redis資料結構知識圖文詳解

這篇文章為大家帶來了關於Redis的相關知識，其中主要介紹了關於資料結構的相關問題，包括了字串、清單、雜湊、有序集合等等相關內容，希望對大家有幫助。

推薦學習：Redis學習教學

redis的資料結構：String(字串)、List(列表)、hash (雜湊)、Set(集合)、Shorted Set(有序集合)

#底層資料結構：簡單動態字串、雙向鍊錶、壓縮列表、雜湊表、跳表、整數陣列

1.雜湊表：一個雜湊表其實就是數組，數組中的每一個元素稱為一個雜湊桶。
雜湊衝突和rehash可能會帶來操作阻塞。
redis解決哈希衝突的方法是鍊式哈希，而rehash是增加現有hash桶的數量。

rehash的操作步驟：1.給哈希表分配更大的空間，例如是當前hash表大小的兩倍
2.把哈希表1中的資料重新映射並且拷貝到hash表2上
3.釋放哈希表1的空間
第二步涉及大量資料拷貝操作，如果一次把哈希表1中的資料都遷移完，會造成線程阻塞，無法服務其他請求。為了避免這個問題，redis採用漸進式rehash

整數陣列和雙向鍊錶的複雜度都是O(N)
壓縮列表在表頭有三個資料分別是列表長度、列表尾的偏移量和列表中entry個數
壓縮列表在表尾還有一個元素zlend代表列表結束
跳表：有序鍊錶只能逐一查找元素，而跳表在鍊錶的基礎上增加了多層索引，透過索引位置的幾次跳躍來實現資料的快速定位
以下五種結構的時間複雜度

##String類型

String類型並不適用於所有場景，它有一個明顯的短板就是它在保存資料時所消耗的記憶體空間較多。因為String類型需要額外記憶體空間記錄資料長度、空間使用等信息，這些資訊也叫做元資料。

當儲存的資料包含字元的時候，string會用簡單動態字串SDS結構體來保存

len是buf已用長度alloc是buf實際分配長度
因為redis資料型別很多，不同的資料型別有相同的元資料要記錄，所以redis會用一個RedisObject結構體來統一記錄這些元資料

當儲存Long型別的時候，RedisObject的指標就直接賦值為整數資料了，這樣就不用額外的指標再指向整數了，節省了指標的空間開銷。
如果保存的字串小於44字節，sds和元資料會被分配到一塊連續的記憶體區域，被稱為embstr編碼
如果保存的字串大於44字節，SDS和元資料會分開存放，被稱為raw編碼

另外redis會使用一個全域hash表保存所有鍵值對，hash表的每一項都是一個dictEntry的結構體，用來指向一個鍵值對，可以看到key value next會使用24字節，但是實際佔用32字節，這是因為jemalloc 在分配內存時，會根據我們申請的字節數N，找一個比N 大，但是最接近N 的2 的冪次數作為分配的空間，這樣可以減少頻繁分配的次數。

用什麼資料結構可以節省記憶體呢？
壓縮列表：zlbytes代表列表長度，zltail代表列表尾偏移量，zllen代表列表中的entry個數，zlend代表列表結束，perv_len代表前一個entry長度，encoding代表編碼方式，len代表自身長度，key是實際儲存的資料。 redis基於壓縮清單實作了list、hash和Sorted Set

如何以集合類型儲存單一值的鍵值對？
在保存單一值的鍵值對的時候，可以採用Hash的二級編碼，就是把單值的數值拆分成兩部分，前一部分作為Hash的key，後一部分作為Hash的value

以图片 ID 1101000060 和图片存储对象 ID 3302000080 为例，我们可以把图片 ID 的前 7 位（1101000）作为 Hash 类型的键，把图片 ID 的最后 3 位（060）和图片存储对象 ID 分别作为 Hash 类型值中的 key 和 value。127.0.0.1:6379> info memory# Memoryused_memory:1039120127.0.0.1:6379> hset 1101000 060 3302000080(integer) 1127.0.0.1:6379> info memory# Memoryused_memory:1039136

Hash型別有兩種底層實作結構：1.壓縮列表2.Hash表
hash列表存在兩個閥值，一旦超過這兩個閥值就會從壓縮列表轉換為Hash表
hash-max-ziplist-entries表示用壓縮列表保存時哈希列表集合中最大元素個數
hash-max-ziplist-value表示用壓縮列表保存時哈希集合單個元素的最大長度

集合統計模式
1.聚合統計
2.排序統計
3.二值狀態統計
4.基數統計

redis的三種擴充資料型別

1.Bitmap：
2.HyperLogLog
3.GEO：
面向LBS應用的GEO資料型別
GEO的底層結構是根據Sorted Set來實現的，Sorted Set可以根據元素的權重排序，支援範圍查詢
sorted Set的權重分數是一個浮點數(float類型)，而經緯度是兩個數，需要用GeoHash 編碼
GeoHash編碼是透過「二分區間，區間編碼」的方式進行的。
先把經度和緯度換算成編碼的格式，然後再進行交叉

實際上交叉的目的是下圖所示的概念，交叉後實際上就可以定位到二維在空間上的一個方格中，我們使用Sorted Set 範圍查詢得到的相近編碼值，在實際的地理空間上，也是相鄰的方格，例如1110011101和1111011101是空間位置相鄰的

但是會存在編碼相鄰，但是方格實際上不相鄰的情況。所以為了避免這種情況發生我們可以同時查詢給定經緯度周圍4個或8個方格

#如何操作GEO類型？
在使用GEO類型時，我們經常使用到的兩個指令分別時GEOADD和GEORADIUS
GEOADD：用來把一組經緯度資訊和相對應的一個ID記錄到GEO類型集合中。
使用方法：假設車輛ID是33，經緯度位置是（116.034579，39.030452），我們可以用一個 GEO 集合保存所有車輛的經緯度，集合 key 是 cars:locations。只需要執行以下指令就可以把ID號碼為33的車輛的目前經緯度位置存入GEO中。

GEOADD cars:locations 116.034579 39.030452 33

GEORADIUS：根據輸入經緯度的位置，查詢以這個經緯度為中心一定範圍內的其他元素

如何自訂資料類型？

redis的基本物件結構包含type、encoding、lru和refcount、*ptr

開發一個名字叫NewTypeObject的資料結構，具體有以下四個步驟

#

如何在redis中保存時間序列資料？

1.基於Hash和Sorted Set保存：為什麼要基於兩種資料結構來查詢呢？
Hash類型可以實現單鍵的快速查詢，這就滿足了時間序列單鍵查詢需求
但是hash類型有一個短板就是不支援範圍查詢，為了支援時間戳範圍查詢我們需要透過Sorted Set，因為它是根據元素的權重分數來排序的，
那我們怎麼保證這兩個運算的原子性呢？
需要透過MULTI和EXEC兩個指令：
MULTI表示開始，收到這個指令redis就會將指令放入到佇列中
EXEC表示結束，收到這個指令就會開始執行佇列中的指令
但是如果採用hash和Sorted Set則只支援範圍查詢而不支援聚合計算。如果在客戶端做聚合計算，會導致大量的網路傳輸。所以可以在redis上透過RedisTimeSeries進行聚合計算。

推薦學習：Redis學習教學

以上是redis資料結構知識圖文詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！