redis数据类型及底层实现
redis全局哈希表
Redis通过全局哈希表保存key-value键值对，全局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，哈希桶中的entry元素保存了*key和*value指针。
Redis解决哈希冲突的方式，是链式哈希，指同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接。
当链式哈希过长时就会导致元素查找效率降低，因此需要rehash，rehash也就是增加现有的哈希桶数量，让逐渐增多的entry元素能 在更多的桶之间分散保存，减少单个桶中的元素数量，从而减少单个桶中的冲突。
```
// entity示意
struct entity {
*key,
*value, // 指针，指向string、list、hash、sort set、set
*next,
}
```
String
底层数据结构：
- 简单动态字符串
应用场景：
- 缓存
- 计数
- 共享session
- 限速
List
底层数据结构：
- 双向链表
- 压缩列表（默认）
当一个列表键包含了数量较多的元素，又或者列表中包含的元素都是比较长的字符串时，Redis 就会使用链表作为列表键的底层实现。
应用场景：
- 消息队列
- 栈
- 文章列表
Hash
底层数据结构：
- 压缩列表（默认）
- 哈希表
hash-max-ziplist-entries:表示用压缩列表保存时哈希集合中的最大元素个数。
hash-max-ziplist-value:表示用压缩列表保存时哈希集合中单个元素的最大⻓度。
如果我们往Hash集合中写入的元素个数超过了hash-max-ziplist-entries，或者写入的单个元素大小超过了 hash-max-ziplist-value，Redis就会自动把Hash类型的实现结构由压缩列表转为哈希表。
一旦从压缩列表转为了哈希表，Hash类型就会一直用哈希表进行保存，而不会再转回压缩列表了。在节省 内存空间方面，哈希表就没有压缩列表那么高效了。
应用场景：
- 聚集类key-value数据，例如实体的各种属性
Sort Set
底层数据结构：
- 压缩列表（默认）
- 跳表
zset-max-ziplist-entries 128：zset采用压缩列表时，元素个数最大值。默认值为128。
zset-max-ziplist-value 64：zset采用压缩列表时，每个元素的字符串长度最大值。默认值为64。
zset插入第一个元素时，会判断下面两种条件，zset-max-ziplist-entries的值是否等于0；zset-max-ziplist-value小于要插入元素的字符串长度，满足任一条件Redis就会采用跳跃表作为底层实现，否则采用压缩列表作为底层实现方式
应用场景：
- 排行榜
- 延迟消息队列，例如订单支付等待时间
Set
底层数据结构：
- 哈希表
- 整数数组
集合对象保存的所有对象都是整数值且保存的元素数量小于512个时使用整数数组
应用场景：
- 用户标签
- 抽奖功能
底层数据结构解释
- 简单动态字符串：
```
/*
* 保存字符串对象的结构
*/
struct sdshdr {
int len;// buf 中已占用空间的长度
int free;// buf 中剩余可用空间的长度
char buf[];// buf 字符数组，用于记录我们的字符串
};
```
- 双向链表： O(n)
```
// 链表节点
struct listNode{
struct listNode *prev;
struct listNode * next;
void * value;
}
// 链表
struct list{
listNode * head;//表头节点
listNode * tail;//表尾节点
unsigned long len;//链表长度
void *(*dup) (void *ptr);//节点值复制函数
void (*free) (void *ptr);//节点值释放函数
int (*match)(void *ptr, void *key);//节点值对比函数
}
```
-
压缩列表： O(n)
压缩列表实际上类似于一个数组，数组中的每一个元素都对应保存一个数据，非常节省空间。和数组不同的是，压缩列表在 表头有三个字段zlbytes、zltail和zllen，分别表示列表⻓度、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，表示列表结束。 -
哈希表： O(1)
key-value键值对 -
跳表： O(logN)
跳表在链表的基础 上，增加了多级索引，通过索引位置的几个跳转，实现数据的快速定位 -
整数数组： O(n)
数组，元素为整数
redis应用场景
-
缓存
redis最常用的就是缓存，redis数据存放在内存中，读写速度非常快，常用于热点数据缓存 -
分布式数据共享
分布式session
-
分布式锁
setnx只有不存在时才能添加成功，达到分布式锁的效果
-
全局ID
利用incrby原子性，在分库分表的场景下一次性拿到一部分id，保证id不重复
-
计数器
利用incr、decr、incrby、decrby原子性，实现计数器
-
限流
利用int的incr、decr、incrby、decrby原子性实现计数，达到数量后限制
-
位统计
利用bitmap数据结构进行二进制存储，可执行位计算，进行位统计
-
购物车
可利用string或者hash记录购物车中商品基本信息以及商品数量，使用incr、decr、incrby、decrby操作数量
-
用户消息时间线timeline
-
消息队列
基于发布订阅可实现消息队列的效果，redis5之后新增数据类型Stream可实现消息的持久化，真正实现消息队列的功能
-
抽奖
spop，移除并返回集合中的一个随机元素
-
点赞、签到、打卡
通过set实现点赞、取消点赞的操作，并且可以查看点赞记录以及点赞数量
-
标签
通过set实现标签的记录与删除，与“点赞...”类似
-
筛选
通过set类型的sinter得到集合的交集，实现筛选的功能
-
用户关注、推荐模型
集合记录A关注的用户，B关注的用户，通过集合的交集可得到互相关注的记录，差集可推荐关注
-
排行榜
有序集合记录点击率等，可进行排行统计
网友评论