7. Redis支持哪些数据类型？每种数据类型的应用场景是什么？

数据类型	描述	应用场景
字符串（String）	最基本的数据类型，可以存储文本、数字、二进制数据。	缓存、计数器、分布式锁
哈希（Hash）	键值对集合，类似于字典或映射表。	存储对象（如用户信息、商品信息）、配置存储、多个计数器
列表（List）	双向链表，可以从两端推入和弹出元素。	消息队列、任务调度、文章评论
集合（Set）	无序字符串集合，元素唯一，不允许重复。	标签管理、社交关系管理（如共同好友）、去重
有序集合（Sorted Set）	类似集合，但每个元素有一个分数，按分数排序。	排行榜、延迟队列、优先级队列
位图（Bitmap）	将字符串视为位数组，可对位进行操作。	用户活跃度统计、布隆过滤器、事件状态标记
HyperLogLog	基数统计的概率性数据结构，内存占用非常少。	网站 UV 统计、大数据去重统计
地理空间索引（Geospatial Index）	存储地理位置信息，支持半径、范围搜索。	附近的人、地点存储与检索、位置服务
流（Stream）	适合记录日志或消息，支持多消费者队列模式。	消息队列、日志存储、实时数据处理

Redis 支持多种丰富的数据类型，这些数据类型使 Redis 成为一个功能强大的内存数据库系统。以下是 Redis 支持的主要数据类型及其应用场景：

1. 字符串（String）

字符串是 Redis 中最基本的数据类型。它可以存储任何类型的数据，包括文本、数字和二进制数据（如图片、音频等）。

应用场景：

• 缓存：可以用于缓存常用数据，如用户信息、配置数据等。
• 计数器：通过 INCR、DECR 等命令，可以将字符串作为计数器，用于实现页面访问量统计、点赞数统计等。
• 分布式锁：使用 SETNX（设置值如果不存在）可以实现简单的分布式锁。

2. 哈希（Hash）

哈希是一个键值对集合，类似于传统意义上的字典或映射。它特别适合用于存储对象。

应用场景：

• 存储对象：哈希结构非常适合存储用户信息、商品信息等对象数据，每个对象可以有多个属性（如姓名、年龄、地址等）。
• 存储配置：可以用来存储系统配置参数，每个字段表示一个配置项。
• 计数器：在哈希中使用字段作为多个计数器，适合需要在一个键中存储多个计数器的场景。

3. 列表（List）

列表是一个双向链表，可以从两端推入和弹出元素（FIFO/LIFO 队列）。

应用场景：

• 消息队列：列表的 LPUSH 和 RPOP 操作可以很容易地实现消息队列。
• 任务调度：用列表存储任务，并通过 BRPOP 等命令实现任务的分发和处理。
• 文章评论：可以用列表存储文章的评论，按时间顺序排列。

4. 集合（Set）

集合是一个无序的字符串集合，集合中的元素是唯一的，不允许重复。

应用场景：

• 标签管理：可以用集合来管理用户标签、商品标签等，便于进行集合运算（如交集、并集、差集）。
• 社交应用：用于存储用户的好友列表、关注者列表等，并可以快速计算共同好友。
• 防止重复：用来存储需要唯一性约束的元素，如防止表单重复提交。

5. 有序集合（Sorted Set）

有序集合类似于集合，但每个元素都会关联一个分数，元素会根据分数进行排序。

应用场景：

• 排行榜：可以用有序集合存储游戏的排名信息，分数作为排序依据，并可以快速获取排名范围内的用户。
• 延迟队列：使用分数表示任务的时间戳，可以实现定时任务的调度。
• 优先级队列：可以用分数表示优先级，分数越高优先级越高。

6. 位图（Bitmap）

位图是一种将字符串视为位数组的结构，可以对位进行操作，如设置、清除、统计等。

应用场景：

• 用户活跃度统计：可以用位图记录用户在某天是否活跃，每个用户对应一个位。
• 布隆过滤器（Bloom Filter）：用位图实现简单的布隆过滤器，用于判断某个元素是否存在。
• 事件状态标记：用来记录某些特定事件的触发状态。

7. HyperLogLog

HyperLogLog 是一种用于基数统计的概率性数据结构，可以非常高效地估算集合中不同元素的数量，且占用内存非常少。

应用场景：

• 网站 UV 统计：估算每天访问网站的独立用户数量。
• 大数据去重统计：在需要统计大量不重复数据时，如页面访问路径、广告点击去重等，使用 HyperLogLog 可以节省内存。

8. 地理空间索引（Geospatial Index）

地理空间索引允许存储地理位置信息，并可以进行半径搜索、范围搜索等操作。

应用场景：

• 附近的人：社交应用中，通过地理空间索引可以实现"查找附近的人"功能。
• 地点存储与检索：可以用于存储店铺、景点等地理位置，并进行地理范围内的快速检索。
• 位置服务：通过地理位置数据，进行各种基于位置的服务，如外卖配送范围判断等。

9. 流（Stream）

流是一种更复杂的数据结构，适合用于记录日志或消息，支持多消费者队列的模式。

应用场景：

• 消息队列：Redis Stream 可以用作高效的消息队列，支持多个消费者的消费，并且可以持久化消息。
• 日志存储：可以用来存储系统日志或事件日志，并可以按时间顺序检索。
• 实时数据处理：适合用来处理实时数据流，如交易记录、传感器数据等。

总结

Redis 提供了多种数据类型，每种数据类型都有其特定的应用场景：

• 字符串：通用的存储类型，适合缓存、计数器和简单的分布式锁。
• 哈希：适合存储对象和配置信息。
• 列表：适合用于消息队列和任务调度。
• 集合：适合用于标签管理、社交关系和去重。
• 有序集合：适合用于排行榜、延迟队列和优先级队列。
• 位图：适合用户活跃度统计、布隆过滤器和事件状态标记。
• HyperLogLog：适合大规模基数统计，节省内存。
• 地理空间索引：适合地理位置存储与检索、位置服务。
• 流：适合日志存储、消息队列和实时数据处理。

这些数据类型和对应的应用场景使得 Redis 成为一个功能强大、灵活且高性能的内存数据库，广泛应用于缓存、实时分析、消息队列等多种场景。