Redis基本数据结构和数据类型

概述

• Redis作为一个分布式缓存实现，相对于Memecache，除了支持持久化之外，一个重要的特性是Redis支持丰富的数据类型，即Memecache只支持字符串类型，所有键值对都是字符串类型，而Redis的值支持字符串，列表，字典，集合，有序集合五种类型，故可以提供更加丰富的操作。
• Redis的每种数据类型都支持多种底层数据结构实现，即每种数据类型并不是绑定为一种数据结构的，而是可以多种。这种设计的原因是：Redis是一种内存数据库，所有数据都保存在内存中，故在设计时，需要在保证性能的前提下，尽可能的减少内存消耗，在内存和性能之间进行一个平衡，从而可以存储更多的数据。所以在介绍数据类型之前，先介绍一下Redis底层的数据结构。

数据结构

简单动态字符串

• Redis是使用C语言编写的，Redis没有直接使用C语言的字符串实现，而是基于C语言的字符串实现了简单动态字符串。其主要原因是C的字符串是底层的API，存在以下问题：（1）没有记录字符串长度，故需要O(n)复杂度获取字符串长度；（2）由于没有记录字符串长度，故容易出现缓冲区溢出问题；（3）每次对字符串拓容都需要使用系统调用，没有预留空间（4）C的字符串只能保存字符。

• 基于以上问题，Redis的简单动态字符串提供了：（1）通过len记录字符串长度，实现O(1)复杂度获取；（2）内部字符串数组预留了空间，减少字符串的内存重分配次数，同时实现了自动拓容避免缓冲区溢出问题；（3）内部字符数组基于字节来保存数据，故可以保存字符和二进制数据。具体数据结构设计如下：

  struct __attribute__ ((__packed__)) sdshdr64 {
      // 已使用字符串长度
      uint64_t len; /* used */
      // 一共分配了多少字节，alloc - len就是预留的
      uint64_t alloc; /* excluding the header and null terminator */
      unsigned char flags; /* 3 lsb of type, 5 unused bits */
      // 字节数组
      char buf[];
  };
  

双向链表

• C语言没有提供双向链表的实现，故Redis自身实现了一个双向链表，主要用于存放列表数据。具体数据结构如下：

• 链表节点定义：

  typedef struct listNode {
      // 前置节点
      struct listNode *prev;
      // 后置节点
      struct listNode *next;
      // 数据，使用void指针实现多态，即可以存放多种数据类型的数据
      void *value;
  } listNode;
  

• 链表定义：

  typedef struct list {
      // 链表头指针
      listNode *head;
      // 链表尾指针
      listNode *tail;
      void *(*dup)(void *ptr);
      void (*free)(void *ptr);
      int (*match)(void *ptr, void *key);
      // 链表长度
      unsigned long len;
  } list;
  

链式哈希字典

• Redis的哈希表实现为链式哈希，即冲突节点使用链表来维护，具体数据结构如下：

• 哈希链表节点：

  // 哈希链表节点
  typedef struct dictEntry {
      // 键key
      void *key;
      union {
          // 值value
          void *val;
          uint64_t u64;
          int64_t s64;
          double d;
      } v;
  
      // 下一个链表节点
      struct dictEntry *next;
  } dictEntry;
  

• 链式哈希表实现：

  // 链式哈希表实现
  typedef struct dictht {
      // 链式哈希实现
      dictEntry **table;
      // 哈希表元素个数
      unsigned long size;
      // 哈希掩码，用于基于&与运算来计算哈希索引，大小总是为size -1
      unsigned long sizemask;
      unsigned long used;
  } dictht;
  

• Redis哈希结构：

  typedef struct dict {
      dictType *type;
      void *privdata;
      // 两个哈希表，其中一个空着在rehash的时候使用
      dictht ht[2];
      long rehashidx; /* rehashing not in progress if rehashidx == -1 */
      unsigned long iterators; /* number of iterators currently running */
  } dict;
  

压缩列表ziplist

• 压缩列表主要是基于节省内存的目标设计的，是由一些特殊编码的连续内存块组成的顺序型数据结构。

• 当列表元素较少且元素类型都是小整数或者比较短的字符串时，使用压缩列表来存储。因为压缩列表的数据存取一般是需要遍历，即线性O(n)时间复杂度，但是元素较少时，不会造成性能问题，类似于常量O(1)时间复杂度了。

• 压缩列表的整体结构如下：主要包括了列表总字节数zlbytes，列表尾节点距离列表起始地址多少个字节数zltail，列表总元素个数zllen，列表元素数据节点entry（图片均引自黄建宏的《Redis设计与实现》）。

• 元素列表的元素节点：每个节点都包含了前一个节点的大小，从而基于当前元素的位置计算前一个节点的位置实现遍历；encoding表示content所保存的值的数据类型和长度，content为具体的值。

  /* We use this function to receive information about a ziplist entry.
   * Note that this is not how the data is actually encoded, is just what we
   * get filled by a function in order to operate more easily. */
  typedef struct zlentry {
      unsigned int prevrawlensize; /* Bytes used to encode the previos entry len*/
      unsigned int prevrawlen;     /* Previous entry len. */
      unsigned int lensize;        /* Bytes used to encode this entry type/len.
                                      For example strings have a 1, 2 or 5 bytes
                                      header. Integers always use a single byte.*/
      unsigned int len;            /* Bytes used to represent the actual entry.
                                      For strings this is just the string length
                                      while for integers it is 1, 2, 3, 4, 8 or
                                      0 (for 4 bit immediate) depending on the
                                      number range. */
      unsigned int headersize;     /* prevrawlensize + lensize. */
      unsigned char encoding;      /* Set to ZIP_STR_* or ZIP_INT_* depending on
                                      the entry encoding. However for 4 bits
                                      immediate integers this can assume a range
                                      of values and must be range-checked. */
      unsigned char *p;            /* Pointer to the very start of the entry, that
                                      is, this points to prev-entry-len field. */
  } zlentry;
  

