【Redis】数据结构底层结构

news2024/10/7 12:20:26

我们知道Redis的很快，一个原因是因为在内存上操作，另一个原因是本身的数据结构。而具体的五大类型就是如下：
在这里插入图片描述

键和值如何组织的

通过key找到value的过程，Redis使用了哈希表结构进行查找。具体就是根据key的hash值计算出对应的下表，然后指向对应的entry节点，entry节点保存的key和value的指针值。
比如我们操作set k1 v1, 但是get k1。就是通过哈希表结构进行查找的。
在这里插入图片描述
哈希表的优点：时间复杂度为O（1），只需计算hashkey的值就可以查找到，无论对于多大的数据量来说，是一种空间换时间思路。但是哈希表也存在一个问题就是大量key写入可能导致哈希表的冲突和rehash 以此带来操作上的阻塞。

哈希冲突如何解决

当出现大量的数据写入时，会造成哈希冲突，而哈希冲突就是不同的数据,key计算的hash值相同，导致写入到同一个hash桶中。解决方案一把采用链式法，也就是当entry1、entry2、entry3节点冲突之后，采用next阶段保存起来。

在这里插入图片描述
但是如果过多的hash冲突，肯定会导致查询效率下降。所以Redis会采用rehash的操作。
rehash的过程大概就是，redis默认有两个全局哈希表，哈希表1和哈希表2，哈希表1用来存储数据，哈希表2不存储数据。
1.当哈希表冲突达到一定阈值，就将哈希表2扩大2倍。
2.将哈希表1的数据拷贝到哈希表2中
3.哈希表1数据清除，以被下次rehash使用。

但是其实也可以发现，2中的步骤，其实非常耗费时间，可能会操作redis的阻塞。所以就有了渐进式reahsh
这个过程说白了就是，一次不全量复制，而是只复制某一个哈希桶的数据。将一次大量拷贝，进行分摊多次。
在这里插入图片描述
以上就是Redis 的键和值通过哈希表组织的过程，对于普通结构字符串就可以直接操作O（1），但是对于集合类型来说流程不一样。

集合数据操作效率

哈希表、整数数组、双向链表、压缩列表、跳表是集合类的主要集中数据结构底层结构。
整数数组、双向链表比较常见，操作复杂度是O（N）

跳表和压缩列表是Redis的重要结构
压缩列表
压缩列表其实就是一个压缩过后的数组结构，只不过有一些特殊的标识。
开头有zlbytes代表列表长度，zltail代表列表尾的偏移量，zllen列表中的entry个数。zlend代表列表结束。
在这里插入图片描述
在压缩列表中，如果想要定位第一个和最后一个元素可以通过计算得到，但是别的元素需要O（N）复杂度。
跳表
链表结构查询元素，需要逐一的查询，但是跳表作为一个有序链表，增加多个索引可以实现数据的快速定位。
在这里插入图片描述
跳表查询复杂度为O（logN）