Redis五大數據類型詳解

關於Redis的五大數據類型，它們分別爲：String、List、Hash、Set、SortSet。本文將會從它的底層數據結構、經常使用操做命令、一些特色和實際應用這幾個方面進行解析。對於數據結構的解析，本文只會從大的方面來解析，不會介紹詳細的代碼實現。

String

1.實現結構

　　String是Redis中最經常使用的一種數據類型，也是Redis中最簡單的一種數據類型。首先，表面上它是字符串，但其實他能夠靈活的表示字符串、整數、浮點數3種值。Redis會自動的識別這3種值。那麼，String的底層數據機構又是怎樣的呢？因爲Redis是使用c語言實現的，而c語言中沒有String這一數據類型，那麼就須要本身實現一個相似於String的結構體。它的名字就叫作SDS(simple dynamic string)，下面是它的代碼結構。

1 typedef struct sdshdr {
2     // buf中已經佔用的字符長度
3     unsigned int len;
4     // buf中剩餘可用的字符長度
5     unsigned int free;
6     // 數據空間
7     char buf[];
8 }

若是有了解過Java集合框架類的朋友都知道，這種結構與集合中動態數組結構相似，那麼就會涉及到一系列的擴容判斷和操做，但這些具體的作法在這裏不深刻講解。不過有一點比較重要的就是String的value值最大能夠存放512MB的數據，因此有時候它不只僅能夠存放字符，還能夠存放字節數據。

2.實際應用

　　在講實際應用以前，要聲明的是Redis是基於單線程IO多路複用的架構實現的NoSql，意味着它的操做都是串行化的，因此在命令操做上不會出現線程安全問題，基於這個特性能夠有不少應用。

1. 分佈式鎖。利用Redis的串行化特性，能夠輕鬆的實現分佈式鎖，其中用到的命令有：setnx key value , expire key time  ,del key ，其中第一個setnx是指在key不存在時能賦值成功，expire 來設置key的存活時間來防止程序異常而沒有及時del到key值的狀況。可是程序也有可能在expire沒有執行時就已經掛掉的時候，這是能夠來一個加強版set key value  NX EX time。這裏的NX就是表示if not exist，而Ex表示時間單位秒，Px表明毫秒。
2. 分佈式session。這裏僅僅是利用Redis的數據庫功能，把分佈式應用的session抽取到Redis中，普通的get、set，命令便可完成。
3. 商品秒殺實現。把須要銷售的商品提早放入Redis，經過redis的incr和decr命令安全的增長和減小庫存。
4. 限時驗證。 expire key time ，判斷exists key在短信驗證時，當redis中存在數據則不容許再次請求驗證發送。

 

List

1.實現結構

　　首先，List的主要存取操做有lpush、lpop、rpush、rpop，有點像是雙向隊列。List的實現是靈活多樣的，它分別有ziplist（壓縮鏈表）、LinkedList（雙向鏈表）兩種實現方式。

　　1.ziplist

　　以下圖所示，它是基於連續內存實現（相似數組）。固然，它的每個entry的大小可能不是一致的，這就須要特殊的控制手段去解決，因此才叫壓縮表。那麼數組有的特性它都會有，好比在lpush、lpop的時候就會有數據的搬移，時間複雜度是O(n)。因此，通常在數據元素較少時使用ziplist結構實現。

　　2.LinkedList

　　則與咱們平常所學的雙向鏈表相差無異，一樣也保留則頭尾指針、數據長度等數據，這裏就再也不詳細說明，須要瞭解的去讀一讀Java的LInkedList源碼也不錯。

2.實際應用

1. 消息隊列。使用lpush，brpop兩個命令能夠模擬一個消息隊列。其中brpop key time爲阻塞式彈出，當隊列中爲空時會阻塞當前操做，該操做須要添加超時參數，單位爲秒。
2. 有限集合。使用ltrim key start end操做能夠獲取一個固定位置的數據，能夠快速實現一個有限的集合。

