编程语言的基本类型及其数据结构有哪些？

以前在使用Redis的时候，只是简单地使用它提供的基本数据类型和接口，并没有深入研究它底层的数据结构。最近打算重新学习梳理一下Redis方面的知识，所以打算从介绍Redis的基本类型及其数据结构入手。

redisObject

Redis的key是顶层模型，它的value是扁平化的。Redis中，所有的value都是一个object，它的结构如下：

1. typedef struct redisObject { 
2.  unsigned [type] 4; 
3.  unsigned [encoding] 4; 
4.  unsigned [lru] REDIS_LRU_BITS; 
5.  int refcount; 
6.  void *ptr; 
7. } robj; 

简单介绍一下这几个字段：

• type：数据类型，就是我们熟悉的string、hash、list等。
• encoding：内部编码，其实就是本文要介绍的数据结构。指的是当前这个value底层是用的什么数据结构。因为同一个数据类型底层也有多种数据结构的实现，所以这里需要指定数据结构。
• REDIS_LRU_BITS：当前对象可以保留的时长。这个我们在后面讲键的过期策略的时候讲。
• refcount：对象引用计数，用于GC。
• ptr：指针，指向以encoding的方式实现这个对象的实际地址。

string

在Redis内部，string类型有两种底层储存结构。Redis会根据存储的数据及用户的操作指令自动选择合适的结构：

• int：存放整数类型;
• SDS：存放浮点、字符串、字节类型;

1. SDS: 简单动态字符串 simple dynamic string 

SDS

SDS的内部数据结构：

1. typedef struct sdshdr { 
2.  // buf中已经占用的字符长度 
3.  unsigned int len; 
4.  // buf中剩余可用的字符长度 
5.  unsigned int free; 
6.  // 数据空间 
7.  char buf[]; 
8. } 

可见，其底层是一个char数组。buf最大容量为512M，里面可以放字符串、浮点数和字节。所以你甚至可以放一张序列化后的图片。它为什么没有直接使用数组，而是包装成了这样的数据结构呢?

因为buf会有动态扩容和缩容的需求。如果直接使用数组，那每次对字符串的修改都会导致重新分配内存，效率很低。

buf的扩容过程如下：

• 如果修改后len长度将小于1M,这时分配给free的大小和len一样,例如修改过后为10字节, 那么给free也是10字节，buf实际长度变成了10 + 10 + 1 = 21byte
• 如果修改后len长度将大于等于1M,这时分配给free的长度为1M,例如修改过后为30M,那么给free是1M.buf实际长度变成了30M + 1M + 1byte 

惰性空间释放指的是当字符串缩短时，并没有真正的缩容，而是移动free的指针。这样将来字符串长度增加时，就不用重新分配内存了。但这样会造成内存浪费，Redis提供了API来真正释放内存。

list

list底层有两种数据结构：链表linkedlist和压缩列表ziplist。当list元素个数少且元素内容长度不大时，使用ziplist实现，否则使用linkedlist。

链表

Redis使用的链表是双向链表。为了方便操作，使用了一个list结构来持有这个链表。如图所示：

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 *(*dup)(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; 

data存的其实也是一个指针。链表里面的元素是上面介绍的string。因为是双向链表，所以可以很方便地把它当成一个栈或者队列来使用。

压缩列表

与上面的链表相对应，压缩列表有点儿类似数组，通过一片连续的内存空间，来存储数据。不过，它跟数组不同的一点是，它允许存储的数据大小不同。每个节点上增加一个length属性来记录这个节点的长度，这样比较方便地得到下一个节点的位置。

上图的各字段含义为：

• zlbytes：列表的总长度
• zltail：指向最末元素
• zllen：元素的个数
• entry：元素的内容，里面记录了前一个Entry的长度，用于方便双向遍历
• zlend：恒为0xFF，作为ziplist的定界符

压缩列表不只是list的底层实现，也是hash的底层实现之一。当hash的元素个数少且内容长度不大时，使用压缩列表来实现。

hash

hash底层有两种实现：压缩列表和字典(dict)。压缩列表刚刚上面已经介绍过了，下面主要介绍一下字典的数据结构。

字典

字典其实就类似于java语言中的Map,Python语言中的dict。与Java中的HashMap类似，Redis底层也是使用的散列表作为字典的实现，解决hash冲突使用的是链表法。Redis同样使用了一个数据结构来持有这个散列表：

在键增加或减少时，会扩容或缩容，并且进行rehash，根据hash值重新计算索引值。那如果这个字典太大了怎么办呢?

为了解决一次性扩容耗时过多的情况，可以将扩容操作穿插在插入操作的过程中，分批完成。当负载因子触达阈值之后，只申请新空间，但并不将老的数据搬移到新散列表中。当有新数据要插入时，将新数据插入新散列表中，并且从老的散列表中拿出一个数据放入到新散列表。每次插入一个数据到散列表，都重复上面的过程。经过多次插入操作之后，老的散列表中的数据就一点一点全部搬移到新散列表中了。这样没有了集中的一次一次性数据搬移，插入操作就都变得很快了。这个过程也被称为渐进式rehash。

set

set里面没有重复的集合。set的实现比较简单。如果是整数类型，就直接使用整数集合intset。使用二分查找来辅助，速度还是挺快的。不过在插入的时候，由于要移动元素，时间复杂度是O(N)。

如果不是整数类型，就使用上面在hash那一节介绍的字典。key为set的值，value为空。

zset

zset是可排序的set。与hash的实现方式类似，如果元素个数不多且不大，就使用压缩列表ziplist来存储。不过由于zset包含了score的排序信息，所以在ziplist内部，是按照score排序递增来存储的。意味着每次插入数据都要移动之后的数据。

跳表

跳表(skiplist)是另一种实现dict的数据结构。跳表是对链表的一个增强。我们在使用链表的时候，即使元素的有序排列的，但如果要查找一个元素，也需要从头一个个查找下去，时间复杂度是O(N)。而跳表顾名思义，就是跳跃了一些元素，可以抽象多层。

如下图所示，比如我们要查找8，先在最上层L2查找，发现在1和9之间;然后去L1层查找，发现在5和9之间;然后去L0查找，发现在7和9之间，然后找到8。

当元素比较多时，使用跳表可以显著减少查找的次数。

同list类似，Redis内部也不是直接使用的跳表，而是使用了一个自定义的数据结构来持有跳表。下图左边蓝色部分是skiplist，右边是4个zskiplistNode。zskiplistNode内部有很多层L1、L2等，指针指向这一层的下一个结点。BW是回退指针(backward)，用于查找的时候回退。然后下面是score和对象本身object。

总结

Redis对外暴露的是对象(数据类型)，而每个对象都是用一个redisObject持有，通过不同的编码，映射到不同的数据结构。从最开始的那个图可以知道，有时候不同对象可能会底层使用同一种数据结构，比如压缩列表和字典等。

在了解数据结构后，我们就能够更清楚应该选用什么样的对象，出现问题时应该如何优化了。