redis的五种数据类型底层结构原理解析

你的名字 2023-10-01 22:52 2阅读 0赞

**一、什么是Redis**

Redis是一个开源的、使用C语言编写的一个key-value存储系统，是一个速度非常快的非关系远程内存数据库。**它支持包括String、List、Set、Zset、hash五种数据类型**。除此之外，通过复制、持久化和客户端分片等特性，用户可以很方便地将redis扩展成一个能够包含数百GB数据和每秒处理上百万次的请求的系统。目前支持java等多种语言的api，使用起来非常方便。

Redis还同时也内置了事务、LUA脚本、复制等功能，提供两种持久化选项，一种是每隔一段时间将数据导入到磁盘(快照模式)，另一种是追加命令到日志中(AOF模式)。如果只是作为高效的内存数据库使用也可以关闭持久化功能。通过哨兵(sentinel)和自动分区(Cuuster)的方式可以提高Redis服务器的高可用性。

与关系型数据库相比，Redis的命令请求不需要经过查询分析器或查询优化器进行处理，也避免了更新数据时引起的随机读或写，这些慢操作。它直接读写内存中的数据，并且数据是按照一定的数据结构存储的。所以它的速度非常快。

**二、Redis的五种数据类型**

**1、字符串(String)**  
与其它编程语言或其它键值存储提供的字符串非常相似，键(key)——值(value) (字符串格式),字符串拥有一些操作命令，如：get set del 还有一些比如自增或自减操作等等。redis是使用C语言开发，但C中并没有字符串类型，只能使用指针或符数组的形式表示一个字符串，所以redis设计了一种简单动态字符串(SDS\[Simple Dynamic String\])作为String数据类型的底层数据结构实现：

定义SDS对象，此对象中包含三个属性：  
（1）len buf中已经占有的长度(表示此字符串的实际长度)  
（2）free buf中未使用的缓冲区长度  
（3）buf\[\] 实际保存字符串数据的地方  
所以取字符串的长度的时间复杂度为O(1)  
空间分配原则：当len小于IMB（1024\*1024）时增加字符串分配空间大小为原来的2倍，当len大于等于1M时每次分配时，额外多分配1M的空间。

由此可以得出以下特性：  
redis为字符分配空间的次数是小于等于字符串的长度N，而原C语言中的分配原则必为N。降低了分配（1）次数提高了追加速度，代价就是多占用一些内存空间，且这些空间不会自动释放。  
（2）高效的计算字符串长度(时间复杂度为O(1))  
（3）高效的追加字符串操作。

**2、列表(List)**  
redis对键表的结构支持使得它在键值存储的世界中独树一帜，一个列表结构可以有序地存储多个字符串，拥有例如：lpush lpop rpush rpop等等操作命令。在3.2版本之前，列表是使用ziplist和linkedlist实现的，在这些老版本中，当列表对象同时满足以下两个条件时，列表对象使用ziplist编码：  
（1）列表对象保存的所有字符串元素的长度都小于64字节  
（2）列表对象保存的元素数量小于512个  
当有任一条件 不满足时将会进行一次转码，使用linkedlist。  
而在3.2版本之后，重新引入了一个quicklist的数据结构，列表的底层都是由quicklist实现的，它结合了ziplist和linkedlist的优点。按照原文的解释，这种数据结构是【A doubly linked list of ziplists】意思就是一个由ziplist组成的双向链表。那么这两种数据结构怎么样结合的呢？  
**ziplist的结构**  
由表头和N个entry节点和压缩列表尾部标识符zlend组成的一个连续的内存块。然后通过一系列的编码规则，提高内存的利用率，主要用于存储整数和比较短的字符串。可以看出在插入和删除元素的时候，都需要对内存进行一次扩展或缩减，还要进行部分数据的移动操作，这样会造成更新效率低下的情况。

**linkedlist的结构**  
意思为一个双向链表，和普通的链表定义相同，每个entry包含向前向后的指针，当插入或删除元素的时候，只需要对此元素前后指针操作即可。所以插入和删除效率很高。但查询的效率却是O(n)\[n为元素的个数\]。

了解了上面的这两种数据结构，我们再来看看上面说的“ziplist组成的双向链表”是什么意思？实际上，它整体宏观上就是一个链表结构，只不过每个节点都是以压缩列表ziplist的结构保存着数据，而每个ziplist又可以包含多个entry。也可以说一个quicklist节点保存的是一片数据，而不是一个数据。总结：  
（1）整体上quicklist就是一个双向链表结构，和普通的链表操作一样，插入删除效率很高，但查询的效率却是O(n)。不过，这样的链表访问两端的元素的时间复杂度却是O(1)。所以，对list的操作多数都是poll和push。  
（2）每个quicklist节点就是一个ziplist，具备压缩列表的特性。  
在redis.conf配置文件中，有两个参数可以优化列表：  
（1）list-max-ziplist-size 表示每个quicklistNode的字节大小。默认为-2 表示8KB  
（2）list-compress-depth 表示quicklistNode节点是否要压缩。默认是0 表示不压缩

**3、哈希(hash)**

Redis的散列可以存储多个键 值 对之间的映射，散列存储的值既可以是字符串又可以是数字值，并且用户同样可以对散列存储的数字值执行自增操作或者自减操作。散列可以看作是一个文档或关系数据库里的一行。hash底层的数据结构实现有两种：

