Redis-数据类型

Redis-数据类型

Redis-数据类型

文章目录

​​Redis-数据类型​​

​​String​​

​​SDS与C字符串的区别​​

​​Hash​​

​​rehash​​

​​List​​​​Set​​​​ZSet​​​​Geo​​​​**HyperLogLog**​​​​Bitmaps​​​​**Pub/Sub**​​

String

redis中的字符串String结构是底层采取SDS来实现：

// 3.0struct sdshdr { // 记录buf数组中已使用字节的数量，即SDS所保存字符串的长度 unsigned int len; // 记录buf数据中未使用的字节数量 unsigned int free; // 字节数组，用于保存字符串 char buf[];};

3.2版本之后会根据字符串的长度来选择不同的结构：

// 3.2/* Note: sdshdr5 is never used, we just access the flags byte directly. * However is here to document the layout of type 5 SDS strings. */struct __attribute__ ((__packed__)) sdshdr5 { unsigned char flags; /* 3 lsb of type, and 5 msb of string length */ char buf[];};struct __attribute__ ((__packed__)) sdshdr8 { uint8_t len; /* used */ uint8_t alloc; /* excluding the header and null terminator */ unsigned char flags; /* 3 lsb of type, 5 unused bits */ char buf[];};struct __attribute__ ((__packed__)) sdshdr16 { uint16_t len; /* used */ uint16_t alloc; /* excluding the header and null terminator */ unsigned char flags; /* 3 lsb of type, 5 unused bits */ char buf[];};struct __attribute__ ((__packed__)) sdshdr32 { uint32_t len; /* used */ uint32_t alloc; /* excluding the header and null terminator */ unsigned char flags; /* 3 lsb of type, 5 unused bits */ char buf[];};struct __attribute__ ((__packed__)) sdshdr64 { uint64_t len; /* used */ uint64_t alloc; /* excluding the header and null terminator */ unsigned char flags; /* 3 lsb of type, 5 unused bits */ char buf[];};

SDS与C字符串的区别

Hash

Redis的键值对存储就是用字典实现的，散列（Hash）的底层实现之一也是字典，一个哈希表里边有多个哈希节点，一个哈希节点保存一个键值对

哈希表结构定义：

typedef struct dictht { // 哈希表数组 dictEntry **table; // 哈希表大小 unsigned long size; // 哈希表大小掩码，用于计算索引值，等于size-1 unsigned long sizemask; // 哈希表已有节点的数量 unsigned long used;} dictht;

哈希表是由数组​​table​​​组成，​​table​​​中每个元素都是指向​​dict.h/dictEntry​​结构的指针，哈希表节点的定义如下：

typedef struct dictEntry { // 键 void *key; // 值 union { void *val; uint64_t u64; int64_t s64; double d; } v; // 指向下一个哈希表节点，形成链表 struct dictEntry *next;} dictEntry;

哈希冲突采取拉链法解决

字典整体定义：

typedef struct dict { // 和类型相关的处理函数 dictType *type; // 私有数据 void *privdata; // 哈希表，一个用于保存数据，一个用于数据迁移时使用 dictht ht[2]; // rehash 索引，当rehash不再进行时，值为-1 long rehashidx; /* rehashing not in progress if rehashidx == -1 */ // 迭代器数量 unsigned long iterators; /* number of iterators currently running */} dict;

rehash

当哈希表的键值对数量超过一定值的时候，会将键值对从一个哈希表迁移到另一个哈希表上

​​rehashidx​​​也是跟rehash相关的，rehash的操作不是瞬间完成的，​​rehashidx​​记录着rehash的进度，如果目前没有在进行rehash，它的值为-1

List

链表在Redis中应用的非常广，列表（List）的底层实现就是链表。此外，Redis的发布与订阅、慢查询、监视器等功能也用到了链表，双向链表

链表节点的定义：

typedef struct listNode { // 前置节点 struct listNode *prev; // 后置节点 struct listNode *next; // 节点值 void *value;} listNode;

链表定义：

typedef struct list { // 链表头节点 listNode *head; // 链表尾节点 listNode *tail; // 节点值复制函数 void *(*dup)(void *ptr); // 节点值释放函数 void (*free)(void *ptr); // 节点值对比函数 int (*match)(void *ptr, void *key); // 链表所包含的节点数量 unsigned long len;} list;

Set

整数集合是集合（Set）的底层实现之一，如果一个集合只包含整数值元素，且元素数量不多时，会使用整数集合作为底层实现,整数集合（intset）是Redis用于保存整数值的集合抽象数据结构，可以保存类型为int16_t、int32_t、int64_t的整数值，并且保证集合中不会出现重复元素

