現在開始將探究Redis的5種數據結構，我們會解釋每種數據結構都是什么，包含了什么有效的方法（Method），以及你能用這些數據結構處理哪些類型的特性和數據。
目前為止，我們所知道的Redis構成僅包括命令、關鍵字和值，還沒有接觸到關于數據結構的具體概念。當我們使用`set`命令時，Redis是怎么知道我們是在使用哪個數據結構？其解決方法是，每個命令都相對應于一種特定的數據結構。例如，當你使用`set`命令，你就是將值存儲到一個字符串數據結構里。而當你使用`hset`命令，你就是將值存儲到一個散列數據結構里。考慮到Redis的關鍵字集很小，這樣的機制具有相當的可管理性。
[Redis的網站](http://redis.io/commands)里有著非常優秀的參考文檔，沒有任何理由去重造輪子。但為了搞清楚這些數據結構的作用，我們將會覆蓋那些必須知道的重要命令。
沒有什么事情比高興的玩和試驗有趣的東西來得更重要的了。在任何時候，你都能通過鍵入`flushdb`命令將你數據庫里的所有值清除掉，因此，不要再那么害羞了，去嘗試做些瘋狂的事情吧！
## 字符串（Strings)
在Redis里，字符串是最基本的數據結構。當你在思索著關鍵字-值對時，你就是在思索著字符串數據結構。不要被名字給搞混了，如之前說過的，你的值可以是任何東西。我更喜歡將他們稱作“標量”（Scalars），但也許只有我才這樣想。
我們已經看到了一個常見的字符串使用案例，即通過關鍵字存儲對象的實例。有時候，你會頻繁地用到這類操作：
~~~
set users:leto "{name: leto, planet: dune, likes: [spice]}"
~~~
除了這些外，Redis還有一些常用的操作。例如，`strlen `能用來獲取一個關鍵字對應值的長度；`getrange `將返回指定范圍內的關鍵字對應值；`append `會將value附加到已存在的關鍵字對應值中（如果該關鍵字并不存在，則會創建一個新的關鍵字-值對）。不要猶豫，去試試看這些命令吧。下面是我得到的：
~~~
> strlen users:leto
(integer) 42
> getrange users:leto 27 40
"likes: [spice]"
> append users:leto " OVER 9000!!"
(integer) 54
~~~
現在你可能會想，這很好，但似乎沒有什么意義。你不能有效地提取出一段范圍內的JSON文件，或者為其附加一些值。你是對的，這里的經驗是，一些命令，尤其是關于字符串數據結構的，只有在給定了明確的數據類型后，才會有實際意義。
之前我們知道了，Redis不會去關注你的值是什么東西。通常情況下，這沒有錯。然而，一些字符串命令是專門為一些類型或值的結構而設計的。作為一個有些含糊的用例，我們可以看到，對于一些自定義的空間效率很高的（space-efficient）串行化對象，`append`和`getrange`命令將會很有用。對于一個更為具體的用例，我們可以再看一下`incr`、`incrby`、`decr`和`decrby`命令。這些命令會增長或者縮減一個字符串數據結構的值：
~~~
> incr stats:page:about
(integer) 1
> incr stats:page:about
(integer) 2
> incrby ratings:video:12333 5
(integer) 5
> incrby ratings:video:12333 3
(integer) 8
~~~
由此你可以想象到，Redis的字符串數據結構能很好地用于分析用途。你還可以去嘗試增長`users:leto`（一個不是整數的值），然后看看會發生什么（應該會得到一個錯誤）。
更為進階的用例是`setbit`和`getbit`命令。“今天我們有多少個獨立用戶訪問”是個在Web應用里常見的問題，有一篇[精彩的博文](http://blog.getspool.com/2011/11/29/fast-easy-realtime-metrics-using-redis-bitmaps/)，在里面可以看到Spool是如何使用這兩個命令有效地解決此問題。對于1.28億個用戶，一部筆記本電腦在不到50毫秒的時間里就給出了答復，而且只用了16MB的存儲空間。
最重要的事情不是在于你是否明白位圖（Bitmaps)的工作原理，或者Spool是如何去使用這些命令，而是應該要清楚Redis的字符串數據結構比你當初所想的要有用許多。然而，最常見的應用案例還是上面我們給出的：存儲對象（簡單或復雜）和計數。同時，由于通過關鍵字來獲取一個值是如此之快，字符串數據結構很常被用來緩存數據。
## 散列（Hashes）
我們已經知道把Redis稱為一種關鍵字-值型存儲是不太準確的，散列數據結構是一個很好的例證。你會看到，在很多方面里，散列數據結構很像字符串數據結構。兩者顯著的區別在于，散列數據結構提供了一個額外的間接層：一個域（Field）。因此，散列數據結構中的`set`和`get`是：
~~~
hset users:goku powerlevel 9000
hget users:goku powerlevel
~~~
相關的操作還包括在同一時間設置多個域、同一時間獲取多個域、獲取所有的域和值、列出所有的域或者刪除指定的一個域：
~~~
hmset users:goku race saiyan age 737
hmget users:goku race powerlevel
hgetall users:goku
hkeys users:goku
hdel users:goku age
~~~
如你所見，散列數據結構比普通的字符串數據結構具有更多的可操作性。我們可以使用一個散列數據結構去獲得更精確的描述，是存儲一個用戶，而不是一個序列化對象。從而得到的好處是能夠提取、更新和刪除具體的數據片段，而不必去獲取或寫入整個值。
