redis部分原理数据结构详解

已于 2023-12-01 21:01:19 修改
阅读量51 收藏
点赞数
分类专栏： redis学习指南 文章标签： redis 学习 数据库
于 2023-10-07 14:47:46 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43268715/article/details/133146711
版权

Redis 介绍

键值存储 | 内存数据库 | 支持多种数据结构(字符串、列表、集合、有序集合、哈希表) | 高性能

发布/订阅模式 | 事务支持 | 分布式缓存 | 实时分析和计数

Redis 应用

1. Redis 锁

2. Redis缓存

a. 限制短信通知次数

使用Redis记录用户短信通知次数，有效期 24 小时，以控制和限制通知次数

b. 请求幂等性：

通过Redis记录重复的请求数据，确保请求的幂等性，同时可用于削峰处理

c. 记录任务信息 + 优先级消息队列

使用Redis记录任务信息，并结合优先级消息队列实现任务调度和处理

d. 延时队列

通过Redis实现延时队列，用于处理需要延迟执行的任务

c. 高频热点资源的记录

缓存高频热点资源，如合同导出结果，以减少性能损耗和提高响应速度

d. 埋点

使用Redis来记录用户行为，如用户请求接口和用户 24 小时内短信次数统计，以方便后台统计数据

Redis 原理

IO 模型 | 持久化 | 

一. Redis IO模型

1. IO模型: 

BIO Blocking I/O 阻塞| NIO Non-Blocking 非阻塞| AIO Asynchronous I/O  异步

二.持久化

Redis支持数据持久化，将内存中的数据保存到硬盘上以便在重启时恢复数据.

RDB持久化
1. RDB持久化的触发

  • RDB是一种快照持久化方式，它将Redis的数据以二进制形式保存到磁盘上。

  • 使用 SAVE 命令进行 RDB 持久化，它会阻塞 Redis 服务器进程，直到 RDB 文件创建完成。Redis服务器进程在执行 SAVE 命令期间被阻塞，不能处理其他命令请求。

  • 使用 BGSAVE 命令触发 BGSAVE 持久化，它会创建一个子进程负责生成 RDB 文件，父进程继续处理命令请求。BGSAVE 操作是在后台进行的，允许 Redis 服务器在持久化操作期间继续处理其他命令请求，提高了并发性。

  • SAVE 命令和BGSAVE 命令都是针对全数据库的持久化.

2. RDB自动间隔性保存

因为BGSAVE命令可以在不阻塞服务器进程的情况下执行，所以Redis允许用户通过设置服务器配置的save选项，让服务器每隔一段时间自动执行一次BGSAVE命令。用户可以通过save选项设置多个保存条件，但只要其中任意一个条件被满足，服务器就会执行BGSAVE命令。

save选项示例: 

save选项允许设置多个保存条件，只要满足其中任意一个条件，服务器就会执行BGSAVE命令。

save 900 1
save 300 10
save 60 10000

那么只要满足以下三个条件中的任意一个，BGSAVE命令就会被执行：
❑服务器在900秒之内，对数据库进行了至少1次修改。
❑服务器在300秒之内，对数据库进行了至少10次修改。
❑服务器在60秒之内，对数据库进行了至少10000次修改。
2.1 设置保存条件

当Redis服务器启动时，用户可以通过指定配置文件或者传入启动参数的方式设置save选项.

在企业级项目中，通常会在Redis服务器的配置文件（如redis.conf）中配置这些选项.

public class RedisServer {
   
    // 其他属性...
    private SaveParameter[] saveparams;


}

public class SaveParameter {

    // 秒数
    public long seconds;

    // 修改数
    public int changes;
}
2.2 dirty计数器和lastsave属性 
除了saveparams数组之外，服务器状态还维持着一个dirty计数器，以及一个lastsave属性：

❑dirty计数器记录距离上一次成功执行SAVE命令或者BGSAVE命令之后，
服务器对数据库状态（服务器中的所有数据库）进行了多少次修改（包括写入、删除、更新等操作)

❑lastsave属性是一个UNIX时间戳，记录了服务器上一次成功执行SAVE命令或者BGSAVE命令的时间

public class RedisServer {

    // 修改计数器
    private long dirty;

    // 上一次执行保存的时间
    private Date lastsave;
   
