redis底层数据结构(redis底层存储结构、源码分析)

---

前言

随着工作年限的增加，我们已经逐渐不再满足会用redis即可了，更希望深究redis底层的设计思想，实现方案，通过源码中精妙的设计，来帮助我们更好的设计，优化业务项目。本文是博主从网上搜的一些学习视频，加上自己的理解而创作的。本人水平有限，如有误导，欢迎斧正，一起学习，共同进步！

---

一、redis为什么快？

1、高速的存储介质 基于内存
2、优良的底层数据结构 时间复杂度 O(1) ,hashMap结构
3、高效的网络io模型 io模型的高效。epoll、select、kqueue、evport
4、高效的线程模型 执行线程是单线程，(io线程可能是多个线程，但是执行线程一定是1个。redis6.0以后，io线程是多线程，执行线程还是单线程)

二、redis的底层数据结构

redis的底层是一个数组。数组的时间复杂度是 O(1)，不管查数组中的某个元素，都会很快。redis的底层是 hashTable，其实是数组，叫了个hashTable的名字。因为redis都是一个key 一个v的格式嘛。然后主结构的数组，就是存的 key 的hash函数的值。就是对key进行求hash，然后在对数组的长度求模。然后将元素存到指定的位置上(是不是有点像hashMap的主结构)。
redis采用链表法解决hash冲突。链表法也有头插法和尾插发的区别。redis是使用的头插法。原因是既然使用redis，肯定是觉得是个高频使用的，不是高频使用的直接放数据库就行，没必要放redis，既然是高频使用的，放在链表的头部，能更快的被查找，使用。

2.1、redis的底层存储的扩容机制

上面已经说了，redis的底层是hashtable，也就是数组。redis的hashtable(主结构数组)也会进行扩容，因为链表一旦长了，肯定就会影响查询的效率了。

2.1.1、扩容时间

既然是扩容，那是啥时候才会进行扩容呢？当hashTable存的元素已经超过了数组的长度的时候，就会进行扩容。

2.1.2、扩容多大

既然是扩容，那扩容多少呢？扩容一倍。比如说原先hashTable的容量是8，扩容后变成了16。当然，扩容后还有一个rehash的过程，

2.1.3、扩容后的rehash

rehash是说，讲原先数组(hashTable)中的元素，移动到扩容后的新的数组的位置中去。比如说原先 hash(key) % hashtable.size() = 某一个位置。 你的hashtable从8变成了16，那具体的存的位置肯定会改变，当然，也可能不会变。比如说原先数组的长是8，key的hash对8求模，是在第4个元素。扩容后了，key的hash对16求模。结果有可能还是第4个元素，也可能不是。具体看第几个元素来判断会不会移动。

2.1.4、何时进行rehash

那么什么时候进行rehash呢，也分为两种。

• 主动：我访问一次数据的时候(不管是get也好，set也好，都会去访问一下hashtable，因为整个数据的索引都是通过hashtable来管理的)，就做一下rehash。从低往高挨着去搬hash巢。一次搬一个巢，一个巢里可能有多个元素。而且他是按顺序去搬，并不是搬你要访问的那个

• 被动：默认会轮询的搬hash巢，默认是搬100个。之所以只搬运100个hash巢，因为hash巢可能会非常大，你都同时搬运的话，可能会造成线程的卡顿，而对于redis这种内存型数据库来说，线程卡顿是业务上不可接受的。

2.1.5、俩hashtable访问那个呢？

那比如扩容的时候，有俩hashtable。因为redis的底层扩容的时候，是直接复制出来一个2倍的hashtable，然后把原始的hashtable的元素慢慢移动到第二个hashtable中去。因此比如访问的时候，那是访问第一个的hashtable还是第二个的hashtable呢，是先访问老的hashtable，如果有的话，直接拿到数据了，如果没有，就去新的hashtable中去拿。并且如果此时有新的元素加入进来了，就会去存入新的hashtable中，而不会再存到旧的hashtable中去。

