Redis命令-List命令

一、前言：List 不只是“列表”，更是高性能工具

Redis 的List（列表）是一个双向链表结构，支持从两端高效插入和弹出（O(1) 时间复杂度）。
它不仅是简单的数据容器，更是构建以下系统的基石：

• ✅轻量级消息队列
• ✅用户最新动态/评论流
• ✅任务调度缓冲池
• ✅限流滑动窗口

本文将系统讲解Redis List 的核心命令，并深入实战应用场景与性能陷阱。

二、List 核心命令速查表

💡关键特性：

• 左 = 头（head），右 = 尾（tail）
• 支持阻塞操作（Bxxx），天然适配生产者-消费者模型

三、常用命令详解与示例

3.1 插入元素：LPUSH/RPUSH

# 从左侧插入（新元素在前） 127.0.0.1:6379> LPUSH news "头条新闻" "科技快讯" "体育速递" (integer) 3 # 查看列表（从左到右） 127.0.0.1:6379> LRANGE news 0 -1 1) "体育速递" 2) "科技快讯" 3) "头条新闻" # 从右侧插入（新元素在后） 127.0.0.1:6379> RPUSH news "财经要闻" 127.0.0.1:6379> LRANGE news 0 -1 1) "体育速递" 2) "科技快讯" 3) "头条新闻" 4) "财经要闻"

✅典型模式：

• LPUSH + LTRIM→ 实现最新 N 条记录
• LPUSH + RPOP→ 实现栈（LIFO）
• LPUSH + LPOP→ 实现队列（FIFO）

3.2 弹出元素：LPOP/RPOP/BLPOP

# 非阻塞弹出（无数据返回 nil） 127.0.0.1:6379> LPOP news "体育速递" # 阻塞弹出（等待最多 5 秒） 127.0.0.1:6379> BLPOP task_queue 5 (nil) # 5 秒内无数据，返回 nil # 多队列监听（优先级队列） 127.0.0.1:6379> BLPOP high_priority_queue low_priority_queue 0 # 只要任一队列有数据，立即返回

⚠️注意：BLPOP/BRPOP在 Redis 中是原子操作，适合做可靠队列。

3.3 范围查询：LRANGE

# 获取前 10 条（最新动态） 127.0.0.1:6379> LRANGE user:1001:timeline 0 9 # 获取最后 5 条（倒序） 127.0.0.1:6379> LRANGE user:1001:timeline -5 -1 # 获取全部（慎用！大数据量会阻塞） 127.0.0.1:6379> LRANGE big_list 0 -1

🔍性能提示：

• LRANGE的时间复杂度与返回元素数量成正比
• 避免对大列表执行LRANGE 0 -1

3.4 修剪列表：LTRIM（实现“最新 N 条”）

# 推送新动态，并只保留最近 100 条 127.0.0.1:6379> LPUSH user:1001:timeline "发布了新文章" 127.0.0.1:6379> LTRIM user:1001:timeline 0 99

✅这是实现“朋友圈最新 100 条”的标准做法！

四、List 的内部编码

Redis 对小 List 使用ziplist（压缩列表）编码，节省内存：

# redis.conf 默认配置 list-max-ziplist-size -2 # -2 表示每个节点不超过 8KB list-compress-depth 0 # 不压缩（可设为 1~3 启用 LZF 压缩）

当元素数量或大小超过阈值，自动转为linkedlist（快速链表）。

💡建议：

• 短列表（如消息队列、时间线）性能极佳
• 避免存储超大 List（如 > 10 万元素）

五、实战应用场景

场景 1：轻量级消息队列（生产者-消费者）

# 生产者（Python） import redis r = redis.Redis() r.lpush("task_queue", '{"action": "send_email", "to": "user@example.com"}') # 消费者（阻塞等待） while True: task = r.brpop("task_queue", timeout=5) if task: process(json.loads(task[1]))

✅优势：简单、可靠、支持多消费者
❌局限：不支持 ACK、重试、延迟消息（需用 Stream 或专业 MQ）

场景 2：用户最新动态（Timeline）

// Java (Lettuce) String userId = "1001"; String timelineKey = "user:" + userId + ":timeline"; // 发布新动态 redis.lpush(timelineKey, "用户发布了新照片"); redis.ltrim(timelineKey, 0, 99); // 只保留 100 条 // 获取最新 10 条 List<String> latest = redis.lrange(timelineKey, 0, 9);

📌注意：此方案适合单用户时间线，不适合全局热门 feed（需用排序集合 ZSet）

场景 3：滑动窗口限流

# 每秒最多 5 次请求 EVAL " local now = tonumber(ARGV[1]) local window = now - 1000 -- 1秒窗口 redis.call('LPUSH', KEYS[1], now) redis.call('LTRIM', KEYS[1], 0, 4) -- 只保留5个时间戳 local count = redis.call('LLEN', KEYS[1]) local oldest = redis.call('LINDEX', KEYS[1], -1) if oldest and tonumber(oldest) < window then return {count, 'expired'} else return {count, 'allowed'} end " 1 user:1001:rate_limit 1700000000000

六、常见误区与最佳实践

❌ 误区 1：用 List 存储超大集合

• 问题：LRANGE 0 -1阻塞主线程
• 建议：大集合改用Set或Sorted Set

❌ 误区 2：频繁使用LINDEX/LSET

• 问题：O(N) 复杂度，性能差
• 建议：如需随机访问，考虑用Hash或String 分片

✅ 最佳实践

1. 队列命名规范：如queue:order:pending
2. 设置 TTL：防止死队列堆积（EXPIRE queue 86400）
3. 监控长度：通过LLEN+ 告警防止内存爆炸
4. 避免大 Value：单个元素建议 < 1KB

七、List vs 其他类型选型建议

📌List 适合简单、高性能、顺序敏感的场景

八、结语

感谢您的阅读！如果你有任何疑问或想要分享的经验，请在评论区留言交流！