本篇文章給大家?guī)砹岁P于Redis的相關知識，其中主要介紹了關于數據結構的相關問題，包括了字符串、列表、哈希、有序集合等等相關內容，希望對大家有幫助。

推薦學習：Redis學習教程

redis的數據結構：String(字符串)、List(列表)、hash(哈希)、Set(集合)、Shorted Set(有序集合)

底層數據結構：簡單動態(tài)字符串、雙向鏈表、壓縮列表、哈希表、跳表、整數數組

1.哈希表：一個哈希表其實就是一個數組，數組中的每一個元素稱為一個哈希桶。
哈希沖突和rehash可能會帶來操作阻塞。
redis解決哈希沖突的方法是鏈式哈希，而rehash是增加現有hash桶的數量。

rehash的操作步驟：1.給哈希表分配更大的空間，例如是當前hash表大小的兩倍
2.把哈希表1中的數據重新映射并拷貝到hash表2上
3.釋放哈希表1的空間
第二步涉及大量數據拷貝操作，如果一次性把哈希表1中的數據都遷移完，會造成線程阻塞，無法服務其他請求。為了避免這一問題，redis采用漸進式rehash

整數數組和雙向鏈表的復雜度都是O(N)
壓縮列表在表頭有三個數據分別是列表長度、列表尾的偏移量和列表中entry個數
壓縮列表在表尾還有一個元素zlend代表列表結束
跳表：有序鏈表只能逐一查找元素，而跳表在鏈表的基礎上增加了多級索引，通過索引位置的幾次跳轉實現數據的快速定位
以下五種結構的時間復雜度

String類型

String類型并不適用于所有場景，它有一個明顯的短板就是它在保存數據時所消耗的內存空間較多。因為String類型需要額外內存空間記錄數據長度、空間使用等信息，這些信息也叫做元數據。
當保存的數據包含字符的時候，string會用簡單動態(tài)字符串SDS結構體來保存

len是buf已用長度 alloc是buf實際分配長度
因為redis數據類型有很多，不同的數據類型有相同的元數據要記錄，所以redis會用一個RedisObject結構體來統一記錄這些元數據

當保存Long類型的時候，RedisObject的指針就直接賦值為整數數據了，這樣就不用額外的指針再指向整數了，節(jié)省了指針的空間開銷。
如果保存的字符串小于44字節(jié)，sds和元數據會被分配到一塊連續(xù)的內存區(qū)域，被稱為embstr編碼
如果保存的字符串大于44字節(jié)，SDS和元數據會分開存放，被稱為raw編碼

另外redis會使用一個全局hash表保存所有鍵值對，hash表的每一項都是一個dictEntry的結構體，用來指向一個鍵值對，可以看到key+value+next會使用24字節(jié)，但是實際占用32字節(jié)，這是因為jemalloc 在分配內存時，會根據我們申請的字節(jié)數 N，找一個比 N 大，但是最接近 N 的 2 的冪次數作為分配的空間，這樣可以減少頻繁分配的次數。

用什么數據結構可以節(jié)省內存呢？
壓縮列表：zlbytes代表列表長度，zltail代表列表尾偏移量，zllen代表列表中的entry個數，zlend代表列表結束，perv_len代表前一個entry長度，encoding代表編碼方式，len代表自身長度，key是實際存儲的數據。redis基于壓縮列表實現了list、hash和Sorted Set

如何用集合類型保存單值的鍵值對？
在保存單值的鍵值對的時候，可以采用Hash的二級編碼，就是把單值的數值拆分成兩部分，前一部分作為Hash的key，后一部分作為Hash的value

以圖片 ID 1101000060 和圖片存儲對象 ID 3302000080 為例，我們可以把圖片 ID 的前 7 位（1101000）作為 Hash 類型的鍵，把圖片 ID 的最后 3 位（060）和圖片存儲對象 ID 分別作為 Hash 類型值中的 key 和 value。127.0.0.1:6379> info memory# Memoryused_memory:1039120127.0.0.1:6379> hset 1101000 060 3302000080(integer) 1127.0.0.1:6379> info memory# Memoryused_memory:1039136

Hash類型有兩種底層實現結構：1.壓縮列表 2.Hash表
hash列表存在兩個閥值，一旦超過這兩個閥值就會從壓縮列表轉換為Hash表
hash-max-ziplist-entries表示用壓縮列表保存時哈希列表集合中最大元素個數
hash-max-ziplist-value表示用壓縮列表保存時哈希集合單個元素的最大長度

集合統計模式
1.聚合統計
2.排序統計
3.二值狀態(tài)統計
4.基數統計

redis的三種擴展數據類型

1.Bitmap：
2.HyperLogLog
3.GEO：
面向LBS應用的GEO數據類型
GEO的底層結構是根據Sorted Set來實現的，Sorted Set可以根據元素的權重排序，支持范圍查詢
sorted Set的權重分數是一個浮點數(float類型)，而經緯度是兩個數，需要用GeoHash 編碼
GeoHash編碼是通過“二分區(qū)間，區(qū)間編碼”的方式進行的。
先把經度和緯度換算成編碼的格式，然后再進行交叉

實際上交叉的目的是下圖所示的概念，交叉后實際上就可以定位到二維空間上的一個方格中，我們使用 Sorted Set 范圍查詢得到的相近編碼值，在實際的地理空間上，也是相鄰的方格，例如1110011101和1111011101是空間位置相鄰的

但是會存在編碼相鄰，但是方格實際不相鄰的情況。所以為了避免這種情況發(fā)生我們可以同時查詢給定經緯度周圍4個或者8個方格

如何操作GEO類型？
在使用GEO類型時，我們經常使用到的兩個命令分別時GEOADD和GEORADIUS
GEOADD：用于把一組經緯度信息和相對應的一個ID記錄到GEO類型集合中。
使用方法：假設車輛ID是33，經緯度位置是（116.034579，39.030452），我們可以用一個 GEO 集合保存所有車輛的經緯度，集合 key 是 cars:locations。只需要執(zhí)行以下命令就可以把ID號為33的車輛的當前經緯度位置存入到GEO中。

GEOADD cars:locations 116.034579 39.030452 33

GEORADIUS：根據輸入經緯度的位置，查詢以這個經緯度為中心一定范圍內的其他元素

如何自定義數據類型？

redis的基本對象結構包含type、encoding、lru和refcount、*ptr

開發(fā)一個名字叫NewTypeObject的數據結構，具體有以下四個步驟

如何在redis中保存時間序列數據？

1.基于Hash和Sorted Set保存：為什么要基于兩種數據結構進行查詢呢？
Hash類型可以實現單鍵的快速查詢，這就滿足了時間序列單鍵查詢需求
但是hash類型有一個短板就是不支持范圍查詢，為了支持時間戳范圍查詢我們需要通過Sorted Set，因為它根據元素的權重分數來排序的，
那么我們怎么保證這兩個操作的原子性呢？
需要通過MULTI和EXEC兩個命令：
MULTI表示開始，收到這個命令redis就會將命令放入到隊列中
EXEC表示結束，收到這個命令就會開始執(zhí)行隊列中的命令
但是如果采用hash和Sorted Set則只支持范圍查詢而不支持聚合計算。如果在客戶端做聚合計算，會導致大量的網絡傳輸。所以可以在redis上通過RedisTimeSeries進行聚合計算。

推薦學習：Redis學習教程