    // 其他属性...
    private SaveParameter[] saveparams;

}
  • 服务器维护一个dirty计数器，记录距离上一次成功执行SAVE或BGSAVE命令之后，数据库状态（所有数据库）发生了多少次修改。
  • lastsave属性记录了服务器上一次成功执行SAVE或BGSAVE命令的时间戳。
2.3 保存条件检查

Redis的服务器周期性操作函数serverCron默认每隔100毫秒就会执行一次，该函数用于对正在运行的服务器进行维护，它的其中一项工作就是检查save选项所设置的保存条件是否已经满足，如果满足的话，就执行BGSAVE命令。



public class RedisServer {
    // ...
    // 其他成员变量和方法...

    public void serverCron() {
        // ...
        // 遍历所有保存条件
        List<SaveParam> saveParams = server.getSaveParams();
        long currentTime = System.currentTimeMillis() / 1000; // 获取当前时间的秒数
        for (SaveParam saveParam : saveParams) {
            // 计算距离上次执行保存操作有多少秒
            long saveInterval = currentTime - server.getLastSaveTime();
            // 如果数据库状态的修改次数超过条件所设置的次数
            // 并且距离上次保存的时间超过条件所设置的时间
            // 那么执行保存操作
            if (server.getDirty() >= saveParam.getChanges() &&
                saveInterval > saveParam.getSeconds()) {
                bgSave();
            }
        }
        // ...
    }
    // ...
}

public class SaveParam {
    private int seconds;
    private int changes;


}

程序会遍历并检查saveparams数组中的所有保存条件，只要有任意一个条件被满足，那么服务器就会执行BGSAVE命令。

BGSAVE在执行之后完成，其中dirty计数器已经被重置为0，而lastsave属性也被更新为BGSAVE完成的时间.

2.4 RDB文件结构

📢: 上图中, 全大写单词标示常量，用全小写单词标示变量和数据

a. RDB是二进制文件

b. RDB文件的最开头是REDIS部分，这个部分的长度为5字节，保存着“REDIS”五个字符。通过这五个字符，程序可以在载入文件时，快速检查所载入的文件是否RDB文件。

c. db_version长度为4字节，它的值是一个字符串表示的整数，这个整数记录了RDB文件的版本号，比如"0006"就代表RDB文件的版本为第六版。本章只介绍第六版RDB文件的结构。

d. databases部分包含着零个或任意多个数据库，以及各个数据库中的键值对数据：

❑如果服务器的数据库状态为空（所有数据库都是空的)，那么这个部分也为空，长度为0字              节。

❑如果服务器的数据库状态为非空（有至少一个数据库非空), 那么这个部分也为非空，根据               数据库所保存键值对的数量、类型和内容不同，这个部分的长度也会有所不同。

e. EOF常量的长度为1字节，这个常量标志着RDB文件正文内容的结束，当读入程序遇到这个值的时候，它知道所有数据库的所有键值对都已经载入完毕了

f. check_sum是一个8字节长的无符号整数，保存着一个校验和，这个校验和是程序通过对REDIS、db_version、databases、EOF四个部分的内容进行计算得出的。服务器在载入RDB文件时，会将载入数据所计算出的校验和与check_sum所记录的校验和进行对比，以此来检查RDB文件是否有出错或者损坏的情况出现。

DATABASE部分:

一个RDB文件的databases部分可以保存任意多个非空数据库。例如，如果服务器的0号数据库和3号数据库非空，那么服务器将创建一个如下图所示的RDB文件，图中的database 0代表0号数据库中的所有键值对数据，而database 3则代表3号数据库中的所有键值对数据。

每个非空数据库在RDB文件中都可以保存为SELECTDB、db_number、key_value_pairs三个部分:

AOF持久化

Redis数据结构

简单动态字符串 | 链表 | 字典 | 跳跃表 | 对象

一. 简单动态字符串: SDS Simple Dynamic Strings

1. 基本组成部分
public class SDS {

    private int len;      // 保存字符串的长度
    private int free;     // 保存未使用字节的数量
    private char[] buf;   // 字节数组，用于保存字符串
}

