[从零开始学习Redis | 第九篇] 深入了解Redis数据类型

前言：

在现代软件开发中，数据存储和处理是至关重要的一环。为了高效地管理数据，并实现快速的读写操作，各种数据库技术应运而生。其中，Redis作为一种高性能的内存数据库，广泛应用于缓存、会话存储、消息队列等场景。要深入了解Redis的工作原理，就必须先了解其底层数据结构。

Redis之所以能够在性能上表现出色，部分原因在于其精心设计的数据结构。这些数据结构不仅简单高效，而且能够满足各种复杂的数据处理需求。本文将深入探讨Redis底层数据结构的设计原理，包括字符串、哈希、列表、集合、有序集合等，希望能够帮助读者更好地理解Redis的内部机制，为进一步应用和优化Redis提供指导。

在前面的文章中，我们介绍了Redis的底层数据结构，而这篇文章，我们来介绍一下Redis中能够被我们直接使用的数据结构

底层数据结构：

【从零开始学习Redis | 第七篇】认识Redis底层数据结构（上）-CSDN博客文章浏览阅读1k次，点赞14次，收藏13次。在现代软件开发中，数据存储和处理是至关重要的一环。为了高效地管理数据，并实现快速的读写操作，各种数据库技术应运而生。其中，Redis作为一种高性能的内存数据库，广泛应用于缓存、会话存储、消息队列等场景。要深入了解Redis的工作原理，就必须先了解其底层数据结构。Redis之所以能够在性能上表现出色，部分原因在于其精心设计的数据结构。这些数据结构不仅简单高效，而且能够满足各种复杂的数据处理需求。本文将深入探讨Redis底层数据结构的设计原理，包括字符串哈希列表集合有序集合。https://liyuanxin.blog.csdn.net/article/details/136991225

String:

String 是Redis中最常见的部分，他的基本编码方式是RAW ，基于简单动态字符串（SDS）实现，存储上限为512mb。

我们用图片来表示一下数据结构（RAW）：

如果存储的SDS长度小于44字节，则会采用EMBSTR编码，此时object head 和SDS是一段连续空间，申请内存的时候只需要调用一次内存分配函数，效率更高。

我们来看一下EMBSTR作为编码方式时的数据结构：

也就是说：当我们采用EMBSTR来作为编码方式的时候，能够减少内存申请的次数，而内存的申请需要操作系统从用户态转变为内核态，因此减少了内存申请的次数，就变相提升了效率。

当我们存储的字符串是整数的时候，而且大小在LONG_MAX（2,147,483,647）范围内，则会采用INT编码，直接把数据保存在ptr指针位置，不再需要SDS。

EMBSTR为什么最大存储44个字节？

Redis的底层采用的是 jemalloc 这种内存回收算法，而这个算法在分配内存的时候，会以去做内存分配，而64字节是Redis的分片大小，也就是说：如果我们采用一整个分片的话，就不会产生内存碎片。

那么我们来看看：RedisObject头部的字节数为16。 我们采用最节省空间的SDS结构也会占据三个个字节大小（len，alloc，flags） ，加上字符串结束标识符"/0"，我们能够存储字符串的最大字节数就是：64 - 16 - 4 = 44字节。

这也就是为什么EMBSTR编码方式能够存储的最大字节数为44字节的原因。

我们可以用Redis中的这个命令来查看此时的编码方式：

object encoding name

1.存入范围小于LONG_MAX的整数：

2.存入字节数小于44的字符串：

3.存入字节数大于44的字符串：

结果：

List：

在Redis3.2版本之前，Redis采用的是ZipList和LinkedList来实现List，当元素数量小于512且元素大小小于64字节的时候采用ZipList，超过则采用LinkedList编码。

在3.2之后，Redis同一采用QuicList来实现List。

在当前的最新版本中，redis引入了一个新的数据结构：ListPack。来作为List的底层数据结构。

我们来看一看整个发展流程：

因为可以节省内存空间 ，创造了ZipList结构体---->因为为了降低连锁更新的影响面 ，创造了QuickList---->为了解决连锁更新问题，创建了ListPack

创建新的数据结构调用的是这个方法，我们点进去看一看：

在这里我们创建了一个类型叫做Listpack的变量。因此我们来看一看这个数据结构。

通过对listpackEntry源码的查看，我们可以发现：

为了规避掉zipList的连续更新的风险，listPack不再记录上一个结点的长度，而是改为记录本节点自身的长度。

在listpack.c文件中，官方用了大量的宏定义来指定编码类型：

cpp 复制代码

#define LP_ENCODING_7BIT_UINT 0
#define LP_ENCODING_7BIT_UINT_MASK 0x80
#define LP_ENCODING_IS_7BIT_UINT(byte) (((byte)&LP_ENCODING_7BIT_UINT_MASK)==LP_ENCODING_7BIT_UINT)
#define LP_ENCODING_7BIT_UINT_ENTRY_SIZE 2

