数据库中五大数据结构的底层实现

Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，与Memcached类似，却优于Memcached的一个高性能的key-value数据库。下面让我们来详细介绍一下redis中五大数据结构的底层实现。

二、简单动态字符串

1、概述

Redis是一个开源的使用ANSI C语言编写的key-value 数据库，我们可能会较为主观的认为 Redis 中的字符串就是采用了C语言中的传统字符串表示，但其实不然，Redis没有直接使用C语言传统的字符串表示，而是自己构建了一种名为简单动态字符串（simple dynamic string SDS）的抽象类型，并将SDS用作Redis的默认字符串表示：redis>SET msg "hello world"

SDS 定义：

1. struct sdshdr{  
2.      //记录buf数组中已使用字节的数量  
3.      //等于 SDS 保存字符串的长度  
4.      int len;  
5.      //记录 buf 数组中未使用字节的数量  
6.      int free;  
7.      //字节数组，用于保存字符串  
8.      char buf[];  
9. } 

图片来源：《Redis设计与实现》

我们看上面对于 SDS 数据类型的定义：

•  len 保存了SDS保存字符串的长度
•  buf[] 数组用来保存字符串的每个元素
•  free j记录了 buf 数组中未使用的字节数量

2、与C语言相比较　

一般来说，SDS 除了保存数据库中的字符串值以外，SDS 还可以作为缓冲区（buffer）：包括 AOF 模块中的AOF缓冲区以及客户端状态中的输入缓冲区。后面在介绍Redis的持久化时会进行介绍。

三、链表

1、概述

链表提供了高效的节点重排能力，以及顺序性的节点访问方式，并且可以通过增删节点来灵活地调整链表的长度。

链表在Redis 中的应用非常广泛，比如列表键的底层实现之一就是链表。当一个列表键包含了数量较多的元素，又或者列表中包含的元素都是比较长的字符串时，Redis 就会使用链表作为列表键的底层实现。

每个链表节点使用一个listNode结构表示（adlist.h/listNode）：

1. typedef  struct listNode{  
2.        //前置节点  
3.        struct listNode *prev;  
4.        //后置节点  
5.        struct listNode *next;  
6.        //节点的值  
7.        void *value;    
8. }listNode 

链表的数据结构：

1. typedef struct list{  
2.       //表头节点  
3.      listNode *head;  
4.      //表尾节点  
5.      listNode *tail;  
6.      //链表所包含的节点数量  
7.      unsigned long len;  
8.      //节点值复制函数  
9.      void (*free) (void *ptr);  
10.      //节点值释放函数  
11.      void (*free) (void *ptr);  
12.      //节点值对比函数  
13.      int (*match) (void *ptr,void *key);  
14. }list; 

组成结构图

2、Redis链表特性

•  双端：链表具有前置节点和后置节点的引用，获取这两个节点时间复杂度都为O(1)。
•  无环：表头节点的 prev 指针和表尾节点的 next 指针都指向 NULL,对链表的访问都是以 NULL 结束。　
•  带链表长度计数器：通过 len 属性获取链表长度的时间复杂度为 O(1)。
•  多态：链表节点使用 void* 指针来保存节点值，可以保存各种不同类型的值。

四、字典

1、概述

字典又称为符号表或者关联数组、或映射（map），是一种用于保存键值对的抽象数据结构。字典中的每一个键 key 都是唯一的，通过 key 可以对值来进行查找或修改。C 语言中没有内置这种数据结构的实现，所以字典依然是 Redis自己构建的。

哈希表结构定义：

1. typedef struct dictht{  
2.      //哈希表数组  
3.      dictEntry **table;  
4.      //哈希表大小  
5.      unsigned long size;  
6.      //哈希表大小掩码，用于计算索引值  
7.      //总是等于 size-1  
8.      unsigned long sizemask;  
9.      //该哈希表已有节点的数量  
10.      unsigned long used;  
11. }dictht 

哈希表是由数组 table 组成，table 中每个元素都是指向 dict.h/dictEntry 结构，dictEntry 结构定义如下：

1. typedef struct dictEntry{  
2.      //键  
3.      void *key;  
4.      //值  
5.      union{  
6.           void *val;  
7.           uint64_tu64;  
8.           int64_ts64;  
9.      }v;  
10.      //指向下一个哈希表节点，形成链表  
11.      struct dictEntry *next; 
12. }dictEntry 

key 用来保存键，val 属性用来保存值，值可以是一个指针，也可以是uint64_t整数，也可以是int64_t整数。

注意这里还有一个指向下一个哈希表节点的指针，我们知道哈希表最大的问题是存在哈希冲突，如何解决哈希冲突，有开放地址法和链地址法。这里采用的便是链地址法，通过next这个指针可以将多个哈希值相同的键值对连接在一起，用来解决哈希冲突。

