在實際開發，Redis使用會頻繁，那么在使用過程中我們該如何正確抉擇數據類型呢？哪些場景下適用哪些數據類型。而且在面試中也很常會被面試官問到redis數據結構方面的問題：
- Redis為什么快呢？
- 為什么查詢操作會變慢了？
- Redis Hash rehash過程
- 為什么使用哈希表作為Redis的索引
當我們分析理解了Redis數據結構，可以為了我們在使用Redis的時候，正確抉擇數據類型使用，提升系統性能。【相關推薦：Redis】
Redis底層數據結構
Redis 是一個內存鍵值key-value 數據庫，且鍵值對數據保存在內存中，因此Redis基于內存的數據操作，其效率高，速度快；
其中，Key是String類型，Redis 支持的 value 類型包括了 String、List 、 Hash 、 Set 、 Sorted Set 、BitMap等。Redis 能夠之所以能夠廣泛地適用眾多的業務場景，基于其多樣化類型的value。
而Redis的Value的數據類型是基于為Redis自定義的對象系統redisObject實現的，
typedef struct redisObject{ //類型 unsigned type:4; //編碼 unsigned encoding:4; //指向底層實現數據結構的指針 void *ptr; ….. }
redisObject除了記錄實際數據，還需要額外的內存空間記錄數據長度、空間使用等元數據信息，其中包含了 8 字節的元數據和一個 8 字節指針，指針指向具體數據類型的實際數據所在位置：
其中，指針指向的就是基于Redis的底層數據結構存儲數據的位置，Redis的底層數據結構：SDS，雙向鏈表、跳表，哈希表，壓縮列表、整數集合實現的。
那么Redis底層數據結構是怎么實現的呢？
Redis底層數據結構實現
我們先來看看Redis比較簡單的SDS,雙向鏈表，整數集合。
SDS、雙向鏈表和整數集合
SDS，使用len字段記錄已使用的字節數，將獲取字符串長度復雜度降低為O(1)，而且SDS是惰性釋放空間的，你free了空間，系統把數據記錄下來下次想用時候可直接使用。不用新申請空間。 
整數集合，在內存中分配一塊地址連續的空間，數據元素會挨著存放，不需要額外指針帶來空間開銷，其特點為內存緊湊節省內存空間，查詢復雜度為O(1)效率高，其他操作復雜度為O(N)；
雙向鏈表， 在內存上可以為非連續、非順序空間，通過額外的指針開銷前驅/后驅指針串聯元素之間的順序。
其特點為節插入/更新數據復雜度為O(1)效率高，查詢復雜度為O(N)；
Hash哈希表
哈希表，其實類似是一個數組，數組的每個元素稱為一個哈希桶，每個哈希桶中保存了鍵值對數據，且哈希桶中的元素使用dictEntry結構，
因此，哈希桶元素保存的并不是鍵值對值本身，而是指向具體值的指針，所以在保存每個鍵值對的時候會額外空間開銷，至少有增加24個字節，特別是Value為String的鍵值對，每一個鍵值對就需要額外開銷24個字節空間。當保存數據小，額外開銷比數據還大時，這時為了節省空間，考慮換數據結構。
那來看看全局哈希表全圖：
雖然哈希表操作很快，但Redis數據變大后，就會出現一個潛在的風險：哈希表的沖突問題和 rehash開銷問題，這可以解釋為什么哈希表操作變慢了？
當往哈希表中寫入更多數據時，哈希沖突是不可避免的問題 ， Redis 解決哈希沖突的方式，就是鏈式哈希，同一個哈希桶中的多個元素用一個鏈表來保存，它們之間依次用指針連接，如圖所示：
當哈希沖突也會越來越多，這就會導致某些哈希沖突鏈過長，進而導致這個鏈上的元素查找耗時長，效率降低。
為了解決哈希沖突帶了的鏈過長的問題，進行rehash操作，增加現有的哈希桶數量，分散單桶元素數量。那么rehash過程怎么樣執行的呢？
Rehash
為了使rehash 操作更高效，使用兩個全局哈希表：哈希表 1 和哈希表 2，具體如下：
- 將哈希表 2 分配更大的空間，
- 把哈希表 1 中的數據重新映射并拷貝到哈希表 2 中；
- 釋放哈希表 1 的空間
