Redis自身是一个Map，其中所有的数据都是采纳key：value的模式存储
这里的数据类型次要是指存储的，也即是value的数据类型，key的数据类型永远都是String
redis中value应用的数据结构有：

String：字符串类型
List：列表类型
Hash：哈希表类型
Set：无序汇合类型
sorted set：有序汇合类型

上面咱们来一个一个别离来理解一下：
一、String：字符串类型
redis是应用C语言开发，但C中并没有String类型，只能应用指针或字符数组的模式示意一个字符串，所以redis设计了一种简略动静字符串(SDS[Simple Dynamic String])作为底层实现。
这个SDS的内部结构更像是一个ArrayList，外部保护着一个字节数组，并且在其外部预调配了肯定的空间，以缩小内存的频繁调配。
Redis的内存分配机制是这样：
当字符串的长度小于 1MB时，每次扩容都是加倍现有的空间。
如果字符串长度超过 1MB时，每次扩容时只会扩大 1MB 的空间。
这样既保证了内存空间够用，还不至于造成内存的节约，字符串最大长度为 512MB。

上图就是字符串的根本构造，其中 content 外面保留的是字符串内容，0x\0作为完结字符不会被计算len中。
SDS的数据结构：

capacity 和 len两个属性都是泛型，为什么不间接用int类型？因为Redis外部有很多优化计划，为更正当的应用内存，不同长度的字符串采纳不同的数据类型示意，且在创立字符串的时候 len 会和 capacity 一样大，不产生冗余的空间，所以String值能够是字符串、数字（整数、浮点数) 或者二进制。
redis中SDS和C语言字符串比照：
1）C语言中的字符串，遇到'\0'则结尾，用长度N+1的数组保护长度为N的字符串。
Redis的SDS是：
len示意字符串的长度；
free示意闲暇的，未调配的空间；
buffer数组是真正的字符串，并且以'\0'结尾。
2）C 字符串并不记录本身的长度信息，获取一个C字符串的长度,必须遍历整个字符串,对遇到的字符进行计数,直到遇到代表字符串结尾的空字符为止，复杂度为O(n)
SDS 在len属性中记录了SDS的自身长度，复杂度为O(1)
3）C字符串不记录本身长度容易造成缓冲区溢出
SDS 的空间调配策略齐全杜绝了产生缓冲区的可能性：当SDS API 须要对SDS进行批改时，API会先查看SDS的空间是否满足批改所需的要求,如果不满足的话,API会主动将SDS的空间扩大至执行批改所需的大小,而后才执行理论的批改操作，所以应用SDS既不须要批改SDS的空间大小,也不会呈现后面所说的缓冲区溢出问题
4）缩小批改字符串时带来的内存重调配次数
C字符串的长度和底层数组的长度之间存在这种关联性，所以每次增长或者缩短一个C字符串，总要对保留C字符串的数组进行一次内存重调配操作
在SDS中，buf数组的长度不肯定就是字符数量加一，数组外面能够蕴含为应用的字节，而这些字节的数量就由SDS的free属性记录。通过未应用空间，SDS实现了空间预调配和惰性空间开释两种优化策略
5）二级制平安
C字符串必须合乎某种编码，并且除了字符串的开端之外，字符串外面不能蕴含空字符
SDS的API都是二进制平安的，所有SDS API都会以解决二进制的形式来解决SDS寄存在buf数组里的数据
6）C兼容所有字符串函数
SDS兼容局部C字符串函数

