Redis 基础数据结构（五）

这一节我们介绍Redis的集合（set）和有序集合（zset）两种数据类型

一、set（集合）

1、Redis的set相当于java里面的HashSet，他的内部的键值是无序的，唯一的。内部实现是一个所有value都是一个值null的字典结构。

2、当集合中最后一个元素被删除后，数据结构被自动删除，内存被回收

3、set结构具有去重功能，可以保证数据的唯一性。

com.xiaozhameng.aliyun:6379> sadd person zhameng
(integer) 1
com.xiaozhameng.aliyun:6379> sadd person zhameng
(integer) 0
com.xiaozhameng.aliyun:6379> sadd person alier
(integer) 1
com.xiaozhameng.aliyun:6379> smembers person
1) "zhameng"
2) "alier"
com.xiaozhameng.aliyun:6379> 

二、zset（有序集合）

1、zset 是Redis非常有特色的数据结构，它类似java里面的HashSet和SortedSet的结合体。一方面它是一个set，保证其value的唯一性，另一方面，它可以给每个value赋予一个score，代表这个value的排序权中。

2、zset的内部实现是跳表（也叫做跳跃列表）

3、zset中最后一个value被删除后，数据结构被自动清空，内存被回收。

4、举个栗子，比如我们有一个图书排名的集合，使用zset存储，用score来指定排名的权重

com.xiaozhameng.aliyun:6379> zadd books 9.0 "think in java"
(integer) 1
com.xiaozhameng.aliyun:6379> zadd books 8.9 "java concurrency"
(integer) 1
com.xiaozhameng.aliyun:6379> zadd books 8.2 "java cookbook"
(integer) 1
com.xiaozhameng.aliyun:6379> zadd books 8.6 "java vm"
(integer) 1
com.xiaozhameng.aliyun:6379> zrange books 0 -1
1) "java cookbook"
2) "java vm"
3) "java concurrency"
4) "think in java"
com.xiaozhameng.aliyun:6379> zrevrange books 0 -1
1) "think in java"
2) "java concurrency"
3) "java vm"
4) "java cookbook"
com.xiaozhameng.aliyun:6379> zcard books
(integer) 4
com.xiaozhameng.aliyun:6379> zscore books "java concurrency"
"8.9000000000000004"
com.xiaozhameng.aliyun:6379> 

三、跳跃列表

1、zset内部的排序功能是基于跳跃列表的数据结构来实现的，跳表的实现相对于前面几种数据结构的实现略微复杂，我们首先看一下Redis里面每一个kv（key/value）块对应的结构，如下面代码中的zslnode，kv header 也是这个结构，不过value字段都是NULL值，score则是Double.MIN_VALUE，用来垫底。

struct zslnode {
	string value;
	double score;
	zslnode*[] forwards;
	zslnode* backward;
}

struct zsl {
	zslnode* header;
	int maxLevel ;
	map<string,zslnode*> ht;
}

2、kv之间使用指针串起来形成了双向链表结构，他们是有序排列的。不同kv层高度可能不一样，层约高kv约少，同一层的kv会使用指针串起来。每一层的元素遍历都是从kv header 出发。kv之间使用双向链表结构，且是有序（从小到大）存储的。Redis的跳表结构总共有64层，如下的示意图中只画了4层

3、查找过程

如果跳表只有一层，要插入，删除操作时，需要定位到响应的节点（最后一个比目标目标元素小的元素，或者说第一个比目标元素大的元素），这样需要遍历整个链表，上面示意图中的L0层，时间复杂度将是O(n)，也许你想到了二分查找，但是这里采用的是链表结构，二分查找算法需要有序的数组结构。

跳跃表有了多层结构结构之后，这个查找算法的时间复杂度就会降低到O(lg(n))。

如上图所示，我们要定位其中的某个元素，需要从header的最高层开始遍历，找到第一个节点（比目标元素小的元素），然后降一层（所谓降一层就是根据指针往下查找元素，注意对比图中的数据，降一层的数据元素跟当前节点的元素是相同的）再进行遍历。这种抽取层的遍历的过程，减少了元素遍历的次数。如上，如果在L0层进行遍历查找最后一个元素，最坏需要查找n次，但是如果从L3开始遍历查找，则每一层遍历的元素为下一层元素的一半（实际上，跳表结构中这里的上下层数据关系并不是严格的2：1的关系），大大降低了查找的次数，提高了效率。

4、新增一个元素

上面提到查找过程的时候，我们提到上下层元素之间的个数并不是严格的2：1，这是因为如果按照严格的2：1比例，当跳表中新增一个元素时，就需要调整后续元素的层，这不是我们愿意看到的。实际上，redis在新增元素的时候，会为每一个元素随机出一个层，比如随机出来的层是2，那就会把这个元素插入到第1层到第2层的链表中，我们看一下这个过程，假设当前的跳表结构如果所示，我们要往该跳表中新增一个元素8，通过随机函数计算出来的随机层为3

 

从头指针开始，一层一层遍历找到要插入的未知（图中0层元素6的后面），再根据计算出来的随机层数，将该元素插入到0层，1层，2层这三层中。

5、我们看一下redis跳表结构中的随机层数，对于每一个新插入的节点，都需要调用一个随机算法给它分配一个合理的层数，一般理解上，50%的概率会被分配到Level1，25%的概率会被分配到Level2，12.5%的概率会被分配到level3，依次类推，2^-63的概率会被分配到最顶层，因为这里每一层晋升的概率是50%。不过redis源码中的晋升的概率只有25%，跳表更加扁平化，在单个层上遍历的节点会稍微多一点，所以，对于redis而言，从顶层往下遍历的时候会非常浪费，所以redis跳表会记录一下当前的最高层数maxLevel，遍历时，从这个最高层maxLevel开始遍历，这样性能就会提高很多。

6、关于score

可能细心的小伙伴发现了，既然使用score值来进行排序，那么当score值都一样的情况下会怎么样呢，查询的时间复杂度将退化到O(n)，不过别担心，redis肯定早就考虑到这一点了，redis不仅仅通过score值来进行排序，还会对value值进行比较（字符串比较）

7、元素排名是怎么计算出来的

zset可以获取元素的rank，那你有没有考虑过redis中的rank是怎么计算出来的呢？redis在skiplist的forward指针做了优化，每一个指正都加了一个span属性，span标识从前一个节点，沿着当前层跳转到当前节点时中间会跳过多少个节点，redis在插入，删除操作是会更新span的值，这样我们要计算一个元素的排名时，只需要将搜索路径经过的所有及诶单的span进行叠加就可以计算出来rank值

三、总结

好了，关于redis的几种常用数据类型我们已经介绍完了，zset结构使用到的跳表是一种非常高效的动态数据结构，在java中，我们知道HashMap 中使用了的红黑树是一种稳定高效的动态数据结构，跳表的实现比起红黑树要简单，但是性能上并不必红黑树差。其实，redis中不仅仅就这5中基本的数据类型，随着Redis5.0的发布，还引入了listpack数据结构，它是对ziplist的改进版，在存储结构上会更加紧凑，此外redis内部还有很多有趣又高效的数据结构值得借鉴，基于这些数据结构我们能实现很多高效的功能。后续有时间的时候，我们会持续挖掘！

因为个人水平有限，如果小伙伴在查阅过程中有什么问题，欢迎批评指正！