数据类型
https://redis.io/topics/data-types-intro
- String:二进制安全字符串。
- Lists列表:根据插入顺序排序的字符串元素的集合。它们基本上是链表。
- Sets集合:唯一,未排序的字符串元素的集合。
- Sorted sets排序集合,类似于集合,但是每个字符串元素都与一个称为score的浮点数字值相关联。元素总是按照它们的分数排序,因此与Sets不同,可以检索一系列元素(例如,您可能会问:给我前10名或后10名)。
- Hashes哈希,是由与值相关联的字段组成的映射。字段和值都是字符串。这与Ruby或Python哈希非常相似。
- Bit arrays位数组(或简称为位图):可以使用特殊命令像位数组一样处理字符串值:您可以设置和清除单个位,计数所有设置为1的位,找到第一个设置或未设置的位,等等。
- HyperLogLogs:这是一个概率数据结构,用于估计集合的基数。别害怕,它比看起来更简单...请参阅本教程的HyperLogLog部分。
数据结构
Redis 是 KV 的数据库,它是通过 hashtable 实现的(我们把这个叫做外层的哈希)。所以每个键值对都会有一个 dictEntry(源码位置:dict.h), 里面指向了 key 和 value 的指针。next 指向下一个 dictEntry
typedef struct dictEntry { void *key; /* key 关键字定义 */ union { void *val; uint64_t u64; /* value 定义 */ int64_t s64; double d; } v; struct dictEntry *next; /* 指向下一个键值对节点 */ } dictEntry;
key 是字符串,但是 Redis 没有直接使用 C 的字符数组,而是存储在自定义的 SDS(Simple Dynamic String 简单动态字符串) 中。 value 既不是直接作为字符串存储,也不是直接存储在 SDS 中,而是存储在 redisObject 中。实际上五种常用的数据类型的任何一种,都是通过 redisObject 来存储 的。
为什么 Redis 要用 SDS 实现字符串 ?
下面是sds的源码定义:
/* sds.h */ struct __attribute__ ((__packed__)) sdshdr8 { uint8_t len; /* 当前字符数组的长度 */ uint8_t alloc; /*当前字符数组总共分配的内存大小 */ unsigned char flags; /* 当前字符数组的属性、用来标识到底是 sdshdr8 还是 sdshdr16 等 */ char buf[]; /* 字符串真正的值 */ };
C 语言本身没有字符串类型(只能用字符数组 char[]实现)
- 使用字符数组必须先给目标变量分配足够的空间,否则可能会溢出。
- 如果要获取字符长度,必须遍历字符数组,时间复杂度是 O(n)。
- C 字符串长度的变更会对字符数组做内存重分配。
- 通过从字符串开始到结尾碰到的第一个'\0'来标记字符串的结束,因此不能保 存图片、音频、视频、压缩文件等二进制(bytes)保存的内容,二进制不安全
SDS 的特点:
- 不用担心内存溢出问题,如果需要会对 SDS 进行扩容。
- 获取字符串长度时间复杂度为 O(1),因为定义了 len 属性。
- 通过“空间预分配”( sdsMakeRoomFor)和“惰性空间释放”,防止多 次重分配内存。
- 判断是否结束的标志是 len 属性(它同样以'\0'结尾是因为这样就可以使用 C语言中函数库操作字符串的函数了),可以包含'\0'。
redisObject
redisObject 定义在 src/server.h 文件中。
typedef struct redisObject { unsigned type:4; /* 对象的类型,包括:OBJ_STRING、OBJ_LIST、OBJ_HASH、OBJ_SET、OBJ_ZSET */ unsigned encoding:4; /* 具体的数据结构 */ unsigned lru:LRU_BITS; /* 24 位,对象最后一次被命令程序访问的时间,与内存回收有关 */ int refcount; /* 引用计数。当 refcount 为 0 的时候,表示该对象已经不被任何对象引用,则可以进行垃圾回收了*/ void *ptr; /* 指向对象实际的数据结构 */ } robj;
字符串类型的内部编码(encoding字段)有三种:
1、int,存储 8 个字节的长整型(long,2^63-1)。
2、embstr, 代表 embstr 格式的 SDS(Simple Dynamic String 简单动态字符串), 存储小于 44 个字节的字符串。
3、raw,存储大于 44 个字节的字符串(3.2 版本之前是 39 字节)。
embstr 和 raw 的区别?
embstr 的使用只分配一次内存空间(因为 RedisObject 和 SDS 是连续的),而 raw 需要分配两次内存空间(分别为 RedisObject 和 SDS 分配空间)。
因此与 raw 相比,embstr 的好处在于创建时少分配一次空间,删除时少释放一次 空间,以及对象的所有数据连在一起,寻找方便。
而 embstr 的坏处也很明显,如果字符串的长度增加需要重新分配内存时,整个 RedisObject 和 SDS 都需要重新分配空间
int 和 embstr 什么时候转化为 raw?
当 int 数据不再是整数 , 或大小超过了 long 的 范围 (2^63-1=9223372036854775807)时,自动转化为 embstr。因此为Redis 中的 embstr 实现为只读。因此在对 embstr 对象进行修改时,都会先 转化为 raw 再进行修改。因此,只要是修改 embstr 对象,修改后的对象一定是 raw 的,无论是否达到了 44 个字节
当长度小于阈值时,会还原吗?