String类型的利用
1、能够存储base64的图片数据
2、作为缓存性能，升高mysql数据库的申请
3、做一些短时间的谬误限度管制
二、List：列表类型
Redis中的list实质是链表构造
list 的实现在3.2版本之前有两种形式：
压缩列表ziplist
双向链表linkedlist
在3.2版本之后引入了：
疾速列表quicklist
因为双向链表linkedlist占用的内存比压缩列表ziplist要多， 所以当创立新的列表键时，列表会优先思考应用压缩列表ziplist， 并且在有须要的时候， 才从压缩列表ziplist实现转换到双向链表linkedlist实现。
而后续引入的quicklist能够看作是linkedlist和ziplist的结合体。
这三种列表外部应用哪一种类型是通过编码来辨别的：

linkedlist
linkedlist是一个双向列表，每个节点都会存储指向上一个节点和指向下一个节点的指针。linkedlist因为每个节点的空间是不间断的，所以可能会造成过多的空间碎片。
linkedlist的存储构造，链表中每一个节点都是一个listNode对象(源码adlist.h内)，不过须要留神的是，列表中的value其实也是一个字符串对象。

而后会将其再进行封装成为一个list对象(源码adlist.h内)：

Redis中对linkedlist的拜访是以NULL值为起点的，因为head节点的prev节点为NULL，tail节点的next节点为NULL。
所以，在Redis3.2之前咱们能够失去如下简图：

ziplist
ziplist是为了节俭内存而开发的一种压缩列表数据结构，哈希数据类型底层也用到了ziplist。
ziplist是由一系列非凡编码的间断内存块组成的程序型数据结构，一个ziplist能够蕴含任意多个entry，而每一个entry又能够保留一个字节数组或者一个整数值。
ziplist和linkedlist最大的区别是ziplist不存储指向上一个节点和下一个节点的指针，存储的是上一个节点的长度和以后节点的长度，就义了局部读写性能来换取高效的内存利用率，是一种工夫换空间的思维。
ziplist实用于字段个数少和字段值少的场景。
ziplist的组成构造：

对于列表抉择应用ziplist编码进行存储，必须满足上面两个条件：
1）列表对象保留的所有字符串元素的长度都小于64字节。
2）列表对象保留的元素数量小于512个。
一旦不满足这两个条件中的任意一个，则会应用linkedlist编码来进行存储
这两个条件能够通过参数list-max-ziplist-value和list-max-ziplist-entries进行批改从新设定
quicklist
在Redis3.2之后，对立用quicklist来存储列表对象，quicklist存储了一个双向列表，每个列表的节点是一个ziplist，所以实际上quicklist就是linkedlist和ziplist的联合。
quicklist外部存储构造，quicklist中每一个节点都是一个quicklistNode对象，其数据结构定义为：

而后各个quicklistNode就形成了一个列表，quicklist：

依据下面两个结构图，能够失去Redis3.2之后列表的简图：

quicklist和原始两种列表的比照
quicklist同样采纳了linkedlist的双端列表个性，而后quicklist中的每个节点又是一个ziplist，所以quicklist就是综合均衡思考了空间碎片和读写性能两个维度。
应用quicklist须要留神以下2点：
1、如果ziplist中的entry个数过少，极其状况就是只有1个entry，此时就相当于进化成了一个一般的linkedlist。
2、如果ziplist中的entry过多，那么也会导致一次性须要申请的内存空间过大，而且因为ziplist自身的就是以工夫换空间，所以会过多entry也会影响到列表对象的读写性能。
ziplist中的entry个数能够通过参数list-max-ziplist-size来管制：
list-max-ziplist-size 1
这个参数能够配置负数也能够配置正数。负数示意限度每个节点中的entry数量，如果是正数则只能为-1~-5
-1:每个ziplist最多只能为4KB
-2:每个ziplist最多只能为8KB
-3:每个ziplist最多只能为16KB
-4:每个ziplist最多只能为32KB
-5:每个ziplist最多只能为64KB
Redis Lrange 返回列表中指定区间内的元素，区间以偏移量 START 和 END 指定。其中 0 示意列表的第一个元素，1 示意列表的第二个元素，以此类推。也能够应用正数下标，以 -1 示意列表的最初一个元素， -2 示意列表的倒数第二个元素，以此类推。
List数据类型利用：
timeline：例如微博的时间轴，有人公布微博，用lpush退出时间轴，展现新的列表信息。
三、Hash：哈希表类型
Redis hash 是一个 string 类型的 field（字段） 和 value（值） 的映射表，hash 特地适宜用于存储对象。
Redis 中每个 hash 能够存储 2^32 - 1 键值对（40多亿）
Redis的哈希对象的底层存储能够应用ziplist（压缩列表）和hashtable。
当hash对象能够同时满足以下两个条件时，哈希对象应用ziplist编码
1.哈希对象保留的所有键值对的键和值的字符串长度都小于64字节
2.哈希对象保留的键值对数量小于512个
常见操作命令：
所有hash的命令都是h结尾的 hget、hset、hdel等
Hash数据类型利用：
1、缓存：能直观，相比string更节俭空间的保护缓存信息，如：用户信息，视频信息等。
四、Set：无序汇合类型
Redis 的 Set 是 String 类型的无序汇合。汇合成员是惟一的，这就意味着汇合中不能呈现反复的数据，将一个反复的元素增加到set中将会被疏忽。
汇合对象的编码能够是 intset 或者 hashtable。
Redis 中汇合是通过哈希表实现的，所以增加，删除，查找的复杂度都是 O(1)。
汇合中最大的成员数为 2^32 - 1 (4294967295, 每个汇合可存储40多亿个成员)
汇合类型也是用来保留多个字符串的元素，但和列表不同的是，汇合中：

