面試官：有一種數(shù)據(jù)類型，Redis 要存兩次，為什么？

點擊關(guān)注公眾號，Java干貨及時送達(dá)

作者：雙子孤狼
來源：blog.csdn.net/zwx900102/article/details/113096979

在 Redis 中，有一種數(shù)據(jù)類型，當(dāng)在存儲的時候會同時采用兩種數(shù)據(jù)結(jié)構(gòu)來進(jìn)行分別存儲，那么 Redis 為什么要這么做呢？這么做會造成同一份數(shù)據(jù)占用兩倍空間嗎？

五種基本類型之集合對象

Redis 中的集合對象是一個包含字符串類型元素的無序集合，集合中元素唯一不可重復(fù)。

集合對象的底層數(shù)據(jù)結(jié)構(gòu)有兩種：intset 和 hashtable。內(nèi)部通過編碼來進(jìn)行區(qū)分：

intset 編碼

intset（整數(shù)集合）可以保存類型為 int16_t，int32_t，int64_t 的整數(shù)值，并且保證集合中沒有重復(fù)元素。

intset 數(shù)據(jù)結(jié)構(gòu)定義如下（源碼 inset.h 內(nèi)）：

typedef struct intset {
    uint32_t encoding;//編碼方式
    uint32_t length;//當(dāng)前集合中的元素數(shù)量
    int8_t contents[];//集合中具體的元素
} intset;

下圖就是一個 intset 的集合對象存儲簡圖：

encoding

在 intset 內(nèi)部的 encoding 記錄了當(dāng)前整數(shù)集合的數(shù)據(jù)存儲類型，主要有三種：

• INTSET_ENC_INT16

此時 contents[] 內(nèi)的每個元素都是一個 int16_t 類型的整數(shù)值，范圍是：-32768 ~ 32767（-2 的 15 次方 ~ 2 的 15 次方 - 1）。

• INTSET_ENC_INT32

此時 contents[] 內(nèi)的每個元素都是一個 int32_t 類型的整數(shù)值，范圍是：-2147483648 ~ 2147483647（-2 的 31 次方 ~ 2 的 31 次方 - 1）。

• INTSET_ENC_INT64

此時 contents[] 內(nèi)的每個元素都是一個 int64_t 類型的整數(shù)值，范圍是：-9223372036854775808 ~ 9223372036854775807（-2 的 63 次方 ~ 2 的 63 次方 - 1）。

contents[]

contents[] 雖然結(jié)構(gòu)的定義上寫的是 int8_t 類型，但是實際存儲類型是由上面的 encoding 來決定的。

整數(shù)集合的升級

假如一開始整數(shù)集合中的元素都是 16 位的，采用 int16_t 類型來存儲，此時需要再存儲一個 32 位的整數(shù)，那么就需要對原先的整數(shù)集合進(jìn)行升級，升級之后才能將 32 位的整數(shù)存儲到整數(shù)集合內(nèi)。這就涉及到了整數(shù)集合的類型升級，升級過程主要有 4 個步驟：

• 根據(jù)新添加元素的類型來擴(kuò)展底層數(shù)組空間的大小，按照升級后現(xiàn)有元素的位數(shù)來分配新的空間。
• 將現(xiàn)有的元素進(jìn)行類型轉(zhuǎn)換，并將轉(zhuǎn)換類型后的元素從后到前逐個重新放回到數(shù)組內(nèi)。
• 將新元素放到數(shù)組的頭部或者尾部（因為觸發(fā)升級的條件就是當(dāng)前數(shù)組的整數(shù)類型無法存儲新元素，所以新元素要么比現(xiàn)有元素都大，要么就比現(xiàn)有元素都?。?。
• 將 encoding 屬性修改為最新的編碼，并且同步修改 length 屬性。

PS：和字符串對象的編碼一樣，整數(shù)集合的類型一旦發(fā)生升級，將會保持編碼，無法降級。

升級示例

1.假如我們有一個集合存儲的 encoding 是 int16_t，內(nèi)部存儲了 3 個元素：

2.這時候需要插入一個整數(shù) 50000，發(fā)現(xiàn)存儲不下去，而 50000 是一個 int32_t 類型整數(shù)，所以需要申請新空間，申請空間大小為 4 * 32 - 48=80。

