吊打面试官之 Redis 底层数据结构详解

1、前置知识

我们知道，Redis 很快，但是 Redis 为啥能这么快呢，首先，因为它是内存数据库，所有操作都在内存上完成，内存的访问速度本身就很快。另一方面，就要归功于它的数据结构了。Redis 是一个键值对数据库，键值对是按照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。

那 Redis 中的数据结构是啥呢？你可能会说 String（字符串）、List（列表）、Hash（哈希表）、Set（集合）和 Sorted Set（有序集合）。其实这知识 Redis 键值对中值的数据类型，也就是数据的保存形式。而我们说的数据结构是它们的底层实现。

简单来说，底层数据结构一共有6中，在 Redis 3.2版本后，增加了一种，下面我通过图表的方式展示：

数据类型	底层数据结构
String	sds
List	3.2之前：ziplist/linkedlist 3.2之后：quicklist
Hash	ziplist/hashtable
Set	intset/hashtable
Sorted Set	ziplist/zskiplist

可以看到，String 类型的底层实现只有一种数据结构，也就是sds（简单动态字符串），而其他的四种数据类型都有两种底层实现结构，通常会把这四种类型称为集合类型，他们的特点是一个键对应一个集合的数据。

这里提一下 Redis 对象，干嘛用的，想象成对象头，不管你什么类型，都必须要带的，里面包含数据类型等等相关信息：由下面代码可以知道，一个 RedisObject 占用的字节数：4 + 4 + 24 + 32 + 64 = 128 位 / 8 = 16 字节。

/*
* Redis 对象
*/
typedef struct redisObject {
   
    // 类型 4bits，即上面[String,List,Hash,Set,Zset]中的一个
    unsigned type:4;
    // 编码方式 4bits，encoding表示对象底层所使用的编码。
    unsigned encoding:4;
    // LRU 时间（相对于 server.lruclock） 24bits
    unsigned lru:22;
    // 引用计数 Redis里面的数据可以通过引用计数进行共享 32bits
    int refcount;
    // 指向对象的值 64-bit
    void *ptr;
} robj;// 16bytes

下面我们就来具体讲讲这些底层的数据结构。

2、底层数据结构

2、简单动态字符串

SDS（simple dynamic string）：简单动态字符串。SDS 中包含了 free（当前可用空间大小），len（当前存储字符串长度），buf[]（存储的字符串内容），下面是 SDS 源码：

struct sdshdr{
   
    //记录buf数组中已使用字节的数量
    //等于 SDS 保存字符串的长度 4byte
    int len;
    //记录 buf 数组中未使用字节的数量 4byte
    int free;
    //字节数组，用于保存字符串 字节\0结尾的字符串占用了1byte
    char buf[];
}

包含了 len、free、buf[] 三个属性，占用的字节数最少是：4 + 4 + 1 = 9 byte。（仅限 Redis3.2 之前，3.2版本之后 SDS 结构发生了变化）

比如你执行 set hello world ，会创建出两个 SDS，一个存 Key：hello，一个存 Value：word，比如如下：

说了这么多，那为什么要用 SDS 呢，Redis 是 C 编写的，为啥没有使用 C 中的字符串呢？

优化获取字符串长度

C 语言要想获取字符串长度必须遍历整个字符串的每一个字符，然后自增做累加，时间复杂度是O(n)，SDS 直接维护了一个 len 变量，时间复杂度为 O(1)。

减少内存分配

当我们对一个字符串类型进行追加的时候，可能会发生两种情况：

• 当剩余空间（free）足够容纳追加内容时，就不需要再去分配内存空间，这样可以减少内存分配次数。
• 当前剩余空间不足以容纳追加内容，需要重新为其申请内存空间。

而 C 语言字符串在进行字符串的扩充和收缩的时候，都会面临内存空间的重新分配问题，如果忘记分配或者分配大小不合理还会造成数据污染。

那么 SDS 的 free 值哪来的呢？也就是字符串扩容策略。

• 当给 SDS 的值追加一个字符串，而当前剩余空间不够时，就会触发 SDS 的扩容机制，扩容采用了空间预分配的策略，即分配空间的时候：如果 SDS 值大小 < 1M，则增加一倍；反之如果 > 1M，则当前空间增加 1M 作为新空间。
• 当 SDS 的字符串缩短了，SDS 的 buf 会多出来一些空间，这个空间并不会马上被回收，而是暂时留着以防再用的时候进行多余的内存分配，这个是惰性空间释放的策略。

惰性释放空间

当我们截断字符串时，Redis 会把截断部分置空，只保留剩余部分，且不立即释放阶段部分的内存空间，这样做的好处就是当下次再对这个字符串追加的时候，如果当前剩余空间足以容纳追加内容时，就不需要再去重新申请空间，避免了频繁的内存申请。暂时用不到的空间可以被 Redis 定时删除或惰性删除。

防止缓冲区溢出

其实和减少内存分配是成套的，都是因为 SDS 会预先检查内存自动分配来做到防止缓冲区溢出的。当需要对一个 SDS 进行修改的时候，Redis 会在执行拼接操作之前，预先检查给定 SDS 空间是否足够，如果不够，会先拓展 SDS 的空间，然后再执行拼接操作。

二进制安全

在 C 语言中通过判断当前字符是否是’\0’来确定字符串是否结束，对于一些二进制文件（如图片等），内容可能包含空字符串，因此无法正确读取。而在 SDS 结构中，只要遍历长度没有达到 len，即使遇到’\0’也不会认为字符串结束，不会发生上述问题。

兼容部分 C 字符串函数

虽然 SDS 是二进制安全的，但是一样遵从每个字符串都是以空字符串结尾的惯例，这样可以重用一部分 C 语言库（）的函数