不容许有反复的元素

汇合中的元素是无序的，不能通过索引下标获取元素

反对汇合间的操作，能够取多个汇合取交加、并集、差集

Set数据类型利用：
1、标签（tag）,给用户增加标签，或者用户给音讯增加标签，这样有同一标签或者相似标签的能够给举荐关注的事或者关注的人
2、点赞，或点踩，珍藏等，能够放到set中实现
五、Sorted Set
Redis的sorted_set是有序汇合，在set的根底上减少score属性用来排序
在redis中，数据类型对应的命令个别以数据类型的首字母结尾，然而单词s曾经被string类型应用了，所以sorted_set类型的相干命令只能应用26个英文字母中的最初一个字母z来结尾，所以sorted_set也被称为zset。
有序汇合和汇合有着必然的分割，保留了汇合不能有反复成员的个性，区别是，有序汇合中的元素是能够排序的，它给每个元素设置一个分数，作为排序的根据。
（有序汇合中的元素不能够反复，然而score 分数能够反复，就和一个班里的同学学号不能反复，但考试成绩能够雷同）。
Sortedset底层存储构造：
Sortedset同时会由两种数据结构反对,ziplist和skiplist
只有同时满足如下条件时，应用的是ziplist，其余时候则是应用skiplist
1）有序汇合保留的元素数量小于128个
2）有序汇合保留的所有元素的长度小于64字节
当ziplist作为存储构造时候,每个汇合元素应用两个紧挨在一起的压缩列表节点来保留,第一个节点保留元素的成员,第二个元素保留元素的分值.
当应用skiplist作为存储构造时,应用skiplist按序保留元素分值,应用dict来保留元素和分值的对应关系
对于skiplist
skiplist实质上是一个list, 它其实是由有序链表倒退而来
咱们先来看一个有序链表，如下图（最左侧的灰色节点示意一个空的头节点）：

在这样一个链表中，如果咱们要查找某个数据，那么须要从头开始一一进行比拟，直到找到蕴含数据的那个节点，或者找到第一个比给定数据大的节点为止（没找到）。也就是说，工夫复杂度为O(n)。同样，当咱们要插入新数据的时候，也要经验同样的查找过程，从而确定插入地位
如果咱们每相邻两个节点减少一个指针，让指针指向下下个节点，如下图：

这样所有新减少的指针连成了一个新的链表，但它蕴含的节点个数只有原来的一半（上图中是7, 19, 26）。当初当咱们想查找数据的时候，能够先沿着这个新链表进行查找。当碰到比待查数据大的节点时，再回到原来的链表中进行查找。比方，咱们想查找23，查找的门路是沿着下图中标红的指针所指向的方向进行的：

