一，动态字符串SDS

我们都知道 Redis 中保存的 Key 是字符串，value 往往是字符串或者字符串的集合。

可见字符串是 Redis 中最常用的一种数据结构，不过 Redis 没有直接使用 C 语言中的字符串，因为 c 语言字符串存在很多问题：

• 获取字符串的长度需要通过运算
• 非二进制安全
• 不可修改

Redis 构建了一种新的字符串结构，称为简单动态字符串（Simple Dynamic String)，简称SDS。

Redis 是 C 语言实现的，其中 SDS 是一个结构体，源码如下：

二，IntSet

IntSet是 Redis 中Set 集合的一种实现方式，是基于整数数组来实现的，并且具备长度可变，有序等特征。

结构如下：

typedef struct intset {
    uint32_t encoding;/*编码方式，支持存放16位，32位，64位整数*/
    uint32_t length;/*元素个数*/
    int8_t contents[];/*整数数组，保存集合数据的地址*/
} intset;

其中 encoding 包含三种模式，表示存储的整数大小不同：

#define INTSET_ENC_INT16(sizeof(int16_5))/*2字节整数，范围类似于java的short*/
#define INTSET_ENC_INT32(sizeof(int32_5))/*4字节整数，范围类似于java的int*/
#define INTSET_ENC_INT64(sizeof(int64_5))/*8字节整数，范围类似于java的long*/

为了方便查找，Redis 会将 intset 中所有的整数按照升序依次保存在 contents 数组中，结构如下：

现在，数组中每个数字都在int16_t的范围内，因此采用的编码方式是INTSET_ENC_INT16，每部分占用的字节大小为：

• encoding：4字节
• length：4字节
• contents：2字节*3=6字节

数组元素大小固定的原因是方便寻址，因为 c 语言数组在内存中开辟的是连续的地址，可以通过寻址公式

startPtr + (sizeof(int16) * index)来寻址。

IntSet 升级

IntSet 特点：

• Redis会确保Intset中元素唯一，有序
• 具备类型升级机制，可以节约内存空间
• 底层采用二分查找方式开寻找

三，Dict

我们知道 Redis 是一个键值型 (Key-Value Pair) 的数据库，我们可以根据键实现快速的增删改查。而键与值的映射关系正是通过 Dict 来实现的。

Dict 由三部分组成，分别是：

• 哈希表(DictHashTable)
• 哈希节点(DictEntry)
• 字段(Dict)

当我们向 Dict 添加键值对时，Redis 首先会根据 key 计算出 hash 值 (h)，然后利用 h & sizemask来计算元素应该存储到数组中哪个索引位置。

我们存储 k1=v1，假设 k1 的哈希值 h=1，则1&3=1，因此，k1=v1 要存储到角标 1 位置。

如果此时存储 k2=v2，且计算出角标要存储到 1 位置，则如下：

Dict 的扩容：
Dict 中的 HashTable 就是数组结合单向链表的实现，当集合中元素较多时，必然导致哈希冲突增多，链表过长，则查询效率会大大降低。

Dict 在每次新增键值对时都会检查负载因子(LoadFactor=used/size)，满足以下两种情况时会触发哈希表扩容

• 哈希表的 LoadFactor>=1，并且服务器没有执行 BGSAVE 或者 BGREWRITEAOF 等后台进程;
• 哈希表的 LoadFactor>5;

Dict 的收缩

Dict 除了扩容以外，每次删除元素时，也会对负载因子做检查，当LoadFactor<0.1时，会做哈希表收缩:

Dict 的 rehash

不管是扩容还是收缩，必定会创建新的哈希表，导致哈希表的size和sizemask变化，而key 的查询与 sizemask 有关。因此必须对哈希表中的每一个 key 重新计算索引，插入新的哈希表，这个过程称为rehash。过程是这样的:

1. 计算新hash表的realeSize，值取决于当前要做的是扩容还是收缩
   • 如果是扩容，则新size为第一个大于等于dict.ht[0].used+1的2ⁿ
   • 如果是收缩，则新size为第一个大于等于dict.ht[0].used的2ⁿ(不小于4)
2. 按照新的realeSize申请内存空间，创建dictht，并赋值给dict.ht[1]
3. 设置dict.rehashidx=0，标记开始rehash
4. 将dict.ht[0]中的每一个dictEntry都rehash到dict.ht[1]
5. 将dict.ht[1]赋值给dict.ht[0]，给dict.ht[1]初始化为空哈希表，释放原来的dict.ht[0]的内存