C字符串(字符数组)结尾的惯例：SDS遵循了C字符串（以Null字符 \0 结尾的字符串）的惯例。这意味着SDS的存储方式与C字符串类似，字符串的结尾会有一个Null字符，表示字符串的结束。但需要注意的是，这个Null字符不计入SDS的len属性（字符串的长度）中。

2. "未使用空间在SDS中的作用"

  • C字符串的长度计算复杂度是O(N)：C字符串是以空字符 '\0' 结尾的，要获取其长度，程序必须遍历整个字符串直到遇到空字符为止。这种操作的时间复杂度是O(N)，其中N是字符串的长度。

  • SDS的长度计算复杂度是O(1)：SDS内部记录了字符串的长度（len属性），因此无论字符串有多长，获取长度的操作复杂度都是O(1)。这是SDS的一个显著优势。

  • 性能优势：Redis中采用SDS作为字符串的内部表示方式，这降低了获取字符串长度的复杂度，从O(N) 降低到了O(1)。这确保了Redis在处理字符串键时的高性能，即使字符串非常长也不会影响系统性能。

3. 杜绝缓冲区溢出

  • C字符串的缓冲区管理：C字符串操作（例如 strcat）假定用户已经为目标字符串（dest）分配了足够的内存，以容纳要追加的内容。如果这个假定不成立，就会发生缓冲区溢出，导致数据覆盖相邻内存。

  • SDS的自动空间管理：与C字符串不同，SDS的API会自动管理字符串的内存分配和扩展。在执行修改操作之前，SDS的API会检查是否有足够的空间来容纳修改后的内容，如果不足，API会自动扩展SDS的内存，然后再执行修改操作。这杜绝了缓冲区溢出的可能性。

4. 内存重分配次数

  • C字符串的长度与底层数组长度关联：C字符串的底层实现总是一个N+1个字符长的数组，其中N是字符串的长度。因此，每次增长或缩短C字符串都需要进行内存重分配，这可能会导致缓冲区溢出或内存泄漏。

  • SDS的解耦长度和底层数组长度：SDS通过未使用的空间来解除字符串长度和底层数组长度之间的关联。SDS的buf数组可以包含未使用的字节，这些字节的数量由SDS的free属性记录。SDS的长度和底层数组的长度不一定相等。

  • 空间预分配策略：SDS通过空间预分配策略优化了字符串的增长操作。当SDS需要进行空间扩展时，程序会为SDS分配额外的未使用空间，其数量取决于SDS的长度变化。如果长度变化较小，程序分配的未使用空间也较小；如果长度变化较大，程序会分配1MB的未使用空间。这减少了连续执行字符串增长操作所需的内存重分配次数.

SDS（Simple Dynamic Strings）中空间预分配策略的原则

📢其根据字符串长度的变化来确定额外分配的未使用空间数量

长度小于1MB的情况：如果对SDS进行修改后，SDS的长度（len属性的值）将小于1MB，那么程序将分配的未使用空间与len属性的值相同。例如，如果修改后的长度为13字节，程序会分配额外的13字节未使用空间。此时，SDS的buf数组的实际长度将变为原长度加上额外分配的未使用空间再加上1字节用于保存空字符，即 len + 13 + 1 字节。

长度大于等于1MB的情况：如果对SDS进行修改后，SDS的长度将大于等于1MB，程序会分配1MB的未使用空间。例如，如果修改后的长度为30MB，程序会分配1MB的未使用空间。此时，SDS的buf数组的实际长度将变为原长度加上1MB的未使用空间再加上1字节用于保存空字符，即 len + 1MB + 1 字节。

5. 惰性空间释放

  • 惰性空间释放的原理：当SDS的API需要缩短SDS保存的字符串时，程序不会立即使用内存重分配来回收多出来的字节，而是使用free属性记录这些多余字节的数量，并将其保留在SDS内部。这些字节并不立即释放，而是等待将来的使用。

  • 优化未来增长操作：通过惰性空间释放策略，SDS避免了在缩短字符串时不必要的内存重分配操作。而当将来需要执行增长操作时，SDS可以利用这些未使用空间，从而减少内存开销。

  • 手动释放未使用空间：SDS还提供了相应的API，允许开发者在有需要时手动释放SDS的未使用空间，以确保不会浪费内存资源。这意味着程序可以在适当的时候释放那些不再需要的空间。

6. 二进制安全

SDS的二进制安全性使其更加灵活，能够处理各种类型的数据，包括文本和二进制数据。这使得Redis可以适用于广泛的使用场景，不仅仅局限于文本数据的存储和处理.

