共计 5623 个字符，预计需要花费 15 分钟才能阅读完成。
原文地址：https://time.geekbang.org/col…
博客地址：http://njpkhuan.cn/archives/r…
你好，我是蒋德钧。
一提到 Redis，咱们的脑子里马上就会呈现一个词：“快。”然而你有没有想过，Redis 的快，到底是快在哪里呢？实际上，这里有一个重要的体现：它接管到一个键值对操作后，能以 微秒级别 的速度找到数据，并疾速实现操作。
数据库这么多，为啥 Redis 能有这么突出的体现呢？一方面，这是因为它是内存数据库，所有操作都在内存上实现，内存的访问速度自身就很快。另一方面，这要归功于它的数据结构。这是因为，键值对是按肯定的数据结构来组织的，操作键值对最终就是对数据结构进行增删改查操作，所以高效的数据结构是 Redis 疾速解决数据的根底。这节课，我就来和你聊聊数据结构。
说到这儿，你必定会说：“这个我晓得，不就是 String（字符串）、List（列表）、Hash（哈希）、Set（汇合）和 Sorted Set（有序汇合）吗？”其实，这些只是 Redis 键值对中值的数据类型，也就是数据的保留模式。而这里，咱们说的数据结构，是要去看看它们的底层实现。
简略来说，底层数据结构一共有 6 种，别离是简略动静字符串、双向链表、压缩列表、哈希表、跳表和整数数组。它们和数据类型的对应关系如下图所示：
能够看到，String 类型的底层实现只有一种数据结构，也就是简略动静字符串。而 List、Hash、Set 和 Sorted Set 这四种数据类型，都有两种底层实现构造。通常状况下，咱们会把这四种类型称为汇合类型，它们的特点是一个键对应了一个汇合的数据。
看到这里，其实有些问题曾经值得咱们去思考了：
- 这些数据结构都是值的底层实现，键和值自身之间用什么构造组织？
- 为什么汇合类型有那么多的底层构造，它们都是怎么组织数据的，都很快吗？
- 什么是简略动静字符串，和罕用的字符串是一回事吗？
接下来，我就和你聊聊前两个问题。这样，你不仅能够晓得 Redis“快”的基本原理，还能够借此了解 Redis 中有哪些潜在的“慢操作”，最大化 Redis 的性能劣势。而对于简略动静字符串，我会在前面的课程中再和你探讨。
咱们先来看看键和值之间是用什么构造组织的。
键和值用什么构造组织？
为了实现从键到值的快速访问，Redis 应用了一个哈希表来保留所有键值对。
一个哈希表，其实就是一个数组，数组的每个元素称为一个哈希桶。所以，咱们常说，一个哈希表是由多个哈希桶组成的，每个哈希桶中保留了键值对数据。
看到这里，你可能会问了：“如果值是汇合类型的话，作为数组元素的哈希桶怎么来保留呢？”其实，哈希桶中的元素保留的并不是值自身，而是指向具体值的指针。这也就是说，不论值是 String，还是汇合类型，哈希桶中的元素都是指向它们的指针。
在下图中，能够看到，哈希桶中的 entry 元素中保留了key 和value 指针，别离指向了理论的键和值，这样一来，即便值是一个汇合，也能够通过 *value 指针被查找到。
因为这个哈希表保留了所有的键值对，所以，我也把它称为 全局哈希表。哈希表的最大益处很显著，就是让咱们能够用 O(1) 的工夫复杂度来疾速查找到键值对——咱们只须要计算键的哈希值，就能够晓得它所对应的哈希桶地位，而后就能够拜访相应的 entry 元素。
你看，这个查找过程次要依赖于哈希计算，和数据量的多少并没有间接关系。也就是说，不论哈希表里有 10 万个键还是 100 万个键，咱们只须要一次计算就能找到相应的键。
然而，如果你只是理解了哈希表的 O(1) 复杂度和疾速查找个性，那么，当你往 Redis 中写入大量数据后，就可能发现操作有时候会忽然变慢了。这其实是因为你疏忽了一个潜在的危险点，那就是 哈希表的抵触问题和 rehash 可能带来的操作阻塞。
为什么哈希表操作变慢了？
当你往哈希表中写入更多数据时，哈希抵触是不可避免的问题。这里的哈希抵触，也就是指，两个 key 的哈希值和哈希桶计算对应关系时，正好落在了同一个哈希桶中。
毕竟，哈希桶的个数通常要少于 key 的数量，这也就是说，难免会有一些 key 的哈希值对应到了同一个哈希桶中。
Redis 解决哈希抵触的形式，就是链式哈希。链式哈希也很容易了解，就是 指同一个哈希桶中的多个元素用一个链表来保留，它们之间顺次用指针连贯。
如下图所示：entry1、entry2 和 entry3 都须要保留在哈希桶 3 中，导致了哈希抵触。此时，entry1 元素会通过一个next 指针指向 entry2，同样，entry2 也会通过next 指针指向 entry3。这样一来，即便哈希桶 3 中的元素有 100 个，咱们也能够通过 entry 元素中的指针，把它们连起来。这就造成了一个链表，也叫作哈希抵触链。
