Redis常用数据结构及原理

Redis常用六种数据类型

Redis 支持多种数据类型，每种类型都具有不同的特性和用途。以下是 Redis 中常见的数据类型：

一、字符串（String）

1、基本介绍

字符串是最基本的数据类型，可以存储任意类型的数据，如文本、数字或序列化对象。可以使用字符串相关的命令对其进行操作，如设置值（SET）、获取值（GET）、增加数值（INCR）、追加字符串（APPEND）等。

2、底层数据结构和原理

在 Redis 中，字符串类型的底层数据结构和原理是简单动态字符串（SDS，Simple Dynamic String）。

简单动态字符串是 Redis 自己实现的一种字符串结构，相比于传统的 C 字符串（以空字符 ‘\0’ 结尾的字符数组），简单动态字符串具有以下优势：

• O(1) 时间复杂度的修改操作：简单动态字符串通过维护字符串长度和可用空间的变量，可以在 O(1) 时间复杂度内进行字符串的修改操作，而不需要像传统 C 字符串那样进行内存拷贝和分配。

• 动态扩容和缩容：简单动态字符串在需要扩容时，可以按需动态地增加内存空间，而不是事先分配固定大小的缓冲区。这种动态扩容的机制使得字符串的长度可以根据需要进行自由调整，节省了内存空间。

• 二进制安全：简单动态字符串可以存储任意二进制数据，不仅仅限于文本字符串。这使得 Redis 可以在字符串类型中存储和处理二进制数据，而不会受到 C 字符串的限制。

• 内存预分配和惰性空间释放：简单动态字符串在进行扩容时，会预先分配一定的额外空间，以减少频繁的内存分配操作。同时，在字符串缩短时，不会立即释放多余的空间，而是保留一部分空间，以备后续使用，从而提高了性能。

总之，简单动态字符串是 Redis 中字符串类型的底层数据结构，通过动态扩容和缩容、O(1) 时间复杂度的修改操作等特性，提供了高效的字符串操作。这种数据结构使得 Redis 的字符串类型非常适用于存储和处理各种类型的数据，包括文本和二进制数据。

这个其实和Java中的ArrayList的实现比较像，ArrayList使用的是动态数组。如果读者比较感兴趣的话，后续我可以单独写一篇文章来着重讲述两者的区别。

二、哈希（Hash）

1、基本介绍

哈希是一种键值对集合，类似于对象或字典。每个哈希可以存储多个字段和对应的值。可以使用哈希相关的命令对其进行操作，如设置**字段值（HSET）、获取字段值（HGET）、获取全部字段和值（HGETALL）**等。

2、底层数据结构和原理

在 Redis 中，Hash（哈希）的底层数据结构是哈希表（Hash Table）。

哈希表是一种基于键值对的数据结构，通过哈希函数将键映射到存储位置，实现了高效的键值查找和插入操作。在 Redis 的哈希中，哈希表被用来存储哈希的键值对。

Hash大家应该都比较熟悉了，这里简单讲一下Redis 中哈希底层数据结构和原理的一些关键点：

• 哈希表优势：使用哈希表作为哈希的底层数据结构有几个优势。首先，通过哈希表，可以以常数时间复杂度 O(1) 来执行插入、删除和查找操作。其次，哈希表可以高效地处理大量的键值对数据，具有良好的扩展性。

• 哈希表存储键值对：在 Redis 中，每对哈希的键值对被存储为哈希表的键值对。哈希表的键被称为字段（field），而哈希表的值被称为值（value）。通过哈希表的键，可以快速检索和操作哈希中的键值对。

• 哈希表的键冲突处理：由于哈希函数的输出空间有限，不同的键可能映射到相同的哈希表位置，这就是所谓的键冲突。为了解决键冲突，Redis 使用链地址法（Separate Chaining）来处理相同哈希值的键。具体来说，Redis 将具有相同哈希值的键值对放在同一个链表中，通过链表来存储冲突的键值对。

• 哈希表的扩容和缩容：为了保持哈希表的高效性能，Redis 在哈希表达到一定负载因子时会自动进行扩容操作。扩容操作涉及重新计算哈希函数和重新分配空间，以便保持较低的键冲突率。同样，当哈希表的使用率较低时，Redis 会自动进行缩容操作，以节省内存空间。

• 哈希的常用操作：Redis 提供了一系列命令来操作哈希，如添加字段和值（HSET）、获取值（HGET）、删除字段（HDEL）等。这些命令通过操作底层的哈希表来实现哈希的操作。

Redis 中的哈希数据类型通过使用哈希表作为底层数据结构，实现了高效的键值查找和插入操作。这种数据结构使得 Redis 的哈希非常适用于存储和操作具有键值对结构的数据，如用户信息、配置信息等。

三、列表（List）

1、基本介绍

列表是一个有序的字符串元素集合，可以在列表的两端进行插入或删除操作。列表可以用作队列或栈。您可以使用列表相关的命令对其进行操作，如插入元素到列表头（LPUSH）、弹出列表尾部元素（RPOP）、获取指定范围的元素（LRANGE）等。

