String （字串型別）

String是redis最基本的型別，你可以理解成Memcached一模一樣的型別，一個key對應一個value。
String型別是二進位制安全的，意思是redis的string可以包含任何資料，比如jpg圖片或者序列化的物件。
String型別是redis最基本的資料型別，一個redis中字串value最多可以是512M

Hash（雜湊，類似 Java裡的Map）

Redis hash 是一個鍵值對集合。
Redis hash 是一個String型別的field和value的對映表，hash特別適合用於儲存物件。
類似Java裡面的Map<String,Object>

List（列表）

Redis列表是簡單的字串列表，按照插入順序排序，你可以新增一個元素到列表的頭部（左邊）或者尾部（右邊）。
它的底層實際是個連結串列 !

Set（集合）

Redis的Set是String型別的無序集合，它是通過HashTable實現的 !

Zset（sorted set：有序集合）

Redis zset 和 set 一樣，也是String型別元素的集合，且不允許重複的成員。
不同的是每個元素都會關聯一個double型別的分數。
Redis正是通過分數來為集合中的成員進行從小到大的排序，zset的成員是唯一的，但是分數（Score）卻可以重複。

HyperLogLog

Redis 在 2.8.9 版本添加了 HyperLogLog 結構。
Redis HyperLogLog 是用來做基數統計的演算法，HyperLogLog 的優點是，在輸入元素的數量或者體積非常非常大時，計算基數所需的空間總是固定 的、並且是很小的。
在 Redis 裡面，每個 HyperLogLog 鍵只需要花費 12 KB 記憶體，就可以計算接近 2^64 個不同元素的基數。這和計算基數時，元素越多耗費記憶體就越多的集合形成鮮明對比。
HyperLogLog則是一種演算法，它提供了不精確的去重計數方案。
舉個栗子：假如我要統計網頁的UV（瀏覽使用者數量，一天內同一個使用者多次訪問只能算一次），傳統的解決方案是使用Set來儲存使用者id，然後統計Set中的元素數量來獲取頁面UV。但這種方案只能承載少量使用者，一旦使用者數量大起來就需要消耗大量的空間來儲存使用者id。我的目的是統計使用者數量而不是儲存使用者，這簡直是個吃力不討好的方案！而使用Redis的HyperLogLog最多需要12k就可以統計大量的使用者數，儘管它大概有0.81%的錯誤率，但對於統計UV這種不需要很精確的資料是可以忽略不計的。

GEO地理位置

Redis 的 GEO 特性在 Redis 3.2 版本中推出， 這個功能可以將使用者給定的地理位置資訊儲存起來， 並對這些資訊進行操作。來實現諸如附近位置、搖一搖這類依賴於地理位置資訊的功能。geo的資料型別為zset。
GEO 的資料結構總共有六個常用命令：geoadd、geopos、geodist、georadius、georadiusbymember、gethash

BitMap

在開發中，可能會遇到這種情況：需要統計使用者的某些資訊，如活躍或不活躍，登入或者不登入；又如需要記錄使用者一年的打卡情況，打卡了是1， 沒有打卡是0，如果使用普通的 key/value儲存，則要記錄365條記錄，如果使用者量很大，需要的空間也會很大，所以 Redis 提供了 Bitmap 點陣圖這中資料結構，Bitmap 就是通過操作二進位制位來進行記錄，即為 0 和 1；如果要記錄 365 天的打卡情況，使用 Bitmap表示的形式大概如下：0101000111000111...........................，這樣有什麼好處呢？當然就是節約記憶體了，365 天相當於 365 bit，又 1 位元組 = 8 bit , 所以相當於使用 46 個位元組即可。
BitMap 就是通過一個 bit 位來表示某個元素對應的值或者狀態, 其中的 key 就是對應元素本身，實際上底層也是通過對字串的操作來實現。Redis 從 2.2 版本之後新增了setbit, getbit, bitcount 等幾個bitmap 相關命令。