redis--同步策略

1.Zset

redis的中的Zset底层是一个跳表，Skip list是一个“概率型”的数据结构，可以在很多应用场景中替代平衡树。Skip list算法与平衡树相比，有相似的渐进期望时间边界，但是它更简单，更快，使用更少的空间。

Skip list是一个分层结构多级链表，最下层是原始的链表，每个层级都是下一个层级的“高速跑道”。

假设：zset中存X个节点

跳表的高度： h = logX;

跳表的每一层中放着数据索引：

第一级索引个数为：X/2；
第二级索引个数为：X/4；
···
第h级索引个数为：X/2^h；

某个i层的元素，出现在i+1层的概率p是固定的，例如常取p=1/2或p=1/4；
平均来讲，每个元素出现在1/(1-p)个链表中；
最高的元素，例如head通常采用Int.MIN_VALUE作为的最小值，会出现在每一层链表中；

跳表特性：

查询 和 增加 删除的算法难度都是logN。其实是二分法的一种实现。跳表在插入和删除的时候，要注意。

　　插入时：跳表通过“随机函数”来维护前面的“高效性”，具体的操作是：往跳表中插入数据a时，通过随机函数生成一个随机数h，a插入单链表的同时，在第1级到第h级中也同时插入索引a。随机函数不是乱选的，要能保证索引的大小及跳表的平衡性，防止它退化成单链表的窘境。跳表的实现有点复杂，所以在此不再赘述。

　　删除时：删除时，不仅仅要删除单链表，而且还要删除索引。

2.Pipeline（管道）

　　Redis 的 pipeline(管道)功能在命令行中没有，但 redis 是支持 pipeline 的，而且在各个语言版的 client 中都有相应的实现。 由于网络开销延迟，就算 redis server 端有很强的处理能力，也会由于收到的 client 消息少，而造成吞吐量小。当 client 使用 pipelining 发送命令时，redis server 必须将部分请求放到队列中（使用内存），执行完毕后一次性发送结果；如果发送的命令很多的话，建议对返回的结果加标签，当然这也会增加使用的内存；