（1）一种是ziplist，上面已经提到过。当存储的数据超过配置的阀值时就是转用hashtable的结构。这种转换比较消耗性能，所以应该尽量避免这种转换操作。同时满足以下两个条件时才会使用这种结构：  
①当键的个数小于hash-max-ziplist-entries（默认512）  
②当所有值都小于hash-max-ziplist-value（默认64）  
（2）另一种就是hashtable。这种结构的时间复杂度为O(1)，但是会消耗比较多的内存空间。

**4、集合(Set)**  
redis的集合和列表都可以存储多个字符串，它们之间的不同在于，列表可以存储多个相同的字符串，而集合则通过使用散列表（hashtable）来保证自已存储的每个字符串都是各不相同的(这些散列表只有键，但没有与键相关联的值)，redis中的集合是无序的。还可能存在另一种集合，那就是intset，它是用于存储整数的有序集合，里面存放同一类型的整数。共有三种整数：int16\_t、int32\_t、int64\_t。查找的时间复杂度为O(logN)，但是插入的时候，有可能会涉及到升级（比如：原来是int16\_t的集合，当插入int32\_t的整数的时候就会为每个元素升级为int32\_t）这时候会对内存重新分配，所以此时的时间复杂度就是O(N)级别的了。注意：intset只支持升级不支持降级操作。

intset在redis.conf中也有一个配置参数set-max-intset-entries默认值为512。表示如果entry的个数小于此值，则可以编码成REDIS\_ENCODING\_INTSET类型存储，节约内存。否则采用dict的形式存储。

**5、有序集合(zset)**  
有序集合和散列一样，都用于存储键值对：有序集合的键被称为成员（member),每个成员都是各不相同的。有序集合的值则被称为分值（score），分值必须为浮点数。有序集合是redis里面唯一一个既可以根据成员访问元素(这一点和散列一样),又可以根据分值以及分值的排列顺序访问元素的结构。它的存储方式也有两种：

**（1）ziplist结构：**  
与上面的hash中的ziplist类似，member和score顺序存放并按score的顺序排列

**（2）skiplist与dict的结合：**  
skiplist是一种跳跃表结构，用于有序集合中快速查找，大多数情况下它的效率与平衡树差不多，但比平衡树实现简单。redis的作者对普通的跳跃表进行了修改，包括添加span\\tail\\backward指针、score的值可重复这些设计，从而实现排序功能和反向遍历的功能。

一般跳跃表的实现，主要包含以下几个部分：  
①表头（head）：指向头节点  
②表尾（tail）：指向尾节点  
③节点（node）：实际保存的元素节点，每个节点可以有多层，层数是在创建此节点的时候随机生成的一个数值，而且每一层都是一个指向后面某个节点的指针。  
④层（level）：目前表内节点的最大层数  
⑤长度（length）：节点的数量。  
跳跃表的遍历总是从高层开始，然后随着元素值范围的缩小，慢慢降低到低层。  
![在这里插入图片描述][75e0dafe0c35451ca9c1912e5b28f501.png]

[跳表实现原理][Link 1]  
前面也说了，有序列表是使用skiplist和dict结合实现的，skiplist用来保障有序性和访问查找性能，dict就用来存储元素信息，并且dict的访问时间复杂度为O(1)。

**三、Redis应用场景**

**1、Redis常见应用场景介绍**  
[Redis常见应用场景介绍汇总][Redis]

**2、五种数据类型对应的应用场景**  
（1）String：Redis对于KV的操作效率很高，可以直接用作计数器。例如，统计在线人数等等，另外string类型是二进制存储安全的，所以也可以使用它来存储图片，甚至是视频等。  
（2）hash存放键值对：一般可以用来存某个对象的基本属性信息，例如，用户信息，商品信息等，另外，由于hash的大小在小于配置的大小的时候使用的是ziplist结构，比较节约内存，所以针对大量的数据存储可以考虑使用hash来分段存储来达到压缩数据量，节约内存的目的，例如，对于大批量的商品对应的图片地址名称。比如：商品编码固定是10位，可以选取前7位做为hash的key,后三位作为field，图片地址作为value。这样每个hash表都不超过999个，只要把redis.conf中的hash-max-ziplist-entries改为1024，即可。  
（3）list列表：可以用于实现消息队列，也可以使用它提供的range命令，做分页查询功能。  
（4）set集合：整数的有序列表可以直接使用set。可以用作某些去重功能，例如用户名不能重复等，另外，还可以对集合进行交集，并集操作，来查找某些元素的共同点  
（5）zset有序集合：可以使用范围查找，排行榜功能或者topN功能。

**四、总结**

本章简单介绍了redis的五种数据类型和它们使用的底层存储原理，为了达到节省内存和快速访问的目的，每种数据类型可能会有两种存储和访问结构，在必要的时候会由一种结构转换成另一种结构，但这个转换的过程会消耗系统性能和内存空间的，所以在使用的过程中需要注意这些配置参数，开发中尽量避免达到这些峰值，使得redis能够持续的提供高效的服务。

[75e0dafe0c35451ca9c1912e5b28f501.png]: https://img-blog.csdnimg.cn/75e0dafe0c35451ca9c1912e5b28f501.png
[Link 1]: https://blog.csdn.net/Acceptedxukai/article/details/17333673
[Redis]: https://blog.csdn.net/m0_51358164/article/details/125927452