关于redis:redis-存储结构原理-1

2次阅读

共计 1936 个字符,预计需要花费 5 分钟才能阅读完成。

对于 redis 置信大家都不生疏了,之前有从 0 -1 分享过 redis 的根本应用形式,用起来倒是都没有啥问题了,不过还是那句话,会利用之后,咱们必须要究其原理,知其然知其所以然

明天咱们来分享一下对于 redis 的存储构造的原理

redis 的存储构造的原理

咱们都晓得 redis 是一个 K-V 内存数据库,相似于 memcache,那么个别存储这种 K-V 键值对的数据结构是什么呢?

红黑树,那么咱们对于红黑树的增删改查的工夫复杂度是 O(logN),对于红黑树而言,只有内存足够,那么这个 N 是能够无限大的

这对于 redis 来说是没有方法满足 redis 的需要,那么咱们是否能够将复杂度升高到 O(1)呢,感兴趣的,咱们能够来摸索一下?

hash 表

能满足 O(1) 工夫复杂度的数据结构有啥呢?咱们是不是能够想到 hash 表

具体 hash 表是怎么的一种构造,后面有文章曾经分享过一些,redis 基础性的数据结构能够查看历史文章:【Redis 系列】redis 学习四,set 汇合,hash 哈希,zset 有序汇合初步

redis 的 key 反对哪些类型?

redis 反对的 key 有:

  • long
  • double
  • int
  • string – 可见的字符串和二进制字符串,key 都是 string 类型

实际上最终到 redis 解决的时候,上述类型,都是对应依照 sring 类型进行存储的

这个 key 是有法则的 key,并且是强随机性的

redis 的 value 反对哪些类型?

  • string
  • list
  • set
  • zset
  • hash
  • Geospatial 地理位置
  • Hyperloglog 基数统计
  • Bitmap 位图场景

咱们晓得 O(1) 的索引工夫复杂度 数组 就是一个很好的例子,咱们拜访数组元素的时候,间接通过下标拜访即可

那么对应 hash 表 ,其实就是 数组 + hash 函数 来进行解决的,数组的下标索引就是 hash 函数 对 key(字符串)进行 hash 算法计算出来的一个整数

例如这样

通过 hash 函数计算出来的整数是一个 64 位 的整型

hash 抵触

应用上述 hash 表的话,必定会呈现 hash 抵触,hash 抵触是什么样的成果呢?

就向下面的对 key(是一个各种组合的字符串),进行 hash 计算之后,失去一个整型的值,这个值是 64 位的整型

这也就意味着,key 的字符串组合是有限的,然而 64 整型的大小是固定的,总有有机会字符串计算出来的整数是会反复的,这个时候就呈现了 hash 抵触

咱们能够举一个类型的形象例子:

如果说有 3 个盒子,4 个苹果,苹果要装在盒子外面,那么至多有一个抽屉是会放 2 个苹果,图下图所示,那么放 2 个苹果的这个抽屉就 呈现了 hash 抵触,就须要解决

例如放到咱们的 hash 表中,数组大小咱们 设定了长度为 3,那么所有的整数咱们都要对 3 取余,而后就后果对号入座

解决 hash 抵触

根据上述状况,呈现了 hash 抵触,咱们须要如何解决呢,如何能力解决 hash 抵触?

解决抵触的形式:

  • 应用链表,也就是 链地址法,数组 + 链表的 形式

将呈现抵触的元素,插入到以原有抵触元素作为链表头的链表中,应用 头插法

个别是应用 头插法 这是遵循缓存淘汰算法的逻辑原理 LRU

数据库也是应用的头插法,示意新插入的数据,是最近就要应用的

  • 再应用一个 hash 函数来进行计算,得出另一个值,这是 再 hash 法
  • 再加一个数组来寄存抵触的数据(这种形式不太好)

原有数组的每一个坑占一个放一个萝卜,如果有抵触呈现,那么就把呈现抵触的元素放到抵触数组中,并记下他所在抵触数组的索引地位,这个比拟麻烦,不可继续

扩容和缩容

那么当咱们数据量比拟大的时候,产生 hash 抵触的状况就会比拟多,若大部分工夫都是去解决抵触了,那么十分低效的,因而须要扩容

扩容的准则又是如何扩容的呢?

扩容的时候是,当长久化的数据量大于数组长度的时候,就会进行翻倍的扩容,例如上述 数组长度为 3,当咱们有 4 个 或者 5 个数据的时候,数组的长度会扩到 6,12,24 … 这样的来进行 翻倍扩容

那么 缩容的时候,是不是也是要进行翻倍缩容的?

咱们能够来看看成果,如果是翻倍缩容的话

如果是翻倍缩容的话,就会呈现这么一个状况,原有数组长度为 4,如果数据变成 5 个,就会 翻倍扩容数组长度为 8,如果数据又变回 4 个,那么数组长度又会 翻倍缩容到长度为 4

就会呈现上述的这类状况,可能会存在一会扩容,一会缩容,这是十分耗费资源和性能和,因而定了一个数据是 当数据量小于数组长度的 10% 的时候,会进行缩容

本次暂且分享这么多,下一部分分享具体的 hash 表在 redis 中的数据结构,和具体的实现形式

明天就到这里,学习所得,若有偏差,还请斧正

欢送点赞,关注,珍藏

敌人们,你的反对和激励,是我保持分享,提高质量的能源

好了,本次就到这里

技术是凋谢的,咱们的心态,更应是凋谢的。拥抱变动,背阴而生,致力向前行。

我是 小魔童哪吒,欢送点赞关注珍藏,下次见~

正文完
 0