpush demokey Trump
(integer) 2
127.0.0.1:6379> lpush demokey Biden
(integer) 3
127.0.0.1:6379> lrange demokey 0 1
1)“Weixiangxiang”
2)“Trump”
常用命令：lpush/rpush/lpop/rpop/blpop/brpop/rpoppush/brpoppush/lrange/lindex/linsert/lset等。
使用场景：lists是一个元素有序的可重复的列表，可以实现消息队列MQ，栈，定时排行榜等。
①：实现消息队列MQ
逻辑：通过lpush命令从头部入队，通过rpop或brpop命令从尾部出队（符合先入先出的队列模式），反之，可以也通过rpush命令从尾部入队，通过lpop或blpop命令从头部出队。因此，Redis实现消息队列是通过一组 lpush/rpop/brpop 或 rpush/lpop/blpop 命令实现的。
第一种：非阻塞式（lpush + rpop）
说明：把lpush命令操作当作消息的生产者，rpop命令操作当作消息的消费者，举例说明：
第二种：阻塞式（lpush + brpop）
说明：brpop命令格式为brpop key [key …] timeout ，对于同一个Redis客户端，若多个键（如q1，q2）都有元素，则按照从左到右读取第一个键中的一个元素，借此特性可以实现区分优先级的任务队列，，举例说明：
注意事项：第一种如果消息生产者的生产速度大于消费者的消费速度，可能会引发消息积压的问题。另外，实现不停的监听且消费消息，需要不停的调用rpop操作，每调用一次都会发起一次连接，这会造成不必要的资源浪费，因此不推荐使用第一种非阻塞方式。
②： 可分页的定时排行榜
逻辑：将每隔一段时间计算一次的排行榜存储在list列表中，在访问接口时，将page和size分页参数转化成lrange命令即可获取排行榜数据。
注意事项：lists类型适合定时更新的排行榜的实现，但不适合实现实时热榜。
举例：如网易云音乐的热歌TOP排行榜，每周四更新，将用户一周内的歌曲收听才计算一次。
3、散列类型（hashes）使用场景
基本格式：以hmset/hmget命令为例
127.0.0.1:6379> hmset testkey testfield1 tea testfield2 coffee testfield3 coke
OK
127.0.0.1:6379> hmget testkey testfield2 testfield3
1)“coffee”
2) redis coke"
常用命令：hget/hset/hmget/hmset/hgetall/hdel/hincrby/hkeys/hsetnx/hexists/hscan/hvals等。
使用场景：优化strings类型等。
对strings类型的key-value存储进行优化，尤其是多属性的value
逻辑：strings类型的key-value存储中，value通常是序列化的json串（比如商品对象字符串中有多个属性字段），如果频繁修改json串的某个属性，等于要修改整个对象，不灵活且效率低，而将这种模式改为hashes类型，用field存储字段名称，value存储字段名称对应的属性，只需要操作field即可修改某个属性了。
举例：可以参考我的另一篇博客，【记录】优化Redis存储 。
4、集合类型（sets）使用场景
基本格式：以sadd/smembers命令为例
127.0.0.1:6379> sadd testkey svp
(integer) 1
127.0.0.1:6379> sadd testkey mvp
(integer) 1
127.0.0.1:6379> sadd testkey vvp
(integer) 1
127.0.0.1:6379> smembers testkey
1)“mvp”
2)“svp”
3)“vvp”
常用命令：sadd/smembers/sdiff/scan/sinsert/srem/issmember等。
使用场景：sets是字符串的无序排列，基于此可以实现收藏夹功能。
歌曲或网页的收藏功能
逻辑：比如，听音乐时将喜欢的或感兴趣的歌曲可以添加到歌单中，浏览网页时将有用的网站加入收藏夹等等，这里key为用户ID，value则为歌曲ID或网址的集合。
举例：网易云音乐中我收藏的歌单。
5、有序集合类型（sorted sets）使用场景
基本格式：以zadd/zrange命令为例
127.0.0.1:6379> ZADD testkey 1 redis
(integer) 1
127.0.0.1:6379> ZADD testkey 2 mysql
(integer) 1
127.0.0.1:6379> ZADD testkey 3 oracle
(integer) 1
127.0.0.1:6379> ZADD testkey 3 oracle
(integer) 0
127.0.0.1:6379> ZADD testkey 4 oracle
(integer) 0
zrange testkey 0 10 WITHSCORES
1)“redis”
2)“1”
3)“mysql”
4)“2”
5)“oracle”
6)“4”
常用命令：zadd/zcan/zincrby/zcount/zcard/zrem/zrange/zrank等。
使用场景：与sets不同的是，sorted sets每个元素都会关联一个score属性，redis正是通过score来为集合中的成员进行从小到大的排序，可以实现实时排行榜，如小时榜，日榜，周榜等。
实时排行榜
逻辑：实现多种实时的榜单，比如小时榜、日榜榜、周榜等，可以用redis key存储榜单类型，score为点击量，value为事件id，用户每点击一个事件会更新redis数据，sorted set会依据score即点击量将事件id排序。
举例：如微博的1小时榜，24小时榜等。
小结：
至此，整理和分析了redis常用数据结构的应用场景,当然这里所罗列的场景并不能涵盖所有的了，关键之处是要熟悉redis的数据结构和相关命令的特征，这样才能选择合适的方式实现业务需求。
另外，像bitmaps这种结构，它是通过一个bit位来表示某个元素对应的值或者状态，特别适合实现用户签到、活跃用户/在线用户统计等需求，可以参考setbit、bitcount等相关命令；而对于用户人数超多的网站（几千万乃至上亿人数）统计在线人数的话，使用HyperLogLog再合适不过了，它是用来做基数统计的概率算法，优点是在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定的、且很小的，可以参考pfadd、pfcount等相关命令。
参考：
1. Redis 教程| 菜鸟教程
2. Redis中文官方网站之redis命令
3. 基于Redis实现排行榜周期榜与最近N期榜