🏳️🌈个人网站：code宝藏 👈，欢迎访问🎉🎉
🙏如果大家觉得博主写的还不错的话，可以点点关注，及时获取我的最新文章
🤝非常感谢大家的支持与点赞👍
文章目录
概述
数据类型
提供给用户的数据类型 有String，List，Hash，Set，ZSet
Redis内部数据结构有：SDS(简单动态字符串),链表，字典，跳跃表，整数集合，压缩列表
Redis数据类型与内部数据结构的关系
Redis没有直接使用基础数据结构来实现键值对数据库，而是基于这些数据结构创建了一个对象系统，这些对象是供用户直接使用的。Redis数据库中的每个键值对的键和值都是一个对象，五种类型的对象至少都支持两种或者两种以上的基础数据结构，不同的数据结构可以在不同的使用场景上优化对象的使用效率。
String是唯一一个会被其它四种对象嵌套使用的对象。List、Hash、Set、ZSet之所以会虚线指向SDS也是嵌套使用String的原因。
简单动态字符串
定义
Redis没有直接使用C语言字符串，而是自己创建了一个名为简单动态字符串（Simple Dynamic String）的抽象类型来表示字符串。
SDS比C字符串更适合用于Redis的原因
-
常数复杂度获取字符串长度
只要访问SDS的len属性就可以立即知道SDS的长度
-
杜绝缓冲区溢出
当SDS API需要对SDS进行修改时，API会先检查SDS的空间是否满足修改所需的要求，如果不满足的话，API会自动将SDS的空间扩展至执行修改所需的大小，然后才执行实际的修改操作，所以使用SDS既不需要手动修改SDS的空间大小，也不会出现缓冲区溢出问题。
-
减少修改字符串时带来的内存重分配次数
SDS通过未使用空间解除了字符申长度和底层数组长度之间的关联：在SDS中，buf数组的长度不一定就是字符数量加一，数组里面可以包含未使用的字节，而这些字节的数量就由SDS的free属性记录
通过未使用空间， SDS实现了空间预分配和惰性空间释放两种优化策略
-
二进制安全
C字符串的字符必须符合某种编码，并且中间不能有空字符，否则读取时会被误以为是字符串结尾。种种局限使得C字符串只能存文本，不能存图片，音频，视频，压缩文件等二进制数据。 为确保Redis对不同使用场景的支持，SDS API都是二进制安全的，也就是所有SDS API都会以二进制的方式存取buf中的数据，数据的写入和读出都是一个样的。由于SDS读取时并不是依靠空字符来判断结束的，而是len属性，所以是二进制安全的。
-
兼容部分C字符串函数
内存分配策略
空间预分配
空间预分配用于优化SDS字符串增长操作。在扩展SDS空间前，SDS API会先检查未使用空间够不够，如果不够，则进行空间预分配。此时，程序不仅会为SDS分配修改所必须要的空间，还为其分配额外未使用的空间。
- 修改后的SDS<1MB，程序分配和len属性同样大小的未使用空间，此时SDS的len与free大小相等。
- 修改后SDS>=1MB。程序会分配1MB的未使用空间。
通过空间的预分配，将连续增长N次字符串需要的内存分配次数从一定需要N次变为最多N次。因而可以减少连续执行字符串增长操作所需的内存重分配的次数。
惰性空间释放
惰性空间的释放用于优化SDS字符串缩短操作。当SDS API需要缩短保存的字符串时，程序并不立即回收这部分内存，而是使用free属性将字节的数量记录，等待使用。与此同时，SDS提供了相关API，在有需要时，真正释放未使用空间，不需要担心惰性空间造成的内存浪费
链表
定义
typedef struct listNode{
//前置节点
struct listNode *prev;
//后置节点
struct listNode *next;
//节点的值
void *value;
}listNode;
节点由前驱后继组成，多个节点组成的链表为双端链表。
使用adlist.h/list来持有，操作链表：
Redis链表特性可以总结如下：
双端：链表节点带有prev和next指针，获取前置和后置节点的复杂度都是O(1)。
无环：表头节点的prev指针和表尾节点的next指针都指向NULL，对链表的访问以NULL为终点。 带表头指针和表尾指针 带链表长度计数器 。
头尾指针：将程序获取头尾节点的复杂度降为O(1)。
长度计数器：将程序获取表长的复杂度降为O(1)。
多态：链表节点使用void*指针来保存节点值，并且可以通过list结构的dup、free、match为节点值设置类型特定函数，所以链表可以用于保存各种不同类型的值。
字典
Redis的字典使用哈希表作为底层实现，一个哈希表里面可以有多个哈希表节点，每个哈希表节点保存了字典中的一个键值对。
哈希表
typedef struct dictht{
//哈希表数组
