string
使用
这是最基本的类型了，没啥可说的，就是普通的set和get，做简单的kv缓存
应用场景
- redis锁
- 字符串记录
原理
存储数据三种类型：
- int: 长度 1 num类型。
set int_key "111" 输入：object encoding int_key 输出：int - embstr： 小于4字节
- raw：大于44字节
SDS:是一个简单动态字符串
struct sdshdr{
int len;
int free;
int buff[];
}- len 记录buf数组中已经使用字节的数量，也就是SDS类型所保存的字符串的长度。
- free 记录了buf数组中未使用的字节数量。
- buf 是存储字节的数组，用于保存字符串。
优点
- 体现了用空间换时间的算法思想。牺牲了一些空间，来换取更快的查询效率。比如说结构体中len的值5表示这个SDS保存了一个五个字节长的字符串，O(1)的时间复杂度就可以查询出结果
- 空间预分配：在申请空间的时候预先分配好一定长度的空间。当空间不够用的时候，通过SDS提供的API可以重新申请一片更大的空间。
- 惰性释放空间：当申请的空间不再被使用的时候，不是立刻释放空间，而是在SDS中的free属性将这些字节的数量记录下来，等待将来使用。
hash
使用
这个是类似map的一种结构，这个一般就是可以将结构化的数据，比如一个对象（前提是这个对象没嵌套其他的对象）给缓存在redis里，然后每次读写缓存的时候，可以就操作hash里的某个字段。
key=150
value={
“id”: 150,
“name”: “zhangsan”,
“age”: 20
}hash类的数据结构，主要是用来存放一些对象，把一些简单的对象给缓存起来，后续操作的时候，你可以直接仅仅修改这个对象中的某个字段的值
value={
“id”: 150,
“name”: “zhangsan”,
“age”: 21
}应用场景
- 登录信息
- 对象信息
原理
哈希对象的编码可以是 ziplist 或者 hashtable。
hset profile name "Tom"
hset profile age 25
hset profile career "Programmer"- ziplist储存
- 所有的键值对的键和值小于等于64byte。
- 哈希对象保存的键值数量小于512个
- hasTable 储存
list
使用
存储有序的字符串，（从左到右），这个是可以玩儿出很多花样的
比如可以通过lrange命令，就是从某个元素开始读取多少个元素，可以基于list实现分页查询，这个很棒的一个功能，基于redis实现简单的高性能分页，可以做类似微博那种下拉不断分页的东西，性能高，就一页一页走
push : lpush name val
pop : lpop name应用场景
- 比如可以搞个简单的消息队列，从list头怼进去，从list尾巴那里弄出来
- 文章列表
- 评论列表
- 微博，某个大v的粉丝，就可以以list的格式放在redis里去缓存 key=某大v
value=[zhangsan, lisi, wangwu]
原理
列表对象的编码可以是 ziplist(压缩列表) 和 **linkedlist(双端链表)**。 关于链表和压缩列表的特性
ziplist如图 hash
linkedlist存储
set
使用
//向k中添加2，3，4，5
//结果为：k={2，3，4，5}
sadd k 2 3 4 5无序集合，自动去重。直接基于set将系统里需要去重的数据扔进去，自动就给去重了，如果你需要对一些数据进行快速的全局去重，你当然也可以基于jvm内存里的HashSet进行去重，但是如果你的某个系统部署在多台机器上呢？
得基于redis进行全局的set去重
应用
可以基于set玩儿交集、并集、差集的操作，比如交集吧，可以把两个人的粉丝列表整一个交集，看看俩人的共同好友是谁？对吧
把两个大v的粉丝都放在两个set中，对两个set做交集
原理
集合对象的编码可以是 intset 或者 hashtable。
intset存储：
hashTable 如hash类型存储
sorted set
使用
排序的set，去重但是可以排序，写进去的时候给一个分数，自动根据分数排序，这个可以玩儿很多的花样，最大的特点是有个分数可以自定义排序规则
比如说你要是想根据时间对数据排序，那么可以写入进去的时候用某个时间作为分数，人家自动给你按照时间排序了
应用
排行榜：将每个用户以及其对应的什么分数写入进去，zadd board score username，接着zrevrange board 0 99，就可以获取排名前100的用户；zrank board username，可以看到用户在排行榜里的排名
原理
跳表
链表，相信大家都不陌生，维护一个有序的链表是一件非常简单的事情，我们都知道，在一个有序的链表里面，查询跟插入的算法复杂度都是O(n)。
我们能不能进行优化呢，比如我们一次比较两个呢？那样不就可以把时间缩小一半？如果我们4个4个比，那不就更快了？
跳表就是这样的一种数据结构，结点是跳过一部分的，从而加快了查询的速度。跳表跟红黑树又有什么差别呢？既然两者的算法复杂度差不多，
为什么Redis要使用跳表而不使用红黑树呢？
跳表相对于红黑树，主要有这几个优点：
- 代码相对简单，手写个跳表还有可能，手写个红黑树试试？
- 如果我们要查询一个区间里面的值，用平衡树可能会麻烦。这里的麻烦指的是实现和理解上，平衡二叉树查询一段区间也是可以做到的。
- 删除一段区间，这个如果是平衡二叉树，就会相当困难，毕竟设计到树的平衡问题，而跳表则没有这种烦恼。好了，相信你对跳表已经有一些认识了。
实现原理
有序集合的编码可以是 ziplist 或者 skiplist。
