reids数据结构学习总结

1、键和值用什么结构组织？
Redis 使用了一个哈希表来保存所有键值对。因为这个哈希表保存了所有的键值对，所以，我也把它称为全局哈希表。（O(1) 的时间复杂度来快速查找到键值对）如图所示：

2、为什么哈希表操作变慢了？（哈希表的冲突问题和 rehash 可能带来的操作阻塞。）
2.1、链式哈希（解决Hash冲突）就是指同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接。链表元素只能通过一个节点一个节点一次查找，如果链过长，查询到对应key的时间过长。

2.2、解决链表过长问题，对hash表进行rehash操作（增加现有的hash桶的数量，让entry存储的更加分散）redis进行rehash操作过程如下：
a、redis默认使用两个全局hash表，hash1和hash2
b、开始插入数据默认使用hash1，hash2并不分配空间
c、rehash开始，给hash2分配更到的空间，比如hash2=2*hash1
d、把hash1中的数据重新映射并拷贝到hash2
e、释放hash1空间
f、hash1用来下一次rehash操作用
在rehash时，会阻塞线程，导致redis不能处理客户端请求，所以redis在处理copy的时候使用了渐进式rehash，（redis在copy数据的时候正常处理客户端请求，没处理一个请求，就从hash1中的第一个位置开始将该位置的entry顺势copy到hash2，第二次请求处理第二个位置，将一次copy过程分布到多个请求中，避免耗时操作。如下图所示：

3、不同数据结构类型的redis操作（数据类型和底层数据结构对应关系）

3.1、String类型，找到hash桶就可以进行操作，时间复杂度O(1)
3.2、双向链表和数组，根据下标顺序读写或者链表指针逐个访问，操作复杂度O(n)
3.3、压缩列表，实际主体还是一个数组，和数组不同的是，压缩列表在表头有三个字段 zlbytes、zltail 和 zllen，分别表示列表长度、列表尾的偏移量和列表中的 entry 个数；压缩列表在表尾还有一个 zlend，表示列表结束。查找第一个和最后一个元素，时间复杂度O(1)，其余元素还是O(n)，如图所示：

3.4、跳表，在链表的基础上，增加了多级索引，通过索引位置的几个跳转，实现数据的快速定位，跳表的查找复杂度就是 O(logN)。查找过程如图所示：

3.5、整体时间复杂度统计如图所示：

4、不同操作的复杂度
4.1、单元素操作，是指每一种集合类型对单个数据实现的增删改查操作（例如，Hash 类型的 HGET、HSET 和 HDEL，Set 类型的 SADD、SREM、SRANDMEMBER 等由集合采用的数据结构决定）
4.2、范围操作，是指集合类型中的遍历操作，可以返回集合中的所有数据（例如，Hash 类型的 HGETALL 和 Set 类型的 SMEMBERS，List 类型的 LRANGE 和 ZSet 类型的 ZRANGE。）
4.3、统计操作，是指集合类型对集合中所有元素个数的记录（例如 LLEN 和 SCARD。）
4.4、例外情况，是指某些数据结构的特殊记录，例如压缩列表和双向链表都会记录表头和表尾的偏移量（例如 List 类型的 LPOP、RPOP、LPUSH、RPUSH）
5、为何数组和链表时间负责度很高redis还是使用这两种数据结构:
1、内存利用率，数组和压缩列表都是非常紧凑的数据结构，它比链表占用的内存要更少。Redis是内存数据库，大量数据存到内存中，此时需要做尽可能的优化，提高内存的利用率。

学习Redis链接：https://time.geekbang.org/column/article/268253?cid=100056701