Redis远程字典服务器（3）——常用数据结构和单线程模型

目录

一，常用数据结构

1.0 前言

1.1 string

1.2 hash

1.3 list

1.4 set

1.5 zset

1.6 演示

二，关于单线程模型

2.1 关于Redis的单线程

2.2 Redis为什么快

一，常用数据结构

1.0 前言

Redis是采用键值对的方式来存储数据的，key强制为字符串类型，value可以为其它的类型，常用的有5种：string（字符串）、list（列表）、hash（哈希）、set（集合）、zset（有序集合），当前版本的redis支持10个，但除了上面5种的其它5种只在某些特殊场景下才会用到，到时候只需要查阅文档即可~

注意：Redis在实现上述数据结构的时候，会在源码层面，针对上述实现进行特定的优化，来达到节省 时间/空间 的效果；而这个“特定的优化”，就是指Redis内部实现这些数据类型时，会用到其它数据结构的编码方式

例子：Redis承诺，我这个hash表，它进行查询插入删除等操作都保证是O(1)，所以Redis的hahs内部可能是其它的数据结构，但是能达到hash的效果，并且达到O(1)

结论：对于上面的5种数据类型，只是Redis承诺给你的，它内部的编码方式是Redis自己实现的，比如我提供一个string的类型，但是它是用字符数组实现的，但是能达到string的效果。

1.1 string

数据类型	内部编码
string	raw
	int
	embstr

• raw：是最基本的字符串，底层就是一个char数组（C/C++）或者byte数组（Java）
• int：Redis也可以用来实现一些“计数”这样的功能，当value就是一个整数的时候，Redis可能直接用int来存
• embstr：这个是用来针对短字符串进行的特殊优化

1.2 hash

数据类型	内部编码
hash	hashtable
	ziplist

• hashtable：就是Redis内部自己的哈希表的实现，虽然实现方式可能不太一样，但是整体思路和我们之前学的差不多
• ziplist：这个叫做“压缩列表”，也是一种优化策略，在Redis中，如果很多key的value是hash类型，而且hash里面元素比较少的时候，可能就被优化成ziplist了，能节省空间

1.3 list

数据类型	内部编码
list	linklist
	ziplist

• linklist：这个就是最基本的链表结构，双向带头循环链表
• ziplist：和上面一样，是压缩列表

上面的两种方式是老版本Redis中的实现方式，在Redis 3.2 版本后，就用quicklist来实现了

• quicklist： quicklist本体是链表，但是里面的每个元素是ziplist，同时兼顾了两种类型的优点，把空间和效率都折衷兼顾到。（该类型有点类似于C++的deque，但是Java标准库目前我没有了解到有类似的结构）

1.4 set

数据类型	内部编码
set	hashtable
	intset

• hashtable：和上面一样的，是Redis自己实现的哈希表
• intset：这个也是一个set，但是这个set里面存的类似都是int整数

1.5 zset

数据类型	内部编码
zset	skiplist
	ziplist

这个类型有点特殊，上面四种我们都可以在C++的STL中找到比较相似的容器，skiplist叫做“跳表”，这个结构很像我们之前做过的一道题很像：LCR 154. 复杂链表的复制 - 力扣（LeetCode）

跳表也是链表，不同于普通链表，它每个节点上面有多个指针域，Redis通过巧妙地搭配这些指针域地指向，就可以做到从跳表上查询元素的时间复杂度为O(logN)

1.6 演示

OBJECT encoding key #该命令可以查看value底层具体的数据类型

二，关于单线程模型

2.1 关于Redis的单线程

前面我们说Redis是单线的，其实指的是Redis只用一个线程去处理所有的命令请求，其实Redis内需也是有多个线程的，它们处理的是网络IO等。

场景：假设现在有2个客户端，同时操作Redis服务器，服务器中有键值对，如下图：

然后客户端发送incr counter命令，表示使key的value进行 +1 操作，两个客户端一起发送时就会有线程安全问题

问题：所以这两个客户端“并发”发起了上述的请求，是否意味着服务器那边也会存在类似的线程安全问题呢？

解答：并不会。因为Redis服务器实际上是单线程模型，保证了当前收到的多个请求是串行执行的，多个命令到达Redis后，也要在队列中排队，再等待服务器从里面一个一个取。

Redis能够使用单线程模型很好的工作，原因在于Redis的核心业务逻辑，都是短平快的，不太消耗CPU资源，也就不太吃多核了

弊端：Redis就必须要特别小心，如果某个操作占用时间长，就会阻塞其它命令的执行

2.2 Redis为什么快

1. Redis主要操作是访问内存，MySQL是访问硬盘，访问内存快很多
2. Redis的核心功能逻辑，比数据库更简单（数据库对于数据的插入删除查询，都有更复杂的功能，从而势必要花非更多的开销
3. 单线程模型，避免了一些不必要的线程竞争开销，Redis的每个操作都是短平快的，都是不怎么消耗的CPU的内存数据操作
4. Redis处理网络IO的时候，使用了epoll这样的IO多路复用机制

 下面简单解释下第四点：

1. 一个线程就可以管理多个socket，针对TCP来说，服务器这边每次要服务一个客户端，就要维护一个socket，一个服务器服务多个客户端，就要维护多个socket。
2. 但是很多情况下，这些socket也不是一直在传输数据，大部分的socket大部分时间是静默的 --> 同一时刻只有少数socket是活跃的
3. 我们最开始介绍TCP服务器时，是利用线程池给每个socket分配一个线程的，客户端多了，线程就多了，开销就大了，于是就有了IO多路复用，就可以用一个线程来处理socket，这是操作系统给程序员提供的机制，提供了一套API，内部的功能都是操作系统内核实现的
4. Linux上提供的IO多路复用，主要是三套API，select，pool，epoll，其中epoll是运行效率最高的机制

举个例子：家里面三个人想吃小吃，三个人分别想吃“饺子”，“炒饭”，“煎饼果子”，下面有三种方案：

1. 让一个人去买，先买饺子，跟老板说了之后就等着，当拿到饺子的时候再去买炒饭，煎饼果子同理（原始单线程）
2. 三个人一起去，各去买自己想吃的（多线程）
3. 让一个人去，先买饺子，跟老板说了之后，在老板准备饺子的期间，我直接去买炒饭和煎饼果子，然后就是三个同时在做，做好了时候老板喊我去拿，然后我就去拿 （epoll多路复用）

用第三种方法，就可以让一个线程同时做三件事，前提是 三件事交互都不频繁，大部分时间都是在等，上面标粗体的老板喊我去拿，这种有通知机制的多路复用就叫做epoll，而另一种select和上面差不多，但是“老板不会喊我”，它没有通知机制，只能“我自己来问”，效率不高

如果三件事交互是很频繁的，那还是老老实实搞多线程靠谱