Dict 的 rehash 并不是一次性完成的。试想一下，如果 Dict 中包含数百万的 entry，要在一次 rehash 完成，极有可能导致主线程阻寨。因此 Dict 的 rehash 是分多次、渐进式的完成，因此称为渐进式 rehash。流程如下:

1. 计算新hash表的realeSize，值取决于当前要做的是扩容还是收缩
   • 如果是扩容，则新size为第一个大于等于dict.ht[0].used+1的2ⁿ
   • 如果是收缩，则新size为第一个大于等于dict.ht[0].used的2ⁿ(不小于4)
2. 按照新的realeSize申请内存空间，创建dictht，并赋值给dict.ht[1]
3. 设置dict.rehashidx=0，标记开始rehash
4. 每次执行新增，查询，修改，删除操作时，都检查一下dict.rehashidx是否大于-1，如果是则将dict.ht[0].table[rehashidx]的entry链表rehash到dict.ht[1]，并将rehashidx++。直到dict.ht[0]的所有数据都rehash到dict.ht[1]
5. 将dict.ht[1]赋值给dict.ht[0]，给dict.ht[1]初始化为空哈希表，释放原来的dict.ht[0]的内存
6. 将rehashidx赋值为-1，代表rehash结束
7. 在rehash过程中，新增操作，则直接写入ht[1]，查询，修改和删除则会在dict.ht[0]和dict.ht[1]依次查询并执行。这样可以确保ht[0]的数据只减不增，随着rehash最终为空。

四，ZipList

ZipListEntry

ZipList 中的 Entry 并不像普通链表那样记录前后节点的指针，因为记录两个指针要占用 16 个字节，浪费内存。而是采用了下面的结构：

• previous_entry_length：前一节点的长度，占1个或5个字节
  • 如果前一节点的长度小于254字节，则采用1个字节来保存这个长度值。
  • 如果前一节点的长度大于254字节，则采用5个字节来保存这个长度值，第一个字节为0xfe，后续四个字节才是真实长度数据
• encoding：编码属性，记录content的数据类型（字符串还是整数）以及长度，占用1个，2个或者5个字节
• contents：负责保存节点的数据，可以是字符串或者整数

注意：ZipList 中所有存储长度的数值均采用小端字节序，即低位字节在前，高位字节在后。例如：数值 0x1234，采用小端字节序后实际存储值为：0x3412

Encoding 编码

ZipListEntry 中的 encoding 编码分为字符串和整数两种：

• 字符串：如果 encoding 是以：00，01 或者 10 开头，则证明 content 是字符串

  编码	编码长度	字符串大小
  |00pppppp|	1 bytes	<= 63bytes
  |01pppppp|qqqqqqqq|	2 bytes	<= 16383 bytes
  |10000000|qqqqqqqq|rrrrrrrr|ssssssss|tttttttt|	5 bytes	<= 4294967295 bytes

• 整数：如果encoding是以 11 开始，则证明 content 是整数，且 encoding 固定只占用 1 个字节

  编码	编码长度	整数类型
  11000000	1	int_16_t(2 bytes)
  11010000	1	int_32_t(2 bytes)
  11100000	1	int_64_t(2 bytes)
  11110000	1	24位有符整数(3 bytes)
  11111110	1	8位有符整数(1 bytes)
  1111xxxx	1	直接在xxxx位置保存数值，范围从0001~1101，减1后结果为实际值

ZipList 的连锁更新问题

ZipList 的每个 Entry 都包含previous_entry_length来记录上一个节点的大小，长度是 1 个或者 5 个字节：

• 如果前一节点的长度小于254字节，则采用1个字节来保存这个长度值。
• 如果前一节点的长度大于254字节，则采用5个字节来保存这个长度值，第一个字节为0xfe，后续四个字节才是真实长度数据

现在，假设我们有 N 个连续的、长度为 250~253 字节之间的 entry，因此 entry 的 previous entry length 属性用 1 个字节即可表示，如图所示:

此时，插入一个长度为 254byte 的 entry 到队首，此时所有的 previous_entry_length 会连锁更新，从 1bytes 变成 5bytes

