Redis(一)：基础和数据类型

目录

• 一、Redis介绍
• 二、数据结构
  • 1.String
  • 2.压缩列表
  • 3.quickList
  • 4.ListPack
  • 5.BitMap
  • 6.跳表
• 总结

---

一、谈谈Redis？

        Redis是一种以键值对形式存储数据的非关系型数据库，基于内存读写数据，速度非常快；支持持久化，广泛用于分布式缓存。而且支持丰富的数据结构，比如：String、Hash、List、Set、SortedSet、BitMap、HyperLogLog、GEO...可以满足不同场景的需要。

        并且Redis可以实现一些功能，比如：用Redis实现分布式锁、Redis+Lua实现限流、Redis实现消息队列、Redis实现延时队列。

---

二、Redis的数据类型

1.String

        Redis中的String是二进制安全的，可以存储任何类型的数据，比如：字符串、整数、浮点数、图片、对象。可以用来缓存对象、计数、共享session信息。

        而且呢，Redis的String类型是优化过的，Simple Dynamic String，即 “简单动态字符串”

        和C语言的字符串相比，它有几点优势：

        1.获取字符串长度的时间复杂度更低

        C语言的字符串：使用了一个长度为 n+1 的字符数据来表示长度为 n 的字符串，最后一个元素是 \0，他不会保存数组的长度，所以获取字符串长度的时间复杂度是O(n)；

        SDS：使用 len 字段来表示字符串的长度，可以直接获取，时间复杂度是O(1)

        2.不会造成缓冲区溢出

         C语言的字符串：由于不记录自身长度，所以很容易造成缓冲区溢出；

         SDS：对字符串进行操作时，会借助 len 和 alloc 检查空间是否满足修改的需求，如果不够的话，会自动扩展空间，不会出现溢出的情况

        3.是二进制安全的

        C语言的字符串：因为它的最后一个字符是 \0，所以，如果中间遍历到一个字符也是'\0'，就误以为走到了最后一个字符而提前结束遍历

        SDS：是二进制安全的，写入什么，读取就是什么，不会做任何的过滤和限制

        4.可以有效减少重新分配内存的次数

        C语言的字符串：底层使用字符数组实现的，所以在进行增删操作时，会改变底层数组的大小，需要重新分配内存

        SDS：使用【空间预分配】和【惰性空间释放机制】，可以有效减少内存分配的次数

---

2.压缩列表

        压缩列表，“压缩”嘛，顾名思义，是一种内存紧凑型的数据结构，占用一块连续的内存空间。

        它的数据结构是这样设计的：

       

        优点：

        1.根据prevlen 和 encoding字段，针对不同类型或不同长度的数据，按需分配空间，节省内存

        缺点：

        1.查找元素时，如果查找的是第一个或最后一个元素，可以直接通过 zllen 字段定位，时间复杂度是O(1)，但是查询其他位置的元素时，时间复杂度是O(n)，所以它不适合存储过多元素

        2.由于每一个节点都会存储前一个节点的长度，即 prevlen 字段，所以当新增元素或修改元素时，如果空间不够，就需要重新分配内存，导致后面元素的 prevlen 要发生变化，也就是说每个元素都需要重新分配空间，引发连锁更新问题

---

3.quickList

刚才提到压缩列表可能会有连锁更新问题，那么，救星来了，quickList 和 listPack 闪亮登场！

先说结论：

• quickList是通过控制压缩列表的元素数量，来缓解连锁更新带来的负面影响
• listPack是彻底解决了连锁更新的问题

quickList 是由【双向链表】+【压缩列表】实现的，quickList就是一个链表，链表中的每个元素是一个压缩列表

        往quickList中添加元素时，它并不会像普通链表那样，直接新建一个链表节点，而是会先检查一下，插入位置的压缩列表是否可以容纳这个元素？

        —如果能容纳：就直接保存到 quickListNode 结构中的压缩列表，不需要新建节点

        —如果不能容纳：再新建一个 quickListNode 节点

        所以，quickList控制了压缩列表的元素个数，压缩列表的元素越少，连锁更新带来的影响就越小

---

4.ListPack

为啥压缩列表会有连锁更新问题呢？看这个

        就是因为当前节点记录了前一个节点的长度，导致【当前节点】和【前一个节点】产生依赖关系，才会产生多米诺牌效应嘛。。

        如果当前节点只记录属于自己的东西，那【当前节点】和【前一个节点】不就解耦了嘛！

        没错，ListPack就是这么做的，len 字段记录的是当前节点的长度

        所以当我们向listpack添加新元素时，不会影响其他节点的字段的变化，从而避免了连锁更新的问题~~

---

5.BitMap

BitMap，位图，可以看作是一个存储二进制数字的数组

因为bit是计算机中的最小单位，所以使用它来存储是非常节省空间的，特别适合数据量大、使用二至统计的场景，比如在签到打卡的场景中，我们只用记录签到（1）或未签到（0），所以它就是非常典型的二值状态、判断用户的登陆状态、统计用户行为.......

写到这里我想到，之前在公司实习的时候，项目就用到 【状态压缩】 来节省内存占用，我们的订单有一个属性是：是否使用优惠券。

—如果不使用状态压缩，我们可能需要两个独立的变量，一个整数变量来表示支付状态，另一个布尔变量来表示是否使用优惠券。

—使用状态压缩的话，可以用二进制位来表示状态和属性。比如00表示未支付，01表示已支付待确认，10表示支付成功；再用一位二进制数表示是否使用优惠券，0表示未使用，1表示使用。这样的话，一个三位的二进制数就可以完整的表示状态和优惠券属性了，可以通过位运算快速地进行状态的判断和转换。nice！

---

6.跳表

        链表在查找元素的时候，需要逐一查找，除了首元素外的查询时间复杂度是O(n)，太低效了...

        于是就有了跳表，跳表就是在链表的基础上做了改进，实现了一种 “多层” 的有序链表，其实就是添加了多级索引

        每一层可以包含多个节点，每个节点通过指针进行连接

        具体实现：跳表节点结构体中的 zSkipListLevel 结构体

        —level 数组中的元素代表跳表的一层，比如 level[0] 表示第一层，level[1] 表示第二层

        —zSkipListLevel 结构体中，还定义了【指向下一个跳表节点的指针】和【跨度】，跨度用来记录两个节点之间的距离

那跳表是怎么设置层高的呢？

跳表在创建节点时，会生成一个范围为[0，1]的随机数，如果这个随机数小于0.25(相当于概率是25%)，就会增加一层；然后继续生成下一个随机数，直到随机数大于0.25时结束，最终确定这个节点的层数。

这样的做法，相当于增加一层的概率不超过25%，层高的最大限制是64

---

总结

2024/9/26 17:46 停笔收工~ 

今天看到一句话很喜欢：时间用它独有的刻薄方式令我们渐渐宽宏，明白不管被生活怎样对待，依然要许诺自己明日必有太阳。💖