导读
redis是一个基于内存的key-value数据库，相对关系型数据库支持的数据结构更丰富，而且操作封装的非常简单易用。redis也支持主从、分布式、数据持久化等特性。
redis在业务系统中经常用作缓存系统，即把热点数据或高频数据存到Redis，降低底层数据库负载、提高应用吞吐率；redis灵活的数据结构也能解决特定大数据统计中的痛点，这里结合实际项目，举些典型应用场景，以及个人的理解，当然也是蜻蜓点水，泛泛而谈，希望大方向上能对大家有所帮助，当然有不正之处也请不吝赐教。
Sets
集合的最主要特征是成员唯一性，最常用场景是一些涉及到去重的计算，比如UV计算(去重用户数)：每次当用户活跃时简单的调用SADD命令向集合添加UID，然后实时的用SCARD获取元素个数。还支持多个集合之间的交集(SINTER)、差集(SDIFF)和并集( SUNION)运算，交集操作可以很便捷的计算留存率：(今日集合∩昨日集合)/昨日集合。集合是通过哈希表实现的，所以添加、删除、查找的复杂度都是O(1)，即复杂度和元素个数无关。
Sorted sets
有序集合相比集合每个成员多了分数属性，成员会按照分数自动从小到大排序，当然和集合类似，成员也是唯一不重复的。常用查询方法：排名在指定范围的成员、分数在指定范围内的成员。应用场景：
1、TOPN排名，商品浏览量作为排名指标，实时查询TOPN的商品列表，其实现过程是：商品每次被访问时，用ZINCRBY增加商品浏览量，实时用ZREVRANGE key 0 N-1返回集合中TOPN的商品。
2、30分钟在线用户数，APP、WEB都有统计最近在线用户数的需求，是衡量产品当前活跃度的重要指标，有序集合也可以很容易实现：以登录时间戳作为用户分数，每次登录时更新用户分数，“ZADD key 登录时间戳 UID”，然后用“ZCOUNT key 30分钟前时间戳 now时间戳”命令查询最近登录用户数
有序集合是通过跳表和散列表两个数据结构实现的，添加、删除元素都会执行O(log(N))的操作(N是集合的元素个数)。有序集合的关键是在对分数这个属性的理解上，从合适的角度看问题，会达到事半功倍的效果。
Bitmaps
Redis允许使用二进制的数据作为Key(binary keys) 和二进制的数据作为Value(binary values)，bitmap就是用二进制的数据作为value。bitmap不是一个新的数据类型，而是在String类型上进行的扩展，相关的命令有setbit、getbit、bitcount等。
SETBIT key offset value：设置key在第offset处的bit值(只能是0或1)
GETBIT key offset：对key所存储的值，获取指定offset位置的bit位(结果是0或1)
BITCOUNT key：计算key所存储的值，被设置为1的bit位数量
上面提到集合统计UV的例子，如果是大数据量的统计，会占用很大内存空间，如一个上亿用户量的网站，消耗的内存也很恐怖。bitmap也同样可以实现UV统计：当有用户活跃时，只需设置该用户所在bit位为1，而计算UV数就是统计所有bit位为1的数量。比如用户10086的用户活跃：SETBIT key 10086 1，获取某天的DAU：GETBIT key。
bitmap处理大数据的排序、查询效率非常高而且能节省极大内存空间，最大1亿的偏移量大约占用12M内存，但也有几个显而易见缺点：1、元素是否能简单的映射为偏移量，就是待统计的元素是否能映射为Long类型 2、消耗的空间取决于最大偏移量，和基数无关。
HyperLogLog
不像SET和Bitmaps是精确统计的，HyperLogLog(HLL)是一个概率数据结构，用于估计一个集合内的基数(元素个数)，又叫基数统计。其统计是有误差的，可能会比实际稍微多一些或者稍微少一些，但会控制在合理的范围内，如果对误差是可接受的，HyperLogLog是一个最佳选择。假设是UV计算，每次用户活跃时，用PFADD添加元素到HLL，随时用PFCOUNT查看集合的基数，就可以实时统计UV。因为不会将元素真正添加到HLL，所以不能判断一个元素是否在HLL里存在。
Hashes
一个Hash类型有多个字段(属性)，很像一个对象，但Hashes字段数量是没有限制的。一般是把一类数据放到一个key里，然后通过字段表示不同含义。
常用命令：HMGET：一次获取多个hash字段的值
HINCYBY：增加hash字段的值，用于计数
原子操作
redis单个命令都是原子操作，比如INCY，多客户端对同一个key进行INCY操作的情况下，不会发生客户端1读取key值1，客户端2同时读取key值1，然后客户端1和客户端2都对key进行加一操作，设置key的值为2；比如MSET，给多个key赋值，要么都设置成功，要么都设置失败，不会存在一部分key设置成功，一部分可以设置失败的情况
总结
在大数据分析架构里，一般是spark、storm作为计算框架，计算后的结果存到redis。要对redis的数据结构有清晰认识，理解各自优缺点、实用场景，redis价值才能最大化。
本文首发于公众号：data之道