ZipList 这种特殊情况下产生的连续多次空间扩展操作称之为连锁更新。新增，删除都可能导致连锁更新的发送。

ZipList 特性

1. 压缩列表的可以看做一种连续内存空间的"双向链表
2. 列表的节点之间不是通过指针连接，而是记录上一节点和本节点长度来寻址，内存占用较低
3. 如果列表数据过多，导致链表过长，可能影响查询性能
4. 增或删较大数据时有可能发生连续更新问题

五，QuickList

问题 1：ZipList 虽然节省内存空间，但申请内存必须是连续空间，如果内存占用较多，申请效率就很低。

• 为了缓解这个问题，我们必须限制ZipList的长度和Entry大小

问题 2：但是我们要存储大量数据，超出了 ZipList 最佳上限怎么办？

• 我们可以创建多个ZipList来分片存储数据

问题 3：数据拆分后比较分散，不方便查找和管理，者多个 ZipList 如何建立联系？

• Redis在3.2版本以后引入了新的数据结构QuickList，它是一个双端链表，只不过链表中的每个节点都是一个ZipList

为了避免 QuickList 中的每个 ZipList 中的 entry 过多，Redis 提供了一个配置项：list-max-ziplist-size来限制：

• 如果值为正，则代表ZipList的允许entry个数的最大值
• 如果值为负，则代表ZipList的最大内存大小，分5种情况：
  1. -1：每个ZipList的内存占用不超过4kb
  2. -2：每个ZipList的内存占用不超过8kb（默认值）
  3. -3：每个ZipList的内存占用不超过16kb
  4. -4：每个ZipList的内存占用不超过32kb
  5. -5：每个ZipList的内存占用不超过64kb

除了控制 ZipList 的大小，QuickList 还可以对节点的 ZipList 做压缩。通过配置项list-compress-depth来控制。因为链表一般都是从首尾访问较多，所以首尾是不压缩的。这个参数是控制首尾不压缩的节点个数：

• 0：特殊值，代表不压缩(默认值)
• 1：表示QuickList的首尾各有1个节点不压缩，中间节点压缩
• 2：表示QuickList的首尾各有2个节点不压缩，中间节点压缩
• 以此类推

QuickList 的特点

• 是一个节点为ZipList的双端链表
• 节点采用ZipList，解决了传统链表的内存占用问题
• 控制了ZipList大小**，解决连续内存空间申请效率问题**
• 中间节点可以压缩，进一步节省了内存

六，SkipList

SkipList（跳表） 首先是链表，但与传统链表有几点差异：

• 元素按照升序排列存储
• 节点可能包含多个指针，指针跨度不同

SkipList 的特点:

• 跳跃表是一个双向链表，每个节点都包含score和ele值
• 节点按照score值排序，score值一样则按照ele字典排序
• 每个节点都可以包含多层指针，层数是1到32之间的随机数
• 不同层指针到下一个节点的跨度不同，层级越高，跨度越大
• 增删改查效率与红黑树基本一致，实现却更简单

七，RedisObject

Redis 中的任意数据类型的键和值都会被封装为一个 RedisObject，也叫做 Redis 对象，源码如下:

可以看到整个结构体中并不包含真实的数据，仅仅是对象头信息，内存占用的大小为 4+4+24+32+64 = 128bit

也就是 16 字节，然后指针ptr指针指向的才是真实数据存储的内存地址。所以 RedisObject 的内存开销是很大的。

Redis 中会根据存储的数据类型不同，选择不同的编码方式，共包含 11 种不同类型

Redis 中会根据存储的数据类型不同，选择不同的编码方式。每种数据类型的使用的编码方式如下：

八，五种常见的数据结构

8.1 String

String 是 Redis 中最常见的数据存储类型：

• 其基本编码方式是RAW，基于简单动态字符串 SDS 实现，存储上限为 512MB

• 如果存储的 SDS 长度小于 44 字节，则会采用EMBSTR编码，此时 object head 与 SDS 是一 ** 段连续空间。** 申请内存时只需要调用一次内存分配函数，效率更高。

• 如果存储的字符串是整数值，并且大小在 LONG_MAX 范围内，则会采用INT编码；直接将数据保存在 RedisObject 的 ptr 指针位置（刚好 8 字节），此时不需要 SDS 了。

