本篇文章給大家?guī)?lái)了關(guān)于Redis的相關(guān)知識(shí)，其中主要介紹了關(guān)于數(shù)據(jù)結(jié)構(gòu)的相關(guān)問(wèn)題，包括了字符串、列表、哈希、有序集合等等相關(guān)內(nèi)容，希望對(duì)大家有幫助。

推薦學(xué)習(xí)：Redis學(xué)習(xí)教程

redis的數(shù)據(jù)結(jié)構(gòu)：String(字符串)、List(列表)、hash(哈希)、Set(集合)、Shorted Set(有序集合)

底層數(shù)據(jù)結(jié)構(gòu)：簡(jiǎn)單動(dòng)態(tài)字符串、雙向鏈表、壓縮列表、哈希表、跳表、整數(shù)數(shù)組

1.哈希表：一個(gè)哈希表其實(shí)就是一個(gè)數(shù)組，數(shù)組中的每一個(gè)元素稱為一個(gè)哈希桶。
哈希沖突和rehash可能會(huì)帶來(lái)操作阻塞。
redis解決哈希沖突的方法是鏈?zhǔn)焦?，而rehash是增加現(xiàn)有hash桶的數(shù)量。

rehash的操作步驟：1.給哈希表分配更大的空間，例如是當(dāng)前hash表大小的兩倍
2.把哈希表1中的數(shù)據(jù)重新映射并拷貝到hash表2上
3.釋放哈希表1的空間
第二步涉及大量數(shù)據(jù)拷貝操作，如果一次性把哈希表1中的數(shù)據(jù)都遷移完，會(huì)造成線程阻塞，無(wú)法服務(wù)其他請(qǐng)求。為了避免這一問(wèn)題，redis采用漸進(jìn)式rehash

整數(shù)數(shù)組和雙向鏈表的復(fù)雜度都是O(N)
壓縮列表在表頭有三個(gè)數(shù)據(jù)分別是列表長(zhǎng)度、列表尾的偏移量和列表中entry個(gè)數(shù)
壓縮列表在表尾還有一個(gè)元素zlend代表列表結(jié)束
跳表：有序鏈表只能逐一查找元素，而跳表在鏈表的基礎(chǔ)上增加了多級(jí)索引，通過(guò)索引位置的幾次跳轉(zhuǎn)實(shí)現(xiàn)數(shù)據(jù)的快速定位
以下五種結(jié)構(gòu)的時(shí)間復(fù)雜度

String類型

String類型并不適用于所有場(chǎng)景，它有一個(gè)明顯的短板就是它在保存數(shù)據(jù)時(shí)所消耗的內(nèi)存空間較多。因?yàn)镾tring類型需要額外內(nèi)存空間記錄數(shù)據(jù)長(zhǎng)度、空間使用等信息，這些信息也叫做元數(shù)據(jù)。
當(dāng)保存的數(shù)據(jù)包含字符的時(shí)候，string會(huì)用簡(jiǎn)單動(dòng)態(tài)字符串SDS結(jié)構(gòu)體來(lái)保存

len是buf已用長(zhǎng)度 alloc是buf實(shí)際分配長(zhǎng)度
因?yàn)閞edis數(shù)據(jù)類型有很多，不同的數(shù)據(jù)類型有相同的元數(shù)據(jù)要記錄，所以redis會(huì)用一個(gè)RedisObject結(jié)構(gòu)體來(lái)統(tǒng)一記錄這些元數(shù)據(jù)

當(dāng)保存Long類型的時(shí)候，RedisObject的指針就直接賦值為整數(shù)數(shù)據(jù)了，這樣就不用額外的指針再指向整數(shù)了，節(jié)省了指針的空間開(kāi)銷。
如果保存的字符串小于44字節(jié)，sds和元數(shù)據(jù)會(huì)被分配到一塊連續(xù)的內(nèi)存區(qū)域，被稱為embstr編碼
如果保存的字符串大于44字節(jié)，SDS和元數(shù)據(jù)會(huì)分開(kāi)存放，被稱為raw編碼

另外redis會(huì)使用一個(gè)全局hash表保存所有鍵值對(duì)，hash表的每一項(xiàng)都是一個(gè)dictEntry的結(jié)構(gòu)體，用來(lái)指向一個(gè)鍵值對(duì)，可以看到key+value+next會(huì)使用24字節(jié)，但是實(shí)際占用32字節(jié)，這是因?yàn)閖emalloc 在分配內(nèi)存時(shí)，會(huì)根據(jù)我們申請(qǐng)的字節(jié)數(shù) N，找一個(gè)比 N 大，但是最接近 N 的 2 的冪次數(shù)作為分配的空間，這樣可以減少頻繁分配的次數(shù)。

用什么數(shù)據(jù)結(jié)構(gòu)可以節(jié)省內(nèi)存呢？
壓縮列表：zlbytes代表列表長(zhǎng)度，zltail代表列表尾偏移量，zllen代表列表中的entry個(gè)數(shù)，zlend代表列表結(jié)束，perv_len代表前一個(gè)entry長(zhǎng)度，encoding代表編碼方式，len代表自身長(zhǎng)度，key是實(shí)際存儲(chǔ)的數(shù)據(jù)。redis基于壓縮列表實(shí)現(xiàn)了list、hash和Sorted Set

如何用集合類型保存單值的鍵值對(duì)？
在保存單值的鍵值對(duì)的時(shí)候，可以采用Hash的二級(jí)編碼，就是把單值的數(shù)值拆分成兩部分，前一部分作為Hash的key，后一部分作為Hash的value

