4. Redis 数据结构选型：String、List、Set、Sorted Set、Hash 在异步任务中的适用场景

在异步任务系统中，Redis 不仅仅是缓存层，更是任务队列、去重器、延迟调度器和状态存储的核心引擎。不同的数据结构对应不同的任务语义，选型错误会导致性能瓶颈或功能缺失。本章从异步任务的典型生命周期出发，逐一分析五种数据结构的适用边界。

4.1 选型总览：五种数据结构与任务语义的映射

4.2 String：锁、幂等与计数器

String 是 Redis 最基础的数据结构，在异步任务中主要承担三类职责：

• 分布式任务锁：使用 SET key value NX EX timeout 实现互斥消费，防止同一个任务被多个 Worker 同时执行。
• 幂等令牌：任务 ID 作为 key，消费前 SETNX，消费后 DEL，确保 at-least-once 语义下的幂等性。
• 任务计数器：INCR/DECR 记录任务重试次数、并发水位、失败阈值。

// 任务锁示例（Lua 脚本保证原子性）
local locked = redis.call('SET', KEYS[1], ARGV[1], 'NX', 'EX', ARGV[2])
if locked then
    -- 执行任务逻辑
    redis.call('DEL', KEYS[1])
    return 1
else
    return 0
end

4.3 List：FIFO 任务队列的基石

List 是构建异步任务队列最经典的数据结构，核心操作组合为 LPUSH + BRPOP 或 RPUSH + BLPOP。其优势在于：

• 阻塞弹出：BRPOP 支持超时阻塞，避免轮询浪费 CPU。
• 天然 FIFO：左进右出或右进左出，严格保证顺序。
• 多消费者安全：每个元素只被一个消费者弹出，天然支持 Worker 水平扩展。

# 生产者
RPUSH task:queue "{'id':'task_001','type':'email'}"

# 消费者（可靠模式）
BLMOVE task:queue task:backup LEFT LEFT 30
# 消费 task:backup 中的任务
# 成功后 DEL task:backup 中的对应元素

List 的局限也很明显：不支持去重、不支持优先级、不支持延迟调度。这些场景需要转向 Set 或 Sorted Set。

4.4 Set：去重与集合运算

Set 在异步任务中的核心价值是 去重 和 集合关系判断。

• 任务去重：使用 SADD task:dedup task_id 在入队前检查是否已存在，避免重复入队。
• 白名单/黑名单：SISMEMBER whitelist worker_id 控制哪些 Worker 可以消费特定任务。
• 已消费 ID 集合：记录已成功消费的任务 ID，用于幂等校验或补偿回查。

Set 不适合需要排序或延迟的场景，也不适合作为队列直接消费——因为 SPOP 随机弹出，无法保证顺序。

4.5 Sorted Set：延迟队列与优先级调度

Sorted Set 是异步任务系统中 最灵活的数据结构，通过 score 表达时间或优先级，通过 range 查询实现精准调度。

// 延迟队列核心逻辑（伪代码）
// 1. 生产者：任务 5 分钟后执行
ZADD delay:queue (now + 300000) task_001

// 2. 消费者轮询：取出所有已到期的任务
tasks = ZRANGEBYSCORE delay:queue 0 now WITHSCORES
for task in tasks:
    if ZREM delay:queue task > 0:
        process(task)

下图展示了 Sorted Set 在延迟队列中的核心流程：

4.6 Hash：任务元数据与状态机

Hash 在异步任务中主要用于 存储任务的动态元数据，而不是作为队列本身。典型场景包括：

• 任务状态机：使用 HSET task:meta:{id} status pending，后续更新为 processing、success、failed。
• 任务配置/上下文：存储重试次数、超时时间、回调 URL、输入参数等字段，支持部分更新而不需要读写整个 JSON。
• 批量读取：HGETALL 或 HMGET 一次获取多个字段，减少网络往返。

# 任务入队时写入元数据
HSET task:meta:001 status pending retry_count 0 max_retry 3 callback "https://api.example.com/callback"

# 消费过程中更新状态
HSET task:meta:001 status processing started_at 1699000000

# 消费完成后标记
HSET task:meta:001 status success completed_at 1699000100

4.7 综合选型决策树

在实际项目中，一个异步任务往往需要组合使用多种数据结构。以下决策树可以帮助快速定位：

4.8 实战组合模式

单一数据结构很少能覆盖完整任务生命周期。以下是三种经过生产验证的组合模式：