前言

本文將探祕Redis的底層資料結構以及常用的命令。

本文知識腦圖如下：

一、Redis的資料模型

用 鍵值對 name："小明" 來展示Redis的資料模型如下：

dictEntry: 在一些程式語言中，鍵值對的資料結構被稱為字典，而在Redis中，會給每一個key-value鍵值對分配一個字典實體，就是“dicEntry”。dicEntry包含三部分： key的指標、val的指標、next指標，next指標指向下一個dicteEntry形成連結串列，這個next指標可以將多個雜湊值相同的鍵值對連結在一起，通過鏈地址法來解決雜湊衝突的問題sds ：Simple Dynamic String，簡單動態字串，儲存字串資料。redisObject：Redis的5種常用型別都是以RedisObject來儲存的，redisObject中的type欄位指明了值的資料型別（也就是5種基本型別)。ptr欄位指向物件所在的地址。

RedisObject物件很重要，Redis物件的型別、內部編碼、記憶體回收、共享物件等功能，都是基於RedisObject物件來實現的。

這樣設計的好處是：可以針對不同的使用場景，對5種常用型別設定多種不同的資料結構實現，從而優化物件在不同場景下的使用效率。

Redis將jemalloc作為預設記憶體分配器，減小記憶體碎片。jemalloc在64位系統中，將記憶體空間劃分為小、大、巨大三個範圍；每個範圍內又劃分了許多小的記憶體塊單位；當Redis儲存資料時，會選擇大小最合適的記憶體塊進行儲存。

二、Redis支援的資料結構

Redis支援的資料結構有哪些？

如果回答是String、List、Hash、Set、Zset就不對了，這5種是redis的常用基本資料型別，每一種資料型別內部還包含著多種資料結構。

用encoding指令來看一個值的資料結構。比如：

127.0.0.1:6379> set name tomOK127.0.0.1:6379> object encoding name"embstr"

此處設定了name值是tom，它的資料結構是embstr，下文介紹字串時會詳解說明。

127.0.0.1:6379> set age 18OK127.0.0.1:6379> object encoding age"int"

如下表格總結Redis中所有的資料結構型別：

底層資料結構編碼常量object encoding指令輸出整數型別REDIS_ENCODING_INT"int"embstr字串型別REDIS_ENCODING_EMBSTR"embstr"簡單動態字串REDIS_ENCODING_RAW"raw"字典型別REDIS_ENCODING_HT"hashtable"雙端連結串列REDIS_ENCODING_LINKEDLIST"linkedlist"壓縮列表REDIS_ENCODING_ZIPLIST"ziplist"整數集合REDIS_ENCODING_INTSET"intset"跳錶和字典REDIS_ENCODING_SKIPLIST"skiplist"

補充說明

假如面試官問：redis的資料型別有哪些？回答：String、list、hash、set、zet

一般情況下這樣回答是正確的，前文也提到redis的資料型別確實是包含這5種，但細心的同學肯定發現了之前說的是**“常用”**的5種資料型別。其實，隨著Redis的不斷更新和完善，Redis的資料型別早已不止5種了。

登入redis的官方網站開啟官方的資料型別介紹：

發現Redis支援的資料結構不止5種，而是8種，後三種類型分別是：

位陣列（或簡稱點陣圖）：使用特殊命令可以處理字串值，如位陣列：您可以設定和清除各個位，將所有位設定為1，查詢第一個位或未設定位，等等。HyperLogLogs：這是一個概率資料結構，用於估計集合的基數。不要害怕，它比看起來更簡單。Streams：僅附加的類似於地圖的條目集合，提供抽象日誌資料型別。

本文主要介紹5種常用的資料型別，上述三種以後再共同探索。

2.1 string字串

字串型別是redis最常用的資料型別，在Redis中，字串是可以修改的，在底層它是以位元組陣列的形式存在的。

Redis中的字串被稱為簡單動態字串「SDS」，這種結構很像Java中的ArrayList，其長度是動態可變的.

