Redis 数据结构详解

一. 5种基础数据结构

Redis 是一种高效的内存数据库，它提供了五种不同的数据结构，分别是字符串（String）、列表（List）、哈希（Hash）、集合（Set）和有序集合（Zset）。

1. 字符串（String）

Redis 的 String 数据结构用于存储字符串类型的数据。
其底层原理是基于简单动态字符串（Simple Dynamic String，SDS）的。
SDS 的优点包括：

• 空间预分配：当需要修改字符串时，Redis 会预先分配足够的空间，减少不必要的内存重分配次数。
• 惰性释放：当字符串缩短时，不会立即释放多余的内存，而是等待后续有需要时再进行释放。
• 二进制安全：可以存储任意类型的二进制数据。

例如，当向 Redis 中添加一个字符串 “hello” 时，Redis 会根据 SDS 原理进行存储和管理。
这种数据结构和底层原理的设计使得 Redis 在处理字符串类型的数据时具有高效性和灵活性。

2. 列表（List）

推荐参考：Redis List 底层三种数据结构原理剖析

Redis 的 List 是一种线性的有序结构，可以按照元素被推入列表中的顺序来存储元素，能满足先进先出的需求，这些元素既可以是文字数据，又可以是二进制数据。其底层有 linkedList、zipList 和 quickList 这三种存储方式。

• linkedList（双向链表）：与 Java 中的 LinkedList 类似，Redis 中的 linkedList 是一个双向链表，由一个个节点组成。每个节点使用 adlist.h/listNode 结构来表示，其中包含 prev 和 next 指针，以及指向节点值的 value 指针。通过 prev 和 next 指针，程序可以高效地获取某个节点的前置节点和后继节点。同时，list 结构提供了 head 和 tail 指针，以及一些实现多态的特定函数，使得程序可以高效地获取链表的头节点和尾节点。
• zipList（压缩列表）：是一种内存紧凑的数据结构，占用一块连续的内存空间，提升内存使用率。当一个列表只有少量数据，并且每个列表项要么是小整数值，要么是长度比较短的字符串时，Redis 会使用 zipList 来做 List 的底层实现。
• quickList（快速列表）：由多个 ziplist 和一个双向循环链表组成。每个 ziplist 表示一个小的连续内存块，可以存储若干个元素。而双向循环链表用于连接多个 ziplist，形成一个大的、连续的内存空间。

3. 哈希（Hash）

推荐参考：Redis高可用系列——Hash类型介绍及底层原理详解

Hash 是 Redis 中一种键值对集合，类似于编程语言中的 map 对象。一个 hash 类型的键最多可以存储 2^32 -1 个字段。Hash 类型的底层实现有三种：ziplist、listpack 和 hashtable。

4. 集合（Set）

推荐参考：【大课堂】Redis中hash、set、zset的底层数据结构原理

Redis Set 数据结构是一个无序的、自动去重的集合数据类型。Set 底层用两种数据结构存储，一个是 hashtable，一个是 inset。
hashtable 的 key 为 set 中元素的值，而 value 为 null。inset 为可以理解为数组，使用inset 数据结构需要满足下述两个条件：

• 元素个数不少于默认值512；
• set-max-inset-entries的值为512。

5. 有序集合（Zset）

推荐参考：【大课堂】Redis中hash、set、zset的底层数据结构原理

Redis 的 Zset（有序集合）是一种特殊的数据结构，它类似于集合（Set），但每个元素都关联了一个分数，用于进行有序排序。
Zset 的底层原理基于跳表（Skip List）实现。
以下是 Zset 的一些特点和原理：

• 元素有序：元素按照分数进行有序排列。
• 分数：每个元素都有一个分数，用于确定排序顺序。
• 快速插入和删除：通过跳表实现高效的插入和删除操作。
• 范围查询：支持按照分数范围查询元素。

例如，假设有一个 Zset 用于存储学生的成绩，成绩作为分数：

ZADD scores 85 "Alice"
ZADD scores 92 "Bob"
ZADD scores 78 "Charlie"

可以通过以下方式进行查询：

• 按照分数排序获取所有学生：ZRANGE scores 0 -1。
• 获取分数在 80 到 90 之间的学生：ZRANGEBYSCORE scores 80 90。

Zset 在实现排行榜、实时搜索等场景中非常有用。它提供了高效的插入、删除和查询操作，同时能够保证元素的有序性。

跳表

跳表全称为跳跃列表，它允许快速查询，插入和删除一个有序连续元素的数据链表。跳跃列表的平均查找和插入时间复杂度都是 O(logn)。快速查询是通过维护一个多层次的链表，且每一层链表中的元素是前一层链表元素的子集。所以它的查询速度媲美平衡二叉树，而且它的数据结构比平衡二叉树简单，结构示意图如下:

对于单链表来说，即使数据是已经排好序的，想要查询其中的一个数据，只能从头开始遍历链表，这样效率很低，时间复杂度很高，是 O(n)。跳表在 Redis 的 zset，leveldb 都有应用，是替代平衡树的方案，其思想的复杂度较低，容易理解和接触。

二. 3种特殊数据结构

推荐参考：Redis三种特殊数据类型：HyperLogLog、BigMap、Geo

1. 位图（bitmap）

• 特征：使用位数组来表示一系列布尔值，每个布尔值对应位数组中的一个位。
• 底层原理：位图通过位运算来高效地存储和查询大量布尔值。每个位可以独立地设置为0或1，代表对应元素的某种状态（例如，是否访问过）。
• 使用场景：适合用于统计和分析大规模数据，例如用户的活跃情况、网站的访问情况、商品的销售情况等。

2. 基数统计（HyperLogLog）

• 特征：一种用于基数统计的算法，只需要使用很少的内存就能估计集合中不同元素的数量。
• 底层原理：基于概率计数原理，通过对每个元素进行哈希，并记录哈希值的最高位非零位的位置，从而估计集合的大小。随着元素的增加，算法会逐渐收敛到真实基数的近似值。
• 使用场景：适合用于统计网站的 UV、独立 IP 数、用户访问量等场景。

3. 地理位置（Geo）

• 特征：使用有序集合（Sorted Set）来实现地理空间索引，有序集合中的每个成员都与一个经度和纬度相关联，成员按照分数（在地理空间中即距离）排序。
• 底层原理：Redis 使用 GeoHash 算法对地理位置进行编码，并将编码后的值作为有序集合的成员，距离作为分数。当执行地理空间相关的操作时（如查询附近地点），Redis 会根据GeoHash 值和给定的半径范围来检索符合条件的成员。
• 使用场景：适合存储和查询具有地理位置信息的数据，如用户位置、附近的商家、地理围栏等。