4、redis基础系列—数据结构
Redis数据库里面每个键值对（key-value pair）都是由对象（object）组成的，其中：
- 数据库键总是一个字符串对象（string object）；
- 数据库键的值则可以是字符串对象、列表对象（list object）、哈希对象（hash object）、集合对象（set object）、有序集合对象（sorted set object）五种对象中的一种；
当我们聊redis数据结构的时候，应该关注那些问题？
- 数据库键的值的底层数据结构有哪些？sds、链表、字典、跳跃表、整数集合、压缩列表、对象、位图、geo
- 底层数据结构的使用场景、功能和性能是什么样的？
常用数据结构
1、SDS简单动态字符串
数据结构&特性
每个sds.h/sdshdr结构表示一个SDS值：
struct sdshdr{
// 记录buf中已使用的字节的数量，等于SDS保存字符串的长度
int len;
// 记录buf数组中未使用字节的数量
int free;
// 字节数组用于保存字符串
char[] buf;
}
-
free表示未使用空间，0未分配任何未使用空间；
-
len已经使用空间，标识一个7字节长的字符串；
-
buf是一个char类型数组，存放字符串对应字符，最后一位保存空字符'\0'；
相比C字符串特性
-
SDS的len属性记录了SDS本身长度，所以获取SDS字符串长度的时间复杂度为O(1)，而C字符串要遍历整个字符串找到'\0'结尾，时间复杂度为O(n);
-
C字符串不记录自身长度，还容易造成缓冲区溢出；SDS的空间分配策略杜绝了这种情况发生：SDS API需要对SDS修改时会检测空间是否满足要求，不满足会自动扩展，然后才执行修改操作；
-
SDS会进行空间预分配，空间扩展时，除了分配必要空间，还会分配一部分未使用空间free，避免频繁扩展；
-
SDS空间空闲不会立刻释放，使用free记录，等待将来使用，惰性释放，避免频繁释放；
-
SDS二进制安全、兼容部分C函数；
2、链表
数据结构&特性
redis链表提供了顺序的节点访问能力，增删改节点灵活；作为列表键、发布订阅、慢查询、监视器等功能的底层实现；
链表由链表节点和列表两个结构：
typedef struct listNode{
//前置节点
struct listNode * prev;
//后置节点
struct listNode * next;
//节点值
void * value;
}listNode;-
链表节点通过prev和next指针组成双端列表；
typedef struct list{
// 表头节点
listNode * head;
// 表尾节点
listNode * tail;
// 链表包含节点数量
unsigned long len;
// 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
void (*match) (void * prt,void *key);
}list;-
双端、无环、带表头节点、表尾结点、带链表长度计数器、多态（使用void*指针保存节点值，并通过list结构的dup\free\match三个属性为节点值设置特定类型的函数）；
3、字典
redis提供字典结构来保存键值对的数据；作为哈希键（哈希键的键值比较多或者键值对中的元素都是比较长的字符串）、Redis数据库的底层数据结构；
数据结构&特性
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，总是等于size-1
unsigned long sizemask;
//该哈希表已有节点数量
unsigned long used;
}dictht;-
table是一个数组，每个元素指向dict.h/dictEntry结构的指针，每个dictEntry结构保存着一个键值对。
-
size记录哈希表的大小，数组的大小；sizemask总是等于size-1，这个属性和哈希值一起决定一个键应该被放到table数组的那个索引上面。
typedef struct dictEntry{
//键
void *key;
//值
union{
void *val;
uint64_tu64;
int64_ts64;
}v;
//指向下个哈希表节点，形成链表
struct dictEntry *next;
}dictEntry;typedef struct dict{
//类型特定函数
dictType *type;
//私有数据
void *privatedata;
//哈希表
dictht ht[2];
//rehash索引,rehash不进行时，值为-1；
in trehashidx;
}dict;-
根据键值对的键计算出哈希值和索引值，然后再根据索引值，将包含新键值对的哈希表节点放到哈希表数组指定的索引上面。
-
每个哈希表使用链地址法来解决哈希冲突；因为链表没有指向链表表尾的指针，所以为了速度考虑，程序总是将新节点添加到链表的表头位置（时间复杂度为O(1));
-
扩展或收缩哈希表的操作可以由rehash（重新散列）完成；redis采用渐进式的rehash操作，是一种分而治之的思想，将rehash键值对所需的计算工作均摊到对字典的每个添加、删除、查找和更新操作上，从而避免了集中式rehash带来的庞大计算量。rehash的过程中，字典会同时使用ht[0]和ht[1]两个哈希表，所以期间字典的增删改查会在两个哈希表上进行。例如查找是会现在ht[0]中查找，查找不到再去ht[1]中查；期间新添加的键值对一律会被保存到ht[1]里面，ht[0]不再进行任何添加操作，保证ht[0]包含键值对只减不增，并随着rehash进行最终变为空表。
4、跳跃表
是一种有序数据结构，每个节点维护多个指向其他节点的指针，从而达到快速访问节点的目的；平均O(logN)、最坏O(N)复杂度的节点查找；作为有序集合键（包含元素较多或元素成员为较长字符串）、集群节点 的底层实现；
数据结构&特性
跳跃表节点zskiplistNode和跳跃表zskiplist两个结构