2、底层数据结构和原理

在 Redis 中，List（列表）的底层数据结构是双向链表（doubly linked list）。（注：Java中的LinkedList底层也是双向链表，可以对比学习。）

双向链表是一种由多个节点组成的数据结构，每个节点包含一个值和两个指针，分别指向前一个节点和后一个节点。在 Redis 中，每个列表都由一个双向链表来实现，列表的每个元素都存储在一个节点中。

Redis 通过使用双向链表作为列表的底层数据结构，实现了对列表的高效操作。以下是一些关于 Redis 列表底层数据结构和原理的重要细节：

• 双向链表优势：使用双向链表作为列表的底层数据结构有几个优势。首先，它允许在列表的两端进行高效的插入和删除操作，时间复杂度为 O(1)。其次，双向链表可以按照顺序遍历和反向遍历列表，使得在有序列表中执行范围操作非常高效。

• 列表的头节点和尾节点：Redis 中的列表有一个特殊的头节点和尾节点，分别表示列表的开头和结尾。这些节点不包含实际的值，只是作为指示列表边界的标记。它们的存在使得在列表两端执行插入和删除操作更加高效。

• 列表的节点结构：每个列表节点包含三个主要部分。第一个部分是前置节点指针，指向前一个节点；第二个部分是后置节点指针，指向后一个节点；第三个部分是值，存储实际的列表元素。

• 列表的头指针和尾指针：Redis 中的列表有两个指针，分别指向列表的头节点和尾节点。这些指针使得在列表两端执行插入、删除和访问操作更加方便和高效。

• 列表的常用操作：Redis 提供了一系列命令来操作列表，如插入元素到列表头部（LPUSH）、插入元素到列表尾部（RPUSH）、从列表头部弹出元素（LPOP）、从列表尾部弹出元素（RPOP）等。这些命令通过操作双向链表的节点来实现列表的操作。

Redis 中的列表数据类型通过使用双向链表作为底层数据结构，实现了高效的插入、删除和访问操作。这种数据结构使得 Redis 列表非常适用于队列、栈、任务列表等应用场景，同时提供了丰富的命令和操作来满足不同的需求。

四、集合（Set）

1、基本介绍

集合是一组唯一的、无序的字符串元素集合。集合支持添加、删除和判断元素是否存在的操作。您可以使用集合相关的命令对其进行操作，如添加元素到集合（SADD）、删除元素（SREM）、判断元素是否存在（SISMEMBER）等。

2、底层数据结构和原理

在 Redis 中，Set（集合）的底层数据结构是哈希表（Hash Table）。

哈希表是一种基于键值对的数据结构，它通过哈希函数将键映射到存储位置，从而实现高效的键值查找和插入操作。在 Redis 的集合中，哈希表被用来存储集合的元素。

以下是 Redis 中集合底层数据结构和原理的一些关键点：

• 哈希表优势：使用哈希表作为集合的底层数据结构有几个优势。首先，通过哈希表，可以以常数时间复杂度 O(1) 来执行插入、删除和查找操作。其次，哈希表可以高效地处理大量的键值对数据，具有良好的扩展性。

• 哈希表存储集合元素：在 Redis 中，每个集合元素被存储为哈希表的键，而哈希表的值则被设置为一个固定的空占位符。通过哈希表的键，可以快速检索和操作集合中的元素。

• 哈希表的键冲突处理：由于哈希函数的输出空间有限，不同的键可能映射到相同的哈希表位置，这就是所谓的键冲突。为了解决键冲突，Redis 使用链地址法（Separate Chaining）来处理相同哈希值的键。具体来说，Redis 将具有相同哈希值的键放在同一个链表中，通过链表来存储冲突的键值对。

• 哈希表的扩容和缩容：为了保持哈希表的高效性能，Redis 在哈希表达到一定负载因子时会自动进行扩容操作。扩容操作涉及重新计算哈希函数和重新分配空间，以便保持较低的键冲突率。同样，当哈希表的使用率较低时，Redis 会自动进行缩容操作，以节省内存空间。

• 集合的常用操作：Redis 提供了一系列命令来操作集合，如添加元素到集合（SADD）、从集合中移除元素（SREM）、判断元素是否存在于集合中（SISMEMBER）等。这些命令通过操作底层的哈希表来实现集合的操作。

Redis 中的集合数据类型通过使用哈希表作为底层数据结构，实现了高效的插入、删除和查找操作。这种数据结构使得 Redis 集合非常适用于存储和操作唯一值的场景，并提供了丰富的命令和操作来满足不同需求。

五、有序集合（Sorted Set）

1、基本介绍

有序集合是一种在集合基础上增加了一个分数（score）的数据结构。每个元素都有一个唯一的值和一个对应的分数，通过分数可以对元素进行排序。您可以使用有序集合相关的命令对其进行操作，如添加元素到有序集合（ZADD）、根据分数范围获取元素（ZRANGEBYSCORE）、获取指定排名范围的元素（ZRANGE）等。