1）23首先和7比拟，再和19比拟，比它们都大，持续向后比拟，当23和26比拟的时候，比26要小，因而回到上面的链表（原链表），与22比拟
2）23比22要大，沿上面的指针持续向后和26比拟
3）23比26小，阐明待查数据23在原链表中不存在，而且它的插入地位应该在22和26之间
在这个查找过程中，因为新减少的指针，咱们不再须要与链表中每个节点一一进行比拟了。须要比拟的节点数大略只有原来的一半。
利用同样的形式，咱们能够在下层新产生的链表上，持续为每相邻的两个节点减少一个指针，从而产生第三层链表。如下图：

在这个新的三层链表构造上，如果咱们还是查找23，那么沿着最上层链表首先要比拟的是19，发现23比19大，接下来咱们就晓得只须要到19的前面去持续查找，从而一下子跳过了19后面的所有节点。能够设想，当链表足够长的时候，这种多层链表的查找形式能让咱们跳过很多上层节点，大大放慢查找的速度
skiplist正是受这种多层链表的想法的启发而设计进去的。实际上，依照下面生成链表的形式，下面每一层链表的节点个数，是上面一层的节点个数的一半，这样查找过程就十分相似于一个二分查找，使得查找的工夫复杂度能够升高到O(log n)。然而，这种办法在插入数据的时候有很大的问题。新插入一个节点之后，就会打乱高低相邻两层链表上节点个数严格的2:1的对应关系。如果要维持这种对应关系，就必须把新插入的节点前面的所有节点（也包含新插入的节点）从新进行调整，这会让工夫复杂度从新进化成O(n)，删除数据也有同样的问题。
skiplist为了防止这一问题，它不要求高低相邻两层链表之间的节点个数有严格的对应关系，而是为每个节点随机出一个层数(level)。比方，一个节点随机出的层数是3，那么就把它链入到第1层到第3层这三层链表中。为了表白分明，下图展现了如何通过一步步地插入操作从而造成一个skiplist的过程：

从下面skiplist的创立和插入过程能够看出，每一个节点的层数（level）是随机进去的，而且新插入一个节点不会影响其它节点的层数。因而，插入操作只须要批改插入节点前后的指针，而不须要对很多节点都进行调整。这就升高了插入操作的复杂度。实际上，这是skiplist的一个很重要的个性，这让它在插入性能上显著优于均衡树的计划。
依据上图中的skiplist构造，咱们很容易了解这种数据结构的名字的由来。skiplist，翻译成中文，能够翻译成“跳表”或“跳跃表”，指的就是除了最上面第1层链表之外，它会产生若干层稠密的链表，这些链表外面的指针成心跳过了一些节点（而且越高层的链表跳过的节点越多）。这就使得咱们在查找数据的时候可能先在高层的链表中进行查找，而后逐层升高，最终降到第1层链表来准确地确定数据地位。在这个过程中，咱们跳过了一些节点，从而也就放慢了查找速度。
刚刚创立的这个skiplist总共蕴含4层链表，当初假如咱们在它外面仍然查找23，下图给出了查找门路：

须要留神的是，后面演示的各个节点的插入过程，实际上在插入之前也要先经验一个相似的查找过程，在确定插入地位后，再实现插入操作。
至此，skiplist的查找和插入操作，咱们曾经很分明了。而删除操作与插入操作相似，咱们也很容易设想进去。这些操作咱们也应该能很容易地用代码实现进去。
当然，理论利用中的skiplist每个节点应该蕴含key和value两局部。后面的形容中咱们没有具体辨别key和value，但实际上列表中是依照key进行排序的，查找过程也是依据key在比拟。
zset数据类型利用：
1、排行榜：有序汇合经典应用场景。例如小说视频等网站须要对用户上传的小说视频做排行榜，榜单能够依照用户关注数，更新工夫，字数等打分，做排行

关键词：java培训