  • RAW 编码的 String
    

  • embstr 编码的 String
    

  • int 编码的 String
    

8.2 List

Redis 的 List 类型可以从首、位操作列表中的元素

满足上述特征的数据结构：

• LinkedList：普通链表，可以从双端访问，内存占用较高。

• ZipList：压缩列表，可以从双端访问，内存占用较低，存储上限低。

• QuickList：LinkedList+ZipList，可以从双端访问，内存占用较低，包含多个 ZipList，存储上限高。

Redis 的 List 结构类似一个双端链表，可以从首、尾操作列表中的元素:

• 在3.2版本之前，Redis采用ZipList和LinkedList来实现List，当元素数量小于512并且元素大小小于64字节时采用ZipList编码，超过则采用LinkedList编码。
• 在3.2版本之后，Redis统一采用QuickList来实现List

8.3 Set

Set 是 Redis 中的单列集合，满足下列特点：

• 不保证有序性
• 保证元素唯一（可判断元素是否存在）
• 求交集、并集、差集

可以看出，Set 对查询元素的效率要求非常高，满足它的数据结构有：

• HashTable，也就是Redis中的Dict，不过Dict是双列集合。

• 为了查询效率和唯一性，Set采用HT编码（Dict）Dict中的key用来存储元素，value统一为null
• 当存储的所以数据都是整数，并且元素数量不超过set-max-intset-entries时，Set会采用IntSet编码，以节省内存。
• set-max-intset-entries默认值为512

编码转化内存图：

• 初始为 IntSet 时：
  

• 转化为 ht 时
  

8.4 ZSet

ZSet 也就是 SortedSet，其中每一个元素都需要指定一个score 值和 member 值

• 可以根据score值排序后
• member必须唯一
• 可以根据member查询分数

因此，zset 底层数据结构必须满足键值存储，健必须唯一，可排序这几个特点。

• SkipList：可排序，并且可同时存储score和ele值（member），但是不能实现高效的健值唯一性检查
• HT（Dict）：可以键值存储，并且可以根据key找到value，但是不能排序

Redis 通过结合两个数据结构，来实现 ZSet

当元素数量不多时，HT 和 SkipList 的优势不明显，而且更耗内存。因此 zset 还会采用 ZipList 结构来节省内存，不过需要同时满足两个条件：

1. 元素数量小于zset_max_ziplist_entires，默认值128
2. 每个元素都小于zset_max_ziplist_value字节，默认64

ZipList 转化 HT+SkipList

ZipList 本身没有排序功能，而且没有键值对概念，因此需要有 zset 通过编码实现：

• ZipList是连续内存，因此score和element是紧挨在一起的两个entry，element在前score在后
• score越小越接近队首，score越大越接近队尾，按照score值升序排序

面试题：Redis 的SortedSet底层的数据结构是怎样的？

答：SortedSet 是有序集合，底层的存储的每个数据都包含element和score两个值。score 是得分，element 则是字符串值。SortedSet 会根据每个 element 的 score 值排序，形成有序集合。

它支持的操作很多，比如：

• 根据element查询score值
• 按照score值升序或降序查询element

要实现根据 element 查询对应的 score 值，就必须实现 element 与 score 之间的键值映射。SortedSet 底层是基于HashTable来实现的。

要实现对 score 值排序，并且查询效率还高，就需要有一种高效的有序数据结构，SortedSet 是基于跳表实现的。

加分项：因为 SortedSet 底层需要用到两种数据结构，对内存占用比较高。因此 Redis 底层会对 SortedSet 中的元素大小做判断。如果元素大小小于 128且每个元素都小于 64 字节，SortedSet 底层会采用ZipList，也就是压缩列表来代替HashTable和SkipList

不过，ZipList存在连锁更新问题，因此而在 Redis7.0 版本以后，ZipList又被替换为Listpack（紧凑列表）。

8.5 Hash

Hash 结构与 Redis 中的 Zset 非常类似：

• 都是键值对存储
• 都需求根据健获取值
• 健必须唯一

区别如下：

• zset的健是member，值是score；hash的健和值都是任意值
• zset要根据score排序；hash则无需排序

因此，Hash 底层采用的编码与 Zset 也基本一致，只需要把排序有关的 SkipList 去掉即可。

• Hash 结构默认采用ZipList编码，用以节省内存。ZipList 中相邻的两个 entry 分别保存 field 和 value
  

• 当数据量较大时，Hash 结构会转为HT 编码，也就是 Dict，触发条件为：

  1. ZipList中的元素数量超过了hash-max-ziplist-entires默认512
  2. ZipList中的任意entry大小超过了hash-max-ziplist-value默认64字节
     

源码片段