redis能具有很好的性能表现,一个重要的原因就是redis底层的数据结构的使用非常巧妙,今天,我们来聊一聊这些数据结构。
基本数据类型和数据结构对应
我们知道,redis有5种数据类型,包括字符串、列表、集合、有序集合和字典。同时redis底层的数据结构有6种,包括动态字符串、双向链表、压缩列表(ziplist)、hash表、跳表(skip list)和整数数组。
下面我们就看一下对应关系:
1.毋庸置疑,字符串类型使用的底层数据结构就是动态字符串。
2.关于列表,如果同时满足下面条件,就使用压缩列表,否则使用双向链表。
列表中单个元素小于64字节
列表中元素个数少于 512
3.关于集合,如果同时满足下面条件,就使用有序整数数组,否则使用hash表。
集合中元素都是整数类型
集合中元素个数不超过512
4.关于有序集合,如果同时满足下面2个条件,就使用压缩列表,否则使用跳表。
集合中元素都小于64字节
集合中元素个数小于128个
注意:有序集合还有一个hash表用于保存集合中元素的分数,做ZSCORE操作时,查询的就是这个hash表,所以效率很高。看下t_zset.c文件中这段注释:
* The elements are added to a hash table mapping Redis objects to scores. * At the same time the elements are added to a skip list mapping scores * to Redis objects (so objects are sorted by scores in this "view").
5.关于字典类型,如果同时满足下面2个条件,就使用压缩列表,否则使用hash表。
字典中每个entry的key/value都小于64字节
字典中元素个数小于512个
关于压缩列表
压缩列表并不是基础的数据结构,而是redis自己实现的,压缩列表跟数组相似,在内存中也是一块儿连续的内存空间,结构如下:
zlbytes |
zltail |
zllen |
entry |
entry |
entry |
.... |
entry |
zlend |
可以看到,在这块连续内存空间中,表头有3个字段,zlbytes表示压缩列表长度,zltail表示表尾的偏移量,zllen则表示列表中元素的个数。所以,压缩列表时间复杂度跟数组一样,都是o(n)。它的优势是实现了压缩存储。
关于hash表
hash表这种数据结构我们并不陌生,尤其是我们java程序员,HashMap可以说是面试的高频考题。其实redis中的hash表思想跟java中HashMap非常相似,我们一起看一下。
1.全局hash表
大家知道hash是时间复杂度最低的数据结构,复杂度是o(1), 底层使用一个数据存放hash桶。redis为了提高查询效率,使用了一个全局hash表,支持快速查询,而hash的key和value保存了指向实际key和value的指针*key和*value。
2.hash冲突
redis处理hash冲突的方法使用的是链表法,即如果2个key的hashcode一样,则在同一个hash桶中用一个链表组织起来,链表查找的时间复杂度是o(n),所以当hash桶中的元素越来越多时,查找性能会下降。这时redis就会做rehash。
3.rehash操作
redis会申请一个新的hash表,大小一般是当前hash的2倍,然后把就hash表的元素拷贝到新的hash表中,之后释放就hash表的空间。跟java中HashMap不一样的是,redis是单线程的,所以不用考虑并发问题。
当然,如果redis一次性拷贝这么多的元素,肯定造成线程阻塞,访问效率急剧下滑。所以,redis使用了渐进式的拷贝,就是每当访问一个entry时,顺带把这个entry拷贝到新的hash表中。
关于跳表
上面我们讲了,redis把所有的元素都组织在一个hash表中,所以对于字符串类型,查找效率直接就是o(1),非常快。但是通过key查找到对应的value后,对于value是压缩列表、整形数组、双向链表的情况,时间复杂度都是o(n),性能还是比较差的。为了提高性能,redis引入了跳表这种数据结构。
跳表这种数据结构,结构看起来跟B+树非常像,见下图:
下面是一颗B+树:
下面是一个跳表:
上面的跳表第一层是一级索引,第二层是二级索引。从上图中看出,如果我们不加索引,查找10这个数字需要查询10次,使用了二级索引,查找10这个数字需要5次,而使用一级索引,需要查询3次。跳表插入、删除、查询的时间复杂度是o(logN),效率还是很高的。但是跳表需要存储额外的索引节点,会增加额外的空间开销,所以也是空间换时间的一种数据结构。
总结
了解了redis底层的数据结构,我们使用的时候也就心里有数了。
对于redis的list数据类型,它用到了压缩列表和双向链表,时间复杂度是o(n),我们做随机读写是不太合适的,但是pop和push效率高,作为队列是很好的选择。
数组和压缩列表虽然查询复杂度高,但是都是连续的内存空间,对内存存储和缓存还是非常友好的。
最后,个人对redis理解有限,欢迎大佬们批评指正。