redis-----01-----redis介绍(redis安装下载、底层存储结构原理剖析)

这篇文章的一些图参考了这篇文章：你真的懂Redis的5种基本数据结构吗？这些知识点或许你还需要看看（图文并茂，浅显易懂，建议收藏）。

1 Redis介绍

• Redis 是Remote Dictionary Service 的简称；也是远程字典服务。
• Redis 是内存数据库，KV数据库，数据结构(string, list, hash, set, zset)数据库。
• Redis 应用非常广泛，如Twitter、暴雪娱乐、Github、Stack Overflow、腾讯、阿里巴巴、京
  东、华为、新浪微博等，很多中小型公司也在使用。

Redis命令查看：http://redis.cn/commands.html。

2 安装编译

git clone https://gitee.com/mirrors/redis.git -b 6.2 
cd redis 
make 
make test 
make install 
# 默认安装在 /usr/local/bin 
# redis-server 是服务端程序 
# redis-cli 是客户端程序

3 启动

mkdir redis-data 
# 把redis文件夹下 redis.conf 拷贝到 redis-data
cp redis.conf redis-data/

# 修改 redis.conf，在末尾添加以下内容，不修改密码，那么密码默认为空，使用cli登录时不需要添加密码。
requirepass 123456 
daemonize yes 
bind 192.168.1.9 不修改的话，那么是127.0.0.1，如果想远程的话，需要修改。

# 去到这个目录，方便使用这个临时的配置文件。
cd redis-data
# 开启redis服务
redis-server redis.conf 

# 通过 redis-cli 访问 redis-server 
#redis-cli -h 127.0.0.1 -a 123456
redis-cli -h 192.168.1.9 -a 123456

登录成功截图。

4 认识Redis

redis 是 KV 数据库，数据结构数据库。
Redis有5种基础数据结构，分别是：

• 1）string（字符串）。
• 2）list（列表）。
• 3）hash（字典）。
• 4）set（集合或称为无序集合）。
• 5）zset（有序集合）。

其中list、set、hash、zset这四种数据结构是容器型数据结构，它们共享下面两条通用规则：

• 1）create if not exists：容器不存在则创建。
• 2）drop if no elements：如果容器中没有元素，则立即删除容器，释放内存。

上面两条规则大家可以自行在redis命令行验证，几分钟的事情，很简单的，本人已经验证过了，是正确的。

5 redis存储结构

5.1 string

string(字符串)是Redis最简单也是使用最广泛的数据结构，它的内部是一个字符数组。是一个安全的数组，即可以存在特殊字符，是依赖字符串的长度len实现。

例如下列存储方式，3个\0都是可以成功读取到的。

5.2 list

Redis的列表相当于C++语言中STL的deque，它是一个双向链表数据结构，支持前后顺序遍历。因为链表结构插入和删除只会在头尾，所以操作快且时间复杂度O(1)。
而查询会慢，因为需要for遍历，所以时间复杂度O(n)。

5.2.1 list(列表)深入理解

Redis底层存储list(列表)不是一个简单的双向链表，而是quicklist ——“快速列表”。
关于quicklist是什么，下面会简单介绍。

quicklist是多个ziplist(压缩列表)组成的双向列表。而这个ziplist(压缩列表)又是什么呢？ziplist指的是一块连续的内存存储空间即可认为是数组。
Redis底层对于list(列表)的存储，当元素个数少的时候，它会使用一块连续的内存空间来存储，这样可以减少每个元素增加prev和next指针带来的内存消耗，最重要的是可以减少内存碎片化问题。

1. 正常的链表结构示意图(即未使用ziplist)

每个node节点元素，都会持有一个prev->执行前一个node节点，和next->指向后一个node节点的指针（引用）。
这种结构虽然支持前后顺序遍历，但是也带来了不小的内存开销，如果node节点仅仅是一个int类型的值，那么可想而知，引用的内存比例将会更大。

2. 使用ziplist压缩后的示意图
ziplist是一块连续的内存地址，他们之间无需持有prev和next指针，能通过地址顺序寻址访问。
与上面的区别是，上面因为相邻内存地址不是连续的，所以需要prev、next索引相邻的节点。
而使用ziplist压缩后，无需再使用prev、next，因为内存地址是连续的，我们只需要计算内存的偏移值即可索引得到相邻的节点。

例如下面：
假设Node相邻的偏移地址就是1字节(C++一般通过sizeof(type)进行求出)。首地址元素内部依然会有一个指针保存尾部的节点元素(老师视频所说)，然后尾部节点通过偏移值求出倒数第二个节点，以此类推，同样做到了上图的作用，即头尾能快速找到(O(1))，中间节点能够通过相邻元素与偏移地址求出(O(n))，从而去掉prev、next。

3 quicklist示意图
简单了解一下即可，如下图。

5.3 hash（字典）

• Redis的hash(字典)相当于C++语言中的unordered_map，它是根据散列值分布的无序字典，内部的元素是通过键值对的方式存储。

• hash(字典)的实现与C++中的unordered_map的结构也是一致的，它的数据结构也是数组+链表组成的二维结构，节点元素散列在数组上，如果发生hash碰撞则使用链表串联在数组节点上。
  

