欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Redis五大数据类型详解

程序员文章站 2022-12-21 15:50:06
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Red ......

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incrdecr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。

Redis五大数据类型详解

  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:dictdicthtentry。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:

Redis五大数据类型详解

 

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:

Redis五大数据类型详解

 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。

Redis五大数据类型详解

 

 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。

 

 

Redis五大数据类型详解