02Redis的慢操作
02Redis的慢操作
- 前言
- 一、Redis数据类型的底层实现
- 二、键和值的结构组织
- 三、哈希表操作变慢的原因
-
- 3.1、链式哈希
- 3.2、rehash
- 3.3、渐进式rehash
- 四、集合类型数据操作效率
- 五、集合类型的底层数据结构
- 六、不同操作的复杂度
- 总结
前言
为啥 Redis 能有这么突出的表现呢？
- Redis是内存数据库，所有操作都在内存上完成，内存的访问速度本身就很快。
- Redis的键值对是按一定的数据结构来组织的，操作键值对最终就是对数据结构进行增删改查操作，所以高效的数据结构是 Redis 快速处理数据的基础。String（字符串）、List（列表）、Hash（哈希）、Set（集合）和 Sorted Set（有序集合）是Redis 键值对中值的数据类型，也就是数据的保存形式。
一、Redis数据类型的底层实现
底层数据结构一共有 6 种，分别是简单动态字符串、双向链表、压缩列表、哈希表、跳表、整数数组。它们和数据类型的对应关系如下图所示：
String 类型的底层实现只有一种数据结构，也就是简单动态字符串。而 List、Hash、Set 和 Sorted Set 这四种数据类型，都有两种底层实现结构。这四种类型称为集合类型，它们的特点是一个键对应了一个集合的数据。
二、键和值的结构组织
为了实现从键到值的快速访问，Redis 使用了一个哈希表来保存所有键值对。哈希表就是一个数组，数组的每个元素称为一个哈希桶。一个哈希表是由多个哈希桶组成的，每个哈希桶中保存了键值对数据。
其实，哈希桶中的元素保存的并不是值本身，而是指向具体值的指针。不管值是 String，还是集合类型，哈希桶中的元素都是指向它们的指针。
如图，哈希桶中的 entry 元素中保存了key和value指针，分别指向了实际的键和值，即使值是一个集合，也可以通过value指针被查找到。
因为这个哈希表保存了所有的键值对，所以把它称为全局哈希表。哈希表的最大好处是可以用 O(1) 的时间复杂度来快速查找到键值对。只需要计算键的哈希值，就可以知道它所对应的哈希桶位置，然后就可以访问相应的 entry 元素。
这个查找过程主要依赖于哈希计算，和数据量的多少并没有直接关系。不管哈希表里有 10 万个键还是 100 万个键，只需要一次计算就能找到相应的键。
三、哈希表操作变慢的原因
往哈希表中写入更多数据时，哈希冲突是不可避免的问题。即两个 key 的哈希值和哈希桶计算对应关系时，正好落在了同一个哈希桶中。哈希桶的个数通常要少于 key 的数量，难免会有一些 key 的哈希值对应到了同一个哈希桶中。
3.1、链式哈希
Redis 解决哈希冲突的方式是链式哈希。指同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接。
如图，entry1、entry2 和 entry3 都需要保存在哈希桶 3 中，导致了哈希冲突。此时，entry1 元素会通过一个next指针指向 entry2，同样，entry2 也会通过next指针 指向 entry3。即使哈希桶 3 中的元素有 100 个，也可以通过 entry 元素中的指针把它们连起来。这就形成了一个链表，也叫作哈希冲突链。
3.2、rehash
哈希冲突链上的元素只能通过指针逐一查找再操作。如果哈希表里写入的数据越来越多，哈希冲突可能也会越来越多，这就会导致某些哈希冲突链过长，进而导致这个链上的元素查找耗时长，效率降低。
为了避免这个问题，Redis 会对哈希表做 rehash 操作。增加哈希桶数量，让逐渐增多的 entry 元素能在更多的桶之间分散保存，减少单个桶中的元素数量，从而减少单个桶中的冲突。
Redis 默认使用了两个全局哈希表：哈希表 1 和哈希表 2。一开始，当你刚插入数据时，默认使用哈希表 1，此时的哈希表 2 并没有被分配空间。随着数据逐步增多，Redis 开始执行 rehash，这个过程分为三步：
- 给哈希表 2 分配更大的空间，例如是当前哈希表 1 大小的两倍；
- 把哈希表 1 中的数据重新映射并拷贝到哈希表 2 中；
- 释放哈希表 1 的空间。
用增大的哈希表 2 保存更多数据，而原来的哈希表 1 留作下一次 rehash 扩容备用。
3.3、渐进式rehash
第二步涉及大量的数据拷贝，如果一次性把哈希表 1 中的数据都迁移完，会造成 Redis 线程阻塞，无法服务其他请求，无法快速访问数据了。
为了避免这个问题，Redis 采用了渐进式 rehash。在第二步拷贝数据时，Redis每处理一个请求时，从哈希表 1 中的第一个索引位置开始，顺带着将这个索引位置上的所有 entries 拷贝到哈希表 2 中；等处理下一个请求时，再顺带拷贝哈希表 1 中的下一个索引位置的 entries。如图：
把一次性大量拷贝的开销，分摊到了多次处理请求的过程中，避免了耗时操作，保证了数据的快速访问。
四、集合类型数据操作效率
String 类型找到哈希桶就能直接增删改查了，哈希表的 O(1) 操作复杂度也就是它的复杂度了。
集合类型即使找到哈希桶了，还要在集合中再进一步操作。集合类型的值，第一步是通过全局哈希表找到对应的哈希桶位置，第二步是在集合中再增删改查。
集合的操作效率的影响因素
