redis数据结构

SDS动态字符串

SDS数据结构

分别记录了free未使用内存，总长度，和数组，数组就是c语言的字符数组，最后依然为\0结尾，但其实并没有什么用，因为有记录长度，可以根据长度进行读取数据

SDS的优势

1.获取数组长度常数时间复杂度

c语言数组，依赖结尾\0判断长度，每次获取长度都需要遍历数组。
而sds本身属性就记录了长度，直接取出就行了
​

2.防止缓冲区溢出

在使用C语言concat函数时 ，需要程序员自己保证内存空间是足够，否则就会溢出

sds的api，可以保证拼接前，将buf数组扩容，因此可以保证不会内存溢出

3 减少的内存重分配次数

sds有两种优化策略
1.空间预分配

2.惰性空间释放

4 二进制安全

我们知道c语言数组存储结构

是没有记录长度的，而是依靠结束符判断数组边界
但是我们知道redis需要做到二进制安全，也就是存进去什么数据，就要保证取出什么数据，那么如果我们存的字符其中就包括 \0 等特殊字符，例如 a,b,\0,c，那么读出的数据就变成了a,b显然不能满足二进制安全

5 兼容部分C字符串函数

总结

链表

数据结构

字典

字典实现

hash表

hash表节点

hash冲突

在不断加入新数据的过程中，为了减小hash表的负载因子，程序会通过rehash操作对hash表的大小进行拓展或伸缩。

rehhashe操作

该操作就用到了字典中的 h【0】 和 h【1】。
​

负载因子=ht【0】.used / ht【0】.size
当负载因子小于0.1的时候程序会执行收缩操作。
​

扩展：ht[1] >= ht[0].used*2 的 2^n
收缩 : ht[1] = ht[0].used 的 2^n
rehash操作的时候，rehash动作是分多次，渐进式的完成的。避免了集中式rehash带来的庞大计算量。
​

​

** 在进行渐进式rehash操作期间，在字典中添加新值的时候 会保存在h[1]中，h[0]中的键值对只会减少，不会增加。**
​

跳表

跳表数据结构
这篇文章把跳表讲的十分清晰了。注意跳表的head是不存储对象和分值的
​

整数集合

整数集合有序，支持三种长度。且支持长度的升级，插入新元素的时间复杂度为On

压缩列表

同整数集合一样压缩列表也不是基础数据结构，而是 Redis 自己设计的一种数据存储结构。它有点儿类似数组，通过一片连续的内存空间，来存储数据。不过，它跟数组不同的一点是，它允许存储的数据大小不同。

压缩列表

听到“压缩”两个字，直观的反应就是节省内存。之所以说这种存储结构节省内存,是相较于数组的存储思路而言的。我们知道,数组要求每个元素的大小相同,如果我们要存储不同长度的字符串,那我们就需要用最大长度的字符串大小作为元素的大小(假设是20个字节)。存储小于 20 个字节长度的字符串的时候，便会浪费部分存储空间。

数组的优势占用一片连续的空间可以很好的利用CPU缓存访问数据。如果我们想要保留这种优势，又想节省存储空间我们可以对数组进行压缩。

但是这样有一个问题，我们在遍历它的时候由于不知道每个元素的大小是多少，因此也就无法计算出下一个节点的具体位置。这个时候我们可以给每个节点增加一个lenght的属性。

如此。我们在遍历节点的之后就知道每个节点的长度(占用内存的大小)，就可以很容易计算出下一个节点再内存中的位置。这种结构就像一个简单的压缩列表了。

redis压缩列表

注意，字符数组的长度，的几个区间，编码长度为1字节，例如字符长度可以为小于63的任何长度，如果为2字节，字符数组长度边长