• hash(字典)扩容：Redis中的hash(字典)存储的value只能是字符串值。Redis考虑到其核心存取是单线程的性能问题，为了追求高性能，因而采取了渐进式rehash策略。渐进式rehash指的是并非一次性完成，它是多次完成的，因此需要保理旧的hash结构，所以Redis中的hash(字典)会存在新旧两个hash结构，在rehash结束后也就是旧hash的值全部搬迁到新hash之后，新的hash在功能上才会完全替代以前的hash。 这种扩容的内存处理，类似C++的vector。

5.4 set（集合）

Redis的set(集合)内部的键值对是无序的、唯一的。它的内部实现了一个所有value为null的特殊字典。就相当于上面的哈希，只不过value值为null。例如哈希是cmd key key value，那么set就是cmd key key，所以末尾的key当成value了。

如果set集合存储的都是整数类型，那么会使用一个数组存储，此时集合会是一个有序的集合，这样让我们能快速进行交并差运算。(老师讲的)

set(集合)由于其特殊去重复的功能，我们可以用来存储活动中中奖的用户的ID，这样可以保证一个用户不会中奖两次。

5.5 zset（有序集合）

zset(有序集合)是Redis中最常问的数据结构。这个有序集合类似C++的set容器，但是底层结构不一样，C++的底层结构是使用RB-tree(红黑树)实现的。而zset不一样，zset使用跳表实现。

zset一方面通过set来保证内部value值的唯一性，另一方面通过value的score（权重）来进行排序。这个排序的功能是通过Skip List（跳跃列表）来实现的。

利用zset的去重和有序的效果可以由很多使用场景，举两个例子：

• 存储粉丝列表，value是粉丝的ID，score是关注时间戳，这样可以对粉丝关注进行排序
• 存储学生成绩，value使学生的ID，score是学生的成绩，这样可以对学生的成绩排名

5.5.1 Skip List

1. Skip List简介

• 跳表全称叫做跳跃表，简称跳表。跳表是一个随机化的数据结构，实质就是一种可以进行二分查找的有序链表。跳表在原有的有序链表上面增加了多级索引，通过索引来实现快速查找。跳表不仅能提高搜索性能，同时也可以提高插入和删除操作的性能。
• Skip List(跳跃列表)这种随机的数据结构，可以看做是一个二叉树的变种，它在性能上与红黑树、AVL树很相近；但是Skip List(跳跃列表)的实现相比前两者要简单很多，目前Redis的zset实现采用了Skip List(跳跃列表)（其它还有LevelDB等也使用了跳跃列表）。

RBT红黑树与Skip List(跳跃列表)简单对比：
RBT红黑树：

1. 插入、查询时间复杂度O(logn)。
2. 数据天然有序。
3. 实现复杂，设计变色、左旋右旋平衡等操作。
4. 需要加锁。

Skip List跳跃列表：
5. 插入、查询时间复杂度O(logn)。
6. 数据天然有序。
7. 实现简单，链表结构。
8. 无需加锁。

2. Skip List特性以及演示查询、插入、删除
Skip List跳跃列表通常具有如下这些特性：

• 1）Skip List包含多个层，每层称为一个level，level从0开始递增。
• 2）Skip List 0层，也就是最底层，应该包含所有的元素。
• 3）每一个level/层都是一个有序的列表。
• 4）level小的层包含level大的层的元素。
• 5）每个节点元素由节点key、节点value和指向当前节点所在level的指针数组组成。(这一点得去看源码理解)

2.1 Skip List查询
假设初始Skip List跳跃列表中已经存在这些元素，他们分布的结构如下所示：

此时查询节点88，它的查询路线如下所示：

1. 从Skip List跳跃列表最顶层level3开始，往后查询到10 < 88 && 后续节点值为null && 存在下层level2。
2. level2 10往后遍历，27 < 88 && 后续节点值为null && 存在下层level1。
3. level1 27往后遍历，88 = 88，查询命中。

2.2 Skip List插入
假设初始结构和上面查询的一样，此时假设插入的新节点元素值为90，插入路线如下所示：

1. 查询插入位置，与Skip List查询方式一致，这里需要查询的是第一个比90大的节点位置，插入在这个节点的前面， 88 < 90 < 99。
2. 构造一个新的节点Node(90)，为插入的节点Node(90)计算一个随机level，这里假设计算的是1，这个level时随机计算的，可能时1、2、3、4…均有可能，level越大的可能越小，主要看随机因子x ，层数的概率大致计算为 (1/x)^level ，如果level大于当前的最大level3，需要新增head和tail节点。
3. 节点构造完毕后，需要将其插入列表中，插入步骤十分简单 。Node(88).next = Node(90); Node(90).prev = Node(88); Node(90).next = Node(99); Node(99).prev = Node(90)。

实际上跳表的插入就是：查找插入位置，然后确定节点的level，最后插入即可。

2.3 Skip List删除
删除应该是跳表最简单的操作了，流程就是查询到节点，然后删除，重新将删除节点左右两边的节点以链表的形式组合起来即可，这里不再画图。