数据结构与算法笔记：实战篇 - 剖析Redis常用数据类型对应的数据结构

概述

从本章开始，就进入实战篇的部分。这部分主要通过一些开源醒目、经典系统，真枪实弹地教你，如何将数据结构和算法应用到项目中。所以这部分的内容，更多的是知识点的回顾，相对于基础篇和高级篇，其实这部分内容会更加容易看懂。

不过，希望你不要看懂就完了。要多举一反三，自己接触过的项目、基础框架、中间件中，都用过哪些数据结构和算法。你可以想一想，在自己做的项目中，有哪些可以用学过的数据结构和算法进一步优化。这样的学习效果才会更好。好了，本章就带你看下，经典数据库 Redis 中常用到的数据类型，底层都是用哪种数据结构和算法实现的？

Redis 数据库介绍

Redis 是一种键值（key-value）数据库。相对于关系型数据库（比如 MySQL），Redis 也被叫作非关系型数据库。

关于 Redis 数据库，本人也学习过 Redis 核心技术教程，感兴趣的朋友可以去看下专栏。

像 MySQL 这样的关系型数据库，表的结构比较复杂，会包含很多字段，可以通过 SQL 语句，来实现非常复杂的查询需求。而 Redis 中只包含 “键” 和 “值” 两部分，只能通过 “键” 来查询值。真实因为这样简单的存储结构，也让 Redis 的读写效率非常高。

此外，Redis 主要是作为内存数据库来使用，也就是说，数据是存储在内存中。尽管它经常被用作内存数据库，但是它也支持将数据存储在磁盘中。这一点后面会介绍。

Redis 中，键的数据类型是字符串，但是为了丰富数据存储的方式，方便开发中使用，值的数据类型有很多，常用的数据类型有这样几种，它们分别是字符串、列表、字典、集合、有序集合。

“字符串”（String）这样的数据结构非常简单，对应到数据结构里，就是字符串。你应该非常熟悉，这里就不过多介绍了。我们着重看下其他四种比较复杂点的数据类型，看看它们底层都依赖了哪些数据结构。

列表（list）

我们先看列表。列表这种数据类型支持存储一组数据。这种数据类型对应两种实现方式，一种是压缩列表（ziplist），另一种是双向循环链表。

当列表中的数据量比较小的时候，列表可以采用压缩列表的方式实现。具体需要同时满足下面两个条件：

列表中保存的单个数据（有可能是字符串类型的）小于 64 字节。
列表中的数据个数小于 512 个。

关于压缩列表，这里稍微解释一下。它并不是基础数据结构，而是 Redis 自己设计的一种数据存储结构。它有点类似数组，通过一片连续的内存空间，来存储数据。不过，它跟数组不同的一点是，它允许存储的数据大小不同。具体的存储结构也非常简单，你看下下面这幅图。

在这里插入图片描述

现在，我们来看看，压缩列表中的 “压缩” 两个字该如何理解？

听到 “压缩” 两个字，直观的反应是节省内存。之所以说这种存储结构节省内存，是相较于数组的存储思路而言。我们知道，数组要求每个元素的大小相同，如果我们要存储不同长度的字符串，那我们就需要用最大长度的字符串大小作为元素的大小（假设是 20 个字节）。当我们存储小于 20 个字节长度的字符串时，便会浪费部分存储空间。

在这里插入图片描述

压缩列表这种存储结构，一方面是比较节省空间，另一方面可以支持不同类型数据的存储。而且，因为数据存储在一片连续的空间，通过键来获取值为列表类型的数据，读取的效率也非常高。

当列表中存储的数据量比较大的时候，也就是不能同时满足刚刚讲的两个条件时，列表就要通过双向链表来实现了。

在链表章节中，我们已经讲过双向链表这种数据结构了。这里我们着重看一下 Redis 中双向链表的编码实现方式。

Redis 的这种双向链表的实现方式，非常值得借鉴。它额外定义一个 list 结构体，来组织链表的首、尾指针，还有长度等信息。这样，在使用的时候就会非常方便。

// 以下是C语言代码，因为Redis是C语音实现的
typedef struct listnode {
	struct listnode *prev;
	struct listnode *next;
	void *value;
} listnode;

typedef struct list {
	listnode *head;
	listnode *tail;
	unsigned long len;
	// ...省略其他定义
} list;

