目录

1.动态字符串SDS

1.1SDS底层源码

1.2 SDS动态扩容

1.3动态字符串SDS优点 

2.IntSet 

2.1底层结构

2.2有序性

2.3.IntSet结构扩容

2.4总结

3.Dict

3.1底层结构

3.2.Dict扩容 

3.3Dict收缩

 3.4.Dict的rehash

1.分配空间

2. 设置 rehashidx

3. 渐进式 rehash

Redis 采用渐进式 rehash 策略，避免一次性 rehash 大量键对服务器性能造成影响。具体步骤如下：

4. 迁移完成

4.ZipList

4.1底层结构

4.1.1 ZipList

 4.1.2 Entry

4.2.Encoding编码

设计优势

4.3.ZipList的连锁更新问题

5.QuickList

5.1总结

6.SKipList

6.1底层结构源码

 6.2总结

7.RedisObject

7.1.Redis的编码方式

---

1.动态字符串SDS

我们都知道Redis保存的key是字符串value往往是字符串或者字符串的集合。可见字符串是redis中最常见的一种数据结构。

redis底层是c语言编写的，不过redis并没有直接使用c语言中的字符串，因为c语言字符串存在许多问题：

//c语言
char* s = "hello"
//本质是字符串数组：{'h','e','l','l','o','\0'}

• 获取字符串长度需要通过运算（获取字符串长度还需要 - 结束标识符）
• 非二进制安全（不能包含特殊字符）
• 不可修改

所以Redis构建了一种新的字符串，动态字符串简称SDS

1.1SDS底层源码

flags：redis为了解决数据结构体大小受限问题创建了不同的SDS数据结构类型（比如uint8_t只能存储大小为255个字节数组字符串），flags主要作用就是用来存储SDS的类型信息，在redis中，不同SDS在存储容量和内存使用效率上各有不同。借助flags字段，redis能够依据实际需求选用合适的SDS类型，从而实现内存的高效利用

flags默认值如下

例如，一个字符串包含name的sds结构如下：

flags：1表示使用type8来存储数据

1.2 SDS动态扩容

SDS之所以叫动态字符串，因为它具备动态扩容的能力

步骤如下：

1.redis首先会去申请新的内存空间：申请规则如下

如果我们新的字符串大小小于1M,则新空间为扩张后字符串长度两倍+1（减少内存分配的次数减少性能开销）

如果新字符串大小大于1M，则新空间为扩展后字符串长度+1M+1。称为内存分配。（大于1M字符串如果再扩张为2倍非常浪费内存空间）

2.再把原数组数据赋值过来

1.3动态字符串SDS优点 

• 1.获取字符串长度的时间复杂度为0（1）
• 2.支持动态扩容
• 3.减少内存分配次数
• 4.二进制安全

---

2.IntSet 

IntSet是Redis中Set集合的一种实现方式，基于整数数组来实现的，并且具备长度可变，有序等特征。

2.1底层结构

encoding其实和动态字符串SDS的flags作用一样记录使用哪种数据类型 ，其中encoding包含三种模式，表示存储的整数大小不同：

2.2有序性

为了方便查找，Redis会在intset中所有的整数按照升序依次保存在contens数组中，

现在每个数组中的每个数字都在int16_t范围内，因此采用的编码方式是INTSET_ENC_INT16

• 1.IntSet底层采用的是连续的数组来存储元素，并且每个元素的类型相同，那么每个元素内存中所占空间大小是固定的。
• 2.intset会有寻址公式startPtr + (sizeof(int16)*index)通过这种寻址公式，intset可以高效的访问数组中任意元素，通过将起始地址startPtr加上偏移量（sizeof(int16)*index），就能得到指定索引位置元素的内存地址。
• 3.startPtr：这是整数集合底层数组的起始地址。根据上面那幅图就是Header包含的部分
• sizeof(int16)：sizeof是一个用于获取数据类型所占字节数的操作符，int16表示 16 位整数，
• index：这是数组中元素的索引