以圖片 ID 1101000060 和圖片存儲(chǔ)對(duì)象 ID 3302000080 為例，我們可以把圖片 ID 的前 7 位（1101000）作為 Hash 類型的鍵，把圖片 ID 的最后 3 位（060）和圖片存儲(chǔ)對(duì)象 ID 分別作為 Hash 類型值中的 key 和 value。127.0.0.1:6379> info memory# Memoryused_memory:1039120127.0.0.1:6379> hset 1101000 060 3302000080(integer) 1127.0.0.1:6379> info memory# Memoryused_memory:1039136

Hash類型有兩種底層實(shí)現(xiàn)結(jié)構(gòu)：1.壓縮列表 2.Hash表
hash列表存在兩個(gè)閥值，一旦超過(guò)這兩個(gè)閥值就會(huì)從壓縮列表轉(zhuǎn)換為Hash表
hash-max-ziplist-entries表示用壓縮列表保存時(shí)哈希列表集合中最大元素個(gè)數(shù)
hash-max-ziplist-value表示用壓縮列表保存時(shí)哈希集合單個(gè)元素的最大長(zhǎng)度

集合統(tǒng)計(jì)模式
1.聚合統(tǒng)計(jì)
2.排序統(tǒng)計(jì)
3.二值狀態(tài)統(tǒng)計(jì)
4.基數(shù)統(tǒng)計(jì)

redis的三種擴(kuò)展數(shù)據(jù)類型

1.Bitmap：
2.HyperLogLog
3.GEO：
面向LBS應(yīng)用的GEO數(shù)據(jù)類型
GEO的底層結(jié)構(gòu)是根據(jù)Sorted Set來(lái)實(shí)現(xiàn)的，Sorted Set可以根據(jù)元素的權(quán)重排序，支持范圍查詢
sorted Set的權(quán)重分?jǐn)?shù)是一個(gè)浮點(diǎn)數(shù)(float類型)，而經(jīng)緯度是兩個(gè)數(shù)，需要用GeoHash 編碼
GeoHash編碼是通過(guò)“二分區(qū)間，區(qū)間編碼”的方式進(jìn)行的。
先把經(jīng)度和緯度換算成編碼的格式，然后再進(jìn)行交叉

實(shí)際上交叉的目的是下圖所示的概念，交叉后實(shí)際上就可以定位到二維空間上的一個(gè)方格中，我們使用 Sorted Set 范圍查詢得到的相近編碼值，在實(shí)際的地理空間上，也是相鄰的方格，例如1110011101和1111011101是空間位置相鄰的

但是會(huì)存在編碼相鄰，但是方格實(shí)際不相鄰的情況。所以為了避免這種情況發(fā)生我們可以同時(shí)查詢給定經(jīng)緯度周圍4個(gè)或者8個(gè)方格

如何操作GEO類型？
在使用GEO類型時(shí)，我們經(jīng)常使用到的兩個(gè)命令分別時(shí)GEOADD和GEORADIUS
GEOADD：用于把一組經(jīng)緯度信息和相對(duì)應(yīng)的一個(gè)ID記錄到GEO類型集合中。
使用方法：假設(shè)車輛ID是33，經(jīng)緯度位置是（116.034579，39.030452），我們可以用一個(gè) GEO 集合保存所有車輛的經(jīng)緯度，集合 key 是 cars:locations。只需要執(zhí)行以下命令就可以把ID號(hào)為33的車輛的當(dāng)前經(jīng)緯度位置存入到GEO中。

GEOADD cars:locations 116.034579 39.030452 33

GEORADIUS：根據(jù)輸入經(jīng)緯度的位置，查詢以這個(gè)經(jīng)緯度為中心一定范圍內(nèi)的其他元素

如何自定義數(shù)據(jù)類型？

redis的基本對(duì)象結(jié)構(gòu)包含type、encoding、lru和refcount、*ptr

開(kāi)發(fā)一個(gè)名字叫NewTypeObject的數(shù)據(jù)結(jié)構(gòu)，具體有以下四個(gè)步驟

如何在redis中保存時(shí)間序列數(shù)據(jù)？

1.基于Hash和Sorted Set保存：為什么要基于兩種數(shù)據(jù)結(jié)構(gòu)進(jìn)行查詢呢？
Hash類型可以實(shí)現(xiàn)單鍵的快速查詢，這就滿足了時(shí)間序列單鍵查詢需求
但是hash類型有一個(gè)短板就是不支持范圍查詢，為了支持時(shí)間戳范圍查詢我們需要通過(guò)Sorted Set，因?yàn)樗鶕?jù)元素的權(quán)重分?jǐn)?shù)來(lái)排序的，
那么我們?cè)趺幢ＷC這兩個(gè)操作的原子性呢？
需要通過(guò)MULTI和EXEC兩個(gè)命令：
MULTI表示開(kāi)始，收到這個(gè)命令redis就會(huì)將命令放入到隊(duì)列中
EXEC表示結(jié)束，收到這個(gè)命令就會(huì)開(kāi)始執(zhí)行隊(duì)列中的命令
但是如果采用hash和Sorted Set則只支持范圍查詢而不支持聚合計(jì)算。如果在客戶端做聚合計(jì)算，會(huì)導(dǎo)致大量的網(wǎng)絡(luò)傳輸。所以可以在redis上通過(guò)RedisTimeSeries進(jìn)行聚合計(jì)算。

推薦學(xué)習(xí)：Redis學(xué)習(xí)教程