深入探索Redis之底层数据结构

Posted 2021-04-12 码农的修炼之道

        在Redis中有五种数据类型，分别是string，hash，list，set，sorted set。分别是字符串，字典，列表，集合，有序集合。一起聊聊底层是数据结构。字符串没什么好说的，重点聊聊列表、集合、有序集合。

1、列表list

     list支持存储一组数据，底层对应有两种实现，分别是压缩列表ziplist和双向循环链表。当列表中数据比较小的时候，list采用ziplist作为实现方式。具体是单个数据小于64字节，列表中个数少于512。

    

       其实这种ziplist方法在我们开发过程中也经常用到。比如我们传输二进制数据（非序列化），可以采用这种方式。格式如下：

   <data_len><data_content><data_len><data_content>

    压缩列表的好处就是节约内存，相比数组存储方式可以节约很多内存。因为数组定义肯定要按照最长的数据来申请内存。其余达不到这个长度的就会有部分内存空闲。当数据量较大的时候，list将转化为双向链表来进行存储。

2、字典hash

    字典常用于存储一组数据对，每个数据包括key和value。字典也有两种数据结构，分别是ziplist和散列表。

3、集合set

    set用于存储一组不重复的数据，这种有两种实现方式，分别是有序数组和散列表。当数据都是整数或数据个数不超过512的时候，将采用有序数组进行存储。其他情况采用散列表进行存储（可以想象为hashset）。

4、有序集合sortedset

     有序集合用于存储一组数据，这里每个数据会携带一个score。通过score的大小进行排序。当数据较小的时候，将采用压缩列表ziplist进行存储。这里的条件是单个数据小于64字节，元素个数小于128。当超过这个的时候，将采用跳表skiplist进行存储而不是红黑树的实现。（像STL里面的map，Java集合里面的hashmap底层都是红黑树实现，红黑树的查找、插入平均复杂度为o(lgn))。 

      跳表作为一种平衡数据结构，经常和平衡树进行比较，在大多数场景下，跳表都可以达到平衡树的效率（查询节点支持平均O（lgN），最坏O（N）的复杂度），但实现和维护起来却比平衡树简单很多。

   

      简单的说，跳表就是将顺序查找的链表经过节点的抽取来达到二分查找的效率。比如下面这个图很形象的展示了跳表的查找过程。

   关于跳表，这里推荐几篇文章供参考。

  1、http://ju.outofmemory.cn/entry/81525

  2、http://www.imooc.com/article/258009

     关于跳表的时间复杂度和空间复杂度，也可以自己推导一下。这里总结一下，跳表的平均插入、删除、查找时间复杂度都是o(lg(n))，空间复杂度o(n)。

   本文先写到这里吧，明天继续搬砖去了，后续有空继续深入聊聊。

   注：封面图片是去秋游摘葡萄拍的。