-
header：指向跳跃表的表头节点；
-
tail:指向跳跃表的表位节点；
-
level:记录目前跳跃表内，层数最大的那个节点的层数（表头节点的层数不计算在内）；L1\L2\L3的字样代表各个层，每个层有两个属性，前进指针和跨度；前进指针用于访问位于表尾方向的其他节点，跨度用于记录前进指针指向节点和当前节点的距离。箭头连线上的数自即为跨度。当程序遍历时，访问会沿着层的前进指针进行；
-
length:记录跳跃表的长度，也即是，跳跃表目前包含节点的数量（表头节点不计算在内）；
typedef struct zskiplistNode{
//层
struct zskiplistLevel{
//前进指针
struct zskiplistNode *forward;
//跨度
unsigned int span;
}level[];
//后退指针
struct zskiplistNode *backward;
//分值
double score;
//成员对象
robj *obj;
}zskiplistNode;zskiplistNode包含以下属性：
-
层：跨度和前进指针组成，通过层来加快访问其他节点的速度，层数越多，访问其他节点的速度越快。每次创建一个新节点，程序根据幂次定律随机生成一个1到32之间的值作为level数组的大小，这个大小就是层的高度。
-
后退指针：节点中BW字样的标记节点，指向前一个节点，用于表尾向表头遍历；
-
分值：各节点中1.0、2.0、3.0是节点保存的分值。在跳跃表中，节点按照各节点所保存的分值从小到大排列；分值相同则按成员对象在字典序中的大小进行排序；
-
成员对象：各个节点中的o1\o2和o3是节点锁保存的成员对象；
typedef struct zskiplist{
//表头节点和表尾节点
structz skiplistNode *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;
}zskiplist;-
header和tail指针分别指向跳跃表的表头节点和表尾节点，通过这两个指针，程序定位表头节点和表尾节点的时间复杂度为O(1)
-
通过length属性记录节点数量，O(1)复杂度返回跳跃表长度；
-
level属性用于O(1)复杂度内获取跳跃表中层数高数最大的节点的层数量，表头节点的层高并不计算在内；
5、整数集合
intset整数集合用于保存整数值的集合，并且整数值不多，可以保存int16_t、int32_t或者int64_t的整数值。并且保存整数集合不会出现重复。
数据结构&特性
typedef struct intset{
// 编码方式
uint32_t encoding;
//集合包含元素数量
uint32_t length;
//保存元素的数组
int8_t contents[];
}intset;6、压缩列表
当列表键和哈希键包含少量元素，并且每项要么是小整数值，要么是长度较短的字符串，redis就使用压缩列表作为底层数据结构实现。由一系列特特殊编码的连续内存块组成顺序型数据结构。一个压缩列表可以包含任意多个节点，每个节点可以保存一个字节数组或者一个整数值；
数据结构&特性
压缩列表和压缩列表节点组成
-
zlbytes：表示压缩列表的总长度
-
zltail:标识如果我们有一个指向压缩列表起始地址的指针p，那么只要用指针p加上偏移量x,就可以计算出表尾几点entryN的地址;
-
zllen：表示压缩列表节点数
-
previoids_entry_length：表示压缩列表中前一个节点的长度。previous_entry_length字节或5字节；用于计算前一个节点的起止地址；连锁更新时，需要重新分配压缩列表节点的字节数为5；但性能可接受
7、Redis位图Bitmap
通过一个bit位来表示某个元素对应的值或者状态，其中的key就是对应元素本身，value对应0或1，我们知道8个bit可以组成一个Byte，所以bitmap本身会极大的节省储存空间。
Redis从2.2.0版本开始新增了setbit、getbit、bitcount等几个bitmap相关命令。虽然是新命令，但是并没有新增新的数据类型，因为setbit等命令只不过是在set上的扩展。
应用场景一：位图计数统计
位图计数统计的是bitmap中值为1的位的个数。位图计数的效率很高，例如，一个bitmap包含10亿个位，90%的位都置为1，在一台MacBook Pro上对其做位图计数需要21.1ms。
例子：日活跃用户
为了统计今日登录的用户数，我们建立了一个bitmap,每一位标识一个用户ID。当某个用户访问我们的网页或执行了某个操作，就在bitmap中把标识此用户的位置为1。
每次用户登录时会执行一次redis.setbit(daily_active_users, user_id, 1)。将bitmap中对应位置的位置为1，时间复杂度是O(1)。统计bitmap结果显示有今天有9个用户登录。Bitmap的key是daily_active_users，它的值是1011110100100101。
因为日活跃用户每天都变化，所以需要每天创建一个新的bitmap。我们简单地把日期添加到key后面，实现了这个功能。例如要统计某一天有多少个用户访问，可以把这个bitmap的key设计为daily_active_users:2019-03-27。当用户访问进来，我们只是简单地在bitmap中把标识这个用户的位置为1，时间复杂度是O(1)。
8、Geo地理位置
redis目前已经到了3.2版本，3.2版本里面新增的一个功能就是对GEO(地理位置)的支持。
使用案例：
- 命令：GEOADD key longitude latitude member [longitude latitude member ...]
- 命令描述：将指定的地理空间位置（纬度、经度、名称）添加到指定的
key中。 - 返回值：添加到sorted set元素的数目，但不包括已更新score的元素。
具体参考：https://www.cnblogs.com/simibaba/p/7090350.html