Redis是基于c語(yǔ)言編寫(xiě)的開(kāi)源非關(guān)系型內(nèi)存數(shù)據(jù)庫(kù)，可以用作數(shù)據(jù)庫(kù)、緩存、消息中間件，這么優(yōu)秀的東西一定要一點(diǎn)一點(diǎn)的吃透它。

Redis的五種數(shù)據(jù)結(jié)構(gòu)包括以下五種：

String：字符串類(lèi)型
List：列表類(lèi)型
Set：無(wú)序集合類(lèi)型
ZSet：有序集合類(lèi)型

Hash：哈希表類(lèi)型但是作為一名優(yōu)秀的程序在Redis中有一個(gè)「核心的對(duì)象」叫做redisObject ，是用來(lái)表示所有的key和value的，用redisObject結(jié)構(gòu)體來(lái)表示String、Hash、List、Set、ZSet五種數(shù)據(jù)類(lèi)型。

redisObject的源代碼在redis.h中，使用c語(yǔ)言寫(xiě)的，感興趣的可以自行查看，關(guān)于redisObject我這里畫(huà)了一張圖，表示redisObject的結(jié)構(gòu)如下所示：

在redisObject中「type表示屬于哪種數(shù)據(jù)類(lèi)型，encoding表示該數(shù)據(jù)的存儲(chǔ)方式」，也就是底層的實(shí)現(xiàn)的該數(shù)據(jù)類(lèi)型的數(shù)據(jù)結(jié)構(gòu)。因此這篇文章具體介紹的也是encoding對(duì)應(yīng)的部分。

那么encoding中的存儲(chǔ)類(lèi)型又分別表示什么意思呢？具體數(shù)據(jù)類(lèi)型所表示的含義，如下圖所示：

你在Redis中設(shè)置一個(gè)字符串key 234，然后查看這個(gè)字符串的存儲(chǔ)類(lèi)型就會(huì)看到為int類(lèi)型，非整數(shù)型的使用的是embstr儲(chǔ)存類(lèi)型，具體操作如下圖所示：員可能不能只停留在只會(huì)用這五種類(lèi)型進(jìn)行crud工作，還是得深入了解這五種數(shù)據(jù)結(jié)構(gòu)的底層原理。
二、Redis核心對(duì)象

三、String類(lèi)型String是Redis最基本的數(shù)據(jù)類(lèi)型，上面的簡(jiǎn)介中也說(shuō)到Redis是用c語(yǔ)言開(kāi)發(fā)的。但是Redis中的字符串和c語(yǔ)言中的字符串類(lèi)型卻是有明顯的區(qū)別。

String類(lèi)型的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)方式有三種int、raw、embstr。那么這三種存儲(chǔ)方式有什么區(qū)別呢？

int

Redis中規(guī)定假如存儲(chǔ)的是「整數(shù)型值」，比如set num 123這樣的類(lèi)型，就會(huì)使用 int的存儲(chǔ)方式進(jìn)行存儲(chǔ)，在redisObject的「ptr屬性」中就會(huì)保存該值。

SDS

假如存儲(chǔ)的「字符串是一個(gè)字符串值并且長(zhǎng)度大于32個(gè)字節(jié)」就會(huì)使用SDS（simple dynamic string）方式進(jìn)行存儲(chǔ)，并且encoding設(shè)置為raw；
若是「字符串長(zhǎng)度小于等于32個(gè)字節(jié)」就會(huì)將encoding改為embstr來(lái)保存字符串。
SDS稱(chēng)為「簡(jiǎn)單動(dòng)態(tài)字符串」，對(duì)于SDS中的定義在Redis的源碼中有的三個(gè)屬性int len、int free、char buf[]。

len保存了字符串的長(zhǎng)度，
free表示buf數(shù)組中未使用的字節(jié)數(shù)量
buf數(shù)組則是保存字符串的每一個(gè)字符元素。
因此當(dāng)你在Redsi中存儲(chǔ)一個(gè)字符串Hello時(shí)，根據(jù)Redis的源代碼的描述可以畫(huà)出SDS的形式的redisObject結(jié)構(gòu)圖如下圖所示：

