提到Redis，大家的第一反应是去做Redis缓存，为什么呢？因为“快”是Redis的最大特点，用于做缓存，减少I/O操作，Redis非常适合，但为什么Redis会这么快呢？
实际上，这跟两方面有关，一方面，Redis是一个内存数据库，几乎所有的操作都在内存上完成，内存的访问速度相对于磁盘来说当然是非常快的；另一方面，得益于Redis的数据结构，Redis为了更加快速高效的完成增删改查操作，设计了一套适合于自己的数据结构，本文就Redis的数据结构进行简单分析。
一、数据类型与数据结构
常用Redis的同学可能会立刻说出，Redis有五种常用的数据类型：String（字符串）、List（列表）、Hash（哈希表）、Set（集合）、SortedSet（有序集合）。Redis为这五种常用的数据类型设计了底层的数据结构实现，包括SDS（简单动态字符串）、LinkedList（双向链表）、HashTable（哈希表）、SkipList(跳跃表)、IntSet(整数集合)、ZipList(压缩列表)等，他们的对应关系如下图所示：
可以看出，除了String只使用简单动态字符串实现，其他四种数据类型都是使用底层数据结构实现的，这是因为面对不同的情况，Redis在实现一个数据类型时会使用不同的底层数据结构来优化存储，可以具体看下：
列表（List）
当列表同时满足以下两个条件，列表使用ziplist编码：
- 列表保存的所有字符串元素的长度都小于64字节；
- 列表对象保存的元素数量小于512个；
不能满足这两个条件的列表编码会使用linkedlist编码：
哈希表（Hash）
当哈希表同时满足以下两个条件，哈希表使用ziplist编码：
- 哈希表保存的所有键值对的键和值的字符串长度都小于64字符；
- 哈希表保存的键值对数量小于512个；
不能满足这两个条件的哈希表需要使用hashtable
集合（Set）
当集合同时满足以下两个标间，集合使用intset编码：
- 集合保存的所有元素都是整数值；
- 集合保存的元素数量不超过512个；
不能满足这两个条件的集合对象需要使用hashtable:
有序集合（SortedSet）
有序集合同时满足以下两个条件，有序集合使用ziplist编码：
- 有序集合保存的元素数量小于128个；
- 有序集合保存的所有元素成员的长度都小于64字符；
不能满足这两个条件的集合对象需要使用skiplist：
通过Redis的底层原理，深入了解了下Redis的底层结构到底是怎么设计的。
二、简单动态字符串
Redis自己构建了一种抽象类型：简单动态字符串（simple dynamic string, SDS），用作Redis的默认字符串表示：
- free 属性值为0，表示SDS没有分配任何未使用空间；
- len 属性值为5，表示SDS保存了一个5字节长的字符串；
- buf 属性值是 char 类型数组，数组最后一个字节为"\0"； 由此可见，获取SDS长度的时间复杂度是O(1)。
SDS在性能上的优化
SDS作为“动态字符串”，支持扩充字符串时通过重分配操作（先检查SDS的空间是否满足修改所需要求，如果不满足自动扩展至所需大小）防止出现缓冲区溢出的问题；同时，SDS在缩短字符串时，程序也会释放字符串不再使用的那部分空间。同时，在频繁修改字符串的场景下，通过空间预分配和惰性空间释放两种策略优化了性能：
空间预分配：当SDS被修改进行空间扩展时，Redis不仅会为SDS分配修改必须的空间，还会分配额外的空间：
- SDS长度小于1MB，Redis会分配和len属性同样大小的未使用空间；
- SDS长度大于等于1MB，Redis会分配1MB的未使用空间； 通过空间预分配，SDS可以减少修改之后的空间分配次数。
惰性空间释放：当SDS字符串被缩短时，Redis不会回收缩短后的字节，改为用free存下来。 通过惰性空间释放，SDS避免了缩短字符串后的内存重分配，并为预期字符串的增长提供了有利条件。
SDS对字符串操作进行的一系列优化，提高了Redis读写的速度。
三、双向链表
