1.String 2.Hash 3.Set 4.Zset 5.BitMaps 6.Hyperlogloss 7.Streams 8.Bloom FIlter数据结构 9.

1.String-键值对类型

• Redis存储的时候主动加序列化
• 使用场景：1.Session  客户端>Nginx>WEB多个>Redis（共享内存）
• 　　　　　2.自增和自减,网站请求点赞评论数量等 大型网站不可能每次请求数据库,所以用redis操作内存,之后做个数据刷盘,把统计数据当道硬盘中
• string底层数据结构：在功能中，除了上面场景,否则别使用string 因为会浪费大量内存空间,（只针对数值类型，int不包括,只有整型才是int类型）
• 为什么会浪费内存空间：
• RAW编码：实际代表的就是用一种什么方式去开辟内存空间,而String的Raw编码 当你存60个字节的时候 就会给你开辟100个字节的空间 所以string底层会浪费大量数据空间 
• embstr编码：如果操作Redis的时候,内容长度小于<=44字节 会自动选择embstr编码开辟空间,如果大于44字节 会使用RAW编码浪费空间
• 验证：

2.Hash 

• 官网推荐使用的数据类型,1个大key，然后就是key value                 下面是hask，内存结构
• 
• 使用场景：用户信息（有name,address,iphone等）
• Hash底层数据结构：
• zipList：(压缩版的List,每个元素的内存空间一样,假如每个内存空间都是100字节,第1个元素10字节,第二个100字节,第三个20字节,浪费大量空间),而zipList是自动适应内存空间的, 第1个元素10字节,那么存储的内存空间就是10字节,都是在内存空间开辟一连串的空间,只不过zip会自动适应内存空间,但也有问题：每次要插入值的时候,要开辟新的大空间把原先的迁移过来,把新值插入进去,所以每次新值内容,就要开辟一次新的空间。查询的时候,要重头来计算前面的空间大小,所以查询速度变慢了。
• hash：时间复杂度O(1),数组+链表形式，快速查询结果而且节省空间,但是问题就来了 
• 如果链表越长复杂度就越高 怎么解决：Redis存哈希会存两个哈希  相当于人提两个桶,一个是有数据的,1个是空的,当你左边桶快满的时候,就开始使用到右边的桶了,左桶往右桶给数据。这里又牵扯到数据迁移的问题,redis再进行左桶往右桶给东西,是每一次操作只给1部分，然后还有个后台任务再跑。迁移过程中如果第二个快满了,就继续增加第一个的桶的空间  所以官网才推荐使用hash

3.Set 

4.Zset 

5.BitMaps 

6.Hyperlogloss 

7.Streams 

8.Bloom FIlter数据结构 

9.