Redis数据类型选型的核心痛点在于查询效率与内存消耗的平衡。String适合简单键值存储，但查询复杂时需结合Hash；List excels在队列操作，却不利于范围查询，转而用Sorted Set；Set完美去重，却缺少顺序，用ZSet补充；Hash节省内存存对象，但嵌套复杂时String序列化更灵活。精准选型原则：分析查询模式（精确/范围/聚合），优先原生命令避免Lua脚本，结合Pipeline批量操作，最终以实际负载测试验证。

来源1

在Redis中，选择合适的数据类型是提升查询性能的关键。String类型查询简单高效，但面对复杂过滤时痛点明显，需要多次GET操作，效率低下。Hash类型能将对象拆分成字段，方便部分更新和查询，但多层嵌套时内存碎片化严重。

来源2

List类型适合FIFO队列，但范围查询如LRANGE在大列表中性能衰减快，转用Sorted Set的ZRANGEBYSCORE能按分数高效区间查询，避免全遍历痛点。Set类型去重强，但无序查询需全扫描，ZSet通过score排序完美解决。

来源3

Bitmap是String的特化，查询用户活跃状态超省内存，但位运算复杂场景下HyperLogLog估计算法更优，误差可控。GeoHash用于位置查询，GEOADD和GEORADIUS命令精准半径搜索，远胜SQL空间索引。

来源4

Stream类型新宠，适合日志流查询，XREADGROUP消费者组模式下高效分区消费，避免List阻塞弹出痛点。但历史数据查询需XREAD全量，结合RVXKEYS管理键空间。

来源5

痛点解析：小数据用String，大对象用Hash；无序集合用Set，有序用ZSet；队列首选List/Stream；计数用Incr/Decr；唯一ID用INCRBY。测试负载选型，避免盲目用List存所有。

来源6

实际案例：电商商品列表，用ZSet存score=热度，ZRANGE高效TopN；用户标签用Set，SINTER交集查询共同兴趣；会话用Hash，HGETALL快速全取。

FAQ
Q: String和Hash什么时候用哪个？
A: 单值或大块文本用String，结构化对象用Hash节省内存。
Q: 范围查询痛点怎么破？
A: 抛弃List，用Sorted Set的ZRANGEBYSCORE。
Q: 去重集合查询有序吗？
A: Set无序，用ZSet加score排序。
Q: 位置服务用什么类型？
A: Geo类型，GEORADIUS命令直接距离查询。