Redis系列（一）基础数据结构概述

最新推荐文章于 2024-07-11 00:09:47 发布

方片龙

最新推荐文章于 2024-07-11 00:09:47 发布

阅读量132

点赞数

分类专栏： Redis 文章标签： redis 数据结构链表数据库 java

本文链接：https://blog.csdn.net/qq_38245668/article/details/109412495

版权

Redis 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

Redis系列（一）基础数据结构概述

前言
一、基础数据类型
二、概述

前言

Redis是互联网领域使用最为广泛的存储中间件，它是“Remote Dictionary Service”（远程字典服务）的首字母缩写。Redis以其超高的性能、完美的文档和丰富的客户端库支持在开源中间件领域广受好评。本文主要介绍Redis中的基础数据结构。

一、基础数据类型

Redis具有5种数据结构，分别是：string（字符串）、list（列表）、hash（字典）、set（集合）和zset（有序集合）。这5种数据结构基本满足日常开发需求，结合不同的业务需求可以选用适合的数据结构进行开发实现。

二、概述

string（字符串）

字符串string是Redis中最简单的数据结构，它的内部结构是一个一维字符数组。

Redis中所有的数据结构均是以唯一的字符串key值作为名称，然后通过这个唯一的key获取相应的value数据。不同的数据结构差异就在于value的数据结构不一样。
字符串也是日常开发中最常用的数据结构，其中常见的用途就是缓存用户个人/登录信息。用法就是将用户对象进行JSON序列化，转换为字符串，然后将转换后的字符串放入Redis缓存中。同样的，在获取用户缓存信息时，需要进行反序列化。
Redis的字符串是动态字符串，所以是可以手动修改字符串，内部数据结构的实现类似于ArrayList，采用预分配冗余空间的方式来减少扩容时的内存重新分配次数。

总内存一般都是会大于实际的使用内存。当字符串长度小于1MB时，扩容都是加倍现有空间。如果长度大于1MB，之后的每次扩容只会增加1MB的空间。注意：字符串最大长度为512MB。
在存储时，如果value值是一个整数，还可以对它进行自增操作。自增是由范围的，范围在signed long的最大值和最小值之间。

list（列表）

Redis的列表相当于LinkedList，是一个双向链表的结构。这就意味着list的插入和删除非常快，但是索引查找会很慢。

当list弹出最后一个元素之后，该数据结构被自动删除，内存被回收。
可以用Redis提供的方法和list数据结构来实现队列和栈的特性。
list也经常被用作异步队列来使用。

hash（字典）

Redis中的字典hash相当于HashMap，也可以说是一个简单对象，它是一个无序的、内部存储着很多键值对的字典。内部实现上也和HashMap一致，都是“数组+链表”的二维结构，发生hash碰撞时，将元素使用链表进行连接。

与HashMap不同的是，Redis的字典value值只能是字符串。另外它们的rehash方式也不同，这是因为HashMap在数据量很大时，rehash将会变得很耗时，需要将所有数据一次性rehash。Redis为提高性能，不阻塞服务，采用了渐进式rehash的策略。
渐进式rehash是在rehash的同时，保留新旧两个hash字典结构，查询会同时查询两个字典，然后在后续的定时任务和hash操作指令中，循序渐进地将原hash内容迁移至新hash结构中。最终只会保留新的hash结构。
hash在移除最后一个元素后，该数据结构被自动删除，内存被回收。
hash也可以存储对象数据，如用户信息，在查询用户信息的某个字段值时，性能优于字符串的序列化存储，但是hash结构的内存消耗在存储同样数据时要高于单个字符串。

set（集合）

Redis的集合相当于HashSet，它的内部键值对时无序的、唯一的。它的内部实现相当于一个特殊的字典，字典中的所有value都是一个NULL值。
当集合中最后一个元素被移除后，数据结构将会被删除，内存被回收。
set结构可以用来存储在某个活动中中将的用户ID，因为有去重功能，可以保证同一个用户不会中将两次。

zset（有序集合）

zset时Redis提供的具有特色的数据结构，它类似于SortedSet和HashMap的结合体，一方面它是一个set，保证数据的唯一性，另一方面它可以给每个value赋予一个score值，代表这个value的排序权重。
zset的内部实现用的时一种叫做“跳跃列表”的数据结构。

上图为跳跃列表结构，元素1上存在有3个指针指向下一个元素，其中L3跳跃度最大，这样做的好处是经过一次指针下移，可以排除尽量多的不满足条件的元素。如查找元素6，经过L3（1–>4）指针，判断 6>4，下移指针 L3（4–>7），判断6<7，指针降级至 L2，由 L2 （7–>5）,判断 6>5，再次指针降级至 L1，由 L1（5–>6）而找到目标，共经历4次指针下移，优于直接走 L1的5次。此方式在数据量大时优势更加明显。