List怎么存在redis中 redis 存放list

转载

是大魔术师 2024-06-27 11:07:22

文章标签 List怎么存在redis中 redis 缓存list Redis 缓存数据结构 文章分类 Redis 数据库

“Redis is an open source (BSD licensed), in-memory data structure store, used as database, cache and message broker.” -- Redis Official Website!

第一次详细的接触Redis是从官网开始的，上述摘自官网：Redis是一个基于BDS许可的开源的内存数据结构存储，用于数据库，缓存和消息代理。

从官网上的解释，我们知道：Redis是基于内存的，支持多种数据结构
从使用经验来说，我们知道：Redis常用作于缓存

在学习一项技术之前，我们应该问自己几个问题：为什么学习该项技术？使用该技术能为我们解决什么问题呢？。。。只有这样有目标的去学习，我们才能更好的理解所学习的技术的本质，更好的适用于不同的使用场景☺！我们先从“内存”、“数据结构”、“缓存”初识Redis。

初识Redis

为什么要使用Redis？

从上面的介绍中，Redis是基于内存的，常用来作为缓存的一种技术，并且Redis是以key-value形式进行存储的。

我们发现上述特性正是Java集合体系中Map容器具备的，直接使用Map不就可以了吗？为什么还要使用Redis呢？

Java实现的Map结构是本地缓存，如果是集群环境下，每个实例都需要各自保存自己的一份缓存，缓存不具有一致性；
Java实现的Map用作缓存，JVM内存太大是容易挂掉的。一般使用Map容器来存储临时数据，缓存的数据是随着JVM销毁而结束的。并且Map所存储的数据结构，缓存过期机制等等都需要我们自己实现，成本比较高；
Redis实现的是分布式缓存，集群环境下，每个实例都共享同一份缓存，缓存具有一致性；除此之外，Redis可以将缓存数据保存在硬盘中，Redis重启了也可以将其恢复。原生提供了丰富的数据结构、缓存过期机制等等功能。

为什么使用缓存？

使用缓存的目的：不用每次读取数据时，都要查一次数据库。提高性能(因为缓存查询速度比数据库查询速度快的多)，提高并发能力(因为缓存分担了部分的请求，支持更高的并发)。

最简单Web服务业务图：

List怎么存在redis中 redis 存放list_List怎么存在redis中

简单web服务业务图

Redis基本数据结构

Redis有5种基本数据结构，分别是：string(字符串)、list(列表)、hash(字典)、set(集合)、zset(有序集合)，学习这些数据结构是使用Redis的基础。【注意】：Redis是以key-value的形式进行存储的，Redis的key一定是字符串，value可以是string、list、hash、set、zset等这些数据类型。

学习这些基本数据类型之前，进行简单的说明：Redis并没有直接使用这些数据结构来实现key-value数据库，而是基于这些数据结构创建了一个对象系统。即：Redis使用对象来表示数据库中的键和值，每次我们在Redis中创建一个键值对时，至少会创建出两个对象。一个是键对象，一个是值对象。
简单来说就是：key是一个redisObject对象，value也是一个redisObject对象。每个对象都有type、encoding、ptr来表示。

typedef struct redisObject {    // 类型    unsigned type:4;    // 编码    unsigned encoding:4;    // 对象最后一次被访问的时间    unsigned lru:REDIS_LRU_BITS; /* lru time (relative to server.lruclock) */    // 引用计数    int refcount;    // 指向实际值的指针    void *ptr;} robj;

string(字符串)

Redis中的字符串是一种简单动态字符串(Simple Dynamic String，SDS)，这意味着使用者可以对其进行修改。Redis底层使用sdshdr结构来表示一个SDS值。【注】：Redis 规定了字符串的长度不得超过 512 MB。

struct sdshdr{    // 字节数组，用于保存字符串    char buf[];    // 记录buf数组中已使用的字节数量，也是字符串的长度    int len;    // 记录buf数组未使用的字节数量    int free;}

SDS与C语言中的字符串比较

获取字符串的长度时，时间复杂度是O(1)，因为sdshdr数据结构中len属性记录字符串的长度
SDS不会发生缓存溢出/内存溢出等溢出问题，因为如果修改了SDS，空间不足，会先扩展空间，在进行修改(内部实现了动态扩展机制)
SDS可以减少内存分配的次数(free属性)，实现了空间预分配机制
SDS是二进制安全的，所有的SDS API都会以处理二进制的方式来处理SDS存放在buf数组中的数据

list(列表)