整数集合intset

• 整数集合是集合的一种数据结构，当集合只存在整数元素且集合元素个数不多时，使用这种数据结构。

• 具体数据结构定义如下：

  typedef struct intset {
      uint32_t encoding;
      uint32_t length;
      // 整数元素集合，类型为int8整数
      int8_t contents[];
  } intset;
  

跳跃表skiplist

• 跳跃表是一种特殊的链表结构，在每个链表节点包含了指向其他链表节点的指针，故可以快速访问其他链表节点，而不需要顺序遍历，实现了通过空间换时间的方法来优化性能。跳跃表的读写平均复杂度为O(logN)，故树结构差不多，不过结构比树结构简单。

• 在Redis中，跳跃表主要用于实现有序集合zset，每个链表节点包含了成员对象和分数。从头结点到尾节点，以分值从小到大的升序排序。

• 跳跃表定义：

  typedef struct zskiplist {
      // 跳跃表的头结点和尾节点
      struct zskiplistNode *header, *tail;
      // 链表节点总个数
      unsigned long length;
      // 层的个数
      int level;
  } zskiplist;
  

• 跳跃表节点定义：

  typedef struct zskiplistNode {
      // 成员对象
      sds ele;
      // 分数
      double score;
      // 后置节点
      struct zskiplistNode *backward;
      // 层级
      struct zskiplistLevel {
          // forward指针，执行下一层的某个节点
          struct zskiplistNode *forward;
          // forward指针对应的节点相对当前节点的层的跨度
          unsigned int span;
      } level[];
  } zskiplistNode;
  

数据类型

• 以下数据类型为提供给应用程序使用的，在底层实现中使用以上的一种或者多种数据结构进行编码。

• 对应每个键key可以使用TYPE命令查看其值的数据类型，使用OBJECT ENCODING来查查底层的编码类型，如下：

  127.0.0.1:6379> set test 123
  OK
  127.0.0.1:6379> type test
  string
  127.0.0.1:6379> object encoding test
  "int"
  127.0.0.1:6379>
  

字符串string

• 在Redis中，对应整数类型，如果不超过C语言long类型的范围，则使用long类型来存储，如果超过则使用embstr或者raw字符串来存储；对应字符串和浮点数统一使用embstr或raw字符串来存储。
• int：可以使用long类型来保存的整数。
• embstr：字符串的字节数小于等于32时，使用embstr来编码，注意无法使用long类型来保存的整数，浮点数在Redis中都是使用字符串来存储的，如果遇到计算命令，如incrby递增，则Redis在读出该字符串后，先转换为相应的整数或浮点数进行计算。
• raw：embstr无法存储的字符串，即字节数大于32个字节的，则使用raw来编码。
• embstr和raw编码一样，都是用于存储字符串，embstr是对raw在存储短字符时的一种优化。不同的是embstr主要用于存放短字符串，在内存分配方面使用一次内存分配来创建数据类型string在Redis内部对应的对象redisObject和用于存储数据的简单动态字符串sds，而raw由于需要分配较大的sds，故使用两次内存分配分别创建以上两个对象。

列表list

• 列表主要用于存放多个相同或不同的元素，在底层编码方面也存在压缩列表和双向链表两种数据结构。
• 选择规则：列表中的所保存的字符串元素的长度都小于64个字节，且列表中元素个数小于512个时，使用压缩列表，否则使用双向链表。
• 以上为默认规则，其中切换临界点：字符串长度和列表元素个数可以在配置文件redis.conf中通过list-max-ziplist-value，list-max-ziplist-entries来修改。

字典hash

• 字典主要用于存放键值对数据，在底层编码也存在压缩列表和链式哈希表两种数据结构。
• 选择规则：哈希对象的键和值的字符串长度都小于64字节且所有哈希对象个数小于512个，则使用压缩列表，否则使用链式哈希表。
• 以上为默认规则，也可以通过redis.conf中的hash-max-ziplist-value和hash-max-ziplist-entries参数来修改。

集合set

• 集合set是一个存放无重复元素的集合，在底层编码方面存在整数集合和链式哈希表两种数据结构。
• 选择规则：集合中所有元素均为整数值（具体为int8）且元素个数不超过512个，则使用整数集合intset，否则使用链式哈希表。
• 以上为默认规则，其中512的可以在redis.conf中通过set-max-intset-entries参数来修改。

有序集合zset

• 有序集合主要实现了通过分数score来排序的功能，其中score可以重复，成员对象member不能重复，即有序是面向分数score的，集合是面向成员对象member的。
• 在底层编码也存在压缩列表和跳跃表两种数据结构。
• 选择规则：有序集合元素个数少于128个且每个元素的成员对象member的长度都小于64个字节，则使用压缩列表，否则使用跳跃表。
• 以上规则可以在redis.conf中通过zset-max-ziplist-entires和zset-max-ziplist-value来修改。

声明

ps:文章如有错误麻烦请告知，另外此文章仅用于学习，参考了以下文章，如冒犯了其中利益请告知我删除：
Redis的数据类型与数据结构分析