Redis 数据类型底层模型详解

码农liuxin
134 阅读3分钟

Redis 数据类型概览

Redis 支持多种数据类型，每种类型都有其独特的底层实现模型。以下是 Redis 的主要数据类型及其底层模型：

数据类型底层模型特点
String动态字符串（SDS）🔋 高效、支持二进制安全
List双向链表或压缩列表🚄 支持快速头尾操作
Hash压缩列表或哈希表🗂️ 适合存储对象
Set整数集合或哈希表🧮 去重、支持集合运算
ZSet压缩列表或跳表🏆 有序、支持范围查询

🔧 底层模型详解

1. String（字符串）

底层模型：SDS（Simple Dynamic String，简单动态字符串）
特点：

  • 二进制安全：可以存储任意二进制数据（如图片、视频）。
  • 高效扩容：预分配空间，减少内存分配次数。
  • 常数复杂度：获取字符串长度的时间复杂度为 O(1)。

图解：

+---------+--------+--------+--------+
| len     | free   | buf    |        |
| (5)     | (5)    | "Hello"|        |
+---------+--------+--------+--------+
  • len：字符串实际长度。
  • free：剩余可用空间。
  • buf：存储字符串内容的字节数组。

应用场景：

  • 缓存（如用户信息、配置）。
  • 计数器（如文章阅读量）。

2. List（列表）

底层模型：双向链表 或 压缩列表（ziplist）
特点：

  • 双向链表：支持快速头尾操作（LPUSH、RPOP），但内存占用较高。
  • 压缩列表：内存紧凑，适合存储小列表，但操作效率较低。

图解：
双向链表：

+---+    +---+    +---+
| A |<-->| B |<-->| C |
+---+    +---+    +---+

压缩列表：

+---+---+---+---+---+---+
| A | B | C | D | E | F |
+---+---+---+---+---+---+

应用场景：

  • 消息队列（LPUSH + BRPOP）。
  • 最新文章列表（LPUSH + LRANGE）。

3. Hash（哈希）

底层模型：压缩列表 或 哈希表（dict）
特点：

  • 压缩列表：适合存储小哈希（字段少、值小），内存紧凑。
  • 哈希表：适合存储大哈希，支持快速查找、插入、删除。

图解：
哈希表：

+---+    +---+    +---+
| K1| -> | V1|    | K2| -> | V2|
+---+    +---+    +---+

应用场景：

  • 存储对象（如用户信息）。
  • 缓存复杂数据结构（如商品详情）。

4. Set（集合）

底层模型：整数集合（intset）  或 哈希表（dict）
特点：

  • 整数集合：适合存储小集合（元素为整数），内存紧凑。
  • 哈希表：适合存储大集合，支持快速去重、查找。

图解：
整数集合：

+---+---+---+---+
| 1 | 2 | 3 | 4 |
+---+---+---+---+

哈希表：

+---+    +---+
| A | -> |   |
+---+    +---+
| B | -> |   |
+---+    +---+

应用场景：

  • 去重（如用户标签）。
  • 集合运算（如共同好友）。

5. ZSet（有序集合）

底层模型：压缩列表 或 跳表（skiplist）
特点：

  • 压缩列表：适合存储小有序集合，内存紧凑。
  • 跳表：适合存储大有序集合，支持快速范围查询。

图解：
跳表：

+---+                      +---+
| 1 | -------------------> | 5 |
+---+                      +---+
| 1 | ------> | 3 | ------> | 5 |
+---+         +---+         +---+
| 1 | -> | 2 | -> | 3 | -> | 4 | -> | 5 |
+---+    +---+    +---+    +---+    +---+

应用场景：

  • 排行榜（如游戏积分）。
  • 范围查询（如时间线）。

🛠️ 底层模型选择规则

Redis 会根据数据的大小和类型，自动选择合适的底层模型：

  • 小数据：使用压缩列表、整数集合等紧凑结构，节省内存。
  • 大数据：使用哈希表、跳表等高效结构，提升性能。

⚡ 性能优化建议

  1. 控制数据大小：

    • 避免单个键存储过大数据（如大列表、大哈希）。
    • 使用分片（如哈希分片）分散数据。

  2. 选择合适的数据类型：

    • 优先使用哈希、集合等高效结构，避免过度使用字符串。

  3. 监控内存使用：

    • 使用 INFO memory 命令监控内存使用情况。
    • 定期清理过期数据。

🌟 Redis 的底层模型设计是其高性能的核心保障：

  • String：SDS 实现高效、安全的字符串存储。
  • List：双向链表和压缩列表支持快速头尾操作。
  • Hash：压缩列表和哈希表适合存储对象。
  • Set：整数集合和哈希表实现高效去重。
  • ZSet：压缩列表和跳表支持有序范围查询。
avatar
文章
阅读
粉丝