2.2、redis的key的底层数据类型(sds)

redis是一个键值对的数据库，redis的值，可以是 string、list、set、zset、hash、bitmap、geospatial、hyperloglog。redis的键呢？redis的键可以是 string、int、double、图片、视频、音频、文件等等。但是，这些都是表象，都是客户端传给redis服务器的传值，具体的类型是由redis-server服务器来决定的。但是，不管是什么类型的key，redis的底层，存的都是string对象。也就是说，redis所有的键，都是string类型的。

2.2.1、sds(Simple dynamic string)

redis是c语言写的，虽然redis是c语言写的，但是他却没有直接用c语言的数据结构。它自定义了一个 SDS (Simple dynamic string)的数据类型。c语言中的string是怎么表示的呢？是用一个char类型的数组来表示的，而且编译器会自动加一个 \0 来表示结束。
比如你有一个String类型的数据： dazeng
char [] data = “dazeng”; c语言的编译器，会自动的变成：
char [] data = “dazeng\0”; 去给最后加一个 \0。

2.2.2、sds诞生的原因

之所以要自定义 sds (simple dynamic string),是因为有的字符串中可能就有会 \0 这样的特殊字符，那你在用c语言中的 \0 来表示结尾，就不行了。就会中断，\0后面的字符就会被丢弃，这样显然是不行的。

2.2.3、sds的数据结构

比如说，一个da\0zeng的字符串， char [] buf =“da\0zeng” // 其中 \0 占一个字节
底层是sds结构(redis3.0版本)：

	int len：7			// 数据的长度。不在依赖于\0去当做数据结尾，而是去查数据的长度，去截断。
	int free				// redis3.0以后是改成了alloc，也是因为int浪费空间，
    buf[14]=dazeng123		// 真正要存的 业务数据
		

• len表示数据的长度。这样比较浪费空间，因为redis用的时候，大都是用的string(可能百分之80,90都是用的string)。然后你string的底层是sds，sds的int类型是4字节，4字节是能存 2^32 -1 的长度，好几亿，肯定不会有业务数据有好几亿的长度，所以会很浪费。虽然没毛病，却会很浪费内存。往往我们1个字节， 2^7 -1 的长度，就已经能很好的满足我们的业务需求了。

• free是表示剩余的空间长度。也是一样的，因为redis的string增加的时候，比如说原先叫 dazeng，现在希望改成 dazeng1 。那么他的长度，可不是从6变成7。而是，希望变成7，就是 72=14。给他分配14的长度(其实这个2倍，也是看的大小，如果小于1m，则直接是翻倍扩容，如果是超过了1m，则是1m1m的加。1M=10241024*Char。Char可以是5bits/8bits/16bits/32bits/64bits)。那你用了7,14的长度用了7，还剩下7，你的free就是7，下次改成 dazeng12 8的长度的时候，就不用从新开辟内存空间，从新去扩容了。

2.2.4、sds扩容原理

大小小于1M的时候，翻倍扩容；大于1M的时候，1M，1M的增加。其实上面已经说完了。比如说原先叫 dazeng，现在希望改成 dazeng1 。那么他的长度，可不是从6变成7。而是，希望变成7，就是 72=14。给他分配14的长度(其实这个2倍，也是看的大小，如果小于1m，则直接是翻倍扩容，如果是超过了1m，则是1m1m的加。1M=10241024*Char。Char可以是5bits/8bits/16bits/32bits/64bits)。那你用了7,14的长度用了7，还剩下7，你的free就是7，下次改成 dazeng12 8的长度的时候，就不用从新开辟内存空间，从新去扩容了。其实扩容后，也会自动的在字符串后面加一个 \0 ，因为redis毕竟是c语音写的，还是会尽可能的兼容c语言的语法的。

2.2.5、redis3.0以后对底层sds的优化

redis的6.0版本中，都是：

sdshdr5		// 长度是  0 - 2^5 -1 
sdshdr8		// 长度是  0 - 2^8 -1 
sdshdr16	// 长度是  0 - 2^16 -1 
sdshdr32	// 长度是  0 - 2^32 -1 