#define LP_ENCODING_6BIT_STR 0x80
#define LP_ENCODING_6BIT_STR_MASK 0xC0
#define LP_ENCODING_IS_6BIT_STR(byte) (((byte)&LP_ENCODING_6BIT_STR_MASK)==LP_ENCODING_6BIT_STR)

#define LP_ENCODING_13BIT_INT 0xC0
#define LP_ENCODING_13BIT_INT_MASK 0xE0
#define LP_ENCODING_IS_13BIT_INT(byte) (((byte)&LP_ENCODING_13BIT_INT_MASK)==LP_ENCODING_13BIT_INT)
#define LP_ENCODING_13BIT_INT_ENTRY_SIZE 3

#define LP_ENCODING_12BIT_STR 0xE0
#define LP_ENCODING_12BIT_STR_MASK 0xF0
#define LP_ENCODING_IS_12BIT_STR(byte) (((byte)&LP_ENCODING_12BIT_STR_MASK)==LP_ENCODING_12BIT_STR)

#define LP_ENCODING_16BIT_INT 0xF1
#define LP_ENCODING_16BIT_INT_MASK 0xFF
#define LP_ENCODING_IS_16BIT_INT(byte) (((byte)&LP_ENCODING_16BIT_INT_MASK)==LP_ENCODING_16BIT_INT)
#define LP_ENCODING_16BIT_INT_ENTRY_SIZE 4

#define LP_ENCODING_24BIT_INT 0xF2
#define LP_ENCODING_24BIT_INT_MASK 0xFF
#define LP_ENCODING_IS_24BIT_INT(byte) (((byte)&LP_ENCODING_24BIT_INT_MASK)==LP_ENCODING_24BIT_INT)
#define LP_ENCODING_24BIT_INT_ENTRY_SIZE 5

#define LP_ENCODING_32BIT_INT 0xF3
#define LP_ENCODING_32BIT_INT_MASK 0xFF
#define LP_ENCODING_IS_32BIT_INT(byte) (((byte)&LP_ENCODING_32BIT_INT_MASK)==LP_ENCODING_32BIT_INT)
#define LP_ENCODING_32BIT_INT_ENTRY_SIZE 6

#define LP_ENCODING_64BIT_INT 0xF4
#define LP_ENCODING_64BIT_INT_MASK 0xFF
#define LP_ENCODING_IS_64BIT_INT(byte) (((byte)&LP_ENCODING_64BIT_INT_MASK)==LP_ENCODING_64BIT_INT)
#define LP_ENCODING_64BIT_INT_ENTRY_SIZE 10

#define LP_ENCODING_32BIT_STR 0xF0
#define LP_ENCODING_32BIT_STR_MASK 0xFF
#define LP_ENCODING_IS_32BIT_STR(byte) (((byte)&LP_ENCODING_32BIT_STR_MASK)==LP_ENCODING_32BIT_STR)

在这之中，int类型的编码方式一共有六种：

LP_ENCODING_7BIT_UIN
LP_ENCODING_13BIT_UIN
LP_ENCODING_16BIT_UIN
LP_ENCODING_24BIT_UIN
LP_ENCODING_32BIT_UIN
LP_ENCODING_64BIT_UIN

字符串编码方式一共有三种：

LP_ENCODING_6BIT_STR
LP_ENCODING_12BIT_STR
LP_ENCODING_32BIT_STR

我们用图来表示一下listPack的样式：

Set:

set是Redis的单列集合，它满足以下特点：

不保证有序性
保证元素唯一
可以求交集，并集和差集

Set底层为了查询效率和唯一性，set采用HT编码（Dict）。Dict的key用来存储元素，Value统一为null。

我们之前的文章中介绍过Dict这种底层数据结构，感兴趣的可以看一看。

【从零开始学习Redis | 第七篇】认识Redis底层数据结构（上）-CSDN博客文章浏览阅读1k次，点赞14次，收藏13次。在现代软件开发中，数据存储和处理是至关重要的一环。为了高效地管理数据，并实现快速的读写操作，各种数据库技术应运而生。其中，Redis作为一种高性能的内存数据库，广泛应用于缓存、会话存储、消息队列等场景。要深入了解Redis的工作原理，就必须先了解其底层数据结构。Redis之所以能够在性能上表现出色，部分原因在于其精心设计的数据结构。这些数据结构不仅简单高效，而且能够满足各种复杂的数据处理需求。本文将深入探讨Redis底层数据结构的设计原理，包括字符串哈希列表集合有序集合。https://liyuanxin.blog.csdn.net/article/details/136991225当所有存储的数据都是整数的时候，并且元素个数不超过set-max-intset-entries时，Set会采用IntSet编码，以此来节省内存。

