Redis, elige la estructura correcta

Estructuras de Datos en Redis: Elige el Superpoder Correcto para tu Arquitectura

Cuando pensamos en Redis, lo primero que nos viene a la mente suele ser “un sistema de caché ultra rápido”. Pero quedarse solo en eso es como usar un smartphone de última generación únicamente para hacer llamadas. Redis es una navaja suiza para el backend, y su verdadero potencial reside en saber elegir la estructura de datos adecuada para cada problema de ingeniería.

Si quieres optimizar el rendimiento de tu aplicación y ahorrar valiosos recursos de CPU y memoria, aquí tienes la guía definitiva de las estructuras de datos de Redis y cuándo utilizarlas.

1. Las Estructuras Clásicas: El Núcleo de Redis

⚡ Strings

Es la estructura más simple y conocida: almacena un único valor por clave.

Ideal para: Contadores rápidos, almacenamiento de tokens de sesión y caché de payloads completos de la API.

📋 Hashes

Perfectos para representar objetos, ya que almacenan los campos de un objeto bajo una sola clave. Su gran ventaja es que puedes actualizar un campo específico sin necesidad de reescribir todo el objeto en memoria.

Ideal para: Perfiles de usuario, configuraciones o carritos de compra.

🔄 Lists

Son secuencias ordenadas de elementos que permiten operaciones extremadamente rápidas de push y pop en ambos extremos (principio y fin).

Ideal para: Implementar colas de trabajo simples, feeds de actividad y listas de elementos recientes.

🎯 Sets

Colecciones de miembros únicos no ordenados. Su fuerte son las operaciones nativas de conjuntos, como la intersección, la unión y la diferencia.

Ideal para: Sistemas de etiquetas (tagging), análisis de solapamiento de seguidores y deduplicación de datos en tiempo real.

🏆 Sorted Sets (ZSETS)

Similares a los Sets, pero con un superpoder: clasifican a sus miembros mediante una puntuación numérica (score). Permiten recuperar elementos de forma ordenada y realizar consultas por rangos de puntuación de manera supereficiente.

Ideal para: Tablas de clasificación (leaderboards), colas de prioridad y consultas Top-N.

2. Datos Complejos y Tiempo Real

🪵 Streams

Funcionan como un log de solo lectura/añadir (append-only) diseñado para la mensajería moderna. Soportan Consumer Groups, lo que significa que cada consumidor rastrea su propia posición en el log, mientras que el servidor se encarga de gestionar los mensajes no confirmados (unacknowledged).

Ideal para: Arquitecturas orientadas a eventos (EDA), sistemas de mensajería escalables y tracking de actividad en tiempo real.

🗂️ JSON

Permite almacenar documentos JSON anidados de forma nativa y acceder a ellos mediante JSONPath. Lo mejor de este módulo es que puedes modificar un campo profundo dentro del documento sin el costoso flujo de leer, modificar y volver a escribir (read-modify-write).

Ideal para: Gestión de catálogos dinámicos o documentos con estructuras complejas variables.

3. Estructuras Especializadas de Última Generación

📍 Geospatial

Proporciona índices de latitud y longitud que permiten realizar consultas de radio y cajas (box queries). Por debajo del capó, Redis hace magia negra: en realidad es un Sorted Set optimizado con puntuaciones basadas en geohash.

Ideal para: Aplicaciones de mapas, plataformas de delivery y servicios basados en la localización del usuario.

🧠 Vector Set

Diseñado para la era de la Inteligencia Artificial, ejecuta búsquedas de vecinos más cercanos aproximados (ANN) sobre embeddings vectoriales. Es la pieza clave en la etapa de recuperación de datos (retrieval) de la gran mayoría de las arquitecturas RAG (Generación Aumentada por Recuperación).

Ideal para: Buscadores semánticos, sistemas de recomendación avanzados y pipelines de IA generativa.

📈 Time Series

Una estructura optimizada para almacenar muestras indexadas por marcas de tiempo (timestamps). Viene con características integradas de retención de datos, remuestreo (downsampling) y etiquetado jerárquico.

Ideal para: Monitorización de infraestructura, telemetría de aplicaciones y recolección de datos de dispositivos IoT.

Conclusión de arquitectura:

La próxima vez que vayas a diseñar un feature, no saltes directamente al clásico patrón de serializar un JSON en un String de Redis. Pregúntate si un Hash, un Sorted Set o un Stream pueden hacer el trabajo de forma nativa, más rápida y gastando una fracción de tu presupuesto de infraestructura.