五、跳跃表

1、概述

跳跃表（skiplist）是一种有序数据结构，它通过在每个节点中维持多个指向其他节点的指针，从而达到快速访问节点的目的。跳跃表是一种随机化的数据,跳跃表以有序的方式在层次化的链表中保存元素，效率和平衡树媲美 ——查找、删除、添加等操作都可以在对数期望时间下完成，并且比起平衡树来说，跳跃表的实现要简单直观得多。

Redis 只在两个地方用到了跳跃表，一个是实现有序集合键，另外一个是在集群节点中用作内部数据结构。

Redis中跳跃表节点定义如下：

1. typedef struct zskiplistNode {  
2.      //层  
3.      struct zskiplistLevel{  
4.            //前进指针  
5.            struct zskiplistNode *forward;  
6.            //跨度  
7.            unsigned int span;  
8.      }level[];  
9.      //后退指针  
10.      struct zskiplistNode *backward;  
11.      //分值  
12.      double score;  
13.      //成员对象  
14.      robj *obj;  
15. } zskiplistNode 

多个跳跃表节点构成一个跳跃表：

1. typedef struct zskiplist{  
2.      //表头节点和表尾节点  
3.      structz skiplistNode *header, *tail;  
4.      //表中节点的数量  
5.      unsigned long length;  
6.      //表中层数最大的节点的层数  
7.      int level;  
8. }zskiplist; 

•  header和tail指针分别指向跳跃表的表头和表尾节点；
•  length属性记录节点的数量；
•  level属性记录层数最高的几点的层数量；
•  下图分别展示了完整的跳跃表和单个节点的详细结构图：

2、特性

跳表具有如下性质：

•  由很多层结构组成
•  每一层都是一个有序的链表
•  最底层(Level 1)的链表包含所有元素
•  如果一个元素出现在 Level i 的链表中，则它在 Level i 之下的链表也都会出现。
•  每个节点包含两个指针，一个指向同一链表中的下一个元素，一个指向下面一层的元素。

六、整数集合

1、概述

《Redis 设计与实现》 中这样定义整数集合：“整数集合是集合建的底层实现之一，当一个集合中只包含整数，且这个集合中的元素数量不多时，redis就会使用整数集合intset作为集合的底层实现。”

我们可以这样理解整数集合，他其实就是一个特殊的集合，里面存储的数据只能够是整数，并且数据量不能过大。

1. typedef struct intset{  
2.      //编码方式  
3.      uint32_t encoding;  
4.      //集合包含的元素数量  
5.      uint32_t length;  
6.      //保存元素的数组  
7.      int8_t contents[];  
8. }intset; 

我们观察一下一个完成的整数集合结构图： 

• encoding：用于定义整数集合的编码方式
• length：用于记录整数集合中变量的数量
• contents：用于保存元素的数组，虽然我们在数据结构图中看到，intset将数组定义为int8_t，但实际上数组保存的元素类型取决于encoding

2、特性

•  整数集合是集合建的底层实现之一
•  整数集合的底层实现为数组，这个数组以有序，无重复的范式保存集合元素，在有需要时，程序会根据新添加的元素类型改变这个数组的类型
•  升级操作为整数集合带来了操作上的灵活性，并且尽可能地节约了内存2

  整数集合只支持升级操作，不支持降级操作

七、压缩列表

1、概述

压缩列表是列表键和哈希键的底层实现之一。当一个列表键只包含少量列表项，并且每个列表项要么就是小整数，要么就是长度比较短的字符串，那么Redis 就会使用压缩列表来做列表键的底层实现。

一个压缩列表的组成如下：

•  zlbytes:用于记录整个压缩列表占用的内存字节数
•  zltail：记录要列表尾节点距离压缩列表的起始地址有多少字节
•  zllen：记录了压缩列表包含的节点数量
•  entryX：要说列表包含的各个节点
•  zlend：用于标记压缩列表的末端

2、特性

•  压缩列表是一种为了节约内存而开发的顺序型数据结构
•  压缩列表被用作列表键和哈希键的底层实现之一
•  压缩列表可以包含多个节点，每个节点可以保存一个字节数组或者整数值
•  添加新节点到压缩列表，可能会引发连锁更新操作。
  数据库（Database），简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。一个数据库由多个表空间（Tablespace）构成。