2. Redis核心数据结构：String、List、Hash、Set、Sorted Set的使用场景与底层原理

在构建搜索缓存闭环时，选择正确的数据结构直接决定了缓存的命中率、内存效率与操作复杂度。Redis 提供了五种核心数据结构，每种都有独特的底层编码与适用边界。本章从使用场景出发，深入剖析其底层原理，帮助你在缓存一致性方案中做出精准选型。

2.1 数据结构全景对比

2.2 String：最基础的缓存单元

使用场景

• 缓存搜索结果片段： 将序列化后的搜索结果 JSON 直接存入 String，key 为搜索关键词的 MD5 或业务 ID。
• 计数器： 搜索频次统计、点击量、限流令牌桶。
• 分布式锁： SETNX + EXPIRE 实现互斥锁，防止缓存击穿。

底层原理

String 的编码根据存储内容动态切换：

• int： 当值为整数且可被 64 位有符号整数表示时，直接存储在 redisObject 的 ptr 中，无需额外内存分配。
• embstr： 当字符串长度 ≤ 44 字节（Redis 7+ 为 44，早期版本为 39），使用连续内存块一次性分配，减少内存碎片。
• raw： 当字符串长度 > 44 字节，使用 SDS（Simple Dynamic String）结构，支持动态扩容和二进制安全。

// SDS 结构示意（Redis 7+）
struct sdshdr {
    uint8_t len;        // 已使用长度
    uint8_t alloc;      // 总分配长度
    unsigned char flags; // 类型标记
    char buf[];         // 字节数组
};

2.3 List：有序队列与时间线

使用场景

• 搜索历史记录： 每个用户一个 List，LPUSH 最新搜索词，LTRIM 保留最近 N 条。
• 消息队列： 生产者 LPUSH，消费者 RPOP 或 BRPOP 阻塞读取。
• 最新动态列表： 存储最近更新的文档 ID 列表，用于缓存预热。

底层原理

Redis 3.2 之后 List 统一使用 quicklist 结构，它是 ziplist 与双向链表的混合体：

• 每个 quicklist 节点是一个 ziplist（紧凑压缩列表），存储多个元素。
• ziplist 大小可通过 list-max-ziplist-size 配置，默认 8KB。
• 当 ziplist 过大或元素长度不均时，自动拆分为多个节点，保证内存紧凑与操作效率的平衡。

2.4 Hash：结构化对象缓存

使用场景

• 缓存搜索结果对象： 每个文档 ID 作为 key，文档字段（标题、摘要、得分）作为 field-value 对。
• 用户画像缓存： 用户 ID 为 key，属性（年龄、偏好、历史行为）为 field。
• 购物车： 用户 ID 为 key，商品 ID 为 field，数量为 value。

底层原理

Hash 的编码选择取决于字段数量和单个字段大小：

• listpack（Redis 7+ 替代 ziplist）： 当字段数 < 512 且每个字段长度 < 64 字节时使用。listpack 是紧凑的连续内存结构，每个元素通过长度前缀编码，无需指针。
• hashtable： 当条件超出阈值时，升级为字典结构，使用链地址法解决哈希冲突，rehash 采用渐进式策略。

// Hash 操作示例：缓存搜索结果
HSET doc:1001 title "Redis缓存一致性实战" score 9.5 author "资深架构师"
HGET doc:1001 title
// 返回: "Redis缓存一致性实战"

2.5 Set：去重与集合运算

使用场景

• 搜索标签系统： 每个标签对应一个 Set，存储包含该标签的文档 ID。
• 去重队列： 记录已处理的任务 ID，防止重复消费。
• 共同好友/交集查询： SINTER 计算两个集合的交集，用于推荐系统。

底层原理

• listpack： 当集合元素全为整数且数量 < 512 时使用，紧凑存储。
• hashtable： 其他情况使用字典，value 为 NULL，key 为元素本身，实现 O(1) 的添加、删除、判重。

2.6 Sorted Set：带权重的有序集合

使用场景

• 搜索热词排行榜： 搜索词为 member，搜索次数为 score，ZINCRBY 实时更新。
• 延迟队列： 任务执行时间戳为 score，ZRANGEBYSCORE 获取到期任务。
• 分页缓存： 按得分排序的搜索结果，ZRANGE 实现高效分页。

底层原理

Sorted Set 使用 skiplist + hashtable 双结构：

• skiplist： 维护 member 按 score 有序排列，支持 O(log N) 的插入、删除、范围查询。跳表通过多层索引加速查找，层数由随机函数决定（最大 32 层）。
• hashtable： 维护 member 到 score 的映射，支持 O(1) 的 ZSCORE 操作。
• listpack： 当元素数量 < 128 且所有元素长度 < 64 字节时，使用 listpack 替代 skiplist，节省内存。

2.7 数据结构选型决策树

在搜索缓存闭环中，按以下决策路径选择数据结构：

1. 是否需要排序？ 是 → Sorted Set；否 → 下一步。
2. 是否需要去重？ 是 → Set；否 → 下一步。
3. 是否存储结构化对象？ 是 → Hash；否 → 下一步。
4. 是否需要队列特性？ 是 → List；否 → String。

2.8 内存优化要点