Redis 作为一款高性能的内存数据库，提供了多种数据结构来满足不同的使用场景。以下是Redis支持的存储类型及其深度解析：
1. 键值对（Strings）
键值对是Redis中最基本的数据结构，类似于键值库。这里的键（key）是字符串类型，值（value）可以是字符串、数字或者二进制大对象（BLOB）。
示例：
# 存储一个字符串
redis.set('name', 'John')
# 获取字符串
name = redis.get('name')
使用场景：
- 缓存
- 配置存储
- 计数器
2. 列表（Lists）
列表是一个有序的字符串集合，元素可以重复，插入和删除操作很快。
示例：
# 向列表添加元素
redis.rpush('mylist', 'a')
redis.rpush('mylist', 'b')
# 获取列表元素
elements = redis.lrange('mylist', 0, -1)
使用场景：
- 消息队列
- 网站公告
- 聊天记录
3. 集合（Sets）
集合是一个无序的字符串集合，元素不重复，插入和删除操作很快。
示例：
# 向集合添加元素
redis.sadd('myset', 'a')
redis.sadd('myset', 'b')
# 获取集合元素
elements = redis.smembers('myset')
使用场景：
- 去重
- 标签
- 抽奖
4. 有序集合（Sorted Sets）
有序集合是一个无序的字符串集合，元素不重复，每个元素还关联一个分数（score），可以根据分数进行排序。
示例：
# 向有序集合添加元素
redis.zadd('zset', {'a': 1, 'b': 2})
# 获取有序集合元素
elements = redis.zrange('zset', 0, -1)
使用场景：
- 榜单
- 排行榜
- 时间戳
5. 哈希表（Hashes）
哈希表是一个键值对集合，可以包含多个字段和字段值，字段值可以是字符串、列表、集合、有序集合或另一个哈希表。
示例：
# 向哈希表添加字段和值
redis.hset('user', 'name', 'John')
redis.hset('user', 'age', 25)
# 获取字段值
name = redis.hget('user', 'name')
age = redis.hget('user', 'age')
使用场景：
- 用户信息存储
- 配置项存储
- 文件元数据
6. 位图（Bitmaps）
位图是固定大小的数据结构，每个位存储一个二进制值（0或1）。
示例：
# 向位图设置位
redis.setbit('mybitmap', 1, 1)
# 获取位图位
bit = redis.getbit('mybitmap', 1)
使用场景：
- 用户活跃状态
- 网络连接状态
- 访问日志
7. 地理空间（Geospatial）
地理空间数据结构允许存储和查询地理坐标点（经纬度）。
示例：
# 向地理空间添加坐标
redis.geoadd('cities', 120.13066322374, 30.240018034923, 'Beijing')
# 查询距离
distance = redis.geodist('cities', 'Beijing', 'Shanghai', 'm')
使用场景：
- 城市查询
- 位置服务
- 邮件推荐
8. 流（Streams）
流是Redis 4.0引入的新数据结构，用于存储消息队列。
示例：
# 添加消息
redis.xadd('mychannel', {'data': 'Hello, World!'})
# 获取消息
messages = redis.xrange('mychannel')
使用场景：
- 实时消息传递
- 系统间通信
- 事件驱动架构
总结起来，Redis提供了丰富的数据结构，可以根据不同的需求选择合适的存储类型。了解这些数据结构，可以帮助开发者更好地利用Redis，提高系统的性能和可扩展性。