剖析Redis常用数据类型对应的数据结构
Redis：K-V，NoSQL
类型：字符串、列表、字典、集合、有序集合
列表(list)
-
压缩列表
- 存储数据量小
- 列表保存单个数据小于64字节
- 列表中数据个数小于512
-
双向循环链表
- 存储数据量大
- Redis双向链表额外定义一个list结构体，组织链表首尾指针，长度等信息，使用很方便
字典(hash)
- 压缩列表
- 存储数据量小
- 列表保存单个数据小于64字节
- 列表中数据个数小于512
- 散列表
-
MurmurHash2哈希算法运行速度快、随机性好作为哈希函数
- 哈希冲突：链表法
-
支持散列表动态扩容、缩容
-
数据动态增加，装载因子不停变大，为避免散列表性能下降，装载因子大于1Redis扩容，扩为原来2倍左右，具体要计算
-
数据动态减小，装载因子小于0.1缩容，缩小为字典中数据个数的2倍左右，具体源码
-
扩容缩容大量数据搬移和哈希值重新计算，耗时，使用渐进式扩容缩容策略，数据搬移分批进行，避免大量数据一次性搬移导致服务停顿
-
集合(set)
- 有序数组
- 都是整数
- 存储个数不超过512个
- 散列表
有序集合(sortedset)
- 数据量小：压缩列表
- 所有数据大小小于64字节
- 元素个数小于128
数据结构持久化
Redis经常用做内存数据库，也可以数据落盘，将内存中数据存储到硬盘。
散列表指针指向内存中存储地址，Redis如何将一个跟具体内存地址有关的数据结构存储到磁盘中？数据结构持久化，或者对象持久化问题，"持久化"："存储到磁盘"
如何将数据结构持久化到硬盘？
- 清除原有存储结构，只将数据存储到磁盘，需要还原再重新将数据组织为原来的数据结构
- 弊端：数据从硬盘到内存耗时，需要重新计算每个数据哈希值，如果10GB？
- 保留原来的存储方式，将数据按照原有格式存储到磁盘，可以避免重新计算哈希值
- 比如散列表，大小，每个数据被散列到的槽的编号都保存在磁盘，那就要耗硬盘内存了，不过也是快
思考
- Redis很多数据类型都是多种数据结构一起组合实现，为什么这样设计？用一种固定的数据结构不更简单吗？
- Redis数据结构由多种数据结构组合实现，主要出于时间和空间考虑，数据量小通过数组下标访问最快，占用内部才能最小，而压缩列表知识数组升级版
- 数据量大的时候需要用链表了，同时为了保证速度需要和数组结合，也就有了散列表
- 对于数据的大小和多少采用哪种数据结构，相信redis团队一定是根据大多数的开发场景而定的。
- 数据结构持久化有两种方法，对于二叉查找树我们如何将它持久化到磁盘中？
- 存储方式一：通过填充叶子结点形成完全二叉树，然后以数组形式存储到硬盘，数据还原也是非常高效的
数据量小采用连续内存的数据结构是为了CPU缓存读取连续内存来提高命中率，而限制数据结构数量和数据大小应该是考虑到CPU缓存的大小