编码转换在 Redis 写入数据时完 成,且转换过程不可逆,只能从小内存编码向大内存编码转换(但是不包括重新 set)。
Hash存储(实现)原理
内层的哈希底层可以使用两种数据结构实现:
ziplist:OBJ_ENCODING_ZIPLIST(压缩列表)
hashtable:OBJ_ENCODING_HT(哈希表)
ziplist
ziplist 是一个经过特殊编码的双向链表,它不存储指向上一个链表节点和指向下一 个链表节点的指针,而是存储上一个节点长度和当前节点长度,通过牺牲部分读写性能, 来换取高效的内存空间利用率,是一种时间换空间的思想。只用在字段个数少,字段值小的场景里面
typedef struct zlentry { unsigned int prevrawlensize; /* 上一个链表节点占用的长度 */ unsigned int prevrawlen; /* 存储上一个链表节点的长度数值所需要的字节数 */ unsigned int lensize; /* 存储当前链表节点长度数值所需要的字节数 */ unsigned int len; /* 当前链表节点占用的长度 */ unsigned int headersize; /* 当前链表节点的头部大小(prevrawlensize + lensize),即非数据域的大小 */ unsigned char encoding; /* 编码方式 */ unsigned char *p; /* 压缩链表以字符串的形式保存,该指针指向当前节点起始位置 */ } zlentry;
什么时候使用 ziplist 存储?
1)所有的键值对的健和值的字符串长度都小于等于 64byte(一个英文字母 一个字节)
2)哈希对象保存的键值对数量小于 512 个。
src/redis.conf 配置
- hash-max-ziplist-value 64 // ziplist 中最大能存放的值长度
- hash-max-ziplist-entries 512 // ziplist 中最多能存放的 entry 节点数量
hashtable(dict)
在 Redis 中,hashtable 被称为字典(dictionary),它是一个数组+链表的结构。 源码位置:dict.h
Redis 的 KV 结构是通过一个 dictEntry 来实现的。 Redis 又对 dictEntry 进行了多层的封装
从最底层到最高层 dictEntry——dictht——dict——OBJ_ENCODING_HT
为什么要定义两个哈希表呢?
redis 的 hash 默认使用的是 ht[0],ht[1]不会初始化和分配空间。 哈希表 dictht 是用链地址法来解决碰撞问题的。在这种情况下,哈希表的性能取决 于它的大小(size 属性)和它所保存的节点的数量(used 属性)之间的比率:
static int dict_can_resize = 1; static unsigned int dict_force_resize_ratio = 5; dict_can_resize 为 1 并且 dict_force_resize_ratio 已使用节点数和字典大小之间的比率超过 1:5,触发扩容
List 列表
存储有序的字符串(从左到右),元素可以重复。可以充当队列和栈的角色。
存储(实现)原理
3.2 版本之后,统一用 quicklist 来存储。quicklist 存储了一个双向链表,每个节点 都是一个 ziplist
typedef struct quicklist { quicklistNode *head; /* 指向双向列表的表头 */ quicklistNode *tail; /* 指向双向列表的表尾 */ unsigned long count; /* 所有的 ziplist 中一共存了多少个元素 */ unsigned long len; /* 双向链表的长度,node 的数量 */ int fill : 16; /* fill factor for individual nodes */ unsigned int compress : 16; /* 压缩深度,0:不压缩; */ } quicklist;
redis.conf 相关参数
参数: 含义 list-max-ziplist-size(fill) :正数表示单个 ziplist 最多所包含的 entry 个数。 负数代表单个 ziplist 的大小,默认 8k。 -1:4KB;-2:8KB;-3:16KB;-4:32KB;-5:64KB list-compress-depth(compress): 压缩深度,默认是 0。 1:首尾的 ziplist 不压缩;2:首尾第一第二个 ziplist 不压缩,以此类推
Set 集合
String 类型的无序集合,最大存储数量 2^32-1(40 亿左右)。
存储(实现)原理
Redis 用 intset 或 hashtable 存储 set。如果元素都是整数类型,就用 inset 存储。 如果不是整数类型,就用 hashtable(数组+链表的存来储结构)如果元素个数超过 512 个,也会用 hashtable 存储。 配置文件
redis.conf set-max-intset-entries 512
ZSet 有序集合
sorted set,有序的 set,每个元素有个 score。 score 相同时,按照 key 的 ASCII 码排序
存储(实现)原理
同时满足以下条件时使用 ziplist 编码: 元素数量小于 128 个 所有 member 的长度都小于 64 字节
对应 redis.conf 参数: zset-max-ziplist-entries 128 zset-max-ziplist-value 64
超过阈值之后,使用 skiplist+dict 存储
typedef struct zskiplistNode { sds ele; /* zset 的元素 */ double score; /* 分值 */ struct zskiplistNode *backward; /* 后退指针 */ struct zskiplistLevel { struct zskiplistNode *forward; /* 前进指针,对应 level 的下一个节点 */ unsigned long span; /* 从当前节点到下一个节点的跨度(跨越的节点数) */ } level[]; /* 层 */ } zskiplistNode; typedef struct zskiplist { struct zskiplistNode *header, *tail; /* 指向跳跃表的头结点和尾节点 */ unsigned long length; /* 跳跃表的节点数 */ int level; /* 最大的层数 */ } zskiplist;
举例:
在这样一个链表中,如果我们要查找某个数据,那么需要从头开始逐个进行比较, 直到找到包含数据的那个节点,或者找到第一个比给定数据大的节点为止(没找到)。 也就是说,时间复杂度为 O(n)。同样,当我们要插入新数据的时候,也要经历同样的查 找过程,从而确定插入位置
这样所有新增加的指针连成了一个新的链表,但它包含的节点个数只有原来的一半 (上图中是 7, 19, 26)。在插入一个数据的时候,决定要放到那一层,取决于一个算法 (在 redis 中 t_zset.c 有一个 zslRandomLevel 这个方法)。
我们想查找 23,查找的路径是沿着下图中标红的指针所指向的方向进行的:先沿着这个新链表进行查找。当碰到比待查数 据大的节点时,再回到原来的链表中的下一层进行查找。需要比较的节点数大概只有原来的一半。这就是跳跃表