Redis 命令及数据类型 -- 通用命令

发表于 2025-12-15 更新于 2025-12-23 分类于技术， redis

阅读次数：本文字数： 1.2k 阅读时长 ≈ 4 分钟

摘要

本文介绍 Redis 的通用命令，即所有数据类型均可使用的命令
本文基于redis-7.4.7
Redis官网：https://redis.io/
Redis 命令文档：https://redis.io/docs/latest/commands/

通用命令

我们可以在 Redis官网中查看所有命令的使用方法，也可以在命令行中通过 help command 或 help @group 查看命令的帮助

# 查看 set 命令的使用方法
help set
# 查看事务相关命令的使用方法
help @transactions

Redis核心分组

分组	说明
`@string`	String
`@hash`	Hash
`@list`	List
`@set`	Set
`@sortedset`	ZSet
`@bitmap`	Bitmap
`@hyperloglog`	HLL
`@geo`	GEO
`@stream`	Stream
`@transactions`	MULTI / EXEC
`@pubsub`	发布订阅
`@scripting`	Lua
`@server`	服务器管理
`@connection`	连接管理
`@cluster`	集群
`@module`	Stack扩展

以下是针对所有数据类型均可使用给的方法和命令

方法功能	方法 `redisTemplate.xxx()`	Redis 原始命令	命令备注 / 推荐替代
复制 key 到新 key	`Boolean copy(K source, K target, boolean replace)`	`COPY source target [REPLACE]`	Redis ≥ 6.2
判断 key 是否存在（单个）	`Boolean hasKey(K key)`	`EXISTS key`	CLI 返回存在数量
统计存在的 key 数量	`Long countExistingKeys(Collection<K> keys)`	`EXISTS key [key ...]`	返回存在 key 的数量
删除指定 key（同步）	`Boolean delete(K key)`	`DEL key`	返回是否删除成功
批量删除 key（同步）	`Long delete(Collection<K> keys)`	`DEL key [key ...]`	返回删除数量
删除 key（异步）	`Boolean unlink(K key)`	`UNLINK key`	非阻塞删除
批量删除 key（异步）	`Long unlink(Collection<K> keys)`	`UNLINK key [key ...]`	推荐大 key 使用
获取 key 的数据类型	`DataType type(K key)`	`TYPE key`	返回 string/hash/list/set/zset/none
按模式匹配 key（阻塞）	`Set<K> keys(K pattern)`	`KEYS pattern`	生产环境不推荐
游标方式扫描 key	`Cursor<K> scan(ScanOptions options)`	`SCAN cursor [MATCH] [COUNT]`	推荐替代 `KEYS`
随机返回一个 key	`K randomKey()`	`RANDOMKEY`	可能返回 `null`
重命名 key	`void rename(K oldKey, K newKey)`	`RENAME oldKey newKey`	覆盖目标 key
key 不存在时重命名	`Boolean renameIfAbsent(K oldKey, K newKey)`	`RENAMENX oldKey newKey`	原子操作
设置 key 过期时间	`Boolean expire(K key, long timeout, TimeUnit unit)`	`PEXPIRE / EXPIRE`	优先毫秒精度
设置 key 在指定时间过期	`Boolean expireAt(K key, Date date)`	`PEXPIREAT / EXPIREAT`	精度自动降级
设置过期策略（高级 API）	`ExpiryChangeState expire(K key, Expiration expiration, ExpirationOptions options)`	`EXPIRE / PEXPIRE / EXPIREAT`	Spring 抽象封装
清除 key 的过期时间	`Boolean persist(K key)`	`PERSIST key`	变为永久 key
获取剩余 TTL（秒）	`Long getExpire(K key)`	`TTL key`	`-1` 无 TTL，`-2` 不存在
获取剩余 TTL（指定单位）	`Long getExpire(K key, TimeUnit unit)`	`PTTL / TTL`	优先毫秒
将 key 移动到其他 DB	`Boolean move(K key, int dbIndex)`	`MOVE key db`	集群模式不可用
导出 key 的序列化值	`byte[] dump(K key)`	`DUMP key`	用于迁移
恢复 key	`void restore(K key, byte[] value, long ttl, TimeUnit unit, boolean replace)`	`RESTORE key ttl value [REPLACE]`	与 `DUMP` 配合
排序并返回结果	`List<V> sort(SortQuery<K> query)`	`SORT key`	阻塞操作
排序并指定返回类型	`List<T> sort(SortQuery<K> query, RedisSerializer<T> serializer)`	`SORT key`	结果反序列化
排序并映射结果	`List<T> sort(SortQuery<K> query, BulkMapper<T,V> mapper)`	`SORT key`	Spring 封装
排序并映射（高级）	`List<T> sort(SortQuery<K> query, BulkMapper<T,S> mapper)`	`SORT key`	批量映射
排序并存储结果	`Long sort(SortQuery<K> query, K storeKey)`	`SORT key STORE destination`	返回结果条数

生产环境慎用的命令

命令	原因	推荐
`KEYS`	阻塞、O(N)	`SCAN`
`SORT`	阻塞、消耗 CPU	业务侧排序
`DEL`	阻塞、消耗 CPU	`UNLINK`

避免BigKey

BigKey 的危害并不在“占内存”，而在操作成本是 O(N)。
Redis 是单线程执行命令，比如 HGETALL、DEL等，运行期间会占用CPU，阻塞 Redis 主线程，直接表现为 RT 飙升 / QPS 下降。
另外BigKey还会导致如下问题：

1
2
3

大 Key 返回值过大 → 网络 IO 抖动
主从复制同步 BigKey → 从库延迟
RDB / AOF 重写 → Fork 时间变长

BigKey 的阈值

数据类型	元素数量阈值（经验值）
String	≥ 10,000 byte
Hash	≥ 10,000 field
List	≥ 10,000 item
Set	≥ 10,000 member
ZSet	≥ 10,000 member
Stream	≥ 10,000 entry

在生产环境中，5,000 就已经需要警惕。
建议在数据量达到一定阈值时，考虑拆分。

Reids官方给出了判断BigKey的命令

1	redis-cli --bigkeys

⚠️ 注意：它不是按内存占用最大，而是按元素数/长度 来找最大的 key。

BigKey 的处理方式

避免执行占用CPU的操作

比如 HGETALL、DEL、Keys *

# 只读取一部分字段
HGETALL user:1001 --> HMGET user:1001 name age email
# 异步清除
DEL key --> UNLINK key
# 避免 KEYS 改用 SCAN
keys pattern --> scan cursor match pattern count 1000
# 避免读取全部数据，而是应该指定读取范围
LRANGE key 0 -1 --> LRANGE key 0 999

业务侧排序，避免使用SORT

设计上避免BigKey

拆分数据

# 错误设计：
user:all_profiles -> 超大 JSON
# 正确设计：
user:1001:profile
user:1002:profile

Hash 分桶（Shard）

# 通过 hash(id) % N 分散
order:2025:0
order:2025:1
order:2025:2