字典（hash）

字典类型用来存储一组数据对。每个数据对又包含键值两部分。字典类型也有两种实现方式，一种就是刚刚讲到的压缩列表，另一种是散列表。

同样，只有当存储的数据量比较小的情况下，Redis 才使用散列表来实现字典类型。具体要满足两个条件：

字典中保存的键和值的大小都要小于 64 字节。
字典中键值对的数量小于 512 个。

当不能同时满足上面两个条件时，Redis 就使用散列表来实现字典类型。Redis 使用 MurmurHas2 这种运行速度快、随机性好的哈希算法作为哈希函数。对于哈希冲突，Redis 采用链表法来解决。此外，Redis 还支持散列表的动态扩容、缩容。

当数据动态增加之后，散列表的装载因子会不停地变大。为了避免散列表性能的下降，当装载因子大于 1 的时候，Redis 会触发扩容，将散列表扩大为原来大小的 2 倍左右（具体值需要计算才能得到，如果感兴趣，你可以去阅读源码）。

当数据动态减少之后，为了节省内存，当装载因子小于 0.1 的时候，Redis 就会触发缩容，缩小为字典中数据个数的大约 2 倍大小（这个值也是计算得到的，如果感兴趣，可以去阅读源码）。

前面讲过，扩容缩容要做大量的数据搬移和哈希值的重新计算，所以比较耗时。针对这个问题，Redis 使用我们在散列表（中）讲的渐进式扩容缩容策略，将数据的搬移分批进行，避免了大类数据一次性搬移导致的服务停顿。

集合（set）

集合这种数据类型用来存储一组不重复的数据。这种数据类型也有两种实现方式，一种是基于有序数组，另一种是基于散列表。

当要存储的数据，同时满足下面两个条件时，Redis 就采用有序数组，来实现集合这种数据类型。

存储的数据都是整数。
存储的数据元素个数不超 512 个。

当不能同时满足这两个条件的时候，Redis 就使用散列表来存储集合中的数据。

有序集合（sortedset）

有序集合这种数据类型，我们在跳表章节已经讲过了。它用来存储一组数据，并且每个数据会附带一个得分。通过得分的大小，我们将数据组织成跳表这样的数据结构，以及支持快速地按照得分值、得分区间获取数据。

实际上，跟 Redis 的其他数据类型一样，有序集合也并不仅仅只有跳表这一组实现方式。当数据量比较小的时候，Redis 会用压缩列表来实现有序集合。具体点说就是，使用压缩列表来实现有序集合的前提，有这样两个：

所有数据的大小都要小于 64 字节。
元素个数要小于 128 个。

数据结构持久化

尽管 Redis 经常不会被用作内存数据库，但是它也支持数据落盘，也就是将内存中的数据存储到磁盘中。这样，当机器断电时，存储在 Redis 中的数据也不会丢失。在机器重启之后，Redis 只需要再将存储在硬盘中的数据，重新读取到内存，就可以继续工作了。

刚刚我们讲到，Redis 的数据格式由 “键” 和 “值两部分组成。而 “值” 又支持很多数据类型，比如字符串、列表、字典、集合、有序集合。像字典、集合等类型，底层用到了散列表，散列表中有指针的概念，而指针指向的是内存中的存储地址。那 Redis 是如何将这样一个跟具体内存有关的数据结果存储到磁盘中的呢？

实际上，Redis 遇到的这个问题并不特殊，很多场景都会遇到。我们把它叫做数据结构持久化问题，或者对象持久化问题。这里的持久化，你可以笼统地理解为 “存储到磁盘”。

如何将数据结构持久化到硬盘？我们主要有两种解决思路。

第一种是清楚原有的存储结构，只将数据存储到磁盘中。当我们需要从磁盘还原数据到内存时，再重新将数据组织称原来的数据结构。实际上，Redis 采用的就是这种持久化思路。

不过，这种方式也有一定的弊端。那就是数据从磁盘还原到内存的过程，会耗费比较多的时间。比如，我们现在要将散列表中的数据存储到磁盘。当我们从磁盘中，取出数据重新构建散列表的时候，需要重新计算每个数据的哈希值。如果磁盘中存储的是几 GB 的数据，那重构数据结构的好事就不可忽视了。

第二种方式是保留原来的存储格式，将数据按照原有的个数存储在磁盘中。我们拿散列表这样的数据结构来举例。我们可以将散列表的大小、每个数据被散列到的槽的编号等信息，都保存在磁盘中。有了这些信息，我们从磁盘中奖数据还原到内存时，就可以避免重新计算哈希值。