数据结构

二进制安全：底层没有类型概念，只有byte数组 所以客户端需要将数据序列化成字节数组

string

• 字符串、数值、bit位图

内部编码：

• int：8个字节的长整型
• embstr：小于等于39个字节的字符串
• raw：大于39个字节的字符串

应用场景：

• 做简单的KV缓存

设计合理的键名，有利于防止键冲突和项目的可维护性，比较推荐的方式是使用业务名：对象名：id：[属性]作为键名

• incr（计数）：抢购，秒杀，详情页，点赞，评论
• session服务器

• 限速 通过对key设置过期时间的方式限制用户请求频率
• 使用位图来处理海量数据

2. 哈希类型 hash

• 做对象属性读写

3. 列表类型 list

• 可以做消息队列或者可以来存储列表信息，进行分页查询

4. 集合类型 set

• 自动去重
• 推荐系统：数据交集

5. 有序集合类型 sortedset

• 排序

内部数据结构

字典

typedef struct dictht {
    dictEntry **table;
    unsigned long size;
    unsigned long sizemask;
    unsigned long used;
} dictht;
typedef struct dictEntry {
    void *key;
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
    struct dictEntry *next;
} dictEntry;

redis使用了两张哈希表来方便扩容时的rehash操作

在进行rehash时，为避免给服务器带来过大负担，并不是一次性将所有值rehash到另外一张表，而是通过渐进的方式，每次对字典执行添加、删除、查找或者更新操作时，都会执行一次渐进式 rehash。

跳表

• O(N) 的空间复杂度，O(logN) 的插入、查询、删除的时间复杂度

查找时，从上层开始查找，找到对应的区间后再到下一层继续查找，类似于二分查找

这种查找数据结构跟红黑树相比：

• 插入非常快，因为不需要在插入后进行旋转
• 实现容易
• 支持无锁操作

完美跳表：所用的存储空间和查询过程，应该和二叉树是非常像的，我们会要求每一层都包含下一层一半的节点，且同一层指针跨越的节点数量是一样的

但随着元素不断增减，很难维护这样的完美跳表

引入随机性：通过 50% 的概率决策，决定是否需要继续将这个插入到更高的一层