如果我们使用IntSet存储编码的时候，存储的元素个数超过了set-max-intset-entries的时候，就会转为Dict来进行存储。

set-max-intset-entries的最大值是512

ZSet：

Zset实际上就是SortedSet，其中每一个元素都需要指定一个socre值和member值，他满足以下特点：

可以根据socre值排序
member必须唯一
可以根据member查询分数

也就是说：Zset必须满足键值对存储 ，键必须唯一 ，可排序这几个需求

SkipList：可以排序，并且可以同时存储socre值和ele值。

HT（Dict）：可以键值对存储，并且可以根据key找Value。

那么ZSet结合了这两种结构体：

cpp 复制代码

typedef struct zset {
    dict *dict;
    zskiplist *zsl;
} zset;

我们来看一看创建Zset方法：

cpp 复制代码

robj *createZsetObject(void) {
    zset *zs = zmalloc(sizeof(*zs));
    robj *o;
    //创建dict
    zs->dict = dictCreate(&zsetDictType);
    //创建ziplist
    zs->zsl = zslCreate();
    o = createObject(OBJ_ZSET,zs);
    o->encoding = OBJ_ENCODING_SKIPLIST;
    return o;
}

它使用dict实现键值对的存储和唯一性，使用Skiplist来实现排序性。Zset的编码声明的是SKPIList。

而这种Zset结构实在是太浪费空间了，所以官方也给出了自己的优化方案：

（老）Zset在满足以下条件的时候，会采用ZipList结构来节省内存：

元素数量小于zset_max_ziplist_entries，默认值为128。

每个元素都小于zset_max_ziplist_value,默认值为64。

（新）Zset在满足以下条件的时候，会采用listpackt结构来节省内存：

元素数量小于zset_max_listpack_entries。

每个元素都小于zset_max_listpack_value。

cpp 复制代码

robj *zsetTypeCreate(size_t size_hint, size_t val_len_hint) {
    if (size_hint <= server.zset_max_listpack_entries &&
        val_len_hint <= server.zset_max_listpack_value)
    {
        return createZsetListpackObject();
    }

    robj *zobj = createZsetObject();
    zset *zs = zobj->ptr;
    dictExpand(zs->dict, size_hint);
    return zobj;
}

Hash：

Hash结构与Zset的结构非常类似：

都是键值对存储。
都需要根据键获取值
键必须唯一

最关键的是Hash不需要进行排序。Hash的底层默认采用的是ListPack的编码方式。老的版本中是zipList。新版本为了规避ziplist连锁更新的问题，所以大量的替换了原有的ziplist为listpack

cpp 复制代码

robj *createHashObject(void) {
    unsigned char *zl = lpNew(0);
    robj *o = createObject(OBJ_HASH, zl);
    o->encoding = OBJ_ENCODING_LISTPACK;
    return o;
}

在一些情况下，我们会把插入的对象转为dict类型的，在源码中可以看到：

我们点进这个方法：

这段代码是 Redis 中用于尝试将哈希对象转换为合适类型的函数 hashTypeTryConversion。让我解释一下它的主要作用：

if (o->encoding != OBJ_ENCODING_LISTPACK) return;: 首先，它检查哈希对象的编码方式是否为列表包装编码。如果不是，则不执行转换，直接返回。
计算需要添加到哈希对象的新字段数量，并根据一定的条件决定是否将哈希对象转换为哈希表编码。
如果新字段数量超过了预设的阈值 server.hash_max_listpack_entries，则将哈希对象转换为哈希表编码，并根据新字段数量扩展哈希表的空间。
遍历输入参数列表中的键值对，计算它们的总长度，并检查每个值的长度是否超过了最大允许长度 server.hash_max_listpack_value。如果有任何一个值的长度超过了限制，则将哈希对象转换为哈希表编码。
最后，如果列表包装编码不适合将新字段添加到哈希对象中，或者任何值的长度超过了限制，那么就将哈希对象转换为哈希表编码。

这段代码的作用是在执行 HSET 或 HMSET 命令时，根据参数列表中键值对的特征和限制条件，决定是否将哈希对象转换为哈希表编码，以确保能够有效地存储和操作数据。

总结：

通过本文的介绍，我们深入探讨了 Redis 中常用的数据结构及其应用。Redis 提供了丰富的数据类型，包括字符串、哈希、列表、集合和有序集合，每种数据结构都有其独特的特点和适用场景。

如果我的内容对你有帮助，请点赞，评论，收藏。创作不易，大家的支持就是我坚持下去的动力！