Redis常见数据类型和底层数据结构

文末配有高清思维导图笔记

Redis 的快，到底是快在哪里呢？为什么会这么快呢？一方面它是内存数据库，所有操作都在内存上完成，内存的访问速度本身就很快。另一方面，这要归功于它的数据结构。因为键值对是按一定的数据结构来组织的，操作键值对最终就是对数据结构进行增删改查操作，所以高效的数据结构是 Redis 快速处理数据的基础。

常见数据类型和对应的底层数据结构

底层数据结构一共有 6 种，分别是简单动态字符串、双向链表、压缩列表、哈希表、跳表和整数数组。

延伸问题

• 数据结构都是值的底层实现，键和值的关系是怎样的，是什么结构？
• 集合类型有多种底层结构，它们都是怎么组织数据的，都很快吗？

键和值的组织结构

Redis 使用了一个哈希表来保存所有键值对。哈希表就是一个数组，数组的每个元素称为一个哈希桶。一个哈希表是由多个哈希桶组成的，每个哈希桶中保存了键值对数据。这些键值对数据并不是值本身，而是指向具体值的指针。
这个哈希表保存了所有的键值对，所以，我也把它称为全局哈希表。
如图所示：

我们可以用 O(1) 的时间复杂度来快速查找到键值对——我们只需要计算键的哈希值，就可以知道它所对应的哈希桶位置，然后就可以访问相应的 entry 元素。

哈希表操作为啥会变慢？

• 哈希冲突问题
  哈希冲突是指，两个 key 的哈希值和哈希桶计算对应关系时，正好落在了同一个哈希桶中。

• 解决方法
  链式哈希：就是指同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接。
  如图所示每个entry元素通过一个*next指针指向下一个entry元素，这就形成了一个链表，所以也叫做哈希冲突链。
  

• 什么是rehash
  因为哈希冲突链上的元素只能通过指针逐个查找操作，随着哈希表写入的数据增多，哈希冲突也会增多，就会导致哈希冲突链越来越长，进一步导致这个链上的元素查找耗时长，效率降低。
  所以Redis会对哈希表进行rehash操作，就是增加现有的哈希桶数量，让逐渐增多的 entry 元素能在更多的桶之间分散保存，减少单个桶中的元素数量，从而减少单个桶中的冲突。
  具体做法：Redis 默认使用了两个全局哈希表：哈希表 1 和哈希表 2。一开始，当你刚插入数据时，默认使用哈希表 1，此时的哈希表 2 并没有被分配空间。随着数据逐步增多，Redis 开始执行 rehash，这个过程分为三步。

  • 给哈希表 2 分配更大的空间，例如是当前哈希表 1 大小的两倍；
  • 把哈希表 1 中的数据重新映射并拷贝到哈希表 2 中；
  • 释放哈希表 1 的空间。

在实际操作中，当把哈希表1中的数据重新映射拷贝到哈希表2中时，如果一次性把哈希表 1 中的数据都迁移完，会造成 Redis 线程阻塞，无法处理其他请求。
为了解决这个问题，Redis 采用了渐进式 rehash。

拷贝数据时，Redis 仍然正常处理客户端请求，每处理一个请求时，从哈希表 1 中的第一个索引位置开始，顺带着将这个索引位置上的所有 entries 拷贝到哈希表 2 中；等处理下一个请求时，再顺带拷贝哈希表 1 中的下一个索引位置的 entries。把一次性大量拷贝的开销，分摊到了多次处理请求的过程中，避免了耗时操作，保证了数据的快速访问。

底层数据结构

• 整数数组和双向链表
  操作特征都是顺序读写，也就是通过数组下标或者链表的指针逐个元素访问，操作复杂度基本是 O(N)，操作效率比较低。

• 压缩列表
  压缩列表实际上类似于一个数组，数组中的每一个元素都对应保存一个数据。和数组不同的是，压缩列表在表头有三个字段 zlbytes、zltail 和 zllen，分别表示列表长度、列表尾的偏移量和列表中的 entry 个数；压缩列表在表尾还有一个 zlend，表示列表结束。如果我们要查找定位第一个元素和最后一个元素，可以通过表头三个字段的长度直接定位，复杂度是 O(1)。而查找其他元素时，就没有这么高效了，只能逐个查找，此时的复杂度就是 O(N) 了。
  

• 跳表
  跳表在链表的基础上，增加了多级索引，通过索引位置的几个跳转，实现数据的快速定位。如图可以看到，这个查找过程就是在多级索引上跳来跳去，最后定位到元素。这也正好符合“跳”表的叫法。当数据量很大时，跳表的查找复杂度就是 O(logN)
  

总结

Redis 中使用全局哈希表结构来保存每个键值对。
五大底层结构：合类型实现的双向链表、压缩列表、整数数组、哈希表和跳表。
Redis 之所以能快速操作键值对，一方面是因为 O(1) 复杂度的哈希表被广泛使用，包括 String、Hash 和 Set，它们的操作复杂度基本由哈希表决定，另一方面，Sorted Set 也采用了 O(logN) 复杂度的跳表。不过，集合类型的范围操作，因为要遍历底层数据结构，复杂度通常是 O(N)。
复杂度较高的 List 类型，它的两种底层实现结构：双向链表和压缩列表的操作复杂度都是 O(N)。但是它的 POP/PUSH 效率很高，那么可把它主要用于 FIFO 队列场景，而不是作为一个可以随机读写的集合。