16.五大类型底层

16.1 数据结构

• SDS 动态字符串

• 双向链表

• 压缩列表 ziplist

• 哈希表 hashtable

• 跳表 skiplist

• 整数集合 intset

• 快速列表 quicklist

• 紧凑列表 listpack

16.2 KV 键值对

• redis 是 key-value 存储系统

  • key 一般都是 String 类型的字符串对象

  • vlaue 类型则为 redis 对象（redisObject）

  • value 可以是字符串对象，也可以是集合数据类型的对象，比如 List 对象、Hash 对象、Set 对象和 Zset 对象

  

16.2.1 10 大类型

• 传统的 5 大类型

  • String

  • List

  • Hash

  • Set

  • ZSet

• 新 5 大类型

  • bitmap，实质 String

  • hyperLogLog，实质 String

  • GEO，实质 Zset

  • Stream，实质 Stream

  • BITFIELD，看具体 key

16.2.2 上帝视角

• Redis 定义了 redisObjec 结构体，来表示 string、hash、list、set、zset 等数据类型

• redis 中每个对象都是一个 redisObject 结构

• 字典、KV 是什么（重点）

  • 每个键值对都会有一个 dictEntry

  • 源码：dict.h

    

• 这些键值对是如何保存进 redis 并进行读取操作，O（1）复杂度

• redisObject+redis 数据类型+Redis 所有编码方式（底层实现）三者之间的关系

16.3 底层 C 语言源码分析

16.3.1 数据结构

1. SDS 动态字符串

2. 双向链表

3. 压缩列表 ziplist

4. 哈希表 hashtable

5. 跳表 skiplist

6. 整数集合 intset

7. 快速列表 quicklist

8. 紧凑列表 listpack

• redis6.0.5

  

• redis7

  

16.3.2 经典 5 大数据结构解析

…（省略）

16.4 skiplist 跳表

16.4.1 为什么引出跳表

对于一个单链表来讲，即便链表中存储的数据是有序的，如果我们要想在其中查找某个数据，也只能从头到尾遍历链表。

这样查找效率就会很低，时间复杂度会很高 O（N）

16.4.2 痛点

解决方法：升维，也叫空间换时间。

• 优化 1

从这个例子里，我们看出，加来一层索引之后，查找一个结点需要遍历的结点个数减少了，也就是说查找效率提高了。

• 优化 2

画了一个包含 64 个结点的链表，按照前面讲的这种思路，建立了五级索引

16.4.3 是什么

• 跳表是可以实现二分查找的有序链表

• skiplist 是一种以空间换取时间的结构。

• 由于链表，无法进行二分查找，因此借鉴数据库索引的思想，提取出链表中关键节点（索引），先在关键节点上查找，再进入下层链表查找，提取多层关键节点，就形成了跳跃表

• 由于索引也要占据一定空间的，所以，索引添加的越多，空间占用的越多

• 总结来讲 跳表 = 链表 + 多级索引

16.4.4 复杂度

• 时间复杂度

  • 跳表查询的时间复杂度分析，如果链表里有 N 个结点，会有多少级索引呢？

  • 按照我们前面讲的，两两取首。每两个结点会抽出一个结点作为上一级索引的结点，以此估算：

  • 第一级索引的结点个数大约就是 n/2，

  • 第二级索引的结点个数大约就是 n/4，

  • 第三级索引的结点个数大约就是 n/8，依次类推…

  • 也就是说，第 k 级索引的结点个数是第 k-1 级索引的结点个数的 1/2，那第 k 级索引结点的个数就是 n/（2^k）

  

• 空间复杂度

  

16.4.5 优缺点

• 优点

  • 跳表是一个最典型的空间换时间解决方案，而且只有在数据量较大的情况下才能体现出来优势。而且是读多血少的情况下才能使用，所以他的使用范围应该还是比较有限的

• 缺点

  • 维护成本相对要高

  • 在单链表中，一旦定位好要插入的位置，插入节点的时间复杂度是很低的，就是 O（1）

  • 但是，新增或者删除是需要把所有索引都更新一遍，为了保证原始链表中数据的有序性，我们需要先找到要动作的位置，这个查找操作就会比较耗时，最后在新增和删除的过程中的更新，时间复杂度也是 O（log n）