02 Redis的数据结构

1. Redis——“快”：μs速度找到KV并完成操作。依赖于
   

   a. 内存
   
   b. 数据结构

2. 6种底层数据结构 & 5种Redis数据类型

3. Redis的“快”中的“慢操作”

• KV用哈希表存储，哈希表结构=数组+哈希桶

哈希表是一个指针数组，每个元素是一个指向entry结构体的指针(哈希桶)
entry包含两个元素：

• *key——指向key的指针
• *value——指向value的指针

• 哈希表查找过程主要依赖于哈希计算，与数据量多少无直接关系
  

4. 哈希表存储要解决的问题

哈希冲突——链式哈希

rehash可能带来的操作阻塞——渐进式rehash

• 哈希冲突
  • 解决：链式哈希——同一个哈希桶中多个entry用链表连接
  • entry结构体中增加*next指针指向下一个entry
  • 
• rehash可能带来的操作阻塞
  • 背景：链式哈希潜在问题——同一哈希桶内链接元素过多(同一桶内的冲突过多)，导致查找KV时的时间消耗增加。
  • 解决：rehash——增加现有哈希桶数量，对entries进行重排，以减少单个桶内的冲突
  • rehash具体操作

    Redis默认使用两个全局哈希表，表1rehash时
    
    
    a. 给表2分配比表1更大的空间（比如表1的2倍大小）
    
    b. 将表1数据重映射&copy到表2
    
    c. 释放表1空间

  • rehash中处理重映射&copy的时间会随着entries的增加而增加，涉及到了大量的数据copy操作，数据量大的情况下，极有可能阻塞Redis主线程，因此Redis采用渐进式rehash。
• 渐进式rehash

  原理：将表1每个桶的“重映射&copy”分散到Redis的每次请求上
  

5. 集合数据的操作效率

集合数据的操作效率取决于两个因素：集合类型的底层数据结构、具体的操作

• 集合类型的底层数据结构：整数数组、双向链表、哈希表、压缩列表、跳表

  • 压缩列表：

    有序数组
    
    表头增加3个字段：zlbytes——列表长度、zltail——列表尾偏移、zllen——列表中的entry个数
    
    表尾用zlend——列表结束标志
    
    

  • 跳表：

    有序链表上加多级序列
    
    通过索引位置的跳转实现数据快速定位
    
    索引通过链表连接
    
    

  • 查找时，各个集合类型底层数据结构的时间复杂度表

    底层数据结构	时间复杂度
    哈希表	O(1)
    跳表	O(logN)
    双向链表	O(N)
    压缩列表	O(N)
    整数数组	O(N)

• 不同操作的复杂度

  单元素操作是基础
  范围操作非常耗时
  统计操作通常g高效
  例外情况只有几个

  • 范围操作： 集合类型中的遍历操作
  • 统计操作：比如集合中元素个数的统计

图片来源于极客时间专栏《Redis核心技术与实战》