content[] 儲存的是字串的內容，capacity表示陣列分配的長度，len表示字串的實際長度。

字串的編碼型別有int、embstr和raw三種，如上表所示，那麼這三種編碼型別有什麼不同呢？

int 編碼：儲存的是可以用 long 型別表示的整數值。raw 編碼：儲存長度大於44位元組的字串（redis3.2版本之前是39位元組，之後是44位元組）。embstr 編碼：儲存長度小於44位元組的字串（redis3.2版本之前是39位元組，之後是44位元組）。

設定一個值測試一下：

127.0.0.1:6379> set num 300127.0.0.1:6379> object encoding num"int"127.0.0.1:6379> set key1 wealwaysbyhappyhahahaOK127.0.0.1:6379> object encoding key1"embstr"127.0.0.1:6379> set key2 hahahahahahahaahahahahahahahahahahahahaOK127.0.0.1:6379> strlen key2(integer) 39127.0.0.1:6379> object encoding key2"embstr"127.0.0.1:6379> set key2 hahahahahahahaahahahahahahahahahahahahahahahaOK127.0.0.1:6379> object encoding key2"raw"127.0.0.1:6379> strlen key2(integer) 45

raw型別和embstr型別對比

embstr編碼的結構:

raw編碼的結構：

embstr和raw都是由redisObject和sds組成的。不同的是：embstr的redisObject和sds是連續的，只需要使用malloc分配一次記憶體；而raw需要為redisObject和sds分別分配記憶體，即需要分配兩次記憶體。所有相比較而言，embstr少分配一次記憶體，更方便。但embstr也有明顯的缺點：如要增加長度，redisObject和sds都需要重新分配記憶體。

上文介紹了embstr和raw結構上的不同。重點來了~ 為什麼會選擇44作為兩種編碼的分界點？在3.2版本之前為什麼是39？這兩個值是怎麼得出來的呢？

1） 計算RedisObject佔用的位元組大小

struct RedisObject { int4 type; // 4bits int4 encoding; // 4bits int24 lru; // 24bits int32 refcount; // 4bytes = 32bits void *ptr; // 8bytes，64-bit system}type: 不同的redis物件會有不同的資料型別(string、list、hash等)，type記錄型別，會用到4bits。encoding：儲存編碼形式，用4bits。lru：用24bits記錄物件的LRU資訊。refcount：引用計數器，用到32bits。*ptr：指標指向物件的具體內容，需要64bits。

計算： 4 + 4 + 24 + 32 + 64 = 128bits = 16bytes

第一步就完成了，RedisObject物件頭資訊會佔用16位元組的大小，這個大小通常是固定不變的.

2) sds佔用位元組大小計算

舊版本：

struct SDS { unsigned int capacity; // 4byte unsigned int len; // 4byte byte[] content; // 內聯陣列，長度為 capacity}

這裡的unsigned int 一個4位元組，加起來是8位元組.

記憶體分配器jemalloc分配的記憶體如果超出了64個位元組就認為是一個大字串，就會用到raw編碼。

前面提到 SDS 結構體中的 content 的字串是以位元組\\0結尾的字串，之所以多出這樣一個位元組，是為了便於直接使用 glibc 的字串處理函式，以及為了便於字串的除錯列印輸出。所以我們還要減去1位元組 64byte - 16byte - 8byte - 1byte = 39byte

新版本：

struct SDS { int8 capacity; // 1byte int8 len; // 1byte int8 flags; // 1byte byte[] content; // 內聯陣列，長度為 capacity}

這裡unsigned int 變成了uint8_t、uint16_t.的形式，還加了一個char flags標識，總共只用了3個位元組的大小。相當於優化了sds的記憶體使用，相應的用於儲存字串的記憶體就會變大。

