【3y】从零单排学Redis【青铜】(三)

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: 笔记

三、Redis中数据结构的对象


再次看回这张图,觉不觉得就很好理解了?

17.jpg                                    数据结构对应的类型与编码


3.1字符串(stirng)对象


在上面的图我们知道string类型有三种编码格式

  • int:整数值,这个整数值可以使用long类型来表示
  • 如果是浮点数,那就用embstr或者raw编码。具体用哪个就看这个数的长度了
  • embstr:字符串值,这个字符串值的长度小于32字节
  • raw:字符串值,这个字符串值的长度大于32字节

embstr和raw的区别

  • raw分配内存和释放内存的次数是两次,embstr是一次
  • embstr编码的数据保存在一块连续的内存里面

编码之间的转换

  • int类型如果存的不再是一个整数值,则会从int转成raw
  • embstr是只读的,在修改的时候回从embstr转成raw


3.2列表(list)对象


在上面的图我们知道list类型有两种编码格式

  • ziplist:字符串元素的长度都小于64个字节&&总数量少于512个
  • linkedlist:字符串元素的长度大于64个字节||总数量大于512个

ziplist编码的列表结构:

redis > RPUSH numbers 1 "three" 5
    (integer) 3

18.jpg                                                ziplist的列表结构

linkedlist编码的列表结构:

19.jpg                                         linkedlist编码的列表结构

编码之间的转换:

  • 原本是ziplist编码的,如果保存的数据长度太大或者元素数量过多,会转换成linkedlist编码的。


3.3哈希(hash)对象


在上面的图我们知道hash类型有两种编码格式

  • ziplist:key和value的字符串长度都小于64字节&&键值对总数量小于512
  • hashtable:key和value的字符串长度大于64字节||键值对总数量大于512

ziplist编码的哈希结构:

20.png

                         ziplist编码的哈希结构1

21.jpg                                                      ziplist编码的哈希结构2

hashtable编码的哈希结构:

22.jpg                                              hashtable编码的哈希结构

编码之间的转换:

  • 原本是ziplist编码的,如果保存的数据长度太大或者元素数量过多,会转换成hashtable编码的。


3.4集合(set)对象


在上面的图我们知道set类型有两种编码格式

  • intset:保存的元素全都是整数&&总数量小于512
  • hashtable:保存的元素不是整数||总数量大于512

intset编码的集合结构:

23.jpg                                       intset编码的集合结构

hashtable编码的集合结构:

24.jpg                                           hashtable编码的集合结构

编码之间的转换:

  • 原本是intset编码的,如果保存的数据不是整数值或者元素数量大于512,会转换成hashtable编码的。


3.5有序集合(sortset)对象


在上面的图我们知道set类型有两种编码格式

  • ziplist:元素长度小于64&&总数量小于128
  • skiplist:元素长度大于64||总数量大于128

ziplist编码的有序集合结构:

25.png

ziplist编码的有序集合结构1

26.jpg                                                 ziplist编码的有序集合结构2

skiplist编码的有序集合结构:

27.jpg                                                  skiplist编码的有序集合结构

有序集合(sortset)对象同时采用skiplist和哈希表来实现

  • skiplist能够达到插入的时间复杂度为O(logn),根据成员查分值的时间复杂度为O(1)

编码之间的转换:

  • 原本是ziplist编码的,如果保存的数据长度大于64或者元素数量大于128,会转换成skiplist编码的。


3.6Redis对象一些细节


  • (1:服务器在执行某些命令的时候,会先检查给定的键的类型能否执行指定的命令。
  • 比如我们的数据结构是sortset,但你使用了list的命令。这是不对的,服务器会检查一下我们的数据结构是什么才会进一步执行命令
  • (2:Redis的对象系统带有引用计数实现的内存回收机制
  • 对象不再被使用的时候,对象所占用的内存会释放掉
  • (3:Redis会共享值为0到9999的字符串对象
  • (4:对象会记录自己的最后一次被访问时间,这个时间可以用于计算对象的空转时间。


最后


本文主要讲了一下Redis常用的数据结构,以及这些数据结构的底层设计是怎么样的。整体来说不会太难,因为这些数据结构我们在学习的过程中多多少少都接触过了,《Redis设计与实现》这本书写得也足够通俗易懂。

至于我们在使用的时候挑选哪些数据结构作为存储,可以简单看看:

  • string-->简单的key-value
  • list-->有序列表(底层是双向链表)-->可做简单队列
  • set-->无序列表(去重)-->提供一系列的交集、并集、差集的命令
  • hash-->哈希表-->存储结构化数据
  • sortset-->有序集合映射(member-score)-->排行榜

如果大家有更好的理解方式或者文章有错误的地方还请大家不吝在评论区留言,大家互相学习交流~~~

相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
相关文章
|
5月前
|
NoSQL Redis 数据库
rodert单排学习redis进阶【青铜】2
rodert单排学习redis进阶【青铜】
34 0
|
5月前
|
缓存 NoSQL Java
rodert单排学习redis进阶【青铜】1
rodert单排学习redis进阶【青铜】
39 0
|
缓存 NoSQL Java
|
1月前
|
存储 缓存 NoSQL
数据的存储--Redis缓存存储(一)
数据的存储--Redis缓存存储(一)
|
1月前
|
消息中间件 缓存 NoSQL
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
77 6
|
12天前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
|
14天前
|
存储 缓存 NoSQL
【赵渝强老师】基于Redis的旁路缓存架构
本文介绍了引入缓存后的系统架构,通过缓存可以提升访问性能、降低网络拥堵、减轻服务负载和增强可扩展性。文中提供了相关图片和视频讲解,并讨论了数据库读写分离、分库分表等方法来减轻数据库压力。同时,文章也指出了缓存可能带来的复杂度增加、成本提高和数据一致性问题。
【赵渝强老师】基于Redis的旁路缓存架构
|
7天前
|
缓存 NoSQL PHP
Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出
本文深入探讨了Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出。文章还介绍了Redis在页面缓存、数据缓存和会话缓存等应用场景中的使用,并强调了缓存数据一致性、过期时间设置、容量控制和安全问题的重要性。
23 5
下一篇
无影云桌面