Redis中的列表相当于Java中的LinkedList，list的插入和删除操作非常快，时间复杂度是O(1)，但查询很慢，时间复杂度是O(n)。Redis中列表结构表示如下：

typedef struct list{    //表头结点    listNode  *head;    //表尾节点    listNode  *tail;    //链表长度    unsigned long len;    //节点值复制函数    void *(*dup) (viod *ptr);    //节点值释放函数    void  (*free) (viod *ptr);    //节点值对比函数    int (*match) (void *ptr,void *key);}list;

typedef strcut listNode{    //前置节点    strcut listNode  *pre;    //后置节点    strcut listNode  *pre;    //节点的值    void  *value;}listNode;

List怎么存在redis中 redis 存放list_redis 缓存list_02

Redis list结构

Redis列表特性

list是无环双向链表
list获取表头指针、表尾指针、列表节点长度时间复杂度都是O(1)
list使用void *指针来保存节点值，说明可以保存各种不同类型的值

hash(字典)

Redis中的hash相当于Java中的HashMap，内部差不多类似，都是通过“数组 + 链表”的链地址法来解决部分hash冲突。

typedef struct dictht{      //存放一个数组的地址，数组中存放哈希节点dictEntry的地址    dictEntry** table;        //哈希表table的大小，出始大小为4    unsingned long size;      //用于将hash值映射到table位置的索引，大小为(size-1)    unsingned long  sizemask;      //记录哈希表已有节点(键值对)的数量    unsingned long  used;    }dictht;

typedef struct dict{      dictType *type;      //私有数据，保存着dictType结构中函数的 参数    void *privdata;       //两张哈希表    dictht ht[2];        //rehash的标记，rehashidx == -1,表示没有进行 rehash    long rehashidx;      //正在迭代的迭代器数量    int itreators;     }dict;

typedef struct dictEntry {        //键        void *key;        //值        union {            void *value;            uint64_tu64;            int64_ts64;        }v;            //指向下个哈希节点，组成链表        struct dictEntry *next;    }dictEntry;

typedef struct dictType{    //计算哈希值的函数    unsigned int (*hashFunction)(const void * key);    //复制键的函数    void *(*keyDup)(void *private, const void *key);    //复制值得函数    void *(*valDup)(void *private, const void *obj);      //对比键的函数    int (*keyCompare)(void *privdata , const void *key1, const void *key2)    //销毁键的函数    void (*keyDestructor)(void *private, void *key);    //销毁值的函数    void (*valDestructor)(void *private, void *obj);  }dictType;

从底层源码实现可以看出，Redis中hash内部维护了两个hashtable：

ht[0]：用于存放真实的key-value数据
ht[1]：用于扩容(rehash)

【渐进式扩容 rehash】

Redis采用渐进式扩容的原因

数据量过大，一次rehash是相当耗时的，这可能导致服务器一段时间内停止服务

渐进式扩容条件

正常情况下，当hash表中元素的个数等于ht[0]数组的长度时，就会开始进行扩容操作，扩容的新数组是原数组大小的2倍。
如果Redis正在执行bgsave(持久化)操作，为了减少内存过多的分离，Redis尽量不进行扩容，但是如果hash表达到ht[0]数组长度的5倍，此时强制扩容

Redis渐进式扩容过程

在字典中维持一个索引计数器变量rehashidx，并将其设置为0，表示rehash开始；
在rehash期间，每次对字典进行增删改查，除了执行指定命令外，还会将ht[0]中rehashidx索引上的值rehash到ht[1]中，操作完成后rehashidx+1；
字典操作不断执行，最终在某个时间点，所有的键值对完成rehash，这时将rehashidx设置为-1，表示rehash完成；
在渐进式rehash过程中，字典会同时使用两个哈希表ht[0]和ht[1]，所有的更新、删除、查找操作也会在两个哈希表进行。例如要查找一个键的话，服务器会优先查找ht[0]，如果不存在，再查找ht[1]，诸如此类。此外当执行新增操作时，新的键值对一律保存到ht[1]，不再对ht[0]进行任何操作，以保证ht[0]的键值对数量只减不增，直至变为空表。