然後進行計算：

64byte - 16byte -3byte -1byte = 44byte。

總結：

所以，redis 3.2版本之後embstr最大能容納的字串長度是44，之前是39。長度變化的原因是SDS中記憶體的優化。

2.2 List

Redis中List物件的底層是由quicklist(快速列表)實現的，快速列表支援從連結串列頭和尾新增元素，並且可以獲取指定位置的元素內容。

那麼，快速列表的底層是如何實現的呢？為什麼能夠達到如此快的效能？

羅馬不是一日建成的，quicklist也不是一日實現的，起初redis的list的底層是ziplist（壓縮列表）或者是 linkedlist（雙端列表）。先分別介紹這兩種資料結構。

ziplist 壓縮列表

當一個列表中只包含少量列表項，且是小整數值或長度比較短的字串時，redis就使用ziplist（壓縮列表）來做列表鍵的底層實現。

測試：

127.0.0.1:6379> rpush dotahero sf qop doom(integer) 3127.0.0.1:6379> object encoding dotahero"ziplist"

此處使用老版本redis進行測試，向dota英雄列表中加入了qop痛苦女王、sf影魔、doom末日使者三個英雄，資料結構編碼使用的是ziplist。

壓縮列表顧名思義是進行了壓縮，每一個節點之間沒有指標的指向，而是多個元素相鄰，沒有縫隙。所以 ziplist是Redis為了節約記憶體而開發的，是由一系列特殊編碼的連續記憶體塊組成的順序型資料結構。具體結構相對比較複雜，大家有興趣地話可以深入了解。

雙端列表（linkedlist）

雙端列表大家都很熟悉，這裡的雙端列表和java中的linkedlist很類似。

從圖中可以看出Redis的linkedlist雙端連結串列有以下特性：節點帶有prev、next指標、head指標和tail指標，獲取前置節點、後置節點、表頭節點和表尾節點、獲取長度的複雜度都是O(1)。

壓縮列表佔用記憶體少，但是是順序型的資料結構，插入刪除元素的操作比較複雜，所以壓縮列表適合資料比較小的情況，當資料比較多的時候，雙端列表的高效插入刪除還是更好的選擇

在Redis開發者的眼中，資料結構的選擇，時間上、空間上都要達到極致，所以，他們將壓縮列表和雙端列表合二為一，建立了快速列表（quicklist）。和java中的hashmap一樣，結合了陣列和連結串列的優點。

快速列表（quicklist）

struct ziplist { ...}struct ziplist_compressed { int32 size; byte[] compressed_data;}struct quicklistNode { quicklistNode* prev; quicklistNode* next; ziplist* zl; // 指向壓縮列表 int32 size; // ziplist 的位元組總數 int16 count; // ziplist 中的元素數量 int2 encoding; // 儲存形式 2bit，原生位元組陣列還是 LZF 壓縮儲存 ...}struct quicklist { quicklistNode* head; quicklistNode* tail; long count; // 元素總數 int nodes; // ziplist 節點的個數 int compressDepth; // LZF 演算法壓縮深度 ...}

quicklist 預設的壓縮深度是 0，也就是不壓縮。壓縮的實際深度由配置引數list-compress-depth決定。為了支援快速的 push/pop 操作，quicklist 的首尾兩個 ziplist 不壓縮，此時深度就是 1。如果深度為 2，表示 quicklist 的首尾第一個 ziplist 以及首尾第二個 ziplist 都不壓縮。

2.3 Hash

Hash資料型別的底層實現是ziplist（壓縮列表）或字典（也稱為hashtable或散列表）。這裡壓縮列表或者字典的選擇，也是根據元素的數量大小決定的。

如圖hset了三個鍵值對，每個值的位元組數不超過64的時候，預設使用的資料結構是ziplist。

當我們加入了位元組數超過64的值的資料時，預設的資料結構已經成為了hashtable。

Hash物件只有同時滿足下面兩個條件時，才會使用ziplist（壓縮列表）：

雜湊中元素數量小於512個；雜湊中所有鍵值對的鍵和值字串長度都小於64位元組。

壓縮列表剛才已經了解了，hashtables類似於jdk1.7以前的hashmap。hashmap採用了鏈地址法的方法解決了雜湊衝突的問題。想要深入了解的話可以參考之前寫的一篇部落格： hashmap你真的了解嗎