2.3.IntSet结构扩容

IntSet支持动态升级能力，如果当前数据结构存储不了要添加数据的大小就会升级编码

举个栗子：

现在假设有一个IntSet，元素为{5，10，20}采用的编码是INTSET_ENC_INT16则每个整数占2个字节

我们向该其中添加一个数字：5000,这个数字超出了int16_t的范围，intset会自动升级编码方式到合适的大小。
以当前案例来说流程如下：

• 1.升级编码为INTSET_ENC_INT32每个整数占4字节，并按照新的编码方式及元素个数扩容数组
• 2.倒序依次将数组中的元素拷贝到扩容后的正确位置
• 3.将待添加的元素放入数组末尾
• 4.最后，将inset的encoding属性改为INTSET_ENC_INT32,将length属性改为4

---

这里你可能会有疑问为什么不正序添加元素而是采用倒序添加元素

主要是避免数据覆盖问题：IntSet在内存中是连续存储的，当进行编码升级时，新元素类型的字节数会比原类型大。（要么添加到所有元素之后要么添加到所有元素之前，因为这个数要么就是负数很小，要么就是整数很大比如-5000or5000）如果正序添加元素，在将原Intset中的元素复制到新数组时，由于新元素占用空间更大，可能会覆盖尚未处理的后续元素。

2.4总结

• 1.Redis会确保Inset中的元素唯一，有序
• 2.具备类型升级机制，可以节省内存空间
• 3.底层采用二分查找方式来查询

---

3.Dict

Dict是dictionary也就是字典的简称。redis是一个键值型（Key-Value pair)的数据库，我们可以根据键实现快速的增删改查。而键与值的映射关系Dict来实现的。
Dict由三部分组成，分别是：哈希表（DictHashTable),哈希节点（DictEntry),字典（Dict)

3.1底层结构

dict（字典）

• 1.type表示字典类型（不同场景下使用不同字典类型，扩展性很强）
• 2.ht[2]表是两个hash表，一个用于存储数据，一个用于重新构建hash表的时候使用
• 3.rehashidx表示是否进行rehash

对于dictht（哈希表）

• 1.第一个字段 table表示指针指向存储hash节点数组的指针
• 2.size代表hash表的大小也就是数组的大小
• 3.掩码sizemask，用于计算键值对存储的位置
• 4.used表示有多少个元素，因为会有hash冲突保存到数组同一个位置这样就形成链表

DictEntry（hash节点）：就表示一个链表数据结构

---

当我们向dict添加键值对时，redis首先根据key计算出hash值（h),然后利用h&sizemask(按位与)来计算元素应该存储到数组中的哪个索引位置。我们存储k1=v1,假设k1的哈希值h =1,则1&3=1,因此k1=v1要存储到数组角标1位置。

3.2.Dict扩容 

Dict中的HashTable就是数组结合单向链表的实现，当集合中元素较多时，必然导致哈希冲突增多，链表过长，则查询，效率会大大降低。
Dict在每次新增链值对时都会检查负载因子 (LoadFactor=used/size),满足以下两种情况时会触发哈希表扩容：

• 哈希表的LoadFactor>=1,并且服务器没有执行bgsave 或者bgrewriteaof等后台进程；(因为这些后台进程对cpu使用非常高而且大量io读写，这时扩容影响性能)
• 哈希表的LoadFactor>5;

底层源码执行逻辑如下 

3.3Dict收缩

dict除了扩容以外，每次删除元素时，也会对负载因子做检查，当LoadFactor<0.1时，会做哈希表收缩；

实现逻辑如下

 3.4.Dict的rehash

不管是扩容还是收缩，必定会创建新的哈希表，导致哈希表的size和sizemask变化，而key的查询与sizemask有关。因此必须对哈希表中的每一个key重新计算索引，插入新的哈希表，这个过程称为rehash。

实现步骤如下：

1.分配空间

• 扩展操作：为 ht[1] 分配空间，其大小是第一个大于等于 ht[0].used * 2 的 2 的幂。
• 收缩操作：为 ht[1] 分配空间，其大小是第一个大于等于 ht[0].used 的 2 的幂。
• 

2. 设置 rehashidx

把 dict 结构里的 rehashidx 设置为 0，这表明 rehash 操作正式开始。

3. 渐进式 rehash

Redis 采用渐进式 rehash 策略，避免一次性 rehash 大量键对服务器性能造成影响。具体步骤如下：

• 在 rehash 期间，每次对字典执行增、删、查、改操作时，程序除了完成指定操作之外，还会顺带将 ht[0] 哈希表在 rehashidx 索引上的所有键值对 rehash 到 ht[1]，然后将 rehashidx 的值加 1。
• 此外，Redis 还会在定时任务里对字典进行 rehash 操作，每次处理一定数量的键值对。