整数集合的定义：

typedef struct intset { // 编码方式 uint32_t encoding; // 集合包含的元素数量 uint32_t length; // 保存元素的数组,整数集合的每个元素在数组中按值的大小从小到大排序，且不包含重复项 int8_t contents[];} intset;

ZSet

zset的底层实现是跳表，使用跳表实现是用来解决查找效率问题的

跳表可以理解成多层链表：

多层的结构组成，每层是一个有序的链表最底层（level 1）的链表包含所有的元素跳跃表的查找次数近似于层数，时间复杂度为O(logn)，插入、删除也为 O(logn)跳跃表是一种随机化的数据结构(通过抛硬币来决定层数)

查找元素的方法是这样，从上层开始查找，大数向右找到头，小数向左找到头，例如我要查找​​17​​​，查询的顺序是：13 -> 46 -> 22 -> 17；如果是查找​​35​​​，则是 13 -> 46 -> 22 -> 46 -> 35；如果是​​54​​，则是 13 -> 46 -> 54

跳表实现节点定义：

typedef struct zskiplistNode { // 成员对象 （robj *obj;） sds ele; // 分值 double score; // 后退指针 struct zskiplistNode *backward; // 层 struct zskiplistLevel { // 前进指针 struct zskiplistNode *forward; // 跨度 // 跨度实际上是用来计算元素排名(rank)的，在查找某个节点的过程中，将沿途访过的所有层的跨度累积起来，得到的结果就是目标节点在跳跃表中的排位 unsigned long span; } level[];} zskiplistNode;

链表定义：

typedef struct zskiplist { // 表头节点和表尾节点 struct zskiplistNode *header, *tail; // 表中节点的数量 unsigned long length; // 表中层数最大的节点的层数 int level;}

Geo

redis在3.2版本推出了这个数据结构，可以用来推算地理位置信息，两地之间的距离，方圆几里的人

只有6个命令：

geoadd

增加位置信息：geoadd key 纬度 经度 地名

geodist

获取两地之间的距离：geodist key 地名1 地名2 单位

geohashgeoradius：可用于实现附近的人

获取指定位置范围的地理信息位置集合：GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]georadius key 经度 纬度 半径 单位 获取的数量

geopos

获取位置信息：geopos key

georadiusbymember

获取指定元素范围的地理信息位置集合georadiusbymember key member 半径 单位

geo底层实现是通过redis的跳表

如：geoadd再添加地理位置信息时：

geoadd key 纬度 经度 地名

实际上，redis将经度和纬度做了一个编码，编码作为zset的score，地名作为value存储到指定的key跳表中

这个编码实际上是通过geohash实现，核心在于：

通过什么hash算法唯一标识地球上任意位置如何将地球上不同位置将地球切分为不同的区块，并支持不同粒度的表示

这边文章对于geohash解释的不错：​​geohash​​

HyperLogLog

HyperLogLog 是一种概率数据结构，用来估算数据的基数。数据集可以是网站访客的 IP 地址，E-mail 邮箱或者用户 ID。

什么是基数？

基数是不重复的元素，例如：A = {1，3，5,7,8,7,}，B={1,3,5,7,8}，则AB基数为5

在redis中可以利用hyperloglog实现基数统计

例如，我们需要统计网站访问的用户数，

我们可以使用set集合去保存访问网站的用户Id，最后根据set的size作为访问的用户数，但是在这个场景下，我只需要拿到一个访问数，不需要你保存的userId。且一个set保存太多userId时，占用的内存也大，这也是为什么需要HtperLogLog的原因，hyperloglog占用的内存时固定的，为12kb

因为hyperloglog存在一定的错误率，如果允许容错可以使用这个，不允许容错只能使用set

Bitmaps

原理

8bit = 1b = 0.001kb

bitmap就是通过最小的单位bit来进行0或者1的设置，表示某个元素对应的值或者状态。 一个bit的值，或者是0，或者是1；也就是说一个bit能存储的最多信息是2

优势

1.基于最小的单位bit进行存储，所以非常省空间。 2.设置时候时间复杂度O(1)、读取时候时间复杂度O(n)，操作是非常快的。 3.二进制数据的存储，进行相关计算的时候非常快。 4.方便扩容

简单使用：

Pub/Sub

redis中的发布订阅也是一种消息通信模式，发送者发送消息，订阅者接收消息，redis客户端可以订阅任意数量的频道

原理：

订阅：

redis内部使用字典维护所有的频道，一个频道下通过链表维护所有的频道订阅者，即subscribe就是将订阅的客户端添加到指定频道的链表下

发布：

当一个频道接收到新的消息后，就会遍历链表的订阅者将消息push到指定的redis客户端

命令：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1HqfFD1b-1596381801913)(C:%5CUsers%5C12642%5CAppData%5CRoaming%5CTypora%5Ctypora-user-images%5Cimage-20200802185957207

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。