当我们使用 SET user:1001 "Alice" 或 HSET product:123 name "Phone" price 999 时，Redis 内部究竟发生了什么？数据是如何被存储、查找和修改的？为什么 Redis 能如此之快？
答案就藏在其精心设计的底层数据结构 之中。Redis 并非简单地为每种数据类型（String, Hash, List 等）绑定一种固定的数据结构，而是采用了一种自适应、多态的策略。它会根据数据的规模、类型和内容，动态选择最合适的内部编码（encoding），以在内存占用和 CPU 性能之间取得最佳平衡。
本文将带你深入 Redis 7 的底层世界，逐一解析其核心数据类型的内部实现。
一、统一的对象模型：redisObject
在 Redis 内部，所有的值（value）都被封装在一个名为 redisObject 的结构体中：
c
编辑
1structredisObject{2unsigned type:4;// 对象的上层类型 (string, list, hash...)3unsigned encoding:4;// 对象的底层编码方式4int refcount;// 引用计数5void*ptr;// 指向底层数据结构的指针6};type字段决定了我们看到的数据类型（如string,hash）。encoding字段则揭示了其真正的底层存储格式（如embstr,hashtable,quicklist）。ptr指针指向实际存储数据的内存区域。
正是这种设计，使得 Redis 能够为同一种上层类型提供多种底层实现。
二、String 类型的三种面孔
String 是最基础的类型，但其底层却有三种不同的编码：
- **
int**：当字符串内容是一个可以表示为long类型的整数时，Redis 会直接将数值存储在ptr指针中（利用了指针的低几位来区分），省去了额外的内存分配。 - **
embstr(Embedded String)**：对于长度小于等于 44 字节 的短字符串，Redis 会将redisObject和其底层的 SDS（Simple Dynamic String）分配在同一块连续的内存中。这减少了内存分配次数，并提高了缓存局部性，读取速度更快。 - **
raw**：对于长度大于 44 字节的长字符串，redisObject和 SDS 会分开分配内存，ptr指向 SDS 结构。
SDS (简单动态字符串) 是 Redis 自己实现的字符串结构，它通过记录字符串长度 (
len) 避免了 C 字符串遍历计算长度的 O(N) 开销，并且是二进制安全的。
三、Hash, List, Set, ZSet 的底层演进：告别 ziplist，拥抱 listpack
这是 Redis 7 相比 Redis 6 最重大的变化 。过去广泛使用的 ziplist（压缩列表）因其连锁更新 问题（一个节点的扩容可能引发后续所有节点的连锁调整）而被性能更优、结构更稳定的 listpack 所取代。
Hash (哈希)
- 小对象 ：当 Hash 中的键值对数量较少（默认
< 512）且每个值的长度较短（默认< 64字节）时，底层使用listpack存储。listpack将键和值紧凑地排列在一起，非常节省内存。 - 大对象 ：一旦超出阈值，Redis 会将其转换为 **
hashtable**（哈希表），以保证 O(1) 的查询性能。注意：这个转换是单向的，一旦升级为 hashtable，就不会再降级回 listpack。
List (列表)
- 小列表 ：对于元素较少的列表，底层直接使用 **
listpack**。 - 大列表 ：对于元素较多的列表，Redis 使用 **
quicklist。quicklist本质上是一个 双向链表，但它的每个节点（quicklistNode）不再指向单个元素，而是指向一个 listpack**。这种设计结合了链表的灵活性（O(1) 头尾插入/删除）和listpack的内存紧凑性，是工程上的完美折中。
Set (集合)
- 整数集合 ：如果 Set 中的所有元素都是整数，且数量不多（默认
< 512），则使用 **intset**（整数集合）存储，这是一个有序的整数数组，支持二分查找。 - 普通集合 ：对于包含字符串或数量较多的集合，则使用
hashtable来保证 O(1) 的查找、插入和删除性能。
ZSet (有序集合)
- 小有序集 ：当元素数量较少（默认
< 128）且成员值较短（默认< 64字节）时，使用listpack存储。成员和分数（score）会被打包在一起。 - 大有序集 ：超出阈值后，会转换为 **
skiplist**（跳跃表）+hashtable的组合。skiplist用于维护元素的有序性（支持 O(log N) 的范围查询），而hashtable则用于提供 O(1) 的单点查询（通过 member 查 score）。
四、总结：Redis 7 底层数据结构全景图
表格
| 上层数据类型 | Redis 7 底层编码 (encoding) |
|---|---|
| String | int,embstr,raw |
| Hash | listpack,hashtable |
| List | listpack,quicklist(内含 listpack) |
| Set | intset,listpack,hashtable |
| ZSet | listpack,skiplist(+hashtable for dict) |
核心思想 ：小而美，大而强 。对于小规模数据，优先选择内存紧凑的线性结构（如 listpack, intset）；一旦数据规模增长到影响性能的临界点，便果断切换到为大规模数据优化的复杂结构（如 hashtable, skiplist）。
理解这些底层原理，不仅能帮助我们在面试中脱颖而出，更能指导我们在实际项目中做出更明智的数据建模决策，从而充分发挥 Redis 的极致性能。