可按session到达顺序存储数据的可用data type有哪些

以下按使用场景分类整理对应可用的结构：

内存级数据结构 #

• 队列（Queue）：最基础的FIFO（先进先出）结构，天然匹配到达先后顺序的存储需求，入队操作对应新session到达追加，出队对应按顺序取出，绝大多数编程语言的标准库都有原生实现，比如Java的ArrayBlockingQueue、Python的queue.Queue、Go的chan通道也可当做队列使用。
• Redis 列表（List）：分布式场景下最常用的有序存储结构，用RPUSH命令将新到达的session追加到列表尾部，LRANGE命令可以按顺序取出指定范围的session数据，Redis单线程处理命令的特性可以保证写入顺序绝对和到达顺序一致。
• 有序列表（动态数组/链表）：如果需要支持随机访问指定位置的session数据，可以用尾部追加的有序列表实现，每次新session到达时调用列表追加方法（比如Python的list.append()、JavaScript的Array.push()），就能保证索引从小到大对应到达顺序从早到晚。
• 有序映射（LinkedHashMap类结构）：如果需要同时按session ID快速检索、又要保留到达顺序，可以用保留插入顺序的哈希映射实现，比如Java的LinkedHashMap、Python 3.7+默认的dict，这类结构会在哈希表之外额外维护一个链表记录插入顺序，遍历的时候就会按session到达顺序返回。

持久化存储类数据类型 #

• 时序数据库时序数据类型：专门针对时间序列场景设计，每条session数据写入时自动绑定到达时间戳，天然支持按时间（即到达顺序）排序查询，比如InfluxDB的Point结构、Prometheus的样本数据结构。
• 消息队列分区日志结构：Kafka、RocketMQ等消息队列的分区（Partition）是严格的append-only日志结构，新session数据写入分区尾部，偏移量从小到大对应到达顺序从早到晚，只要写入时固定将同一类session写入同一个分区，就能严格保证顺序存储。
• 数据库追加型表结构：关系型数据库里可以设计带自增主键/写入时间戳字段的表，新session插入时自增主键自动递增，查询时按自增主键排序就能得到严格的到达顺序；NoSQL里比如HBase的行键如果设计为时间戳+sessionID的格式，也能天然按到达顺序存储。

如果你需要保证严格的顺序一致性，需要避免多线程并发写入时的顺序错乱，要么加写入锁，要么用单线程写入的实现。

内容的提问来源于stack exchange，提问作者Nilesh Vincent