SDS不管存储什么数据, 都会以空字符结尾, 以此来兼容C语言的字符串相关的库.

  • C字符串的限制：C字符串必须符合某种编码（如ASCII），并且字符串中除了末尾的空字符外，不能包含其他空字符。这些限制使得C字符串只能用于保存文本数据，无法保存二进制数据。如果特殊数据格式使用空字符分割单词，C字符串函数会误认为空字符为字符串结尾。

  • SDS的二进制安全：为了适应不同的使用场景，SDS的API都是二进制安全的。SDS API以处理二进制数据的方式来操作SDS的buf数组，不对数据进行限制、过滤或假设。SDS的buf属性被称为字节数组，用于存储一系列二进制数据。

  • 灵活性：SDS的二进制安全特性使得Redis不仅可以保存文本数据，还可以保存任意格式的二进制数据。特殊数据格式，如使用空字符分割的单词，也可以轻松地保存在SDS中，因为SDS使用len属性而不是空字符来确定字符串是否结束。

二. 链表

1. 基本组成部分
a. 链表节点基本组成部分
public class ListNode<T> {
    // 前置节点
    public ListNode<T> prev;
    // 后置节点
    public ListNode<T> next;
    // 节点的值
    public T value;

    public ListNode(ListNode<T> prev, ListNode<T> next, T value) {
        this.prev = prev;
        this.next = next;
        this.value = value;
    }
}
b.链表组成部分
public class ListNode<T> {
    // 表头节点
    public ListNode<T> head;
    // 表尾节点
    public ListNode<T> tail;
    // 链表所包含的节点数量
    public long len;
    // 节点值复制函数
    public DupFunction<T> dup;
    // 节点值释放函数
    public FreeFunction<T> free;
    // 节点值对比函数
    public MatchFunction<T> match;

    public ListNode(ListNode<T> head, ListNode<T> tail, long len, DupFunction<T> dup, FreeFunction<T> free, MatchFunction<T> match) {
        this.head = head;
        this.tail = tail;
        this.len = len;
        this.dup = dup;
        this.free = free;
        this.match = match;
    }
}

// 定义函数式接口用于节点值复制、释放和对比函数
@FunctionalInterface
public interface DupFunction<T> {
    T duplicate(T ptr);
}

@FunctionalInterface
public interface FreeFunction<T> {
    void free(T ptr);
}

@FunctionalInterface
public interface MatchFunction<T> {
    int match(T ptr, T key);
}

  • 双端链表：Redis链表是双向链表，每个节点都有指向前一个节点（prev）和后一个节点（next）的指针，因此获取某个节点的前置节点和后置节点的复杂度都是O（1）。

  • 无环链表：Redis链表没有环，表头节点的prev指针和表尾节点的next指针都指向NULL，确保对链表的访问以NULL为终点。

  • 带表头和表尾指针：链表结构中包含head指针和tail指针，这使得程序能够以O（1）的复杂度获取链表的表头节点和表尾节点。

  • 带长度计数器：Redis链表使用len属性来追踪链表中节点的数量，这使得程序能够以O（1）的复杂度获取链表的节点数量。

  • 多态：链表节点使用void*指针来保存节点值，而且可以为节点值设置类型特定的函数，包括dup（复制）、free（释放）、match（对比）。这使得Redis链表可以用于保存各种不同类型的值，实现多态的数据结构。

三. 字典 ​​​​

字典是一种数据结构，它可以存储和组织键值对（key-value pair），其中每个键（key）都唯一地对应一个值（value）。这允许通过键来快速查找、插入、更新或删除对应的值。字典通常用于存储和管理各种类型的数据，使其易于检索和操作。

1. 基本组成部分 
a. 哈希表    
public class DictHt {
    // 哈希表数组
    private DictEntry[][] table;
    // 哈希表大小
    private long size;
    // 哈希表大小掩码，用于计算索引值，总是等于 size - 1
    private long sizemask;
    // 该哈希表已有节点的数量
    private long used;
}