之所以出现了sdshdr5，sdshdr8，sdshdr16，是因为我们只用int类型去表示长度，是比较浪费的。所以才会出现，hdr8，hdr16之类的数据类型。可以用相对更小的空间去描述我们的数据。用 sdshrd5 去描述头部数据。什么是头部数据呢，就是不是真正的业务数据buf，而是去描述业务数据的长度的，叫头部数据(比如说sds结构中的 len就是头部数据)，sdshdr5举例，他用一个char类型的flags去表示，char只占一个byte，一个byte又是8个bit位。做了更多的优化。一个byte中，也拆分为两部分，第一部分当做类型，第二部分当做业务数据的长度。

三、redis的底层数据库设计？

在redis.conf 中。databases 16 其实就代表 有16个库，底层是个数组；数据库对应的结构：在server.h的文件中，有个redisDb的结构。

3.1、redis的底层存储结构

3.1.1、redisDb

其中
dist：是存全部的键值对的空间(最核心的点)
expires：是做一些 过期时间 的处理的
blocking_keys：是一些阻塞的api
ready_keys：一些键的锁，接受消息的时候的一些处理
watched_keys：事务的一些命令 的存储

3.1.2、dist

其中，下面这三是核心
dictType： 是字典类型，
dictht：其实就是一个hashTable(上面所说的数组)，字典的hashtable。注意，它是个数组，数组里面单个元素是dictht。下面会详细介绍dictht
rehashidx：这个就是rehash的时候，已经rehash到了哪个的哈希巢了。

3.1.3、dictType

核心的是
hashFunction：hash函数，因为键要找到对应的hash巢的话，是通过这个hashfunction来找到对应的巢的
keyCompare：是键做比较的。因为如果两个键的hashCode一致，也不一定是hash冲突，也有可能这俩键是一样的，那就应该直接覆盖，不一样的情况下，才是hash冲突，就链表加就行。

3.1.4、dictht

table：指向的就是一个hash表的地址(键值对的真正的数据结构)
size：是hash表的长度
sizemask：是size的长度-1，是一个小优化，为了求模的时候更快
used：hashtable中一共有多少个元素

3.1.5、dictEntry

dictht中的 table的数据结构

key：string类型的key
v：是一个union的数据类型的指针。union的意思是，我有许多类型，但是同一时间，我只会有一个数据类型。比如说是val的话，就是指向的一个redisObject对象
next：是产生hash冲突的时候，next的指针，指向下一个的地址。

3.1.6、redisObject

type：是说这个对象是个什么样的类型，是string呢，还是list呢还是hash，set，bitmap之类的类型
encoding：是说编码。即使是相同的类型的话，底层是有可能会是不同的编码(值的长度不一样，编码方式会不同)。
lru：是和内存淘汰算法相关的一些处理
refcount：引用计数法相关的一个判断对象是否存活用的(因为redis是c写的，需要自己管理内存)
ptr：是真正的指向内存中的某一个区域，这个区域是用来存键值对的真正的数据的

3.2、数据库的总体理解图

1. redisDb是数据库存的结构，通俗的话，就是最外层的存储结构
2. dist是用来存储所有的数据的键值对的结构，dict中有type、dictht这俩重要的结构。其中type是存类型的，dictht是用来存数据的，之所以要有俩，是为了渐变式的rehash用的。(正常情况下，没有用到rehash的时候，同一时间，只会有一个hashtable)。rehash的时候，会创建一个比原来大一倍的空间
3. 会根据数据的类型，数据的大小，来确认一个编码方式，然后存储到redisObject中去。
4. redisObject的ptr又是一个sds的数据结构

四、总结

以上就是今天要讲的内容，本文仅仅简单介绍了redis的底层存储结构，而一些精妙的设计思想，例如redis的sdshdr8，sdshdr16来节省空间、redis的int类型的ptr不是指针信息而是直接是内容来减少一次磁盘io操作、等等这种设计思想上的精妙，是值得我们沉下心思去学习的。