Redis五大数据类型详解

关于redis的五大数据类型，它们分别为：string、list、hash、set、sortset。本文将会从它的底层数据结构、常用操作命令、一些特点和实际应用这几个方面进行解析。对于数据结构的解析，本文只会从大的方面来解析，不会介绍详细的代码实现。

string

1.实现结构

　　string是redis中最常用的一种数据类型，也是redis中最简单的一种数据类型。首先，表面上它是字符串，但其实他可以灵活的表示字符串、整数、浮点数3种值。redis会自动的识别这3种值。那么，string的底层数据机构又是怎样的呢？由于redis是使用c语言实现的，而c语言中没有string这一数据类型，那么就需要自己实现一个类似于string的结构体。它的名字就叫做sds(simple dynamic string)，下面是它的代码结构。

1 typedef struct sdshdr {
2     // buf中已经占用的字符长度
3     unsigned int len;
4     // buf中剩余可用的字符长度
5     unsigned int free;
6     // 数据空间
7     char buf[];
8 }

如果有了解过java集合框架类的朋友都知道，这种结构与集合中动态数组结构类似，那么就会涉及到一系列的扩容判断和操作，但这些具体的做法在这里不深入讲解。不过有一点比较重要的就是string的value值最大可以存放512mb的数据，所以有时候它不仅仅可以存放字符，还可以存放字节数据。

2.实际应用

　　在讲实际应用之前，要声明的是redis是基于单线程io多路复用的架构实现的nosql，意味着它的操作都是串行化的，所以在命令操作上不会出现线程安全问题，基于这个特性可以有很多应用。

1. 分布式锁。利用redis的串行化特性，可以轻松的实现分布式锁，其中用到的命令有：setnx key value , expire key time  ,del key ，其中第一个setnx是指在key不存在时能赋值成功，expire 来设置key的存活时间来防止程序异常而没有及时del到key值的情况。但是程序也有可能在expire没有执行时就已经挂掉的时候，这是可以来一个增强版set key value  nx ex time。这里的nx就是表示if not exist，而ex表示时间单位秒，px代表毫秒。
2. 分布式session。这里仅仅是利用redis的数据库功能，把分布式应用的session抽取到redis中，普通的get、set，命令即可完成。
3. 商品秒杀实现。把需要销售的商品提前放入redis，通过redis的incr和decr命令安全的增加和减少库存。
4. 限时验证。 expire key time ，判断exists key在短信验证时，当redis中存在数据则不允许再次请求验证发送。

 

list

1.实现结构

　　首先，list的主要存取操作有lpush、lpop、rpush、rpop，有点像是双向队列。list的实现是灵活多样的，它分别有ziplist（压缩链表）、linkedlist（双向链表）两种实现方式。

　　1.ziplist

　　如下图所示，它是基于连续内存实现（类似数组）。当然，它的每一个entry的大小可能不是一致的，这就需要特殊的控制手段去解决，所以才叫压缩表。那么数组有的特性它都会有，比如在lpush、lpop的时候就会有数据的搬移，时间复杂度是o(n)。所以，一般在数据元素较少时使用ziplist结构实现。

　　2.linkedlist

　　则与我们日常所学的双向链表相差无异，同样也保留则头尾指针、数据长度等数据，这里就不再详细说明，需要了解的去读一读java的linkedlist源码也不错。

2.实际应用

1. 消息队列。使用lpush，brpop两个命令可以模拟一个消息队列。其中brpop key time为阻塞式弹出，当队列中为空时会阻塞当前操作，该操作需要添加超时参数，单位为秒。
2. 有限集合。使用ltrim key start end操作可以获取一个固定位置的数据，可以快速实现一个有限的集合。

hash

 1.实现结构

　　首先，hash的特性我们可以想象为java集合中的hashmap，一个hash中可以有多个field:value(键值对)。关于hash的实现同样有两种情况。一种是基于ziplist，一种是基于hashtable实现。

　　1.ziplist

　　这里的的ziplist与list当中的ziplist其实是相差无几的，唯一的特点就是hash存储的时候，它的entry数量是成对增加的，同时也是成对存在的，所以它的长度一定是2的整数倍。filed值放在前面，value放在后面的形式存放。当然采用ziplist操作时，它的查找删改查的时间复杂度就会变为o（n），所以ziplist适合在数据较少的情况下使用。

 2.hashtable

虽然说hash与java中的hashmap功能类似，但在hashtable这个结构上还是有一定的不同点的。要想了解hashtable的实现，需要了解三个结构。它们分别是：dict、dictht、entry。entry和前面list中提到的类似，下面列出前面两个结构的定义:

 1 // 哈希表（字典）数据结构，redis 的所有键值对都会存储在这里。其中包含两个哈希表。
 2 typedef struct dict {
 3     // 哈希表的类型，包括哈希函数，比较函数，键值的内存释放函数
 4     dicttype *type;
 5     // 存储一些额外的数据
 6     void *privdata;
 7     // 两个哈希表
 8     dictht ht[2];
 9     // 哈希表重置下标，指定的是哈希数组的数组下标
10     int rehashidx; /* rehashing not in progress if rehashidx == -1 */
11     // 绑定到哈希表的迭代器个数
12     int iterators; /* number of iterators currently running */
13 } dict;
14 
15 typedef struct dictht { 
16     //槽位数组
17     dictentry **table; 
18     //槽位数组长度
19     unsigned long size; 
20     //用于计算索引的掩码,可以理解为hash函数 
21     unsigned long sizemask;
22     //真正存储的键值对数量
23     unsigned long used; 
24 } dictht;