但由于表1和表2在重新映射復制時數據大，如果一次性把哈希表 1 中的數據都遷移完，會造成 Redis 線程阻塞，無法服務其他請求。
為了避免這個問題，保證Redis能正常處理客戶端請求，Redis 采用了漸進式 rehash。
每處理一個請求時，從哈希表 1 中依次將索引位置上的所有 entries 拷貝到哈希表 2 中，把一次性大量拷貝的開銷，分攤到了多次處理請求的過程中，避免了耗時操作，保證了數據的快速訪問。
在理解完Hash哈希表相關知識點后，看看不常見的壓縮列表和跳表。
壓縮列表與跳表
壓縮列表，在數組基礎上，在壓縮列表在表頭有三個字段 zlbytes、zltail 和 zllen，分別表示列表長度、列表尾的偏移量和列表中的 entry 個數；壓縮列表在表尾還有一個 zlend，表示列表結束。 
優點：內存緊湊節省內存空間，內存中分配一塊地址連續的空間，數據元素會挨著存放，不需要額外指針帶來空間開銷；查找定位第一個元素和最后一個元素，可以通過表頭三個字段的長度直接定位，復雜度是 O(1)。
跳表 ，在鏈表的基礎上，增加了多級索引，通過索引位置的幾個跳轉，實現數據的快速定位，如下圖所示：
比如查詢33
特點：當數據量很大時，跳表的查找復雜度為O(logN)。
綜上所述，可以得知底層數據結構的時間復雜度：
| 數據結構類型 | 時間復雜度 |
|---|---|
| 哈希表 | O(1) |
| 整數數組 | O(N) |
| 雙向鏈表 | O(N) |
| 壓縮列表 | O(N) |
| 跳表 | O(logN) |
Redis自定義的對象系統類型即為Redis的Value的數據類型，Redis的數據類型是基于底層數據結構實現的，那數據類型有哪些呢？
Redis數據類型
String、List、Hash、Sorted Set、Set比較常見的類型，其與底層數據結構對應關系如下：
| 數據類型 | 數據結構 |
|---|---|
| String | SDS(簡單動態字符串) |
| List | 雙向鏈表 壓縮列表 |
| Hash | 壓縮列表 哈希表 |
| Sorted Set | 壓縮列表 跳表 |
| Set | 哈希表 整數數組 |
數據類型對應特點跟其實現的底層數據結構差不多，性質也是一樣的,且
String，基于SDS實現，適用于簡單key-value存儲、setnx key value實現分布式鎖、計數器(原子性)、分布式全局唯一ID。
List， 按照元素進入List 的順序進行排序的，遵循FIFO(先進先出)規則，一般使用在 排序統計以及簡單的消息隊列。
Hash， 是字符串key和字符串value之間的映射，十分適合用來表示一個對象信息 ，特點添加和刪除操作復雜度都是O(1)。
Set，是String 類型元素的無序集合，集合成員是唯一的，這就意味著集合中不能出現重復的數據。 基于哈希表實現的，所以添加，刪除，查找的復雜度都是 O(1)。
Sorted Set， ?是Set的類型的升級， 不同的是每個元素都會關聯一個 double 類型的分數，通過分數排序，可以范圍查詢。
那我們再來看看這些數據類型，Redis Geo、HyperLogLog、BitMap？
Redis Geo， 將地球看作為近似為球體，基于GeoHash 將二維的經緯度轉換成字符串，來實現位置的劃分跟指定距離的查詢。特點一般使用在跟位置有關的應用。
HyperLogLog， 是一種概率數據結構，它使用概率算法來統計集合的近似基數 ， 錯誤率大概在0.81%。 當集合元素數量非常多時，它計算基數所需的空間總是固定的，而且還很小，適合使用做 UV 統計。
BitMap ，用一個比特位來映射某個元素的狀態， 只有 0 和 1 兩種狀態，非常典型的二值狀態，且其本身是用 String 類型作為底層數據結構實現的一種統計二值狀態的數據類型 ?，優勢大量節省內存空間，可是使用在二值統計場景。
在理解上述知識后，我們接下來討論一下根據哪些策略選擇相對應的應用場景下的Redis數據類型？
選擇合適的Redis數據類型策略
在實際開發應用中，Redis可以適用于眾多的業務場景，但我們需要怎么選擇數據類型存儲呢？