4. 迁移完成

当 ht[0] 中的所有键值对都被 rehash 到 ht[1] 之后，释放 ht[0]，将 ht[1] 设置为 ht[0]，并创建一个新的空白哈希表作为 ht[1]，同时将 rehashidx 设置为 -1，表明 rehash 操作结束。

---

4.ZipList

ziplist是一种特殊的"双端链表",由一系列特殊编码的连续内存块组成。可以在任意一端进行压入/弹出操作，并且"该操作的时间复杂度为0(1)。当列表或哈希元素数量较少且值较小时会采用这种结构。

4.1底层结构

4.1.1 ZipList

 4.1.2 Entry

ZipList中的Entiy井不像普通链表那样记录前后节点的指针，因为记录两个指针要占用16个字节，浪费内存。而是采用
了下面的结构：

previous_entry_length:前一节点的长度，占1个或5个字节。

• 如果前一节点的长度小于254字节，则采用1个字节来保存这个长度值
• 如果前一节点的长度大于254字书，则采用5个字节来保存这个长废值，第一个字节为oxfe,后四个字节才是真实长度数据

encoding:编码属性，记录contentent的数据类型（字符串还是整数）以及长度，占用1个，2个或5个字节

content:负责保存节点的数据，可以是字符串或整数

---

ZipList的Entry这样设计不仅在节省内存空间的同时，保证数据的高效存储和访问，并且支持正向和反向遍历等操作。

1.记录前置节点长度（previous_entry_length）和当前节点长度（encoding）的字段，会根据实际长度动态调整。

2.反向遍历：借助记录前一个 Entry 的长度（previous_entry_length），能够从后往前反向遍历 ZipList。在某些场景下，反向遍历是必要的，比如实现栈的操作时，就需要从后往前访问元素。

4.2.Encoding编码

ZipListEntry中的encoding编码分为字符串和整数两种

整数编码：当 entry 存储整数时，encoding 用 1 字节表示 。通过 encoding 可确定整数类型及实际大小

常见整数编码如下：

• ZIP_INT_8B ：对应二进制 11111110 ，表示 8 位整数，content（数据部分）占 1 字节 
• ZIP_INT_16B ：对应二进制 1100 0000 ，表示 16 位整数，content 占 2 字节 。
• ZIP_INT_24B ：对应二进制 1111 0000 ，表示 24 位整数，content 占 3 字节 。
• ZIP_INT_32B ：对应二进制 1110 0000 ，表示 32 位整数，content 占 4 字节 。
• ZIP_INT_64B ：对应二进制 1101 0000 ，表示 64 位整数，content 占 8 字节 。
• ZIP_INT_2C ：对应二进制 11111101 ，表示 2 位有符号整数，实际取值范围有限 。

字节数组（字符串）编码：当 entry 存储字符串时，根据字符串长度不同，encoding 有 3 种编码方式，编码的第一个字节前 2 位表示数据类型，后续位标识字符串实际长度：

总结：

1.判断数据类型：encoding 第一个字节的前 2 位用于确定数据类型，二进制 11 开头表示整数 ；非 11 开头则是字节数组（字符串）。

2.解析字节数组长度：对于字节数组编码，确定是字节数组类型后，根据前 2 位具体值判断是哪种字符串编码，再依据对应规则解析出字符串长度。

设计优势

• 节省内存：根据数据实际类型和长度选择合适编码，避免固定长度存储造成的内存浪费。如存储小整数或短字符串时，使用较少字节数编码。
• 快速解析：通过 encoding 编码，可快速确定数据类型和长度，在读取 entry 数据时提高解析效率 。

4.3.ZipList的连锁更新问题

ZipList 的每个节点（Entry）包含一个记录前一个节点长度的属性 previous_entry_length ，该属性占用 1 个或 5 个字节：

 

• 若前一节点长度小于 254 字节，用 1 字节保存长度值。
• 若前一节点长度大于等于 254 字节，用 5 字节保存长度值，第一个字节固定为 0xfe ，后 4 字节是真实长度数据。
• 