关系可以总结为下面这幅图：

 

2.实际应用

1. 存放对象object。你可能会发现，从宏观上来说，这种一个key , field1 : value1 ，field2 : value2 一个键值对应多个字段field的格式非常适合用于描写一个对象。所以，hash一般会用于描述一个对象，但其实我们在实际中也有可能会用一个json格式的字符串来描述一个对象。那么这两种方法都可行的情况下，会有什么优缺点呢？利用hash描述一个对象：可以做到序列化开销小，可以单独修改某一个字段而不用读出全部数据，但是使用比较复杂。而使用json描述对象，使用简单但需要耗费额外的序列化开销。需要使用什么形式，具体情况需要具体分析。
2. 结合json描述对象的集合。例如，在商城应用中，可以利用hash的key来描述一个用户的id，而field用于描述用户的购物车列表中的一个物品的详细信息。

 

set

set是一个不允许重复的，无顺序的数据集合。值得注意的是，这里说的无顺序其实还是有一点歧义的，那么到底是怎么回事呢？接下来的博文就会有提到这个差异。

1.实现结构

　　1.intset。

　　这里的intset是一种在满足特定情况下所使用的数据结构。这种情况就是当全部value都为整型时，redis会使用intset这种结构。在这个情况下它是有序的。这是为什么呢？先从结构开始说起，为了平衡空间的性能的消耗，redis在数据都为整型的时候使用了一种基于动态数组的结构体，同时在存放元素时保正元素的大小顺序，这样就可以使用二分查找以时间复杂度o(logn)来完成增删改查的操作。这样就节省了很多空间。至于增和删操作，同样会涉及到数组的数据搬移操作。下面为它的结构体代码：

1 typedef struct intset {
2     // 编码方式
3   uint32_t enconding;
4   // 集合包含的元素数量
5   uint32_t length;
6   // 保存元素的数组    
7   int8_t contents[];
8 } intset;

 

　　2.hashtable

　　当存在非整型数据的时候，redis会自动把intset转换为hashtable的结构存放数据，但hashtable不能转换为intset。这里的hashtable与上面hash结构提到的hashtable没有太大的差别。唯一的差别就在于set存放在hashtable中只有key值，没有value值，所以在hashtable的entry中，enrty的value永远为null。

2.实际应用

1.  记录唯一的事物。如ip值，身份证等。
2. 随机用户抽奖。通过srandmember key 随机返回一个set中的数据。
3. 用户标签。当用户在使用某个产品的时候，后台可能会记录该用户对某个东西的喜好，从而在该标签中记录该用户。同时，可以利用sinter key1 key2、sunion、sdiff返回标签中的交集、并集、差集。这样就可以轻松得出用户的共同喜好、所有喜好、非共同喜好等数据。

 sortset

sortset是一个实现了数据有序且唯一的键值对集合。其中，entry的键为string类型，值为整型或浮点型，表示权值score。其中sortset的顺序就是通过score的值来确定的。

1.实现结构

sortset的实现结构同样有两种，一种是ziplist结构实现，适用于较少数据的情况。另一种是skiplist+hashtable的形式，使用与数据较多的情况，其中skiplist是在保证有序的情况下优化范围查找的时间复杂度，而hashtable则是优化增删改查的时间复杂度。

　　1.ziplist

 sortset的ziplist和hash中的数据结构类似，同样也是存放键值对，但是它维护了基于score的有序性（默认从小到大），这里就不再赘述。

　　2.skiplist+hashtable

　　首先来说明主要的skiplist（跳表），跳表是一种基于有序链表，通过建立多层索引，以空间换时间的方式实现平均查找效率为o(logn)复杂度的一种数据结构。下面给出一个跳表的基本形式图：

 可以看到在根据数据的权值score进行查找的时候，从最顶层的索引开始查找。当找到数据在某个范围后，在往下一层的索引查找，然后就这样一路缩小查找的范围。看上去是不是有点像二分查找？至于跳表的具体介绍和实现，可以参考这篇文章：为什么redis要用跳表实现有序集合？

上面可以看到，基于跳表的实现的有序集合可以完成增删改查实现o(logn)的时间复杂度，那么有没有更加快的方式来实现o(1)的时间复杂度呢？通常说起o(1)的时间复杂度都会想起hashtable这个数据结构。redis就利用hashtable+skiplist的组合数据结构，hashtable来实现增删改查的时间复杂度为o(1)的同时skiplist保证数据的有序性，可以方便的获取一个范围的数据。

至于hashtable的实现与前面谈到的一致，下面用一张图来说明两个数据结构结合是什么样子的。

 

 上图中，每一个节点可以看成一个跳表的节点同时也是hashtable中的一个节点。

1. 在看跳表的时候，我们需要忽略hnext指针，每个节点通过双向链表来保证有序性。
2. 在看hashtable的时候，可以忽略prev指针和next指针。看上去就是一个用拉链法解决冲突的hashtable，而hnext就是指向下一节点的指针。

这样，当我们需要增删改查的时候，利用hashtable的特性实现时间复杂度为1的操作，当我们需要基于权值score进行范围查找的时候可以通过skiplist进行时间复杂度为o(logn)的查找。

2.实际应用

1. 排行榜。使用zrange key start end。根据热度、积分、评论等可以衡量的权值score进行排行，其中score排序为从小到大，用zrerange实现从大到小排序。
2. 获取某个权值范围的用户。例如在应用中获取积分为80到100的用户，可以使用zrangebyscore key 80 100 withscores来输出score在80到100间的用户。

总结

太多东西记不住？来张思维导图帮你记忆一下。