對于散列數據結構，可以從一個經過明確定義的對象的角度來考慮，例如一個用戶，關鍵之處在于要理解他們是如何工作的。從性能上的原因來看，這是正確的，更具粒度化的控制可能會相當有用。在下一章我們將會看到，如何用散列數據結構去組織你的數據，使查詢變得更為實效。在我看來，這是散列真正耀眼的地方。
## 列表（Lists）
對于一個給定的關鍵字，列表數據結構讓你可以存儲和處理一組值。你可以添加一個值到列表里、獲取列表的第一個值或最后一個值以及用給定的索引來處理值。列表數據結構維護了值的順序，提供了基于索引的高效操作。為了跟蹤在網站里注冊的最新用戶，我們可以維護一個`newusers`的列表：
~~~
lpush newusers goku
ltrim newusers 0 50
~~~
（譯注：`ltrim`命令的具體構成是`LTRIM Key start stop`。要理解`ltrim`命令，首先要明白Key所存儲的值是一個列表，理論上列表可以存放任意個值。對于指定的列表，根據所提供的兩個范圍參數start和stop，`ltrim`命令會將指定范圍外的值都刪除掉，只留下范圍內的值。）
首先，我們將一個新用戶推入到列表的前端，然后對列表進行調整，使得該列表只包含50個最近被推入的用戶。這是一種常見的模式。`ltrim`是一個具有O(N)時間復雜度的操作，N是被刪除的值的數量。從上面的例子來看，我們總是在插入了一個用戶后再進行列表調整，實際上，其將具有O(1)的時間復雜度（因為N將永遠等于1）的常數性能。
這是我們第一次看到一個關鍵字的對應值索引另一個值。如果我們想要獲取最近的10個用戶的詳細資料，我們可以運行下面的組合操作：
~~~
keys = redis.lrange('newusers', 0, 10)
redis.mget(*keys.map {|u| "users:#{u}"})
~~~
我們之前談論過關于多次往返數據的模式，上面的兩行Ruby代碼為我們進行了很好的演示。
當然，對于存儲和索引關鍵字的功能，并不是只有列表數據結構這種方式。值可以是任意的東西，你可以使用列表數據結構去存儲日志，也可以用來跟蹤用戶瀏覽網站時的路徑。如果你過往曾構建過游戲，你可能會使用列表數據結構去跟蹤用戶的排隊活動。
## 集合（Sets）
集合數據結構常常被用來存儲只能唯一存在的值，并提供了許多的基于集合的操作，例如并集。集合數據結構沒有對值進行排序，但是其提供了高效的基于值的操作。使用集合數據結構的典型用例是朋友名單的實現：
~~~
sadd friends:leto ghanima paul chani jessica
sadd friends:duncan paul jessica alia
~~~
不管一個用戶有多少個朋友，我們都能高效地（O(1)時間復雜度）識別出用戶X是不是用戶Y的朋友：
~~~
sismember friends:leto jessica
sismember friends:leto vladimir
~~~
而且，我們可以查看兩個或更多的人是不是有共同的朋友：
~~~
sinter friends:leto friends:duncan
~~~
甚至可以在一個新的關鍵字里存儲結果：
~~~
sinterstore friends:leto_duncan friends:leto friends:duncan
~~~
有時候需要對值的屬性進行標記和跟蹤處理，但不能通過簡單的復制操作完成，集合數據結構是解決此類問題的最好方法之一。當然，對于那些需要運用集合操作的地方（例如交集和并集），集合數據結構就是最好的選擇。
## 分類集合（Sorted Sets）
最后也是最強大的數據結構是分類集合數據結構。如果說散列數據結構類似于字符串數據結構，主要區分是域（field）的概念；那么分類集合數據結構就類似于集合數據結構，主要區分是標記（score）的概念。標記提供了排序（sorting）和秩劃分（ranking）的功能。如果我們想要一個秩分類的朋友名單，可以這樣做：
~~~
zadd friends:duncan 70 ghanima 95 paul 95 chani 75 jessica 1 vladimir
~~~
對于`duncan`的朋友，要怎樣計算出標記（score）為90或更高的人數？
~~~
zcount friends:duncan 90 100
~~~
如何獲取`chani`在名單里的秩（rank）？
~~~
zrevrank friends:duncan chani
~~~
（譯注：`zrank`命令的具體構成是`ZRANK Key menber`，要知道Key存儲的Sorted Set默認是根據Score對各個menber進行升序的排列，該命令就是用來獲取menber在該排列里的次序，這就是所謂的秩。）
我們使用了`zrevrank`命令而不是`zrank`命令，這是因為Redis的默認排序是從低到高，但是在這個例子里我們的秩劃分是從高到低。對于分類集合數據結構，最常見的應用案例是用來實現排行榜系統。事實上，對于一些基于整數排序，且能以標記（score）來進行有效操作的東西，使用分類集合數據結構來處理應該都是不錯的選擇。
## 小結
對于Redis的5種數據結構，我們進行了高層次的概述。一件有趣的事情是，相對于最初構建時的想法，你經常能用Redis創造出一些更具實效的事情。對于字符串數據結構和分類集合數據結構的使用，很有可能存在一些構建方法是還沒有人想到的。當你理解了那些常用的應用案例后，你將發現Redis對于許多類型的問題，都是很理想的選擇。還有，不要因為Redis展示了5種數據結構和相應的各種方法，就認為你必須要把所有的東西都用上。只使用一些命令去構建一個特性是很常見的。