Hash

 1.實現結構

　　首先，Hash的特性咱們能夠想象爲Java集合中的HashMap，一個hash中能夠有多個field:value(鍵值對)。關於hash的實現一樣有兩種狀況。一種是基於ZipList，一種是基於HashTable實現。

　　1.ZipList

　　這裏的的ZipList與List當中的ZipList實際上是相差無幾的，惟一的特色就是Hash存儲的時候，它的entry數量是成對增長的，同時也是成對存在的，因此它的長度必定是2的整數倍。filed值放在前面，value放在後面的形式存放。固然採用ZipList操做時，它的查找刪改查的時間複雜度就會變爲O（n），因此ZipList適合在數據較少的狀況下使用。

 2.HashTable

雖說Hash與Java中的HashMap功能相似，但在HashTable這個結構上仍是有必定的不一樣點的。要想了解HashTable的實現，須要瞭解三個結構。它們分別是：dict、dictht、entry。entry和前面list中提到的相似，下面列出前面兩個結構的定義:

 1 // 哈希表（字典）數據結構，Redis 的全部鍵值對都會存儲在這裏。其中包含兩個哈希表。
 2 typedef struct dict {
 3     // 哈希表的類型，包括哈希函數，比較函數，鍵值的內存釋放函數
 4     dictType *type;
 5     // 存儲一些額外的數據
 6     void *privdata;
 7     // 兩個哈希表
 8     dictht ht[2];
 9     // 哈希表重置下標，指定的是哈希數組的數組下標
10     int rehashidx; /* rehashing not in progress if rehashidx == -1 */
11     // 綁定到哈希表的迭代器個數
12     int iterators; /* number of iterators currently running */
13 } dict;
14 
15 typedef struct dictht { 
16     //槽位數組
17     dictEntry **table; 
18     //槽位數組長度
19     unsigned long size; 
20     //用於計算索引的掩碼,能夠理解爲hash函數 
21     unsigned long sizemask;
22     //真正存儲的鍵值對數量
23     unsigned long used; 
24 } dictht;

關係能夠總結爲下面這幅圖：

 

2.實際應用

1. 存放對象Object。你可能會發現，從宏觀上來講，這種一個key , field1 : value1 ，field2 : value2 一個鍵值對應多個字段field的格式很是適合用於描寫一個對象。因此，hash通常會用於描述一個對象，但其實咱們在實際中也有可能會用一個Json格式的字符串來描述一個對象。那麼這兩種方法均可行的狀況下，會有什麼優缺點呢？利用hash描述一個對象：能夠作到序列化開銷小，能夠單獨修改某一個字段而不用讀出所有數據，可是使用比較複雜。而使用json描述對象，使用簡單但須要耗費額外的序列化開銷。須要使用什麼形式，具體狀況須要具體分析。
2. 結合Json描述對象的集合。例如，在商城應用中，能夠利用Hash的key來描述一個用戶的id，而field用於描述用戶的購物車列表中的一個物品的詳細信息。

 

Set

Set是一個不容許重複的，無順序的數據集合。值得注意的是，這裏說的無順序其實仍是有一點歧義的，那麼究竟是怎麼回事呢？接下來的博文就會有提到這個差別。

1.實現結構

　　1.IntSet。

　　這裏的IntSet是一種在知足特定狀況下所使用的數據結構。這種狀況就是當所有value都爲整型時，redis會使用IntSet這種結構。在這個狀況下它是有序的。這是爲何呢？先從結構開始提及，爲了平衡空間的性能的消耗，Redis在數據都爲整型的時候使用了一種基於動態數組的結構體，同時在存放元素時保正元素的大小順序，這樣就可使用二分查找以時間複雜度O(logn)來完成增刪改查的操做。這樣就節省了不少空間。至於增和刪操做，一樣會涉及到數組的數據搬移操做。下面爲它的結構體代碼：

1 typedef struct intset {
2     // 編碼方式
3   uint32_t enconding;
4   // 集合包含的元素數量
5   uint32_t length;
6   // 保存元素的數組    
7   int8_t contents[];
8 } intset;

 