dictEntry **table;
//哈希表大小
unsigned long size;
//哈希表大小掩码，用于计算索引值
//总是等于size-1
unsigned long sizemask;
//该哈希表已有节点的数量
unsigned long used;
}dictht;
哈希表节点
哈希表节点使用dictEntry实现，每个dictEntry都存储着一个键值对：
typedef struct dictEntry{
//键
void *key;
//值
union{
void *val;
uint64_t u64;
int64_t s64;
} v;
//指向下个哈希表节点，形成链表
struct dictEntry *next;
} dictEntry;
键值对的值可以是一个指针，或一个uint64_t整数，或一个int64_t整数。next是指向另一个哈希节点的指针，可将多个哈希值相同的键值对连接在一起，以此来解决冲突。
字典
Redis中的字典由dict.h/dict结构表示 ，由这个数据结构将哈希表组织在一起
typedef struct dict{
//类型特定函数
dictType *type;
//私有数据
void *privdata;
//哈希表
dictht ht[2];
//rehash索引
//当rehash不在进行时，值为-1
int rehashidx;
} dict;
- type属性是一个指向dictType的结构指针，每个dictType结构保存了一簇用于操作特定类型键值对的函数，Redis为用途不同的字典设置不同类型特定函数。
- privdata属性保存了需要传给那些类型特定函数的可选参数。
- ht属性是包含两个项的数组，每项都是一个哈希表，ht[0]平时使用，而ht[1]仅在rehash时使用。
- rehashidx记录了rehash的进度，初始为-1。
普通状态下，没有进行rehash的字典：
如何解决Hash冲突？ 与Java的HashMap有哪些异同点？
Redis采用链地址法来解决冲突（解决冲突的方法基本上有链地址法，开放定址法，再哈希法等），与Java的HashMap的异同点：绿色为相同点，橙色为不同点。
为什么Redis字典没有使用红黑树来提高查询效率？
-
Redis负载因子是使用了 已经存在的节点数量/数组长度，基本上链表节点个数不会超过数组的长度。Java HashMap负载因子是使用的数组中已有节点数量/数组长度。
-
Redis的链表结构已经做了优化，红黑树插入新节点时要进行颜色切换，树扭转，更消耗空间。
rehash
当哈希表保存的键值对数量太多或者太少时，程序需要对哈希表的大小进行响应的扩容或缩容
(1)为字典ht[1]哈希表分配空间，大小取决于要执行的操作与ht[0]当前键值对的数量
- 如果执行的是扩展操作，那么ht[1]的大小为第一个大于等于ht[0].used * 2 的2^n (2的n次方幂)
- 如果执行的是收缩操作，那么ht[1]的大小为第一个大于等于ht[0].used的2^n
(2)将保存在ht[0]中的所有键值对存放到ht[1]指定的位置
(3)当ht[0]的所有键值对都迁移完毕后，释放ht[0]，并指向ht[1]，并在ht[1]上创建一个空的哈希表，为下次rehash准备。
渐进式rehash
ehash时会将ht[0]中所有的键值对rehash到ht[1]，如果键值对很多并且一次性操作的话，容易导致服务器在一段时间内停止服务。为避免这种情况，Redis采用渐进式rehash，将ht[0]中的键值对分多次，慢慢的rehash到ht[1]之中。
因为在进行渐进式rehash的过程中，字典会同时使用ht[0] , ht[1]两个哈希表，所以在渐进式rehash期间，字典的删除(delete)、查找(find)、更新(update)等操作会在两个哈希表上进行。例如，要在字典里面查找一个键的话，程序会先在ht[0]里面进行查找，如果没找到的话，就会继续到ht[1]里面进行查找，诸如此类。
跳跃表
定义
跳跃表（skiplist）是一种有序的数据结构，通过在每个节点维持多个指向其他节点的指针，达到快速访问节点的目的。
Redis的跳跃表由redis.h/zskiplistNode和redis.h/zskiplist两个数据结构定义。
typedef struct zskiplist{
//表头节点和表尾节点
structz zskiplistNode *header,* tail;
//表中节点的数量
unsigned long length;
//表中层数最大的节点的层数
int level;
} zskiplist;