 

假设存在 N 个连续的、长度在 250 - 253 字节之间的 Entry ，此时每个 Entry 的 previous_entry_length 都仅需 1 字节表示。若在队首插入一个 254 字节的数据：

 

1. 第二个 Entry 的 previous_entry_length 就得从 1 字节扩展为 5 字节 ，这使第二个 Entry 长度变为 254 字节。
2. 第二个 Entry 长度变化后，第三个 Entry 的 previous_entry_length 也需从 1 字节变为 5 字节 ，依此类推，后续所有 Entry 都会因前一个长度的改变而改变 。

 

这种特殊情况下产生的连续多次空间扩展操作，就是连锁更新（Cascade Update） 。不仅插入操作，删除操作也可能引发连锁更新。比如删除一个节点后，相邻节点记录的前置节点长度发生变化，若涉及长度从小于 254 字节变为大于等于 254 字节（或反之），就可能引发连锁更新。

---

5.QuickList

ZipList虽然节省内存，但申请内存必须是连续空间，如果内存占用过多，申请内存效率很低。所以当我们要存储大量数据，超出ZipList最佳上限那么可以创建多个ZipList来分片存储数据。

Redis3.2版本引入了新的数据结构QuickList，它是一个双端链表，只不过链表中的每个节点都是ZipList

1.为了避免QuickList中的每个ZipList中entry过多，Redis提供了一个配置项：list-max-ziplist-size来限制。

• 如果值为正，则代表ziplist的允许的entry个数的最大值
• 如果值为负，则代表ziplist的最大内存大小，分5种情况：

1:每个ziplist的内存占用不能超过4kb

-2:每个ziplist的内存占用不能超过8kb

-3:每个ziplist的内存占用不能超过16kb

-4:每个ziplist的内存占用不能超过32kb

-5:每个ziplist的内存占用不能超过64kb

其默认值为-2:

2.除了控制ziplist的大小，quicklist-comprest还可以对节点的ZipList做压缩。通过配置项ist-compress-depth来控制。因为链表一般都是从首尾访问较多，所以首尾是不压缩的。这个参数是控制首尾不压缩的节点个数：

• 0:特殊值，代表不压缩
• 1:标示quicklist的首尾各有1个节点不压缩，中间节点压缩
• 2:标示quicklist的首尾各有2个节点不压缩，中间节点压缩

以此类推

默认值：

QuickList整体结构图如下 

5.1总结

1. quickList是一个节点为ZipList的双端链表
2. 节点采用ZipList，解决了传统链表的内存占用问题
3. 控制了ZipList大小，解决连续内存空间申请效率问题
4. 中间节点可以压缩，进一步节省了内存

---

6.SKipList

SkipList（跳表）是一种用于实现有序集合的数据结构。首先是链表，但与传统链表相比有几点差异：

• 元素按照升序排列存储
• 节点可能包含多个指针，指针跨度不同。

6.1底层结构源码

score:分值是用于排序的依据

ele:实际存储的数据

backward:后退指针用于从尾向头遍历跳跃表

zskiplistLevel:层数组则用于实现多层索引结构，每个元素包含一个前进指针（forward）和跨度（span）。跨度表示从当前节点到下一个节点之间的元素数量

调表结构图：

 6.2总结

1. 调表是一个双向链表，每个节点都包含score和ele值
2. 节点按照score值排序，score值一样按照ele字典排序
3. 每个节点都可以包含多层指针，层数是1到32之间的随机数
4. 不同层指针到下一个节点的跨度不同，层级越高，跨度越大
5. 增删改查效率与红黑树基本一致，实现却更简单

---

7.RedisObject

Redis中的任意数据类型的键和值都会被封装为一个RedisObject，也叫做Redis对象，源码如下：

RedisObject是 Redis 实现多数据类型支持的关键结构。借助 type 和 encoding 字段，Redis 能够灵活存储和处理不同类型的数据，同时利用引用计数和 LRU/LFU 机制管理内存。

7.1.Redis的编码方式

Redis会根据存储数据类型的不同，选择不同的编码方式，共包含11种不同类型：

String，List，Set，Zset，Hash每一种数据类型对应几种不同编码：