一、Redis 簡介

"Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache and message broker."

Redis 是一個開源，高級的鍵值存儲和一個適用的解決方案，用於構建高性能，可擴展的 Web 應用程序。Redis 也被作者戲稱為 數據結構服務器 ，這意味著使用者可以通過一些命令，基於帶有 TCP 套接字的簡單 服務器-客戶端 協議來訪問一組 可變數據結構 。(在 Redis 中都採用鍵值對的方式，只不過對應的數據結構不一樣罷了)

Redis 的優點

以下是 Redis 的一些優點：

• 異常快 - Redis 非常快，每秒可執行大約 110000 次的設置(SET)操作，每秒大約可執行 81000 次的讀取/獲取(GET)操作。
• 支持豐富的數據類型 - Redis 支持開發人員常用的大多數數據類型，例如列表，集合，排序集和散列等等。這使得 Redis 很容易被用來解決各種問題，因為我們知道哪些問題可以更好使用地哪些數據類型來處理解決。
• 操作具有原子性 - 所有 Redis 操作都是原子操作，這確保如果兩個客戶端併發訪問，Redis 服務器能接收更新的值。
• 多實用工具 - Redis 是一個多實用工具，可用於多種用例，如：緩存，消息隊列(Redis 本地支持發佈/訂閱)，應用程序中的任何短期數據，例如，web應用程序中的會話，網頁命中計數等。

Redis 的安裝

這一步比較簡單，你可以在網上搜到許多滿意的教程，這裡就不再贅述。

給一個菜鳥教程的安裝教程用作參考：https://www.runoob.com/redis/redis-install.html

測試本地 Redis 性能

當你安裝完成之後，你可以先執行 redis-server 讓 Redis 啟動起來，然後運行命令 redis-benchmark -n 100000 -q 來檢測本地同時執行 10 萬個請求時的性能：

當然不同電腦之間由於各方面的原因會存在性能差距，這個測試您可以權當是一種 「樂趣」就好。

二、Redis 五種基本數據結構

Redis 有 5 種基礎數據結構，它們分別是：string(字符串)、list(列表)、hash(字典)、set(集合) 和 zset(有序集合)。這 5 種是 Redis 相關知識中最基礎、最重要的部分，下面我們結合源碼以及一些實踐來給大家分別講解一下。

1）字符串 string

Redis 中的字符串是一種 動態字符串，這意味著使用者可以修改，它的底層實現有點類似於 Java 中的 ArrayList，有一個字符數組，從源碼的 sds.h/sdshdr 文件 中可以看到 Redis 底層對於字符串的定義

<code>/* Note: sdshdr5 is never used, we just access the flags byte directly. * However is here to document the layout of type 5 SDS strings. */struct __attribute__ ((__packed__)) sdshdr5 {    unsigned char flags; /* 3 lsb of type, and 5 msb of string length */    char buf[];};struct __attribute__ ((__packed__)) sdshdr8 {    uint8_t len; /* used */    uint8_t alloc; /* excluding the header and null terminator */    unsigned char flags; /* 3 lsb of type, 5 unused bits */    char buf[];};struct __attribute__ ((__packed__)) sdshdr16 {    uint16_t len; /* used */    uint16_t alloc; /* excluding the header and null terminator */    unsigned char flags; /* 3 lsb of type, 5 unused bits */    char buf[];};struct __attribute__ ((__packed__)) sdshdr32 {    uint32_t len; /* used */    uint32_t alloc; /* excluding the header and null terminator */    unsigned char flags; /* 3 lsb of type, 5 unused bits */    char buf[];};struct __attribute__ ((__packed__)) sdshdr64 {    uint64_t len; /* used */    uint64_t alloc; /* excluding the header and null terminator */    unsigned char flags; /* 3 lsb of type, 5 unused bits */    char buf[];};/<code>

你會發現同樣一組結構 Redis 使用泛型定義了好多次，為什麼不直接使用 int 類型呢？

因為當字符串比較短的時候，len 和 alloc 可以使用 byte 和 short 來表示，Redis 為了對內存做極致的優化，不同長度的字符串使用不同的結構體來表示。

SDS 與 C 字符串的區別

為什麼不考慮直接使用 C 語言的字符串呢？因為 C 語言這種簡單的字符串表示方式 不符合 Redis 對字符串在安全性、效率以及功能方面的要求。我們知道，C 語言使用了一個長度為 N+1 的字符數組來表示長度為 N 的字符串，並且字符數組最後一個元素總是 '\\0'。(下圖就展示了 C 語言中值為 "Redis" 的一個字符數組)

