Redis支持的数据结构，如字符串，哈希，列表，集，排序集与范围查询，位图，超对数，地理空间索引与半径查询和流。Redis具有内置复制、Lua脚本、LRU清除、事务和不同级别的磁盘持久性，并通过Redis Sentinel和Redis Cluster提供高可用性和自动分区。

用python实现

https://beyondexperiment.com/vijayravichandran06/redis-data-structure-with-python/

除了作为缓存服务器，Redis还是一个具体的数据结构服务器。 作为数据结构服务器形式的缓存意义重大，因为数据结构是程序或应用程序的基础。考虑到您正在使用SQL数据库作为存储技术，并需要构造一个列表，一个哈希映射，一个排名集或类似的东西，这是一种痛苦的脖子。Redis可以直接以非常简单的方式为您提供这些功能，从而极大地简化了开发。

另一方面，数据结构服务器不必采用缓存的形式。有些项目与Redis兼容，但有持久的存储引擎。

Redis支持的数据结构，如字符串，哈希，列表，集，排序集与范围查询，位图，超对数，地理空间索引与半径查询和流。Redis具有内置复制、Lua脚本、LRU清除、事务和不同级别的磁盘持久性，并通过Redis Sentinel和Redis Cluster提供高可用性和自动分区。

用python实现

https://beyondexperiment.com/vijayravichandran06/redis-data-structure-with-python/

不，Redis不仅仅是一个缓存。

像缓存一样，Redis存储键=值对。但与缓存不同的是，Redis允许你对值进行操作。Redis中有5种数据类型-字符串，集，散列，列表和排序集。每种数据类型都公开各种操作。

理解Redis的最好方法是为应用程序建模，而不考虑如何将其存储在数据库中。

假设我们想要构建StackOverflow.com。为了保持简单，我们需要“问题”、“答案”、“标签”和“用户”。

建模问题，用户和答案

每个对象都可以被建模为一个Map。例如，一个Question是一个包含字段{id, title, date_asked, votes, asked_by, status}的映射。类似地，一个Answer是一个包含字段{id, question_id, answer_text, answered_by, votes, status}的映射。类似地，我们可以对用户对象建模。

这些对象中的每一个都可以直接存储在Redis中作为哈希。要生成唯一的id，可以使用atomic increment命令。就像这样

$ HINCRBY unique_ids question 1
(integer) 1
$ HMSET question:1 title "Is Redis just a cache?" asked_by 12 votes 0
OK

$ HINCRBY unique_ids answer 1
(integer) 1
$ HMSET answer:1 question_id 1 answer_text "No, its a lot more" answered_by 15 votes 1
OK

处理选票

现在，每当有人给一个问题或答案投票时，你只需要这样做

$ HINCRBY question:1 votes 1
(integer) 1
$ HINCRBY question:1 votes 1
(integer) 2

首页问题列表

接下来，我们希望存储要显示在主页上的最新问题。如果您正在编写一个。net或Java程序，您可以将问题存储在一个List中。事实证明，这也是在Redis中存储它的最佳方式。

每当有人问一个问题，我们就把它的id添加到列表中。

$ lpush questions question:1
(integer) 1
$ lpush questions question:2
(integer) 1

现在，当你想渲染你的主页时，你问Redis最近的25个问题。

$ lrange questions 0 24
1) "question:100"
2) "question:99"
3) "question:98"
4) "question:97"
5) "question:96"
...
25) "question:76"

现在你有id，检索项目从Redis使用管道，并显示给用户。

按标签提问，按投票排序

接下来，我们要检索每个标记的问题。但是SO可以让你在每个标签下看到投票最多的问题，新问题或未回答的问题。

为了建模，我们使用了Redis的排序集功能。排序集允许您将分数与每个元素关联起来。然后，您可以根据它们的分数检索元素。

让我们继续为Redis标签执行此操作

$ zadd questions_by_votes_tagged:redis 2 question:1 
(integer) 1
$ zadd questions_by_votes_tagged:redis 10 question:2 
(integer) 1
$ zadd questions_by_votes_tagged:redis 5 question:613 
(integer) 1
$ zrange questions_by_votes_tagged:redis 0 5 
1) "question:1"
2) "question:613"
3) "question:2"
$ zrevrange questions_by_votes_tagged:redis 0 5 
1) "question:2"
2) "question:613"
3) "question:1"

我们在这里做了什么?我们将问题添加到一个排序集，并将分数(投票数)关联到每个问题。每当一个问题被点赞，我们就会增加它的分数。当用户点击“带有Redis标签的问题，按投票排序”时，我们只需要做一个zrevrange，就能得到最热门的问题。

实时提问，不刷新页面

最后，一个额外的功能。如果您一直打开问题页面，当有新问题添加时，SO会通知您。Redis如何在这里提供帮助?

Redis采用“发布-订阅”模式。您可以创建通道，例如“channel_questions_tagged_redis”。然后将用户订阅到特定的频道。当添加新问题时，您将向该频道发布消息。所有用户都将收到该消息。你将不得不使用网络技术，如网络套接字或comet，以实际传递消息到浏览器，但Redis帮助你在服务器端所有管道。

持久性、可靠性等。

与缓存不同，Redis将数据持久化在硬盘上。您可以使用主从设置来提供更好的可靠性。要了解更多，请访问这里的持久性和复制主题- http://redis.io/documentation

不仅仅是一个缓存。

在内存中键值存储 支持多种数据类型(字符串、散列、列表、集、排序集、位图和超日志) 它提供了将缓存数据存储到物理存储中的能力(如果需要的话)。 支持发布-订阅模式 Redis缓存提供高可用性复制(主/从)

实际上，相对数据表示(或任何类型的数据表示)和数据库角色(缓存、永久持久化等)之间没有依赖关系。

Redis很适合缓存，这是事实，但它不仅仅是一个缓存。它是高速全内存数据库。它确实在磁盘上持久化数据。它不是关系型的，而是键值存储。

我们在生产中使用它。Redis帮助我们构建每秒处理数千个请求的软件，并在整个自然生命周期内保存客户业务数据。