Redis中的字典

redis中的dict 結構內部包含兩個 hashtable，通常情況下只有一個 hashtable 是有值的。但是在 dict 擴容縮容時，需要分配新的 hashtable，然後進行漸進式搬遷，這時兩個 hashtable 儲存的分別是舊的 hashtable 和新的 hashtable。待搬遷結束後，舊的 hashtable 被刪除，新的 hashtable 取而代之。

2.4 Set

Set資料型別的底層可以是intset(整數集)或者是hashtable(散列表也叫雜湊表)。

當資料都是整數並且數量不多時，使用intset作為底層資料結構；當有除整數以外的資料或者資料量增多時，使用hashtable作為底層資料結構。

127.0.0.1:6379> sadd myset 111 222 333(integer) 3127.0.0.1:6379> object encoding myset"intset"127.0.0.1:6379> sadd myset hahaha(integer) 1127.0.0.1:6379> object encoding myset"hashtable"

inset的資料結構為：

typedef struct intset { // 編碼方式 uint32_t encoding; // 集合包含的元素數量 uint32_t length; // 儲存元素的陣列 int8_t contents[];} intset;

intset底層實現為有序、無重複數的陣列。 intset的整數型別可以是16位的、32位的、64位的。如果數組裡所有的整數都是16位長度的，新加入一個32位的整數，那麼整個16的陣列將升級成一個32位的陣列。升級可以提升intset的靈活性，又可以節約記憶體，但不可逆。

2.5 Zset

Redis中的Zset，也叫做有序集合。它的底層是ziplist（壓縮列表）或 skiplist（跳躍表）。

壓縮列表前文已經介紹過了，同理是在元素數量比較少的時候使用。此處主要介紹跳躍列表。

跳錶

跳躍列表，顧名思義是可以跳的，跳著查詢自己想要查到的元素。大家可能對這種資料結構比較陌生，雖然平時接觸的少，但它確實是一個各方面效能都很好的資料結構，可以支援快速的查詢、插入、刪除操作，開發難度也比紅黑樹要容易的多。

為什麼跳錶有如此高的效能呢？它究竟是如何“跳”的呢？跳錶利用了二分的思想，在陣列中可以用二分法來快速進行查詢，在連結串列中也是可以的。

舉個例子，連結串列如下：

假設要找到10這個節點，需要一個一個去遍歷，判斷是不是要找的節點。那如何提高效率呢？mysql索引相信大家都很熟悉，可以提高效率，這裡也可以使用索引。抽出一個索引層來：

這樣只需要找到9然後再找10就可以了，大大節省了查詢的時間。

還可以再抽出來一層索引，可以更好地節約時間:

由於跳錶的快速查詢效率，以及實現的簡單、易讀。所以Redis放棄了紅黑樹而選擇了更為簡單的跳錶。

Redis中的跳躍表：

typedef struct zskiplist { // 表頭節點和表尾節點 struct zskiplistNode *header, *tail; // 表中節點的數量 unsigned long length; // 表中層數最大的節點的層數 int level; } zskiplist;typedef struct zskiplistNode { // 成員物件 robj *obj; // 分值 double score; // 後退指標 struct zskiplistNode *backward; // 層 struct zskiplistLevel { // 前進指標 struct zskiplistNode *forward; // 跨度---前進指標所指向節點與當前節點的距離 unsigned int span; } level[];} zskiplistNode;

zadd---zslinsert---平均O(logN), 最壞O(N)

zrem---zsldelete---平均O(logN), 最壞O(N)

zrank--zslGetRank---平均O(logN), 最壞O(N)

總結

本文大概介紹了Redis的5種常用資料型別的底層實現，希望大家結合原始碼和資料更深入地了解。

資料結構之美在Redis中體現得淋漓盡致，從String到壓縮列表、快速列表、散列表、跳錶，這些資料結構都適用在了不同的地方，各司其職。

不僅如此，Redis將這些資料結構加以升級、結合，將記憶體儲存的效率效能達到了極致，正因為如此，Redis才能成為眾多網際網路公司不可缺少的高效能、秒級的key-value記憶體資料庫。

轉自：https://my.oschina.net/u/4007037/blog/3060546