链表作为一种常用的非线性结构，提供了高效的节点重排能力，在Redis中，通过双向链表来实现一系列功能：
双向链表带有表头指针和表尾指针，这样获取头节点和尾节点就是O(1)；另外，通过len属性，获取链表长度也是O(1)。
四、哈希表
哈希表是Redis字典的底层数据结构：
sizemask属性的值总是等于size-1，这个属性和哈希值做&运算，决定一个键应该被放到table数组的哪个索引上。
解决键冲突
Redis的哈希表用链地址法来解决键冲突；并且，为了更快的速度，Redis总是将新节点添加到链表的表头位置（时间复杂度为O(1)）。
rehash
随着操作的不断执行，当哈希表保存的键值对数量太多或者太少，Redis会对哈希表的大小进行响应的扩展和收缩，简单来说，就是利用空闲的哈希表进行扩展或收缩操作，并将默认哈希表重分配到指定的哈希表上，最后设置新的哈希表为默认哈希表。
当然，rehash的动作不是一次性的，而是渐进的过程，这么做是为了防止rehash节点过多导致服务器在一定时间内停止访问。在渐进式rehash过程中，删除/查找/更新的操作会在两个哈希表同时进行，添加的操作一律会被保存在新的哈希表上。
什么时候会触发rehash呢？有两种情况：
- Redis没有执行 BGSAVE 或者 BGREWRITEAOF 命令，哈希表的负载因子为1，自动扩展；
- Redis正在执行 BGSAVE 或者 BGREWRITEAOF 命令，哈希表的负载因子为5，自动扩展；
- 哈希表的负载因子小于0.1，自动收缩；
其中，负载因子的计算公式：
负载因子 = 哈希表已经保存节点数 / 哈希表大小
五、跳跃表
跳跃表是一种有序数据结构，支持平均O(logN)，最坏O(n)复杂度的节点查找，如果一个有序集合包含元素比较多的时候，Redis就会使用跳跃表来作为有序集合的底层实现：
每次创建一个新跳跃表的节点时，Redis就会根据幂次定率随机生成一个介于1到32之间到值作为lavel数组的大小，这个就是层的大小（或高度）。层与层之间可以通过前进指针快速到达最近的层，也可以通过后退指针（BW）后退至前一个节点。
节点的分值是一个double类型的浮点数，跳跃表的所有节点都是按照分值从小到大排列。节点的成员对象是指向一个字符串对象的指针，分值相同的节点按照成员对象在字典序中的大小来进行排序，成员对象较小的节点会排在前面。
六、整数集合
当一个集合只包含整数值元素，并且集合元素数量不多时，就会用到整数集合：
encoding 属性可能为 INTSET_ENC_INT16/INTSET_ENC_INT32/INTSET_ENC_INT64，如果我们要将一个新元素添加到集合中，并且新元素的类型比集合中现在所有的类型都要长，则需要先讲整数集合升级，才能将新元素添加进来（整数集合不支持降级），这是为了节约内存。
七、压缩列表
压缩列表是Redis为了节约内存而开发的，一个压缩列表可以包含任意多个节点，每个节点可以保存一个字节数组或者整数值：
其中：
- zlbytes：表示压缩列表总长度
- zltail：存储表尾节点的偏移量
- zllen：表示压缩列表节点数 通过压缩列表，可以令Redis针对一些简单的数据进一步节省空间。
八、扩展数据类型
Redis 面对海量计算等特殊场景时，还给我们提供了Bitmap、HyperLogLog和GEO三种特殊的类型。
- Bitmap本身时用String类型作为底层数据结构实现的一种统计二值状态的数据类型，String类型是会保存为二进制的字节数组，Redis就把字节数组的每个bit位利用起来，用来表示一个元素的二值状态。
- HyperLogLog是一种用于统计技术的数据集合类型，当集合元素数量非常多时，它计算基数所需的空间总是固定的，常用于各种统计场景。
- GEO是面向LBS服务场景的数据类型，使用GeoHash编码对经纬度到排序集合中元素权重分数到转换，相当于使用排序集合“有范围”的查找
总结
本文主要就Redis的数据结构进行简要解析，包含常用的数据类型的底层结构以及Redis为什么这么快的真实秘诀。