3.現(xiàn)在新的數(shù)組內(nèi)要放置 4 個元素，原來的數(shù)組排在第 3，所以需要將升級后的 3 移動到 64-95 位。

4.繼續(xù)將升級后的 2 移動到 32-63 位。

5.繼續(xù)將升級后的 1 移動到 0-31 位。

6.然后會將 50000 放到 96-127 位。

7.最后會修改 encoding 和 length 屬性，修改之后就完成了本次的升級。

hashtable 編碼

hashtable 結(jié)構(gòu)在前面講述哈希對象的時候進(jìn)行過詳細(xì)分析

intset 和 hashtable 編碼轉(zhuǎn)換

當(dāng)一個集合滿足以下兩個條件時，Redis 會選擇使用 intset 編碼：

• 集合對象保存的所有元素都是整數(shù)值。
• 集合對象保存的元素數(shù)量小于等于 512 個（這個閾值可以通過配置文件 set-max-intset-entries 來控制）。

一旦集合中的元素不滿足上面兩個條件，則會選擇使用 hashtable 編碼。

集合對象常用命令

• sadd key member1 member2：將一個或多個元素 member 加入到集合 key 當(dāng)中，并返回添加成功的數(shù)目，如果元素已存在則被忽略。
• sismember key member：判斷元素 member 是否存在集合 key 中。
• srem key member1 member2：移除集合 key 中的元素，不存在的元素會被忽略。
• smove source dest member：將元素 member 從集合 source 中移動到 dest 中，如果 member 不存在，則不執(zhí)行任何操作。
• smembers key：返回集合 key 中所有元素。

了解了操作集合對象的常用命令，我們就可以來驗證下前面提到的哈希對象的類型和編碼了，在測試之前為了防止其他 key 值的干擾，我們先執(zhí)行 flushall 命令清空 Redis 數(shù)據(jù)庫。

依次執(zhí)行如下命令：

sadd num 1 2 3  //設(shè)置 3 個整數(shù)的集合，會使用 intset 編碼
type num //查看類型
object encoding num   //查看編碼

sadd name 1 2 3 test  //設(shè)置 3 個整數(shù)和 1 個字符串的集合，會使用 hashtable 編碼
type name //查看類型
object encoding name //查看編碼

得到如下效果：

可以看到，當(dāng)設(shè)置的元素里面只有整數(shù)時，集合使用的就是 intset 編碼，當(dāng)設(shè)置的元素中含有非整數(shù)時，使用的就是 hashtable 編碼。

五種基本類型之有序集合對象

Redis 中的有序集合和集合的區(qū)別是有序集合中的每個元素都會關(guān)聯(lián)一個 double 類型的分?jǐn)?shù)，然后按照分?jǐn)?shù)從小到大的順序進(jìn)行排列。換句話說，有序集合的順序是由我們自己設(shè)值的時候通過分?jǐn)?shù)來確定的。

有序集合對象的底層數(shù)據(jù)結(jié)構(gòu)有兩種：skiplist 和 ziplist。內(nèi)部同樣是通過編碼來進(jìn)行區(qū)分：

skiplist 編碼

skiplist 即跳躍表，有時候也簡稱為跳表。使用 skiplist 編碼的有序集合對象使用了 zset 結(jié)構(gòu)來作為底層實現(xiàn)，而zset 中同時包含了一個字典和一個跳躍表。

跳躍表

跳躍表是一種有序的數(shù)據(jù)結(jié)構(gòu)，其主要特點是通過在每個節(jié)點中維持多個指向其他節(jié)點的指針，從而達(dá)到快速訪問節(jié)點的目的。

大部分情況下，跳躍表的效率可以等同于平衡樹，但是跳躍表的實現(xiàn)卻遠(yuǎn)遠(yuǎn)比平衡樹的實現(xiàn)簡單，所以 Redis 選擇了使用跳躍表來實現(xiàn)有序集合。

下圖是一個普通的有序鏈表，我們?nèi)绻胍业?35 這個元素，只能從頭開始遍歷到尾（鏈表中元素不支持隨機(jī)訪問，所以不能用二分查找，而數(shù)組中可以通過下標(biāo)隨機(jī)訪問，所以二分查找一般適用于有序數(shù)組），時間復(fù)雜度是 O(n)。

那么假如我們可以直接跳到鏈表的中間，那就可以節(jié)省很多資源了，這就是跳表的原理，如下圖所示就是一個跳表的數(shù)據(jù)結(jié)構(gòu)示例：

上圖中 level1，level2，level3 就是跳表的層級，每一個 level 層級都有一個指向下一個相同 level 層級元素的指針，比如上圖我們遍歷尋找元素 35 的時候就有三種方案：