這樣簡單的數據結構可能會造成以下一些問題：

• 獲取字符串長度為 O(N) 級別的操作 → 因為 C 不保存數組的長度，每次都需要遍歷一遍整個數組；
• 不能很好的杜絕 緩衝區溢出/內存洩漏 的問題 → 跟上述問題原因一樣，如果執行拼接 or 縮短字符串的操作，如果操作不當就很容易造成上述問題；
• C 字符串 只能保存文本數據 → 因為 C 語言中的字符串必須符合某種編碼（比如 ASCII），例如中間出現的 '\\0' 可能會被判定為提前結束的字符串而識別不了；

我們以追加字符串的操作舉例，Redis 源碼如下：

<code>/* Append the specified binary-safe string pointed by 't' of 'len' bytes to the * end of the specified sds string 's'. * * After the call, the passed sds string is no longer valid and all the * references must be substituted with the new pointer returned by the call. */sds sdscatlen(sds s, const void *t, size_t len) {    // 獲取原字符串的長度    size_t curlen = sdslen(s);      // 按需調整空間，如果容量不夠容納追加的內容，就會重新分配字節數組並複製原字符串的內容到新數組中    s = sdsMakeRoomFor(s,len);    if (s == NULL) return NULL;   // 內存不足    memcpy(s+curlen, t, len);     // 追加目標字符串到字節數組中    sdssetlen(s, curlen+len);     // 設置追加後的長度    s[curlen+len] = '\\0';         // 讓字符串以 \\0 結尾，便於調試打印    return s;}/<code> 

• 注：Redis 規定了字符串的長度不得超過 512 MB。

對字符串的基本操作

安裝好 Redis，我們可以使用 redis-cli 來對 Redis 進行命令行的操作，當然 Redis 官方也提供了在線的調試器，你也可以在裡面敲入命令進行操作：http://try.redis.io/#run

設置和獲取鍵值對

<code>> SET key valueOK> GET key"value"/<code>

正如你看到的，我們通常使用 SET 和 GET 來設置和獲取字符串值。

值可以是任何種類的字符串（包括二進制數據），例如你可以在一個鍵下保存一張 .jpeg 圖片，只需要注意不要超過 512 MB 的最大限度就好了。

當 key 存在時，SET 命令會覆蓋掉你上一次設置的值：

<code>> SET key newValueOK> GET key"newValue"/<code>

另外你還可以使用 EXISTS 和 DEL 關鍵字來查詢是否存在和刪除鍵值對：

<code>> EXISTS key(integer) 1> DEL key(integer) 1> GET key(nil)/<code>

批量設置鍵值對

<code>> SET key1 value1OK> SET key2 value2OK> MGET key1 key2 key3    # 返回一個列表1) "value1"2) "value2"3) (nil)> MSET key1 value1 key2 value2> MGET key1 key21) "value1"2) "value2"/<code>

過期和 SET 命令擴展

可以對 key 設置過期時間，到時間會被自動刪除，這個功能常用來控制緩存的失效時間。(過期可以是任意數據結構)

<code>> SET key value1> GET key"value1"> EXPIRE name 5    # 5s 後過期...                # 等待 5s> GET key(nil)/<code>

等價於 SET + EXPIRE 的 SETNX 命令：

<code>> SETNX key value1...                # 等待 5s 後獲取> GET key(nil)> SETNX key value1  # 如果 key 不存在則 SET 成功(integer) 1> SETNX key value1  # 如果 key 存在則 SET 失敗(integer) 0> GET key"value"             # 沒有改變/<code>

計數

如果 value 是一個整數，還可以對它使用 INCR 命令進行 原子性 的自增操作，這意味著及時多個客戶端對同一個 key 進行操作，也決不會導致競爭的情況：

<code>> SET counter 100> INCR count(interger) 101> INCRBY counter 50(integer) 151/<code>

返回原值的 GETSET 命令

對字符串，還有一個 GETSET 比較讓人覺得有意思，它的功能跟它名字一樣：為 key 設置一個值並返回原值：

<code>> SET key value> GETSET key value1"value"/<code>

這可以對於某一些需要隔一段時間就統計的 key 很方便的設置和查看，例如：系統每當由用戶進入的時候你就是用 INCR 命令操作一個 key，當需要統計時候你就把這個 key 使用 GETSET 命令重新賦值為 0，這樣就達到了統計的目的。

2）列表 list

Redis 的列表相當於 Java 語言中的 LinkedList，注意它是鏈表而不是數組。這意味著 list 的插入和刪除操作非常快，時間複雜度為 O(1)，但是索引定位很慢，時間複雜度為 O(n)。

