【后端面试基础】-【Redis篇】（二）: Redis数据结构

上一篇文章中说过,Redis快的原因就是因为Redis有着合理选择的数据结构,提供高效的存储和快速的访问能力，这一篇文章我们就来看看Redis中的数据结构

Redis的数据结构

• String

• List
• Hash
• Set
• Sorted Sets
• 布隆过滤器

1.String

实现

(1)Redis中String是基于SDS实现的。

SDS是Redis中的一种底层数据结构，Redis对C语言原生的字符串进行了结构体封装；

type struct{
    free  //当前buf中可用的大小
    len  //当前buf的长度
    buf  //存储数据的buf地址
}SDS

使用SDS后,Redis可以O(1)时间获取字符串长度，可以动态的调整字符串的大小，避免了频繁的内存申请和释放。

用途

K-V中的K都是由String实现，可用来存储简单的整数,字符串等数据

2.List

实现

Redis中的List由两种存储方式分别是ziplist、linklist

(1)当存储元素数量少，元素占用内存更小时使用ziplist

(2)除去(1)的情况使用linklist

linklist:

双端链表,支持前后访问

ziplist:

压缩列表,更加节省内存,少了pre 和next 两个指针，ziplist在申请内存是连续分配的，存储效率很高，但是在修改数据时会重新申请整个内存,当数据量过大时,会造成大量的数据拷贝。

用途

和语言层面的List一样,Redis中List支持两端数据的插入和删除,可用来实现简单的队列,栈等数据机构。

3.Hash

实现

(1)当数据量较少时使用ziplist实现

(2)当数据量大时，使用哈希表存储

Redis中哈希表基本知识点:

• 负载因子

未执行BGSAVE时,负载因子大于1就扩容

执行BGSAVE时，负载因子大于5再扩容

• 哈希冲突

通过链地址法解决哈希冲突---和Golang一致

• 扩容方式

渐进式扩容---和Golang一致。记录扩容的状态，慢慢的扩容

用途

Redis中Hash是一种键值对集合，一般在Redis中用来存储更加复杂的value值,比如存储一个商品或者人物的Json。

4.Set

实现

(1)当数据量过少时使用intset(整数数组)实现

(2)当数据量过多时使用hash表实现

用途

Redis 的集合是一个无序的字符串集合，不允许重复的元素。提供交集、并集和差集等集合运算。可应用于好友关系和推荐系统等场景。

5.Sorted Set

实现

(1)当数据量过少时使用ziplist实现

(2)当数据量过大时使用skiplist实现

skiplist(跳表)是Redis中实现的一种数据结构。思想就是通过多级索引对链表进行二分。每一层索引都可以快速判断数据是否在当前半区(二分思想)。

用途

Redis 的有序集合是一个有序的字符串集合，每个元素关联着一个分数，用于排序和排名。有序集合支持按照分数范围进行快速的查找和排名操作，可应用于排行榜、热门文章等场景。

6.布隆过滤器

实现

基于hash表和bitmap思想实现。对k进行hash计算，通过bitmap存入。

误判是怎么产生的？

(1)将k1进行hash得到hash值 h1。

(2)检测k2是否存在集合内,对k2 hash，得到hash值h1。

可以看到此时k2并不存在但是误判成存在了，根本原因就是hash函数差，导致出现hash冲突。

总结:

布隆过滤器只能告诉我们k绝对不在集合内或者可能在集合内。

解释:

(1)根据hash值认定k不存在集合内。此时集合内一定不存在k

(2)根据hash值认定k存在集合内。此时集合内可能有k。若未误判，k存在集合内。若误判，k不存在集合内。

用途

用于快速判断某个K是否存在集合内。

介绍

我是烤鱼。目前是一名Golang开发者，使用过C++、Python等语言。目前正在整理一些后端的基础知识，主要包括Golang、Python、Mysql、Redis、Kafka、计算机网络、分布式等面试经常考察的知识点,以及面试热门的leetcode算法题解，希望大家互相学习进步。想要查看更多、更全的文章，请关注我的公众号 <喜欢吃烤鱼>