redis底层数据结构

调试redis的命令

cd redis-6.0.0 – 进入redis目录

redis服务器端 启动gdb、redis
1、gdb --args ./src/redis-server redis.conf
2、设置断点 b 文件名：函数名
3、输入 c
等待客户端触发断点

redis的结构

Redis 整体就是 哈希表来保存所有的键值对，无论数据类型是 5 种的任意一种。哈希表，本质就是一个数组，每个元素被叫做哈希桶，不管什么数据类型，每个桶里面的 entry 保存着实际具体值的指针。

Redis中使用的hash算法是siphash算法，siphash就可以将字符串hash为64位的 二进制数，并且能够很好的处理有特征的key。 Redis中key的特征是有规律，具有强随机分布性，就是保证key的随机分布。

Redis中key存储的类型都会变为string。
value可以存储的类型包括：string、hash、set、zset、list、stream。

rehash

当写入 Redis 的数据越来越多的时候，哈希冲突不可避免，会出现不同的 key 计算出一样的哈希值。

Redis 通过链式哈希解决冲突：也就是同一个 桶里面的元素使用链表保存。但是当链表过长就会导致查找性能变差可能，所以 Redis 为了追求快，使用了两个全局哈希表。用于 rehash 操作，增加现有的哈希桶数量，减少哈希冲突。

redis中的哈希表， 初始值只有长度为4，因此需要适当的进行扩容或者在数据量减少的时候需要进行缩容。具体的扩容的方法就是将存放元素的数组的size翻倍，但是需要注意的是在进行持久化操作的时候，比如rdb、aof操作时，这时候是不能申请内存的，因此需要等到操作结束之后进行扩容。缩容的话是当数据量小于数组长度的10%（也就是负载因子ratio <0.1）的时候进行，因为需要防止，反复缩容扩容的情况。

关于rehash还需要思考一个问题，当有数组中有大量数据的时候，如果还需要对数组进行扩容的话，这个时候如果正常操作rehash会非常耗时，因此使用渐进式rehash，
详细的步骤为：
1. 为 ht[1] 分配空间， 让字典同时持有 ht[0] 和 ht[1] 两个哈希表。
2. 在字典中维持一个索引计数器变量 rehashidx ， 并将它的值设置为 0 ， 表示 rehash 正式开始。
3. 在 rehash 进行期间， 每次对字典执行添加、删除、查找或者更新操作时， 程序除了执行指定的操作以外， 还会顺带将 ht[0] 哈希表在 rehashidx 索引上的所有键值对 rehash 到 ht[1] ， 当 rehash 工作完成之后， 程序将 rehashidx 属性的值增。
如果没有持久化操作的话就定时进行rehash，具体实现是1ms内操作多轮100次。如果有持久化操作的话就是执行一次rehash，一次rehash一个数组中元素下面挂的一个链表。
4. 随着字典操作的不断执行， 最终在某个时间点上， ht[0] 的所有键值对都会被 rehash ht[1] ， 这时程序将 rehashidx 属性的值设为 -1 ， 表示 rehash 操作已完成。
渐进式 rehash 的好处在于它采取分治的方式， 将 rehash 键值对所需的计算工作均滩到对字典的每个添加、删除、查找和更新操作上，甚至是后台启动定时器，每次时间循环时只工作1毫秒， 从而避免了集中式 rehash 带来的庞大计算量。

跳表

sorted set 类型的排序功能便是通过「跳跃列表」数据结构来实现。
跳跃表（skiplist）是一种有序数据结构，它通过在每个节点中维持多个指向其他节点的指针，从而达到快速访问节点的目的。

跳跃表支持平均 O（logN）、最坏 O（N）复杂度的节点查找，还可以通过顺序性操作来批量处理节点。
跳表在链表的基础上，增加了多层级索引，通过索引位置的几个跳转，实现数据的快速定位，如下图所示：

当需要查找 40 这个元素需要经历 三次查找。