跳跃表由zskiplist组织，通过多个跳跃表节点zskiplistNode组成一个跳跃表。值得注意的是，记录level时，表头结点的层高不会记录在内。
跳跃表节点
typedef strct zskiplistNode{
//后退指针
struct zskiplistNode *backward;
//分值
double score;
//成员对象
robj *obj;
//层
struct zskiplistlevel{
//前进指针
struct zskiplistNode *forward;
//跨度
unsigned int span;
}level[];
} zskiplistNode;
-
层 - level
跳跃表的每个节点都会包含多个层，每次创建一个新跳跃表时，都会根据幂次定律，随机生成一个1~32之间的数作为层的大小。每个层都会包含前进指针和跨度。
-
前进指针（forword）
用于访问下一个节点。跨度表示两个节点之间的距离，指向NULL的所有前进指针的跨度为0。跨度用于计算排位，访问某一结点的经过的跨度之和就是当前节点的排位
-
后退指针–backward
用于从表尾向表头方向访问节点，前进指针可以一次跳过多个节点，后退指针只能后退至前一个节点，因为每个节点只有一个后退指针。
-
分值–score
分值是一个double类型的浮点数，跳跃表中节点都按照分值排序。
-
成员对象–obj
是一个指针，指向字符串SDS对象。一个跳跃表中，对象必须是唯一的，但分值可以相同。相同时按对象字典序来排序。
字典序的大小是指成员对象在字典中的排序
整数集合
定义
当一个集合只包含整数元素，并且元素不多时，Redis就会使用整数集合作为集合键的底层实现。
typedef struct intset{
//编码方式
uint32_t encoding;
//集合包含的元素数量
uint32_t length;
//保存元素的数组
int8_t contents[];
} intset;
contents数组是整数集合的底层实现：整数集合的每个元素都是contents数据的一个数组项(item) ,各个项在数组中按值得大小从小到大有序地排列，并且数组中不包含任何重复项。
length属性记录了整数集合包含的元素数量，contents是整数集合的底层实现。contents存储元素的真实类型取决于encoding，比如encoding==INT_ENC_INT16时，contents数组中每个向都是int16_t类型的整数。可以为int16_t,int32_t或int64_t。
升级
当我们要将一个新元素添加至集合时，并且新元素的类型比现有集合类型都长时，整数集合就要升级。
步骤：
- 根据新元素类型，扩展数组空间，为新元素分配空间。
- 将底层数组现有所有元素都转为新元素相同类型，并将类型转换后的元素放到正确位置。
- 将新元素添加到底层数组。
由于每次向整数集合添加新元素都可能会引起升级，而每次升级都需要对底层数组中已有元素进行类型转换，所以添加的时间复杂度为O(N)。
升级的好处
有两个好处，可以提升整数集合的灵活性，也能尽可能地节约内存。
C语言是静态类型语言，一般数组中的元素类型都相同，使用升级可以不用担心类型兼容问题，提升灵活性。元素统一以最大类型存储，而不是都用int64_t，可节约内存。
降级
整数集合不支持降低，一旦升级就不能降级。
压缩列表
定义
为节约内存而开发的，由一系列特殊编码的连续内存块组成的顺序型数据结构。
压缩列表节点
previous_entry_length
单位是字节，记录压缩列表前一个节点的长度。该属性长度为1字节或5字节，前两位表示该属性长度为2位还是10位。
encoding
encoding记录了节点的content属性所保存数据类型和长度。高两位表示存储的是字节数组还是整数。
content
存储节点的值。
连续更新
当多个连续的长度介于250字节到253字节之间的节点，插入新的头节点（长度大于等于245字节），后面节点的previous_entry_length就要新增4字节的空间（1字节变成5字节），需要进行内存重分配，由于前一个节点的变更，每个节点的previous_entry_length属性也需要记录之前的长度而发生相应的变更，所以会出现连锁更新。除了新增节点，删除节点也可能会遇到这种情况。
。该属性长度为1字节或5字节**，前两位表示该属性长度为2位还是10位。
encoding
encoding记录了节点的content属性所保存数据类型和长度。高两位表示存储的是字节数组还是整数。
content
存储节点的值。
883
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
