Redis(二)

redis为啥这么快？

一方面，他是内存数据库，所有操作都在内存的层面完成。另一方面，这要归功于他的数据结构。redis的键值对是按照一定的数据结构来组织的，操作键值对最终就是对数据结构来进行增删改查的操作，所以高效的数据结构就是reids快速处理数据的基础。
redis的底层数据结构一共有六种，分别是简单动态字符串，双向链表，压缩列表，哈希表，跳表和整数数组
可以看到，String类型的底层实现只有一种数据结构，也就是简单的动态字符串。而List，Hash，Set和Sorted Set这四种数据类型，都有两种底层实验结构，通常情况下，我们会把这种类型成为集合类型，他们的特点是一个键对应了一个集合的数据。由此我们需要思考几个问题：

这是数据结构都是值的底层实现，键和值本身之间用什么结构组织？

为什么集合类型有那么多的底层结构，他们都是怎么组织数据的，都很快吗？

什么是简单动态字符串，和常用的字符串是一回事吗？

第一个问题redis为了实现从键到值的快速访问，redis使用了一个哈希表来保存所有键值对。 一个哈希表就是一个数组，数组中的每一个元素称为哈希桶。所以，我们常说，一个哈希表是由多个哈希桶组成的，每个哈希桶中保存了键值对数据。如果值是集合类型的数据，哈希桶中的元素保存并不是值本身，而是指向具体值的指针。不管值是String还是集合类型，哈希桶中的元素都是指向他们的指针。如果在redis中写入大量数据的时候，有可能突然发现操作变慢了，其潜在风险为：哈希表的冲突问题和rehash可能带来的操作阻塞。

为什么哈希表变慢了？

当像hash表中写入更多数据是，哈希冲突是不可避免的问题。这里的哈希冲突是指：两个Key的哈希值和哈希桶计算对应关系是，正好落在了同一个哈希桶。比较哈希桶的个数通常要少于key的数量，也就是说，难免会有一些key的哈希值对应到了同一个hash桶中。redis解决哈希冲突的办法是链式哈希，就是值同一个哈希桶中的多个元素用一个链表来保存，他们之间依次用指针连接。此时忍存在一个问题，哈希冲突链上的元素只能通过指针逐一查找在操作。如果哈希表中写入的数据越来越多，哈希冲突链过长，进而导致这个链上的元素查找耗时长，效率降低。对于追求快的redis来说不能接受，所以redis会对哈希表进行rehash操作，rehash就是增加现有的哈希桶数量，让逐渐增多的entry元素能在更多的桶之间分散保存，减少单个桶中的元素数量，从而减少单个桶中的冲突。 redis为了使reshash更加的高效，redis默认使用了两个全局哈希表：哈希表1和哈希表2。一开始插入数据时，默认使用哈希表1，此时哈希表2并没有被分配空间。随着数据逐步增多，redis开始执行rehash，这个过程分为三步：一，给哈希表2分配更大的空间，例如时当前哈希表1大小的两杯；二，把哈希表1中的数据重新映射并拷贝到哈希表2中；三释放哈希表1的空间。
这个过程看似简单，但是第二步涉及大量的数据拷贝，如果一次性把哈希表1中的数据都迁移完，会造成redis线程阻塞，无服务其他请求了。 为了避免这个问题，redis采用了渐进式rehash。在第二步拷贝数据时，redis仍然能正常处理客户端请求，每处理一个请求时，从哈希表1中的第一个索引位置开始，顺带着将这个索引位置上的所有entries拷贝到哈希表2中，等待下一个请求时，再顺带拷贝哈希表1中的下一个索引位置的entries。这样就巧妙地把一次大量的拷贝开销，分摊到了多次处理请求的过程中，避免了耗时操作，保证了数据的快速访问。所以哈希表的O（1）就是他的复杂度。

除了哈希表，redis集合类型的底层数据结构主要还有：整数数组，双向连标，压缩表和跳表。
其中整数数组和双向链表也很常见，他们的操作特征都是顺序读写，也就是通过数组下表或者链表的指针逐个元素访问，操作复杂度基本时O(n)，操作效率比较低；压缩列表和跳表少见。
压缩列表实际上类似于一个数组，数组中的每一个元素都对应保存一个数据。和数据不同的时，压缩列表在表头有三个字段zlbytes（列表长度）,zltail（列表尾的偏移量）和zllen（列表中的 entry个数），在压缩列表在表尾还有一个zlend表示列表结束。
在压缩列表中，如果我们要查找定位第一个和最后一个元素，可以通过表头的三个字段和长度定位，复杂度为o(1).而查找其他元素时，就没有这么高效了，只能逐个查找，此时的复杂度就是O（n）了。

有序列表只能逐一查找元素，导致操作起来非常缓慢，于是就出现了跳表。具体来说跳表在链表的基础是那个，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，如图
如果在这个链表中查找33这个元素，只能从头开始便利链表，查找6次，知道找到33为止。此时，复杂度是O（n），查找效率很低。
为了提高查找速度，我们来增加一级索引。这些索引在通过指针指向原始的链表。例如，从前两个元素中抽取元素1作为一级索引，从三 四元素中抽取元素11作为一级索引。此时，我们只需要4次差就能定位到元素33了。如果我们还想再快，可以增加二级索引：从一级索引中，再抽取出部分元素作为二级索引，如图，这样我们只需要查询三次，就能定位到元素33了。可以看到，在这个查找过程就是在多级索引上跳来跳去，最后定位到元素。当数据量很大的时候跳表的复杂度就是O(logN)。
集合类型的操作类型很多，有读写单个集合元素的，例如HGET，HSET，也有操作多个元素的，例如SADD，还有对整个集合进行遍历操作的，例如SMEMBERS。这么多操作他们的复杂度也各不相同。而复杂度的高低有时我们选择集合类型的重要依据。记住四句口诀，帮助你快速记住集合常见操作的复杂度。
“单元素操作是基础，番位操作非常耗时，统计操作通常高效，例外情况只有几个”
第一，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,SREANDMEMBER等，这些操作的复杂度由集合才有的数据结构决定，例如 HGET，HSET和HDEL都是对哈希表做操作，所以对他们的复杂度都是O（1）；Set类型用哈希表作为底层数据结构时，他的SADD，SREM，SRANDMEMBER复杂度也是O（1）。