《Redis设计与实现》[整数集合]章节笔记

1、什么是整数集合？

整数集合（intset）是集合键的底层实现之一，是 Redis 用于保存整数值的集合抽象数据结构。

（集合对象(set)的编码可以是 intset 或者 hashtable ）

2、既然集合对象set底层有2种数据结构实现，那么什么时候用整数集合呢？

当集合对象可以同时满足以下两个条件时， 对象使用 intset 编码：

1. 集合对象保存的所有元素都是整数值；
2. 集合对象保存的元素数量不超过 512 个；(这个512是可以通过配置文件修改的，不用记)

不能满足这两个条件的集合对象需要使用 hashtable 编码（底层转换，把intset种的数据转移到hashtable里）。

3、这个数据结构的定义是什么样的？

typedef struct intset {
    uint32_t encoding;    // 编码方式
    uint32_t length;      // 元素数量，即 contents 数组的长度
    int8_t contents[];    // 保存元素的数组
} intset;

4、编码方式encoding是什么意思？为什么一个数据结构会有这么个属性呢？

 encoding 属性的值可以是 INTSET_ENC_INT16、INTSET_ENC_INT32、INTSET_ENC_INT64

一句话总结：intset可以存储 int16、int32、int64 这3种类型的数据。至于具体存的是哪个类型，又encoding指定。

5、可是明明 contents[]指定的类型是int8啊？怎么存int16、int32、int64啊？

原文：

虽然 intset 结构将 contents 属性声明为 int8_t 类型的数组， 但实际上 contents 数组并不保存任何 int8_t 类型的值 

原文并没有讲原因，以下是我的理解：

类比Go的string类型，底层是[]byte。存int16就用2个int8表示就行呗，int8这里可以看成一个单位。

6、contents里的数据有没有排序？有的话什么顺序？

contents 数组按从小到大的顺序保存着集合中的元素。

7、Redis中的set类型无序且不重复，为啥contents要排序？

数组 + 有序排列，你想到了什么？

举例一个set的用法，类似编程语言中的某些集合的 contains() 方法。

SISMEMBER key member ：判断 member 元素是否集合 key 的成员（人话就是member是否包含在这个set中）

8、可是我还是不明白为什么一个破数组要分那么多类型存储？

你用mysql一个varchar(4000)存性别字段，有问题么？除了别人会骂你脑瘫，严格意义上问题不大。

但是redis不行。redis基于内存，内存很贵，内存有限。坦白讲：不管大数小数都用int64存其实没什么问题。

所以你会在书中多次看到这几个字：节省内存。

这也是为什么redis底层用了这么多数据结构的原因，也许很多API也许不是时间复杂度最低的，但是他一定要找到一个时间复杂度和空间复杂度的平衡。毕竟基于内存，没办法追求极致的处理速度。

9、那你这么说，原来都是int16的值，突然插入一个int32的咋办？

专业名词：升级

原文：

每当我们要将一个新元素添加到整数集合里面， 并且新元素的类型比整数集合现有所有元素的类型都要长时，

整数集合需要先进行升级（upgrade）， 然后才能将新元素添加到整数集合里面。

10、咋升级？

 假设我们要将类型为 int32_t 的整数值添加到整数集合里面

11、既然有升级，那有降级么？

整数集合不支持降级操作， 一旦对数组进行了升级， 编码就会一直保持升级后的状态。

12、说了那么多，为什么要存在这种数据结构，有什么好处？

尽可能地节约内存。

因为整数集合可以通过自动升级底层数组来适应新元素， 所以我们可以随意地将 int16_t 、 int32_t 或者 int64_t 类型的整数添加到集合中， 而不必担心出现类型错误， 这种做法非常灵活。

整数集合现在的做法既可以让集合能同时保存三种不同类型的值， 又可以确保升级操作只会在有需要的时候进行， 这可以尽量节省内存。

13、集合对象保存的元素数量不超过 512 个，为什么要有这个限制？为什么是512？

效率问题，redis作者一定有自己的考量，intset有可取之处，但是不能解决大量数据的问题，显然数据量大用hashtable更好。

为什么是512，笔者猜测，干程序的就愿意整一些128啊 256啊这类的数，怎么地？513就一定效率低么，所以你也不用记。