然而，这里仍然存在一个问题，哈希抵触链上的元素只能通过指针逐个查找再操作。如果哈希表里写入的数据越来越多，哈希抵触可能也会越来越多，这就会导致某些哈希抵触链过长，进而导致这个链上的元素查找耗时长，效率升高。对于谋求“快”的 Redis 来说，这是不太能承受的。
所以，Redis 会对哈希表做 rehash 操作。rehash 也就是减少现有的哈希桶数量，让逐步增多的 entry 元素能在更多的桶之间扩散保留，缩小单个桶中的元素数量，从而缩小单个桶中的抵触。那具体怎么做呢？
其实，为了使 rehash 操作更高效，Redis 默认应用了两个全局哈希表：哈希表 1 和哈希表 2。一开始，当你刚插入数据时，默认应用哈希表 1，此时的哈希表 2 并没有被调配空间。随着数据逐渐增多，Redis 开始执行 rehash，这个过程分为三步：
- 给哈希表 2 调配更大的空间，例如是以后哈希表 1 大小的两倍；
- 把哈希表 1 中的数据从新映射并拷贝到哈希表 2 中；
- 开释哈希表 1 的空间。
到此，咱们就能够从哈希表 1 切换到哈希表 2，用增大的哈希表 2 保留更多数据，而原来的哈希表 1 留作下一次 rehash 扩容备用。
这个过程看似简略，然而第二步波及大量的数据拷贝，如果一次性把哈希表 1 中的数据都迁徙完，会造成 Redis 线程阻塞，无奈服务其余申请。此时，Redis 就无奈快速访问数据了。
为了防止这个问题，Redis 采纳了 渐进式 rehash。
简略来说就是在第二步拷贝数据时，Redis 依然失常解决客户端申请，每解决一个申请时，从哈希表 1 中的第一个索引地位开始，顺带着将这个索引地位上的所有 entries 拷贝到哈希表 2 中；等解决下一个申请时，再顺带拷贝哈希表 1 中的下一个索引地位的 entries。如下图所示：
这样就奇妙地把一次性大量拷贝的开销，摊派到了屡次解决申请的过程中，防止了耗时操作，保障了数据的快速访问。
好了，到这里，你应该就能了解，Redis 的键和值是怎么通过哈希表组织的了。对于 String 类型来说，找到哈希桶就能间接增删改查了，所以，哈希表的 O(1) 操作复杂度也就是它的复杂度了。
然而，对于汇合类型来说，即便找到哈希桶了，还要在汇合中再进一步操作。接下来，咱们来看汇合类型的操作效率又是怎么的。
汇合数据操作效率
和 String 类型不同，一个汇合类型的值，第一步是通过全局哈希表找到对应的哈希桶地位，第二步是在汇合中再增删改查。那么，汇合的操作效率和哪些因素相干呢？
首先，与汇合的底层数据结构无关。例如，应用哈希表实现的汇合，要比应用链表实现的汇合拜访效率更高。其次，操作效率和这些操作自身的执行特点无关，比方读写一个元素的操作要比读写所有元素的效率高。
接下来，咱们就别离聊聊汇合类型的底层数据结构和操作复杂度。
有哪些底层数据结构？
方才，我也和你介绍过，汇合类型的底层数据结构次要有 5 种：整数数组、双向链表、哈希表、压缩列表和跳表。
其中，哈希表的操作特点咱们刚刚曾经学过了；整数数组和双向链表也很常见，它们的操作特色都是程序读写，也就是通过数组下标或者链表的指针一一元素拜访，操作复杂度根本是 O(N)，操作效率比拟低；压缩列表和跳表咱们平时接触得可能不多，但它们也是 Redis 重要的数据结构，所以我来重点解释一下。
压缩列表实际上相似于一个数组，数组中的每一个元素都对应保留一个数据。和数组不同的是，压缩列表在表头有三个字段 zlbytes、zltail 和 zllen，别离示意列表长度、列表尾的偏移量和列表中的 entry 个数；压缩列表在表尾还有一个 zlend，示意列表完结。
在压缩列表中，如果咱们要查找定位第一个元素和最初一个元素，能够通过表头三个字段的长度间接定位，复杂度是 O(1)。而查找其余元素时，就没有这么高效了，只能一一查找，此时的复杂度就是 O(N) 了。
咱们再来看下跳表。
有序链表只能逐个查找元素，导致操作起来十分迟缓，于是就呈现了跳表。具体来说，跳表在链表的根底上，减少了多级索引，通过索引地位的几个跳转，实现数据的疾速定位，如下图所示：
如果咱们要在链表中查找 33 这个元素，只能从头开始遍历链表，查找 6 次，直到找到 33 为止。此时，复杂度是 O(N)，查找效率很低。
为了进步查找速度，咱们来减少一级索引：从第一个元素开始，每两个元素选一个进去作为索引。这些索引再通过指针指向原始的链表。例如，从前两个元素中抽取元素 1 作为一级索引，从第三、四个元素中抽取元素 11 作为一级索引。此时，咱们只须要 4 次查找就能定位到元素 33 了。