• 第 1 種就是執(zhí)行 level1 層級的指針，需要遍歷 7 次（1->8->9->12->15->20->35）才能找到元素 35。
• 第 2 種就是執(zhí)行 level2 層級的指針，只需要遍歷 5 次（1->9->12->15->35）就能找到元素 35。
• 第 3 種就是執(zhí)行 level3 層級的元素，這時候只需要遍歷 3 次（1->12->35）就能找到元素 35 了，大大提升了效率。

skiplist 的存儲結(jié)構(gòu)

跳躍表中的每個節(jié)點是一個 zskiplistNode 節(jié)點（源碼 server.h 內(nèi)）：

typedef struct zskiplistNode {
    sds ele;//元素
    double score;//分值
    struct zskiplistNode *backward;//后退指針
    struct zskiplistLevel {//層
        struct zskiplistNode *forward;//前進(jìn)指針
        unsigned long span;//當(dāng)前節(jié)點到下一個節(jié)點的跨度（跨越的節(jié)點數(shù)）
    } level[];
} zskiplistNode;

• level（層）

level 即跳躍表中的層，其是一個數(shù)組，也就是說一個節(jié)點的元素可以擁有多個層，即多個指向其他節(jié)點的指針，程序可以通過不同層級的指針來選擇最快捷的路徑提升訪問速度。

level 是在每次創(chuàng)建新節(jié)點的時候根據(jù)冪次定律（power law）隨機(jī)生成的一個介于 1~32 之間的數(shù)字。

• forward（前進(jìn)指針）

每個層都會有一個指向鏈表尾部方向元素的指針，遍歷元素的時候需要使用到前進(jìn)指針。

• span（跨度）

跨度記錄了兩個節(jié)點之間的距離,需要注意的是，如果指向了 NULL 的話，則跨度為 0。

• backward（后退指針）

和前進(jìn)指針不一樣的是后退指針只有一個，所以每次只能后退至前一個節(jié)點（上圖中沒有畫出后退指針）。

• ele（元素）

跳躍表中元素是一個 sds 對象（早期版本使用的是 redisObject 對象），元素必須唯一不能重復(fù)。

• score（分值）

節(jié)點的分值是一個 double 類型的浮點數(shù)，跳躍表中會將節(jié)點按照分值按照從小到大的順序排列，不同節(jié)點的分值可以重復(fù)。

上面介紹的只是跳躍表中的一個節(jié)點，多個 zskiplistNode 節(jié)點組成了一個 zskiplist 對象：

typedef struct zskiplist {
    struct zskiplistNode *header, *tail;//跳躍表的頭節(jié)點和尾結(jié)點指針
    unsigned long length;//跳躍表的節(jié)點數(shù)
    int level;//所有節(jié)點中最大的層數(shù)
} zskiplist;

到這里你可能以為有序集合就是用這個 zskiplist 來實現(xiàn)的，然而實際上 Redis 并沒有直接使用 zskiplist 來實現(xiàn)，而是用 zset 對象再次進(jìn)行了一層包裝。

typedef struct zset {
    dict *dict;//字典對象
    zskiplist *zsl;//跳躍表對象
} zset;

所以最終，一個有序集合如果使用了 skiplist 編碼，其數(shù)據(jù)結(jié)構(gòu)如下圖所示：

上圖中上面一部分中的字典中的 key 就是對應(yīng)了有序集合中的元素（member），value 就對應(yīng)了分值（score）。上圖中下面一部分中跳躍表整數(shù) 1,8,9,12 也是對應(yīng)了元素（member），最后一排的 double 型數(shù)字就是分值（score）。

也就是說字典和跳躍表中的數(shù)據(jù)都指向了我們存儲的元素（兩種數(shù)據(jù)結(jié)構(gòu)最終指向的是同一個地址，所以數(shù)據(jù)并不會出現(xiàn)冗余存儲），Redis 為什么要這么做呢？

