基础数据结构包含：String, list, hash, set, zset（SortedSet）
高级数据结构包含：Bitmapsm, HyperLogLogs, GEO

1.可变的字节数组 - String
Redis的字符串是动态字符串，是可以修改的字符串，内部结构实现上类似Java的ArrayList，采用预分配冗余空间的方式来减少内存的频繁分配。

2.列表数据结构 - list
列表的存储结构用的是链表而不是数组，而且是双向链表，因为是链表，所以随机定位性能比较弱，首尾插入删除性能较优。
如果list的列表长度很长，使用时一定要挂按住链表相关操作的时间复杂度。

3.二维数据结构hash
等价于java中的hashMp或Python里的dict,在结构上使用二维结构，一维是数组，二维是链表，hash的内容key和value放在链表中，数组里存放的是链表的头指针。
通过key查找元素时，先计算key的hashcode，然后用hashcode对数组的长度进行取模定位到链表的表头，再对链表进行遍历获取到相应的value值。

4.set
等价于java中的hashSet。它的内部也是使用hash结构，所有的value都指向同一个内部值。

5.SortedSet/zset
等价于java中的Map<String,Double>，可以给每一个元素赋予一个权重score；
也类似于TreeSet，内部的元素会按照权重score进行排序，可以得到每个元素的名词，可以通过score的范围来获取元素的列表。
zset底层实现使用了两个数据结构，hash和跳跃列表。
hash的作用是关联元素value和权重score,保障元素value的唯一性，可以通过元素value找到相应的score值，
跳跃列表的目的是在于给元素value排序，根据score的范围获取元素列表。

6.Bitmaps
bitmaps不是一种真实的数据结构，而是String类型上一组面向bit操作的集合，由于strings是二进制安全的blod,并且他们的最大长度是512m，所以bitmaps能最大设置2^32个不同的bit.
使用场景：
    a.各种实时分析
        例如访问网站的用户的最长连续时间，每次用户访问网站时通过SETBIT命令设置bit为1，可以简单的用当前时间减去初始时间并除以3600*24当做这个bit的位置。
    b.存储于对象id关联的节省空间并且高性能的布尔信息

7.HyperLogLogs 简称 HLL
用于计算唯一失误的概率结构数据（被称为估计集合的基数）。如果统计唯一项，项目越多需要的内存就越多，因为需要记住过去已经看到的项，从而避免多次统计这些项。
在redis中HLL是一个不同的数据结构，被编码成Redis字符串，因此可以调用Get命令序列化一个HLL,也可以通过调用SET命令将其反序列化到redis服务器。
HLL的使用场景：
    a.计算用户每天在搜索框中执行的唯一查询，即搜索页面的UV统计，而Bitmaps则用于判断某个用户是否访问过搜索页面。这是它们用法的不同。

8.GEO
这个功能可以将用户给定的地理位置（经度和纬度）信息存储起来，并对这些信息进行操作。