我們可以從源碼的 adlist.h/listNode 來看到對其的定義：

<code>/* Node, List, and Iterator are the only data structures used currently. */typedef struct listNode {    struct listNode *prev;    struct listNode *next;    void *value;} listNode;typedef struct listIter {    listNode *next;    int direction;} listIter;typedef struct list {    listNode *head;    listNode *tail;    void *(*dup)(void *ptr);    void (*free)(void *ptr);    int (*match)(void *ptr, void *key);    unsigned long len;} list;/<code>

可以看到，多個 listNode 可以通過 prev 和 next 指針組成雙向鏈表：

雖然僅僅使用多個 listNode 結構就可以組成鏈表，但是使用 adlist.h/list 結構來持有鏈表的話，操作起來會更加方便：

鏈表的基本操作

• LPUSH 和 RPUSH 分別可以向 list 的左邊（頭部）和右邊（尾部）添加一個新元素；
• LRANGE 命令可以從 list 中取出一定範圍的元素；
• LINDEX 命令可以從 list 中取出指定下表的元素，相當於 Java 鏈表操作中的 get(int index) 操作；

示範：

<code>> rpush mylist A(integer) 1> rpush mylist B(integer) 2> lpush mylist first(integer) 3> lrange mylist 0 -1    # -1 表示倒數第一個元素, 這裡表示從第一個元素到最後一個元素，即所有1) "first"2) "A"3) "B"/<code>

list 實現隊列

隊列是先進先出的數據結構，常用於消息排隊和異步邏輯處理，它會確保元素的訪問順序：

<code>> RPUSH books python java golang(integer) 3> LPOP books"python"> LPOP books"java"> LPOP books"golang"> LPOP books(nil)/<code>

list 實現棧

棧是先進後出的數據結構，跟隊列正好相反：

<code>> RPUSH books python java golang> RPOP books"golang"> RPOP books"java"> RPOP books"python"> RPOP books(nil)/<code>

3）字典 hash

Redis 中的字典相當於 Java 中的 HashMap，內部實現也差不多類似，都是通過 "數組 + 鏈表" 的鏈地址法來解決部分 哈希衝突，同時這樣的結構也吸收了兩種不同數據結構的優點。源碼定義如 dict.h/dictht 定義：

<code>typedef struct dictht {    // 哈希表數組    dictEntry **table;    // 哈希表大小    unsigned long size;    // 哈希表大小掩碼，用於計算索引值，總是等於 size - 1    unsigned long sizemask;    // 該哈希表已有節點的數量    unsigned long used;} dictht;typedef struct dict {    dictType *type;    void *privdata;    // 內部有兩個 dictht 結構    dictht ht[2];    long rehashidx; /* rehashing not in progress if rehashidx == -1 */    unsigned long iterators; /* number of iterators currently running */} dict;/<code>

table 屬性是一個數組，數組中的每個元素都是一個指向 dict.h/dictEntry 結構的指針，而每個 dictEntry 結構保存著一個鍵值對：

<code>typedef struct dictEntry {    // 鍵    void *key;    // 值    union {        void *val;        uint64_t u64;        int64_t s64;        double d;    } v;    // 指向下個哈希表節點，形成鏈表    struct dictEntry *next;} dictEntry;/<code>

可以從上面的源碼中看到，實際上字典結構的內部包含兩個 hashtable，通常情況下只有一個 hashtable 是有值的，但是在字典擴容縮容時，需要分配新的 hashtable，然後進行 漸進式搬遷 (下面說原因)。

漸進式 rehash

大字典的擴容是比較耗時間的，需要重新申請新的數組，然後將舊字典所有鏈表中的元素重新掛接到新的數組下面，這是一個 O(n) 級別的操作，作為單線程的 Redis 很難承受這樣耗時的過程，所以 Redis 使用 漸進式 rehash 小步搬遷：

漸進式 rehash 會在 rehash 的同時，保留新舊兩個 hash 結構，如上圖所示，查詢時會同時查詢兩個 hash 結構，然後在後續的定時任務以及 hash 操作指令中，循序漸進的把舊字典的內容遷移到新字典中。當搬遷完成了，就會使用新的 hash 結構取而代之。

擴縮容的條件

正常情況下，當 hash 表中 元素的個數等於第一維數組的長度時，就會開始擴容，擴容的新數組是 原數組大小的 2 倍。不過如果 Redis 正在做 bgsave(持久化命令)，為了減少內存也得過多分離，Redis 儘量不去擴容，但是如果 hash 表非常滿了，達到了第一維數組長度的 5 倍了，這個時候就會 強制擴容。