2、底层数据结构和原理

在 Redis 中，Sorted Set（有序集合）的底层数据结构是跳跃表（Skip List）和哈希表（Hash Table）的结合使用。

跳跃表是一种有序数据结构，类似于链表，但在每个节点中添加了多个指向其他节点的指针，从而实现高效的查找和范围操作。哈希表用于存储每个成员及其对应的分数。

以下是 Redis 中有序集合底层数据结构和原理的一些关键点：

• 跳跃表：有序集合使用跳跃表作为有序数据的主要存储结构。跳跃表中的每个节点都包含一个成员和一个分数，节点按照成员的字典序进行排序。通过多个层级的指针，跳跃表可以快速跳过一些节点，从而加快查找速度。

• 跳跃表的层级：跳跃表由多个层级组成，每个层级都是一个有序链表。最底层是包含所有成员的完整链表，而上层则是通过“跳跃”的方式连接较少的节点。这种层级结构使得在跳跃表中查找成员的时间复杂度为 O(log n)。

• 哈希表：除了跳跃表，Redis 还使用哈希表来存储每个成员及其对应的分数。哈希表通过将成员作为键、分数作为值来存储数据。这样，当需要根据成员进行查找或更新时，可以通过哈希表快速定位到对应的节点。

• 跳跃表和哈希表的结合使用：通过将跳跃表和哈希表结合使用，Redis 实现了有序集合数据类型的高效操作。跳跃表提供了快速的有序查找和范围操作，而哈希表则提供了快速定位成员的能力。

• 有序集合的常用操作：Redis 提供了一系列命令来操作有序集合，如添加成员和分数（ZADD）、根据分数范围获取成员（ZRANGEBYSCORE）、获取成员的排名（ZRANK）等。这些命令通过操作底层的跳跃表和哈希表来实现有序集合的操作。

Redis 中的有序集合数据类型通过使用跳跃表和哈希表的结合，实现了高效的有序集合操作。跳跃表提供了快速的查找和范围操作，而哈希表提供了快速定位成员的能力。这种数据结构使得 Redis 有序集合非常适用于实现排行榜、计数器和范围查询等应用场景。

六、Bitmaps

1、基本介绍

位图是一种使用二进制位来存储和操作数据的数据结构。您可以使用位图相关的命令对其进行操作，如设置位（SETBIT）、获取位（GETBIT）、对多个位进行逻辑操作（BITOP）等。

除了以上常见的数据类型，Redis 还支持其他数据类型，如地理位置（Geospatial）、流（Stream）等。每种数据类型都有各自的用途和适用场景，您可以根据具体的需求选择合适的数据类型来存储和操作数据。

2、底层数据结构和原理

在 Redis 中，Bitmaps（位图）的底层数据结构是字符串（String）。

字符串是 Redis 中最基本的数据结构，可以存储二进制数据。在 Bitmaps 中，每个位（bit）都被存储为字符串中的一个字符，可以表示为 0 或 1。Redis 使用字符串来表示位图，并提供了一系列命令来操作位图数据。

以下是 Redis 中位图底层数据结构和原理的一些关键点：

• 字符串存储位：在 Redis 中，每个位都由一个字符来表示。位图使用 0 或 1 来表示位的状态，通常使用字符 “0” 和 “1” 分别表示位值为 0 或 1。

• 字符串的位操作：Redis 提供了一些位操作命令，如设置位（SETBIT）、获取位（GETBIT）、对多个位进行逻辑操作（BITOP）等。这些命令通过操作字符串的位来实现位图的操作。

• 字符串的二进制存储：Redis 使用字节序列来存储字符串，每个字节可以表示 8 个位。位图中的每个位会转换成对应字节中的某一位。

• 位图的大小：Redis 中的位图可以非常大，可以有 2^32 = 4294967296 个位，即可以表示一个长度为 4294967296 的位序列。

• 位图的应用：位图在 Redis 中广泛应用于各种场景，如统计在线用户、记录用户行为、判断某个元素是否存在等。由于位图的存储非常紧凑，可以有效地节省存储空间。

请注意，位图虽然非常高效，但它是以整个字符串作为单位进行操作的，如果只需要操作其中的某些位，可能会涉及到整个字符串的读取和写入，可能会对性能产生影响。因此，在使用位图时，需要根据实际需求和数据规模进行权衡和设计。

除了以上常见的数据类型，Redis 还支持其他数据类型，如地理位置（Geospatial）、流（Stream）等。每种数据类型都有各自的用途和适用场景，可以根据具体的需求选择合适的数据类型来存储和操作数据。

欢迎关注我的公众号，除了分享一些技术文章，还会分享一些工作经验和有趣的事。
文章来源地址https://www.toymoban.com/news/detail-574753.html

到了这里，关于Redis常用数据结构及原理的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！