  • table 属性是一个数组，其中每个元素都是一个指向 dictEntry 结构的指针。每个 dictEntry 结构保存着一个键值对。

  • size 属性记录了哈希表的大小，即 table 数组的大小。它表示哈希表可以容纳多少个键值对。

  • used 属性记录了哈希表目前已有节点（键值对）的数量。它表示当前哈希表中存储的键值对数量。

  • sizemask 属性的值总是等于 size - 1。这个属性和哈希值一起决定了一个键应该被放到 table 数组的哪个索引位置上。哈希值与 sizemask 进行按位与操作，以确定键在数组中的位置

b. 哈希表节点

哈希表节点使用dictEntry结构表示，每个dictEntry结构都保存着一个键值对.

public class DictEntry {
    // 键
    public Object key;
    
    // 值，使用 Object 类型来兼容不同数据类型
    public Object value;

    // 指向下一个哈希表节点，形成链表
    public DictEntry next;
}
  • key 属性保存键值对中的键。
  • v 属性用一个联合体 (union) 存储键值对中的值，这个值可以是指针，也可以是 uint64_t 整数，或者是 int64_t 整数。
  • next 属性是一个指向下一个哈希表节点的指针，它用于解决键冲突，将多个哈希值相同的键值对连接在一起，形成链表结构。

这个结构体允许哈希表存储不同数据类型的值，同时解决了哈希冲突的问题，确保具有相同哈希值的键值对能够正确地存储和检索。

c. 字典
public class Dict {
    // 类型特定函数
    public DictType type;

    // 私有数据
    public Object privdata;

    // 哈希表数组
    public DictHt[] ht;

    // rehash 索引
    // 当 rehash 不在进行时，值为 -1
    public int rehashidx;
}

public class DictType {
    // 计算哈希值的函数
    public interface HashFunction {
        int hashFunction(Object key);
    }

    // 复制键的函数
    public interface KeyDup {
        Object keyDup(Object privdata, Object key);
    }

    // 复制值的函数
    public interface ValDup {
        Object valDup(Object privdata, Object obj);
    }

    // 对比键的函数
    public interface KeyCompare {
        int keyCompare(Object privdata, Object key1, Object key2);
    }

    // 销毁键的函数
    public interface KeyDestructor {
        void keyDestructor(Object privdata, Object key);
    }

    // 销毁值的函数
    public interface ValDestructor {
        void valDestructor(Object privdata, Object obj);
    }

    // 计算哈希值的函数
    public HashFunction hashFunction;

    // 复制键的函数
    public KeyDup keyDup;

    // 复制值的函数
    public ValDup valDup;

    // 对比键的函数
    public KeyCompare keyCompare;

    // 销毁键的函数
    public KeyDestructor keyDestructor;

    // 销毁值的函数
    public ValDestructor valDestructor;
}

  • type 属性是一个指向 dictType 结构的指针，用于定义针对特定类型键值对的操作函数。这允许 Redis 创建多态字典，以便应对不同类型的数据。

  • privdata 属性保存了传递给类型特定函数的可选参数，这些函数在处理键值对时可能需要使用。

  • ht 属性是一个包含两个 dictht 哈希表的数组，通常只使用 ht[0] 哈希表。ht[1] 哈希表主要用于在进行哈希表的 rehash 操作时暂时存储数据。

  • rehashidx 属性用于跟踪哈希表的 rehash 进度，如果没有进行 rehash，其值为 -1。

2. 哈希算法

当要将一个新的键值对添加到字典里面时，程序需要先根据键值对的键计算出哈希值和索引值，然后再根据索引值，将包含新键值对的哈希表节点放到哈希表数组的指定索引上面。

3. 键冲突

  • 当多个键被分配到哈希表数组的相同索引位置时，发生了键冲突。

  • Redis使用链地址法（separate chaining）来解决键冲突。每个哈希表节点都有一个 next 指针，多个节点可以用 next 指针构成一个单向链表。

  • 处理冲突的方法是将新的节点添加到链表的表头位置，通过 next 指针将多个节点连接成一个链表。这样，最新添加的节点总是位于链表的开头。

  • 这种方式使得在解决冲突时的操作复杂度为 O(1)，因为无论链表有多长，都可以直接将新节点插入到表头位置，而不需要遍历整个链表。

四. 跳跃表

跳跃表（Skip List）是一种数据结构，用于存储一组有序的元素，支持快速的插入、删除和查找操作。跳跃表的特点在于它通过多层次的链表结构来实现快速查找，类似于多层索引，这使得在跳跃表中进行查找操作的时间复杂度保持在 O(log n) 级别。