如果咱们还想再快，能够再减少二级索引：从一级索引中，再抽取局部元素作为二级索引。例如，从一级索引中抽取 1、27、100 作为二级索引，二级索引指向一级索引。这样，咱们只须要 3 次查找，就能定位到元素 33 了。
能够看到，这个查找过程就是在多级索引上跳来跳去，最初定位到元素。这也正好合乎“跳”表的叫法。当数据量很大时，跳表的查找复杂度就是 O(logN)。
好了，咱们当初能够依照查找的工夫复杂度给这些数据结构分下类了：
不同操作的复杂度
汇合类型的操作类型很多，有读写单个汇合元素的，例如 HGET、HSET，也有操作多个元素的，例如 SADD，还有对整个汇合进行遍历操作的，例如 SMEMBERS。这么多操作，它们的复杂度也各不相同。而复杂度的高下又是咱们抉择汇合类型的重要依据。
我总结了一个“四句口诀”，心愿能帮忙你疾速记住汇合常见操作的复杂度。这样你在应用过程中，就能够提前躲避高复杂度操作了。
- 单元素操作是根底；
- 范畴操作十分耗时；
- 统计操作通常高效；
- 例外情况只有几个。
第一，单元素操作，是指每一种汇合类型对单个数据实现的增删改查操作。例如，Hash 类型的 HGET、HSET 和 HDEL，Set 类型的 SADD、SREM、SRANDMEMBER 等。这些操作的复杂度由汇合采纳的数据结构决定，例如，HGET、HSET 和 HDEL 是对哈希表做操作，所以它们的复杂度都是 O(1)；Set 类型用哈希表作为底层数据结构时，它的 SADD、SREM、SRANDMEMBER 复杂度也是 O(1)。
这里，有个中央你须要留神一下，汇合类型反对同时对多个元素进行增删改查，例如 Hash 类型的 HMGET 和 HMSET，Set 类型的 SADD 也反对同时减少多个元素。此时，这些操作的复杂度，就是由单个元素操作复杂度和元素个数决定的。例如，HMSET 减少 M 个元素时，复杂度就从 O(1) 变成 O(M) 了。
第二，范畴操作，是指汇合类型中的遍历操作，能够返回汇合中的所有数据 ，比方 Hash 类型的 HGETALL 和 Set 类型的 SMEMBERS，或者返回一个范畴内的局部数据，比方 List 类型的 LRANGE 和 ZSet 类型的 ZRANGE。 这类操作的复杂度个别是 O(N)，比拟耗时，咱们应该尽量避免。
不过，Redis 从 2.8 版本开始提供了 SCAN 系列操作（包含 HSCAN，SSCAN 和 ZSCAN），这类操作实现了渐进式遍历，每次只返回无限数量的数据。这样一来，相比于 HGETALL、SMEMBERS 这类操作来说，就防止了一次性返回所有元素而导致的 Redis 阻塞。
第三，统计操作，是 指汇合类型对汇合中所有元素个数的记录，例如 LLEN 和 SCARD。这类操作复杂度只有 O(1)，这是因为当汇合类型采纳压缩列表、双向链表、整数数组这些数据结构时，这些构造中专门记录了元素的个数统计，因而能够高效地实现相干操作。
第四，例外情况，是指某些数据结构的非凡记录，例如 压缩列表和双向链表都会记录表头和表尾的偏移量。这样一来，对于 List 类型的 LPOP、RPOP、LPUSH、RPUSH 这四个操作来说，它们是在列表的头尾增删元素，这就能够通过偏移量间接定位，所以它们的复杂度也只有 O(1)，能够实现疾速操作。
小结
这节课，咱们学习了 Redis 的底层数据结构，这既包含了 Redis 中用来保留每个键和值的全局哈希表构造，也包含了反对汇合类型实现的双向链表、压缩列表、整数数组、哈希表和跳表这五大底层构造。
Redis 之所以能疾速操作键值对，一方面是因为 O(1) 复杂度的哈希表被宽泛应用，包含 String、Hash 和 Set，它们的操作复杂度根本由哈希表决定，另一方面，Sorted Set 也采纳了 O(logN) 复杂度的跳表。不过，汇合类型的范畴操作，因为要遍历底层数据结构，复杂度通常是 O(N)。这里，我的倡议是：用其余命令来代替，例如能够用 SCAN 来代替，防止在 Redis 外部产生费时的全汇合遍历操作。
当然，咱们不能忘了复杂度较高的 List 类型，它的两种底层实现构造：双向链表和压缩列表的操作复杂度都是 O(N)。因而，我的倡议是：就地取材地应用 List 类型。例如，既然它的 POP/PUSH 效率很高，那么就将它次要用于 FIFO 队列场景，而不是作为一个能够随机读写的汇合。
Redis 数据类型丰盛，每个类型的操作繁多，咱们通常无奈一下子记住所有操作的复杂度。所以，最好的方法就是 把握原理，以不变应万变。这里，你能够看到，一旦把握了数据结构基本原理，你能够从原理上推断不同操作的复杂度，即便这个操作你不肯定相熟。这样一来，你不必死记硬背，也能疾速正当地做出抉择了。