為什么同時選擇使用字典和跳躍表

有序集合直接使用跳躍表或者單獨使用字典完全可以獨自實現(xiàn)，但是我們想一下，如果單獨使用跳躍表來實現(xiàn)，那么雖然可以使用跨度大的指針去遍歷元素來找到我們需要的數(shù)據(jù)，但是其復(fù)雜度仍然達(dá)到了 O(logN)，而字典中獲取一個元素的復(fù)雜度是 O(1)，而如果單獨使用字典雖然獲取元素很快，但是字典是無序的，所以如果要范圍查找就需要對其進(jìn)行排序，這又是一個耗時的操作，所以 Redis 綜合了兩種數(shù)據(jù)結(jié)構(gòu)來最大程度的提升性能，這也是 Redis 設(shè)計的精妙之處。

ziplist 編碼

壓縮列表在列表對象和哈希對象都有使用到，想詳細(xì)了解的可以點擊這里。

https://blog.csdn.net/zwx900102/article/details/112651435

ziplist 和 skiplist 編碼轉(zhuǎn)換

當(dāng)有序集合對象同時滿足以下兩個條件時，會使用 ziplist 編碼進(jìn)行存儲：

• 有序集合對象中保存的元素個數(shù)小于 128 個（可以通過配置 zset-max-ziplist-entries 修改）。
• 有序集合對象中保存的所有元素的總長度小于 64 字節(jié)（可以通過配置 zset-max-ziplist-value 修改）。

有序集合對象常用命令

• zadd key score1 member1 score2 member2：將一個或多個元素（member）及其 score 添加到有序集合 key 中。
• zscore key member：返回有序集合 key 中 member 成員的 score。
• zincrby key num member：將有序集合 key 中的 member 加上 num，num 可以為負(fù)數(shù)。
• zcount key min max：返回有序集合 key 中 score 值在 [min,max] 區(qū)間的 member 數(shù)量。
• zrange key start stop：返回有序集合 key 中 score 從小到大排列后在 [start,stop] 區(qū)間的所有 member。
• zrevrange key start stop：返回有序集合 key 中 score 從大到小排列后在 [start,stop] 區(qū)間的所有 member。
• zrangebyscore key min max：返回有序集合中按 score 從小到大排列后在 [min,max] 區(qū)間的所有元素。注意這里默認(rèn)是閉區(qū)間，但是可以在 max 和 min 的數(shù)值前面加上 ( 或者 [ 來控制開閉區(qū)間。
• zrevrangebyscore key max min：返回有序集合中按 score 從大到小排列后在 [min,max] 區(qū)間的所有元素。注意這里默認(rèn)是閉區(qū)間，但是可以在 max 和 min 的數(shù)值前面加上 ( 或者 [ 來控制開閉區(qū)間。
• zrank key member：返回有序集合中 member 中元素排名（從小到大），返回的結(jié)果從 0 開始計算。
• zrevrank key member：返回有序集合中 member 中元素排名（從大到?。?，返回的結(jié)果從 0 開始計算。
• zlexcount key min max：返回有序集合中 min 和 max 之間的 member 數(shù)量。注意這個命令中的 min 和 max 前面必須加 ( 或者 [ 來控制開閉區(qū)間，特殊值 - 和 + 分別表示負(fù)無窮和正無窮。

了解了操作有序集合對象的常用命令，我們就可以來驗證下前面提到的哈希對象的類型和編碼了，在測試之前為了防止其他 key 值的干擾，我們先執(zhí)行 flushall 命令清空 Redis 數(shù)據(jù)庫。

在執(zhí)行命令之前，我們先把配置文件中的參數(shù) zset-max-ziplist-entries 修改為 2，然后重啟 Redis 服務(wù)。

重啟完成之后依次執(zhí)行如下命令：

zadd name 1 zs 2 lisi //設(shè)置 2 個元素會使用 ziplist
type name //查看類型
object encoding name //查看編碼

zadd address 1 beijing 2 shanghai 3 guangzhou 4 shenzhen  //設(shè)置4個元素則會使用 skiplist編碼
type address  //查看類型
object encoding address //查看編碼

得到如下效果：

總結(jié)

本文主要分析了集合對象和有序集合對象的底層存儲結(jié)構(gòu) intset 和 skiplist 的實現(xiàn)原理，并且重點分析了有序集合如何實現(xiàn)排序以及為何同時使用兩種數(shù)據(jù)結(jié)構(gòu)（字典和跳表）同時進(jìn)行進(jìn)行存儲數(shù)據(jù)的原因。

    
往
期
推
薦
1、程序員日常開發(fā)的八榮八恥！
2、上能寫代碼，下要“揍”黑客，還有什么不是程序員的“鍋”？
3、新手提交一個PR，卻創(chuàng)造了一項世界紀(jì)錄
4、你為什么不交女朋友，是因為不想嗎？！
5、IntelliJ IDEA快捷鍵大全 + 動圖演示
6、全球第三瀏覽器，封殺中國用戶這種操作！
點分享
點收藏
點點贊
點在看