Redis设计核心-1-Redis底层数据结构总结1

最新推荐文章于 2025-06-19 06:58:06 发布

知乎-小拿

最新推荐文章于 2025-06-19 06:58:06 发布

阅读量1.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： redis 文章标签： Redis专栏

本文链接：https://blog.youkuaiyun.com/yqxz045000/article/details/91352876

前言

最近看了相关的Redis设计核心相关的书籍，对Redis有了一些小的认识，然后自己也做一些产出加深映象，我会从几个方面去总结Redis设计的核心内容：Redis底层数据结构总结、Redis高性能由哪些基础支撑、Redis应用场景、那些有趣的功能。

概述

本篇主要内容是Redis底层数据结构总结。Redis供用户直接使用的数据结构有String、List、Set、Zset、Hash等结构，而这些结构下层又基于一些数据结构，这些数据结构被设计的非常优美，来提供了Redis高效的性能、低内存占用、多样的功能等，他们有Dict、RedisObject、SDS、ZipList、QuickList、Listpak、Skiplist，我将从是什么、为什么使用、设计思想、特点、实现结构几个方面去总结。

为什么previous_entry_length要小于254？

Dict

是什么

Dict是一种查找结构，用来解决查询问题，是一种哈希散列表结构，采用拉链法解决哈希冲突，类似于JDK中HashTable但其特点是渐进式扩容，将单次指令触发扩容的时间分散到多次指令渐进扩容，避免了单次响应时间的剧烈波动，符合其响应效率的特点。

为什么使用

一般查找结构有常用的两种结构：1.各种平衡树，内部对数据排序，时间复杂度趋近于O(logn)，但是需要维护其平衡结构，较耗费性能并且实现复杂，可执行标识查找和范围查询；2.哈希散列表结构，不对元素排序，通过hash()定位元素在数组上的位置，利用了数组的索引O(1)查找特点，快速定位元素，其实现相对简单但只提供标识查询，时间复杂度为O(1)。

设计思想

Dict是字典结构，采用了散列表结构，利用数组索引定位O(1)的特点来实现快速操作，但区别于JDK的散列表实现，Dict使用数组存储元素，拉链法解决hash冲突，并且最突出的是使用渐进式扩容。HashMap扩容是一次性同步扩容，既单次add指令导致元素数量达到临界点，触发同步全量扩容，导致单次的响应时间剧烈波动。而Dict是将一次指令的同步扩容分散到多次指令上，每次执行指令时都会触发一部分扩容，避免了单次响应时间的剧烈波动，这也是体现其设计核心--响应效率优先。