如何在Redis中最优存储与检索国家-州-城市层级关联ID数据？

一、父级ID查询（CityID → StateID + CountryID） #

使用Hash结构存储城市的父级关联信息，键名格式为city:{CityID}，Hash内部包含state_id和country_id两个字段，直接映射城市到所属州、国家的ID。

存储命令 #

HSET city:1001 state_id 2001 country_id 3001

（示例中1001为CityID，2001为对应StateID，3001为对应CountryID）

检索命令 #

HGETALL city:1001

执行后直接返回包含state_id和country_id的键值对，时间复杂度O(1)，高效完成父级ID查询。

二、子级ID查询（CountryID → 所有StateID + CityID） #

采用分层Set结构存储层级关联，分为两级集合分别维护国家-州、州-城市的从属关系：

1. 国家-州集合：键名格式country:{CountryID}:states，存储该国家下属的所有StateID
2. 州-城市集合：键名格式state:{StateID}:cities，存储该州下属的所有CityID

存储命令 #

# 给国家3001添加下属州2001
SADD country:3001:states 2001
# 给州2001添加下属城市1001
SADD state:2001:cities 1001

检索流程 #

1. 获取目标国家下属的所有州ID：

SMEMBERS country:3001:states

2. 通过Redis Pipeline批量获取每个州下属的城市ID（减少网络往返开销）：

# Pipeline批量执行示例
SMEMBERS state:2001:cities
SMEMBERS state:2002:cities

3. 将获取到的州ID和所有城市ID合并后返回即可。

可选优化 #

若需频繁一次性获取国家的所有子级ID，可额外维护一个总集合country:{CountryID}:all_children，存储该国家下属的所有StateID和CityID。但需注意：新增/删除州或城市时，需同步更新对应层级集合和总集合，保证数据一致性。这种方式牺牲少量写入性能，可将查询复杂度降为O(1)。

方案优势 #

1. 基于Redis原生数据结构，兼容性强，无需依赖额外模块
2. 读写操作效率高，核心操作均为O(1)复杂度，批量查询可通过Pipeline优化
3. 数据结构清晰，层级关系明确，便于后续维护和扩展

内容的提问来源于stack exchange，提问作者Sujan Davangere Sunil