4. Redis 数据结构选型：String、Hash、Set、Sorted Set 在任务状态缓存中的适用场景分析

任务状态缓存是调度平台的核心数据平面。选择错误的数据结构会导致内存膨胀、查询延迟飙升、索引命中率下降。本章从任务状态的生命周期出发，逐一分析四种常用 Redis 数据结构的适用边界与反模式。

4.1 任务状态缓存的典型数据特征

在调度平台中，每个任务实例通常包含以下字段：

• taskId：全局唯一标识（如 UUID 或雪花 ID）
• status：当前状态（pending / running / success / failed / timeout）
• priority：优先级（1-10，数值越小优先级越高）
• submitTime：提交时间戳
• workerId：执行节点标识
• retryCount：重试次数
• payload：任务参数（JSON 字符串）

调度平台对缓存的访问模式主要有三类：

1. 点查：根据 taskId 获取单个任务的全部状态
2. 范围扫描：按优先级或提交时间获取待处理任务列表
3. 集合运算：获取某 worker 上所有 running 状态的任务

4.2 四种数据结构的适用场景对比

4.3 String：适合快照缓存，不适合状态索引

String 是最直观的选择：将任务状态序列化为 JSON 字符串，以 taskId 为 key 存储。优点是读写简单，适合任务详情快照场景。

// 反模式：用 String 存全量状态，然后尝试 SCAN 匹配
SET task:12345 '{"status":"running","priority":3,"workerId":"w1"}'
// 调度器需要扫描所有 running 任务时，只能 KEYS 或 SCAN 全量，再反序列化过滤
// 时间复杂度 O(N)，N 为任务总数，索引命中率趋近于 0

适用场景：

• 任务详情展示（前端点查）
• 分布式锁（SETNX）
• 计数器（INCR）

不适用场景：

• 按状态过滤任务列表
• 按优先级排序
• 按时间范围查询

4.4 Hash：字段级读写，状态更新的首选

Hash 将任务的不同字段存储为独立的 field-value，支持部分更新而不需要反序列化整个对象。这是调度平台中最常用的点查数据结构。

// 推荐：用 Hash 存储任务状态字段
HSET task:12345 status running priority 3 workerId w1 submitTime 1700000000
// 更新单个字段
HSET task:12345 status success
// 获取全部字段
HGETALL task:12345

优势：

• 更新单个字段时网络开销小（仅传输变更字段）
• 内存效率高（ziplist 编码下小 Hash 极省内存）
• 支持字段级 TTL（通过 field 过期策略配合）

局限： Hash 本身不支持范围查询。如果需要按 priority 排序获取任务列表，必须借助其他数据结构。

4.5 Set：状态分组与去重

Set 适合维护同一状态下的任务 ID 集合。例如，将所有 running 状态的任务 ID 放入一个 Set，可以快速判断某个任务是否处于 running 状态，或获取所有 running 任务。

// 用 Set 维护状态分组
SADD status:running task:12345 task:12346
SADD status:pending task:12347
// 判断任务是否 running
SISMEMBER status:running task:12345  // 返回 1
// 获取所有 running 任务
SMEMBERS status:running

适用场景：

• 状态分组（running / pending / failed 各一个 Set）
• 去重校验（防止重复提交）
• 集合运算（某 worker 上 running 任务 = worker:1 ∩ status:running）

4.6 Sorted Set：优先级排序与时间窗口扫描的核心

Sorted Set 是调度平台实现索引命中率提升的关键数据结构。通过将 score 设置为优先级或时间戳，可以实现 O(log N + M) 的范围查询，避免全量扫描。

// 用 Sorted Set 实现优先级队列
ZADD task:queue 3 task:12345   // score=3 表示优先级
ZADD task:queue 1 task:12346   // score=1 优先级更高
// 获取优先级最高的 10 个任务
ZRANGEBYSCORE task:queue -inf +inf WITHSCORES LIMIT 0 10
// 获取提交时间在最近 5 分钟内的任务
ZADD task:time 1700000000 task:12345
ZRANGEBYSCORE task:time 1700000000 1700000300

核心优势：

• 支持按 score 范围扫描（优先级、时间窗口）
• 支持分页（LIMIT offset count）
• 支持排名操作（ZRANK、ZREVRANK）
• 内存效率优于 List（跳表 + 压缩列表）

典型组合模式：

4.7 数据结构选型决策流程

4.8 实战选型检查清单

4.9 组合模式下的数据一致性

当使用 Hash + Sorted Set + Set 组合时，需要保证跨数据结构的原子更新。推荐使用 Lua 脚本或 Redis 事务：

-- Lua 脚本：原子更新任务状态
-- KEYS[1] = task:hash:{taskId}
-- KEYS[2] = task:priority
-- KEYS[3] = status:oldStatus
-- KEYS[4] = status:newStatus
-- ARGV[1] = taskId
-- ARGV[2] = newStatus
-- ARGV[3] = priority

redis.call('HSET', KEYS[1], 'status', ARGV[2])
redis.call('ZADD', KEYS[2], ARGV[3], ARGV[1])
redis.call('SREM', KEYS[3], ARGV[1])
redis.call('SADD', KEYS[4], ARGV[1])
return 1

通过 Lua 脚本保证：Hash 状态更新、Sorted Set 优先级写入、Set 状态分组迁移在同一个原子操作中完成，避免调度器读到不一致的状态。