當 hash 表因為元素逐漸被刪除變得越來越稀疏時，Redis 會對 hash 表進行縮容來減少 hash 表的第一維數組空間佔用。所用的條件是 元素個數低於數組長度的 10%，縮容不會考慮 Redis 是否在做 bgsave。

字典的基本操作

hash 也有缺點，hash 結構的存儲消耗要高於單個字符串，所以到底該使用 hash 還是字符串，需要根據實際情況再三權衡：

<code>> HSET books java "think in java"    # 命令行的字符串如果包含空格則需要使用引號包裹(integer) 1> HSET books python "python cookbook"(integer) 1> HGETALL books    # key 和 value 間隔出現1) "java"2) "think in java"3) "python"4) "python cookbook"> HGET books java"think in java"> HSET books java "head first java"  (integer) 0        # 因為是更新操作，所以返回 0> HMSET books java "effetive  java" python "learning python"    # 批量操作OK/<code>

4）集合 set

Redis 的集合相當於 Java 語言中的 HashSet，它內部的鍵值對是無序、唯一的。它的內部實現相當於一個特殊的字典，字典中所有的 value 都是一個值 NULL。

集合 set 的基本使用

由於該結構比較簡單，我們直接來看看是如何使用的：

<code>> SADD books java(integer) 1> SADD books java    # 重複(integer) 0> SADD books python golang(integer) 2> SMEMBERS books    # 注意順序，set 是無序的1) "java"2) "python"3) "golang"> SISMEMBER books java    # 查詢某個 value 是否存在，相當於 contains(integer) 1> SCARD books    # 獲取長度(integer) 3> SPOP books     # 彈出一個"java"/<code>

5）有序列表 zset

這可能使 Redis 最具特色的一個數據結構了，它類似於 Java 中 SortedSet 和 HashMap 的結合體，一方面它是一個 set，保證了內部 value 的唯一性，另一方面它可以為每個 value 賦予一個 score 值，用來代表排序的權重。

它的內部實現用的是一種叫做 「跳躍表」 的數據結構，由於比較複雜，所以在這裡簡單提一下原理就好了：

想象你是一家創業公司的老闆，剛開始只有幾個人，大家都平起平坐。後來隨著公司的發展，人數越來越多，團隊溝通成本逐漸增加，漸漸地引入了組長制，對團隊進行劃分，於是有一些人

再後來，公司規模進一步擴大，公司需要再進入一個層級：部門。於是每個部門又會從組長中推舉一位選出部長。

跳躍表就類似於這樣的機制，最下面一層所有的元素都會串起來，都是員工，然後每隔幾個元素就會挑選出一個代表，再把這幾個代表使用另外一級指針串起來。然後再在這些代表裡面挑出二級代表，再串起來。最終形成了一個金字塔的結構。

想一下你目前所在的地理位置：亞洲 > 中國 > 某省 > 某市 > ....，就是這樣一個結構！

有序列表 zset 基礎操作

<code>> ZADD books 9.0 "think in java"> ZADD books 8.9 "java concurrency"> ZADD books 8.6 "java cookbook"> ZRANGE books 0 -1     # 按 score 排序列出，參數區間為排名範圍1) "java cookbook"2) "java concurrency"3) "think in java"> ZREVRANGE books 0 -1  # 按 score 逆序列出，參數區間為排名範圍1) "think in java"2) "java concurrency"3) "java cookbook"> ZCARD books           # 相當於 count()(integer) 3> ZSCORE books "java concurrency"   # 獲取指定 value 的 score"8.9000000000000004"                # 內部 score 使用 double 類型進行存儲，所以存在小數點精度問題> ZRANK books "java concurrency"    # 排名(integer) 1> ZRANGEBYSCORE books 0 8.91        # 根據分值區間遍歷 zset1) "java cookbook"2) "java concurrency"> ZRANGEBYSCORE books -inf 8.91 withscores  # 根據分值區間 (-∞, 8.91] 遍歷 zset，同時返回分值。inf 代表 infinite，無窮大的意思。1) "java cookbook"2) "8.5999999999999996"3) "java concurrency"4) "8.9000000000000004"> ZREM books "java concurrency"             # 刪除 value(integer) 1> ZRANGE books 0 -11) "java cookbook"2) "think in java"/<code>

閱讀更多 互聯網架構小馬哥 的文章

關鍵字: 源碼 數據結構 數據庫