redis 存储结构原理 1

关于 redis 相信大家都不陌生了，之前有从 0 -1 分享过 redis 的基本使用方式，用起来倒是都没有啥问题了，不过还是那句话，会应用之后，我们必须要究其原理，知其然知其所以然

今天我们来分享一下关于 redis 的存储结构的原理

redis 的存储结构的原理

我们都知道 redis 是一个 K-V 内存数据库，类似于 memcache ，那么一般存储这种 K-V 键值对的数据结构是什么呢？

是 红黑树 ， 那么我们对于红黑树的增删改查的时间复杂度是 O(logN)，对于红黑树而言，只要内存足够，那么这个 N 是可以无限大的

这对于 redis 来说是没有办法满足 redis 的需求，那么我们是否可以将复杂度降低到 O(1） 呢，感兴趣的，我们可以来探索一下？

hash 表

能满足 O(1) 时间复杂度的数据结构有啥呢？我们是不是可以想到 hash 表

具体 hash 表是怎样的一种结构，前面有文章已经分享过一些，redis 基础性的数据结构可以查看历史文章：【Redis 系列】redis 学习四，set 集合，hash 哈希，zset 有序集合初步

redis 的 key 支持哪些类型？

redis 支持的 key 有：

• long
• double
• int
• string - 可见的字符串和二进制字符串，key 都是 string 类型

实际上最终到 redis 处理的时候，上述类型，都是对应按照 sring 类型进行存储的

这个 key 是有规律的 key，并且是强随机性的

redis 的 value 支持哪些类型？

• string
• list
• set
• zset
• hash
• Geospatial 地理位置
• Hyperloglog 基数统计
• Bitmap 位图场景

我们知道 O(1) 的索引时间复杂度，数组就是一个很好的例子，我们访问数组元素的时候，直接通过下标访问即可

那么对应 hash 表，其实就是 数组 + hash 函数 来进行处理的，数组的下标索引就是 hash 函数 对 key（字符串） 进行 hash 算法计算出来的一个整数

例如这样

通过 hash 函数计算出来的整数是一个 64 位 的整型

hash 冲突

使用上述 hash 表的话，肯定会出现 hash 冲突，hash 冲突是什么样的效果呢？

就向上面的对 key （是一个各种组合的字符串），进行 hash 计算之后，得到一个整型的值，这个值是 64 位的整型

这也就意味着， key 的字符串组合是无限的，但是 64 整型的大小是固定的，总有有机会字符串计算出来的整数是会重复的，这个时候就出现了 hash 冲突

咱们可以举一个类型的形象例子：

假如说有 3 个盒子，4 个苹果，苹果要装在盒子里面，那么至少有一个抽屉是会放 2 个苹果，图下图所示，那么放 2 个苹果的这个抽屉就出现了 hash 冲突，就需要解决

例如放到我们的 hash 表中，数组大小我们设定了长度为 3，那么所有的整数我们都要对 3 取余，然后就结果对号入座

解决 hash 冲突

根据上述情况，出现了 hash 冲突，我们需要如何处理呢，如何才能解决 hash 冲突？

解决冲突的方式：

• 使用链表，也就是链地址法 ， 数组 + 链表的 方式

将出现冲突的元素，插入到以原有冲突元素作为链表头的链表中，使用头插法

一般是使用头插法， 这是遵循缓存淘汰算法的逻辑原理 LRU

数据库也是使用的头插法，表示新插入的数据，是最近就要使用的

• 再使用一个 hash 函数来进行计算，得出另一个值，这是 再 hash 法
• 再加一个数组来存放冲突的数据（这种方式不太好）

原有数组的每一个坑占一个放一个萝卜，如果有冲突出现，那么就把出现冲突的元素放到冲突数组中，并记下他所在冲突数组的索引位置，这个比较麻烦，不可持续

扩容和缩容

那么当咱们数据量比较大的时候，发生 hash 冲突的情况就会比较多，若大部分时间都是去解决冲突了，那么非常低效的，因此需要扩容

扩容的原则又是如何扩容的呢？

扩容的时候是，当持久化的数据量大于数组长度的时候，就会进行翻倍的扩容，例如上述 数组长度为 3 ，当我们有 4 个 或者 5 个数据的时候，数组的长度会扩到 6，12， 24 ... 这样的来进行翻倍扩容

那么 缩容的时候，是不是也是要进行翻倍缩容的？

我们可以来看看效果，如果是翻倍缩容的话

如果是翻倍缩容的话，就会出现这么一个情况，原有数组长度为 4，如果数据变成 5 个，就会翻倍扩容数组长度为 8，如果数据又变回 4 个，那么数组长度又会翻倍缩容到长度为 4

就会出现上述的这类情况，可能会存在一会扩容，一会缩容，这是非常消耗资源和性能和，因此定了一个数据是 当数据量小于数组长度的 10% 的时候，会进行缩容

本次暂且分享这么多，下一部分分享具体的 hash 表在 redis 中的数据结构，和具体的实现方式

今天就到这里，学习所得，若有偏差，还请斧正

欢迎点赞，关注，收藏

朋友们，你的支持和鼓励，是我坚持分享，提高质量的动力

好了，本次就到这里

技术是开放的，我们的心态，更应是开放的。拥抱变化，向阳而生，努力向前行。

我是小魔童哪吒，欢迎点赞关注收藏，下次见~