Redis 数据结构详解：从底层实现到应用场景

引言

Redis 是一个高效、灵活的键值存储系统，广泛应用于缓存、消息队列、实时分析等场景。Redis 提供了丰富的数据结构，每一种数据结构都适用于特定的业务需求。理解这些底层数据结构，不仅能帮助你更好地使用 Redis，也能加深你对 Redis 内部实现的理解。

本文将详细介绍 Redis 的核心数据结构，包括：

• String
• Hash
• List
• Set
• Sorted Set (Zset)
• Bitmap
• HyperLogLog
• Geo
• Stream

此外，我们还将深入解析 Zset 的底层实现，特别是 跳表 和 Redis 7.0 引入的 ListPack，并探讨 Redis 为什么选择跳表而非 B+ 树。

一、Redis 的数据结构概览

Redis 支持的多种数据结构使它能够应对各种复杂的场景。下面是对 Redis 常见数据结构的简要介绍：

String（字符串）

• 存储值：简单的字符串（例如，数字、文本、二进制数据）

• 读写能力：支持快速的读取、写入、修改操作。

• 应用场景：

  • 缓存：简单的缓存键值对

  • 计数器：实现页访问计数、秒杀商品库存等功能

Hash（哈希）

• 存储值：键值对集合（类似于字典或映射）

• 读写能力：适合存储对象，支持按字段读取和修改。

• 应用场景：

  • 用户信息：存储用户的基本资料（用户名、邮箱、年龄等）

  • 配置管理：存储配置信息并能快速修改

List（列表）

• 存储值：有序字符串集合

• 读写能力 ：支持两端插入、删除（LPUSH、RPUSH），以及索引访问。

• 应用场景：

  • 消息队列：使用 LPUSH 和 RPOP 实现生产者消费者模式

  • 实时数据流：处理顺序数据流，如日志收集

Set（集合）

• 存储值：无序字符串集合，支持唯一性

• 读写能力：支持快速插入、删除、查找操作，支持求交集、并集和差集等集合运算。

• 应用场景：

  • 唯一元素集合：如用户的标签、访问过的商品 ID

  • 社交关系：如用户的好友关系、关注列表

Sorted Set（有序集合，Zset）

• 存储值：每个元素都包含一个分数（score）和一个值，元素会根据分数排序

• 读写能力：支持按分数区间或排名范围获取元素，支持快速插入和删除

• 应用场景：

  • 排行榜：存储用户积分、游戏得分等

  • 时间序列：如股票价格、传感器数据等

Bitmap（位图）

• 存储值：用于对 bit 位进行操作的数组

• 读写能力：可以对单个位进行高效操作，适用于计数、标记等。

• 应用场景：

  • 用户签到：记录每个用户的每日签到情况

  • 活跃用户统计：使用 SETBIT 记录某个时间段内是否活跃

HyperLogLog

• 存储值：用于统计唯一元素的基数估算，适合大数据量场景

• 读写能力：基于概率算法，支持高效估算唯一值数量

• 应用场景：

  • 唯一用户统计：统计活跃用户数，避免直接存储大量数据

Geo（地理空间）

• 存储值：基于经纬度坐标的数据

• 读写能力：支持按位置范围查询、计算两点之间的距离等

• 应用场景：

  • 实时位置追踪：如共享单车、打车服务中的用户位置

  • 最近餐馆、商店查询等

Stream（流）

• 存储值：消息流，支持高效的生产和消费操作

• 读写能力：类似于日志，支持高并发的生产和消费

• 应用场景：

  • 实时日志：系统日志收集、监控数据流

  • 消息队列：提供持久化、顺序消费的消息队列

二、Zset（有序集合）的底层实现

Redis Zset 数据结构概述

Redis 中的有序集合（Zset）是一个按照分数排序的字符串集合，支持以下操作：

• 插入、删除元素

• 查询指定范围的元素（按分数排序）

• 获取某个分数区间内的元素

Zset 的底层数据结构

最初，Redis 使用 压缩列表（Ziplist） 和 跳表（Skiplist） 来实现 Zset 的存储。

（1）压缩列表（Ziplist）

• 优点：内存节省，适用于元素数量小、范围不大的场景

• 缺点：插入删除操作的性能较低

（2）跳表（Skiplist）

• Redis 选择 跳表 作为 Zset 的默认数据结构。

• 跳表通过多层次的索引结构来加速查找，具有对数时间复杂度 O(log N)。

---

Redis 7.0：ListPack 实现 Zset

• 从 Redis 7.0 开始，Zset 数据结构由 ListPack 取代了之前的压缩列表和跳表实现。

• ListPack 是一种新的高效的内存编码方式，支持更低的内存消耗，并且支持更高效的查询和插入。

三、跳表（Skiplist）详解

跳表的基本概念

跳表是一种通过多级索引来加速查找的概率性数据结构。它可以在有序的链表上建立多级索引，每一级的元素个数是上一级的部分元素。

跳表的结构

• 底层：一个普通的有序链表

• 上层：多个索引层，元素的数量逐层减少

跳表的层高如何设置？

跳表的层高是动态确定的，通过 概率性算法 来决定：

• 每个元素有一定概率升到上层

• 理论上，跳表的层高通常是对数级别，平均层高约为 log N

为什么 Redis 选择跳表而非 B+ 树？

B+ 树 vs 跳表

• B+ 树：结构更复杂，性能受限于树的平衡和节点管理

• 跳表 ：实现简单，且由于概率机制，跳表具有良好的 内存局部性 ，适合 内存存储 这种快速查找需求

Redis 选择 跳表 的原因：

• 内存效率：跳表在内存中的实现比 B+ 树简单，且性能更好

• 实现简洁：跳表的实现不需要复杂的树的平衡机制，增加了 Redis 的易用性和可维护性

• 高并发：跳表适用于高并发场景，能高效处理大量数据的插入和查询

总结

• Redis 提供了多种高效的数据结构，能够满足不同业务需求。
• Zset 的底层实现，从最初的压缩列表到跳表，再到 Redis 7.0 的 ListPack，逐步提高了性能与内存效率。
• Redis 选择 跳表 而非 B+ 树，因为跳表在内存中的实现更简单、高效，适合快速查找。

Redis 通过这些高效的数据结构，保证了它在高并发、高性能场景中的优势。