主要依據就是時間/空間復雜度，在實際的開發中可以考慮以下幾個點：
- 數據量，數據本身大小
- 集合類型統計模式
- 支持單點查詢/范圍查詢
- 特殊使用場景
數據量，數據本身大小
當數據量比較大，數據本身比較小，使用String就會使用額外的空間大大增加，因為使用哈希表保存鍵值對，使用dictEntry結構保存，會導致保存每個鍵值對時額外保存dictEntry的三個指針的開銷，這樣就會導致數據本身小于額外空間開銷，最終會導致存儲空間數據大小遠大于原本數據存儲大小。
可以使用基于整數數組和壓縮列表實現了 List、Hash 和 Sorted Set ，因為整數數組和壓縮列表在內存中都是分配一塊地址連續的空間，然后把集合中的元素一個接一個地放在這塊空間內，非常緊湊，不用再通過額外的指針把元素串接起來，這就避免了額外指針帶來的空間開銷。而且采用集合類型時，一個 key 就對應一個集合的數據，能保存的數據多了很多，但也只用了一個 dictEntry，這樣就節省了內存。
集合類型統計模式
Redis集合類型統計模式常見的有：
- 聚合統計（ 交集、差集、并集統計 ）： ?對多個集合進行聚合計算時，可以選擇Set；
- 排序統計（要求集合類型能對元素保序）： Redis中List 和 Sorted Set是有序集合，List是按照元素進入 List 的順序進行排序的，Sorted Set 可以根據元素的權重來排序；
- 二值狀態統計（ 集合元素的取值就只有 0 和 1 兩種 ）：Bitmap 本身是用 String 類型作為底層數據結構實現的一種統計二值狀態的數據類型 ， Bitmap通過 BITOP 按位 與、或、異或的操作后使用 BITCOUNT 統計 1 的個數。
- 基數統計（ 統計一個集合中不重復的元素的個數 ）：HyperLogLog 是一種用于統計基數的數據集合類型 ，統計結果是有一定誤差的，標準誤算率是 0.81% 。需要精確統計結果的話，用 Set 或 Hash 類型。
Set類型，適用統計用戶/好友/關注/粉絲/感興趣的人集合聚合操作，比如
- 統計手機APP每天的新增用戶數
- 兩個用戶的共同好友
Redis中List 和 Sorted Set是有序集合，使用應對集合元素排序需求 ，比如
- 最新評論列表
- 排行榜
Bitmap二值狀態統計，適用數據量大，且可以使用二值狀態表示的統計，比如：
- 簽到打卡，當天用戶簽到數
- 用戶周活躍
- 用戶在線狀態
HyperLogLog 是一種用于統計基數的數據集合類型， 統計一個集合中不重復的元素個數 ，比如
- 統計網頁的 UV ， 一個用戶一天內的多次訪問只能算作一次
支持單點查詢/范圍查詢
Redis中List 和 Sorted Set是有序集合支持范圍查詢，但是Hash是不支持范圍查詢的
特殊使用場景
消息隊列，使用Redis作為消息隊列的實現，要消息的基本要求消息保序、處理重復的消息和保證消息可靠性，方案有如下：
- 基于 List 的消息隊列解決方案
- 基于 Streams 的消息隊列解決方案
| 基于List | 基于Strems | |
|---|---|---|
| 消息保序 | 使用LPUSH/RPOP | 使用XADD/XREAD |
| 阻塞讀取 | 使用BRPOP | 使用XREAD block |
| 重復消息處理 | 生產者自行實現全局唯一ID | Streams自動生成全局唯一ID |
| 消息可靠性 | 使用BRPOPLPUSH | 使用PENDING List自動留存消息 |
| 適用場景 | 消息總量小 | 消息總量大，需要消費組形式讀取數據 |
基于位置 LBS 服務，使用Redis的特定GEO數據類型實現，GEO 可以記錄經緯度形式的地理位置信息，被廣泛地應用在 LBS 服務中。 ?比如:打車軟件是怎么基于位置提供服務的。
總結
Redis之所以那么快，是因為其基于內存的數據操作和使用Hash哈希表作為索引，其效率高，速度快，而且得益于其底層數據多樣化使得其可以適用于眾多場景，不同場景中選擇合適的數據類型可以提升其查詢性能。
更多編程相關知識，請訪問：Redis！！