- 集合的底层数据结构有关。例如，使用哈希表实现的集合，要比使用链表实现的集合访问效率更高。
- 操作本身的执行特点有关，比如读写一个元素的操作要比读写所有元素的效率高。
五、集合类型的底层数据结构
集合类型的底层数据结构主要有 5 种：整数数组、双向链表、哈希表、压缩列表和跳表。
哈希表上文已述，整数数组和双向链表操作特征都是顺序读写，也就是通过数组下标或者链表的指针逐个元素访问，操作复杂度是 O(N)，操作效率比较低。
压缩列表像一个数组，数组中的每一个元素都对应保存一个数据。和数组不同的是，压缩列表在表头有三个字段 zlbytes（列表长度）、zltail（列表尾的偏移量） 和 zllen（entry 个数）；压缩列表在表尾还有一个 zlend，表示列表结束。
压缩列表查找定位第一个元素和最后一个元素，可以通过表头三个字段的长度直接定位，复杂度是 O(1)。查找其他元素是逐个查找，复杂度就是 O(N) 了。
跳表在链表的基础上，增加了多级索引，通过索引位置的几个跳转，实现数据的快速定位，当数据量很大时，跳表的查找复杂度就是 O(logN)， 如图：
要在链表中查找 33 这个元素，只能从头开始遍历链表，查找 6 次，直到找到 33 为止，复杂度是 O(N)，查找效率很低。
为了提高查找速度，增加一级索引：从第一个元素开始，每两个元素选一个出来作为索引。这些索引再通过指针指向原始的链表。例如，从前两个元素中抽取元素 1 作为一级索引，从第三、四个元素中抽取元素 11 作为一级索引。此时，我们只需要 4 次查找就能定位到元素 33 了。
如果还想再快，可以再增加二级索引：从一级索引中，再抽取部分元素作为二级索引。例如，从一级索引中抽取 1、27、100 作为二级索引，二级索引指向一级索引。只需要 3 次查找，就能定位到元素 33 了。
按照查找的时间复杂度给这些数据结构分下类了：
六、不同操作的复杂度
集合类型的操作类型很多，有读写单个集合元素的，例如 HGET、HSET，也有操作多个元素的，例如 SADD，还有对整个集合进行遍历操作的，例如 SMEMBERS。复杂度的高低是我们选择集合类型的重要依据。
提前规避高复杂度操作的四句口诀：
- 单元素操作是基础；
- 范围操作非常耗时；
- 统计操作通常高效；
- 例外情况只有几个。
第一，单元素操作是指每一种集合类型对单个数据实现的增删改查操作。例如，Hash 类型的 HGET、HSET 和 HDEL，Set 类型的 SADD、SREM、SRANDMEMBER 等。这些操作的复杂度由集合采用的数据结构决定，例如，HGET、HSET 和 HDEL 是对哈希表做操作，所以它们的复杂度都是 O(1)；Set 类型用哈希表作为底层数据结构时，它的 SADD、 SREM、SRANDMEMBER 复杂度也是 O(1)。
注意：集合类型支持同时对多个元素进行增删改查，例如 Hash 类型的 HMGET 和 HMSET，Set 类型的 SADD 也支持同时增加多个元素。这些操作的复杂度，就是由单个元素操作复杂度和元素个数决定的。例如，HMSET 增加 M 个元 素时，复杂度就从 O(1) 变成 O(M) 了。
第二，范围操作是指集合类型中的遍历操作，可以返回集合中的所有数据，比如 Hash 类型的 HGETALL 和 Set 类型的 SMEMBERS，或者返回一个范围内的部分数据，比如 List 类型的 LRANGE 和 ZSet 类型的 ZRANGE。这类操作的复杂度一般是 O(N)，比较耗时尽量避免。
不过，Redis 从 2.8 版本开始提供了 SCAN 系列操作（包括 HSCAN，SSCAN 和 ZSCAN），实现了渐进式遍历，每次只返回有限数量的数据。相比于 HGETALL、SMEMBERS 避免了一次性返回所有元素而导致的 Redis 阻塞。
第三，统计操作是指集合类型对集合中所有元素个数的记录，例如 LLEN 和 SCARD。这类操作复杂度只有 O(1)，这是因为当集合类型采用压缩列表、双向链表、整数数组这些数据结构时，专门记录了元素的个数统计，因此可以高效地完成相关操作。
第四，例外情况是指某些数据结构的特殊记录，例如压缩列表和双向链表都会记录表头和表尾的偏移量。 List 类型的 LPOP、RPOP、LPUSH、RPUSH 这四个操作是在列表的头尾增删元素，可以通过偏移量直接定位，所以复杂度也只有 O(1)，可以实现快速操作。
总结
Redis 的底层数据结构包括了用来保存每个键和值的全局哈希表结构，支持集合类型实现的双向链表、压缩列表、整数数组、哈希表、跳表这五大底层结构。
Redis 能快速操作键值的原因：
- O(1) 复杂度的哈希表被广泛使用，包括 String、Hash 和 Set，它们的操作复杂度基本由哈希表决定；
- Sorted Set 用了 O(logN) 复杂度的跳表。
不过，集合类型的范围操作要遍历底层数据结构，复杂度通常是 O(N)。建议用其他命令来替代，例如可以用 SCAN 来代替， 避免在 Redis 内部产生费时的全集合遍历操作。
List 类型两种底层实现结构：双向链表和压缩列表的操作复杂度都是 O(N)。建议因地制宜地使用 List 类型。例如，既然它的 POP/PUSH 效率很高，那么就将它主要用于 FIFO 队列场景，而不是作为一个可以随机读写的集合。