跳跃表的核心思想是通过添加多级索引来加速查找。具体而言，跳跃表由多个层级组成，每个层级都是一个有序的链表，其中最底层包含所有的元素。上层的链表是下层链表的子集，用于跳过一些元素，从而快速定位到目标元素。

Ernest_Feng
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
详解redis数据结构之sds
09-09
sds是Simple Dynamic String的缩写，译为简单动态字符串，redis使用该结构保存字符串，不同于c中的字符串，redis使用该结构来更方便的进行字符串的处理,需要的朋友可以参考下
详解Redis SCAN命令实现有限保证的原理
01-19
SCAN命令可以为用户保证：从完整遍历开始直到完整遍历结束期间，一直存在于数据集内的所有...Redis中的字典由dict.h/dict结构表示： typedef struct dict { dictType *type; void *privdata; dictht ht[2]; long
Redis底层数据结构（图文详解）
Me_xuan的博客
04-18 1万+
redis底层数据结构图文详解，图片配合文字更好的理解redis的底层数据结构
Redis五种数据结构详解
NT的博客
06-27 1854
前言 Redis是基于c语言编写的开源非关系型内存数据库，可以用作数据库、缓存、消息中间件，这么优秀的东西一定要一点一点的吃透它。 话不多说，我们直接进入主题，很多人都知道Redis的五种数据结构包括以下五种： String：字符串类型 List：列表类型 Set：无序集合类型 ZSet：有序集合类型 Hash：哈希表类型 但是作为一名优秀的程序员可能不能只停留在只会用这五种类型进行crud工作，还是得深入了解这五种数据结构的底层原理。 Redis核心对象 在Redis中有一个「核心的..
【高阶篇】3.4 Redis之底层数据结构快表QuickList详解
日拱一卒无有尽，功不唐捐终入海
06-12 2302
Redis中的快表（QuickList）是一种特殊的数据结构，用于存储一系列的连续节点，每个节点可以是一个整数或一个字节数组。快表是Redis中的底层数据结构之一，常用于存储有序集合（Sorted Set）等数据类型的底层实现。在本文中，我们将深入了解Redis中的快表，包括快表的结构和操作等。
Redis的数据结构（全）
weixin_45819295的博客
07-18 4580
Redis的数据结构及对象：SDS详解，链表，字典，整数集合，跳表
Redis-五种基本数据结构
养歌的博客
12-13 3750
Redis 简介 Redis 是完全开源的，遵守 BSD 协议，是一个高性能的 key-value 数据库。 Redis 与其他 key - value 缓存产品有以下三个特点： Redis支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用 Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储 Redis支持数据的备份，即master-slave模式的数据备份 Redis 优势 性能极高 – Redis能读
Redis的五种数据结构的底层实现原理
张维鹏的博客
01-31 3万+
Redis的五种数据结构的底层实现原理： 1、String底层实现方式：动态字符串sds 或者 long； 2、Hash底层实现方式：压缩列表ziplist 或者 字典dict； 3、List在Redis3.2之前的底层实现方式：压缩列表ziplist 或者 双向循环链表linkedlist； 4、List在Redis3.2及之后的底层实现方式：quicklist 5、Set底层实现方式：有序整数集合intset 或者 字典dict 6、Sorted set底层实现方式：压缩列表ziplist 或者zset
Redis源码解析：数据结构详解-skiplist
小识的博客
01-30 1745
跳表是个什么数据结构？ 本文的很多内容参考自如下文章《Redis 为什么用跳表而不用平衡树？》，为了加深理解，所以用自己的话复述一遍。 如图所示，redis中的zset在元素少的时候用ziplist来实现，元素多的时候用zskiplist来实现。那么skiplist是一个什么样的数据结构呢？ skiplist（跳表）是一种为了加速查找而设计的一种数据结构。它是在有序链表的基础上发展起来的。 如下图是一个有序链表（最左侧的灰色节点为一个空的头节点），当我们要插入某个元素的时候，需要从头开始遍历直到找到该元.
Redis集群原理详解
热门推荐
张维鹏的博客
02-16 5万+