　　2.HashTable

　　當存在非整型數據的時候，Redis會自動把IntSet轉換爲HashTable的結構存放數據，但HashTable不能轉換爲IntSet。這裏的HashTable與上面Hash結構提到的HashTable沒有太大的差異。惟一的差異就在於Set存放在HashTable中只有Key值，沒有value值，因此在HashTable的Entry中，Enrty的value永遠爲null。

2.實際應用

1.  記錄惟一的事物。如ip值，身份證等。
2. 隨機用戶抽獎。經過srandmember key 隨機返回一個set中的數據。
3. 用戶標籤。當用戶在使用某個產品的時候，後臺可能會記錄該用戶對某個東西的喜愛，從而在該標籤中記錄該用戶。同時，能夠利用sinter key1 key二、sunion、sdiff返回標籤中的交集、並集、差集。這樣就能夠輕鬆得出用戶的共同喜愛、全部喜愛、非共同喜愛等數據。

 SortSet

SortSet是一個實現了數據有序且惟一的鍵值對集合。其中，Entry的鍵爲string類型，值爲整型或浮點型，表示權值score。其中SortSet的順序就是經過Score的值來肯定的。

1.實現結構

SortSet的實現結構一樣有兩種，一種是ZipList結構實現，適用於較少數據的狀況。另外一種是SkipList+HashTable的形式，使用與數據較多的狀況，其中SkipList是在保證有序的狀況下優化範圍查找的時間複雜度，而HashTable則是優化增刪改查的時間複雜度。

　　1.ZipList

 SortSet的ZipList和Hash中的數據結構相似，一樣也是存放鍵值對，可是它維護了基於Score的有序性（默認從小到大），這裏就再也不贅述。

　　2.SkipList+HashTable

　　首先來講明主要的SkipList（跳錶），跳錶是一種基於有序鏈表，經過創建多層索引，以空間換時間的方式實現平均查找效率爲O(logn)複雜度的一種數據結構。下面給出一個跳錶的基本形式圖：

 能夠看到在根據數據的權值Score進行查找的時候，從最頂層的索引開始查找。當找到數據在某個範圍後，在往下一層的索引查找，而後就這樣一路縮小查找的範圍。看上去是否是有點像二分查找？至於跳錶的具體介紹和實現，能夠參考這篇文章：爲何Redis要用跳錶實現有序集合？

上面能夠看到，基於跳錶的實現的有序集合能夠完成增刪改查實現O(logn)的時間複雜度，那麼有沒有更加快的方式來實現O(1)的時間複雜度呢？一般提及O(1)的時間複雜度都會想起HashTable這個數據結構。Redis就利用HashTable+SkipList的組合數據結構，HashTable來實現增刪改查的時間複雜度爲O(1)的同時SkipList保證數據的有序性，能夠方便的獲取一個範圍的數據。

至於HashTable的實現與前面談到的一致，下面用一張圖來講明兩個數據結構結合是什麼樣子的。

 

 上圖中，每個節點能夠當作一個跳錶的節點同時也是HashTable中的一個節點。

1. 在看跳錶的時候，咱們須要忽略hnext指針，每一個節點經過雙向鏈表來保證有序性。
2. 在看HashTable的時候，能夠忽略prev指針和next指針。看上去就是一個用拉鍊法解決衝突的HashTable，而hnext就是指向下一節點的指針。

這樣，當咱們須要增刪改查的時候，利用HashTable的特性實現時間複雜度爲1的操做，當咱們須要基於權值Score進行範圍查找的時候能夠經過SkipList進行時間複雜度爲O(logn)的查找。

2.實際應用

1. 排行榜。使用zrange key start end。根據熱度、積分、評論等能夠衡量的權值Score進行排行，其中score排序爲從小到大，用ZREVRANGE實現從大到小排序。
2. 獲取某個權值範圍的用戶。例如在應用中獲取積分爲80到100的用戶，可使用ZRANGEBYSCORE key 80 100 WITHSCORES來輸出score在80到100間的用戶。

總結

太多東西記不住？來張思惟導圖幫你記憶一下。