一、redis cluster 介绍： 1、单实例的Redis架构： 最开始的一主N从加上读写分离，Redis作为缓存单实例貌似也还不错，并且有Sentinel哨兵机制，可以实现主从故障迁移。 单实例Redis本质上只有一台Master作为存储，就算机器为128GB的内存，一般建议使用率也不要超过70%-80%，所以最多使用100GB数据就已经很多了，实际中50%就不错了，因为数据量太大也会降低服务的稳定性，而且数据量太大意味着持久化成本高，可能严重阻塞服务，甚至最终切主。所以，单实例还存在以下几
Redis数据结构SortedSet底层原理详解
博客
10-31 3607
概述 一些常用命令： 存储：zadd key score value 获取：zrange key start end 获取：同时获取分数：zrange key start end with score 删除：zrem key value 存储的时候我们可以发现，是有一个score（分数）的，这个就是用来排序的字段。 实现 先说结论，SortedSet底层，根据配置会在不同的时候选用两种不同的数据结构zset，或ziplist进行存储： 首先，我们来看几个参数： zset-max-ziplist-entrie
Redis数据结构底层原理详细分析
HuangJianShanの游离世界
06-03 1857
Redis的对象、简单动态字符串、链表、字典、跳跃表、整数集合、压缩列表的存储机制 首先内存和硬盘的比较 内存直接由CPU控制，也就是CPU内部集成的内存控制器，所以说内存是直接与CPU对接，享受与CPU通信的最优带宽，然而硬盘则是通过桥接芯片(在主板上)与CPU相连，所以说速度比较慢。两者相比内存比硬盘到底有多快？通常的说法是：内存访问速度是纳秒级（10的-9次方），硬盘的访问速度是微秒级（10的-3次方）。找到一个稍微科学点的测试数据，如下图 1.顺序访问：这种情况下，内存访问速度仅仅是.
PHP+redis实现微博的拉模型案例详解
01-02
微博项目数据结构设计 user表设计 注册的时候将user数据写入redis中，key如下： user数据的key 用户名=user:uesrid:$uesrid:username 密码=user:userid:$userid:password 还需要这样写一份，因为需要靠用户名来...
后端面试题汇总（Python、Redis、MySQL、PostgreSQL、Kafka、数据结构、算法、编程、网络）
05-01
MySQL 小林coding图解 MySQL MySQL 常考题 MySQL数据库经典面试题解析 MySQL InnoDB MVCC 机制的原理及实现 为什么MySQL使用B+树做索引？ 20 道 MySQL 面试题 看一遍就理解：order by 详解
各种java面试大全，包含nginx、mysql、redis、spring各种基础
10-23
hashmap实现原理，java基础笔记，java基础面试全集，java里的volatile关键字详解，jvm垃圾回收，MySQL索引背后的数据结构及算法原理，MySQL性能优化的最佳21条经验，MySQL中的锁（表锁、行锁），Redis的优点和5种...
Redis-集群方案
A的博客
05-14 868
Cluster分片集群 : 多主多从 , 解决高并发写的问题, , Cluster 它将数据分片存储到多个节点上，并通过集群间的消息通信(PING命令)来实现数据的自动迁移和故障转移。哨兵（Sentinel）集群 : 主从集群的结构之上 , 加入了哨兵用于监控集群状态 , 主节点出现故障, 执行主从切换 , 解决高可用问题，每个 Sentinel 进程都会监控一组 Redis 实例，并通过投票选举出新的主节点。解决高并发读的问题，主节点负责写操作，从节点复制主节点的数据，并提供读服务。
【Linux】Centos7安装Redis
最新发布
m0_72166275的博客
05-17 312
Reid 官网下载 Redis 7.2。
windows设置Redis服务后台自启动
m0_73774439的博客
05-15 632
windows设置Redis服务后台自启动
Redis04持久化操作
a12jggfdd的博客
05-15 313
Redis持久化操作内容的学习。
redis底层数据结构详解
08-25
下面是几种常见的Redis底层数据结构的详解： 1. 字符串（String）：字符串是Redis中最基本的数据结构。它可以存储任意类型的数据，包括数字、文本等。字符串在Redis中以字节数组的形式存储，可以通过键访问和修改。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值