SDS與c語(yǔ)言字符串對(duì)比

Redis使用SDS作為存儲(chǔ)字符串的類(lèi)型肯定是有自己的優(yōu)勢(shì)，SDS與c語(yǔ)言的字符串相比，SDS對(duì)c語(yǔ)言的字符串做了自己的設(shè)計(jì)和優(yōu)化，具體優(yōu)勢(shì)有以下幾點(diǎn)：

（1）c語(yǔ)言中的字符串并不會(huì)記錄自己的長(zhǎng)度，因此「每次獲取字符串的長(zhǎng)度都會(huì)遍歷得到，時(shí)間的復(fù)雜度是O(n)」，而Redis中獲取字符串只要讀取len的值就可，時(shí)間復(fù)雜度變?yōu)镺(1)。

（2）「c語(yǔ)言」中兩個(gè)字符串拼接，若是沒(méi)有分配足夠長(zhǎng)度的內(nèi)存空間就「會(huì)出現(xiàn)緩沖區(qū)溢出的情況」；而「SDS」會(huì)先根據(jù)len屬性判斷空間是否滿(mǎn)足要求，若是空間不夠，就會(huì)進(jìn)行相應(yīng)的空間擴(kuò)展，所以「不會(huì)出現(xiàn)緩沖區(qū)溢出的情況」。

（3）SDS還提供「空間預(yù)分配」和「惰性空間釋放」兩種策略。在為字符串分配空間時(shí)，分配的空間比實(shí)際要多，這樣就能「減少連續(xù)的執(zhí)行字符串增長(zhǎng)帶來(lái)內(nèi)存重新分配的次數(shù)」。

當(dāng)字符串被縮短的時(shí)候，SDS也不會(huì)立即回收不適用的空間，而是通過(guò)free屬性將不使用的空間記錄下來(lái)，等后面使用的時(shí)候再釋放。

具體的空間預(yù)分配原則是：「當(dāng)修改字符串后的長(zhǎng)度len小于1MB，就會(huì)預(yù)分配和len一樣長(zhǎng)度的空間，即len=free；若是len大于1MB，free分配的空間大小就為1MB」。

（4）SDS是二進(jìn)制安全的，除了可以?xún)?chǔ)存字符串以外還可以?xún)?chǔ)存二進(jìn)制文件（如圖片、音頻，視頻等文件的二進(jìn)制數(shù)據(jù)）；而c語(yǔ)言中的字符串是以空字符串作為結(jié)束符，一些圖片中含有結(jié)束符，因此不是二進(jìn)制安全的。

為了方便易懂，做了一個(gè)c語(yǔ)言的字符串和SDS進(jìn)行對(duì)比的表格，如下所示：

String類(lèi)型

（1）首先要把上傳得圖片進(jìn)行編碼，這里寫(xiě)了一個(gè)工具類(lèi)把圖片處理成了Base64得編碼形式，具體得實(shí)現(xiàn)代碼如下：

（2）第二步就是把處理后的圖片字符串格式存儲(chǔ)進(jìn)Redis中，實(shí)現(xiàn)的代碼如下所示：

這樣就是實(shí)現(xiàn)了圖片得二進(jìn)制存儲(chǔ)，當(dāng)然String類(lèi)型得數(shù)據(jù)結(jié)構(gòu)得應(yīng)用也還有常規(guī)計(jì)數(shù)：「統(tǒng)計(jì)微博數(shù)、統(tǒng)計(jì)粉絲數(shù)」等。

四、Hash類(lèi)型ash對(duì)象的實(shí)現(xiàn)方式有兩種分別是ziplist、hashtable，其中hashtable的存儲(chǔ)方式key是String類(lèi)型的，value也是以key value的形式進(jìn)行存儲(chǔ)。

字典類(lèi)型的底層就是hashtable實(shí)現(xiàn)的，明白了字典的底層實(shí)現(xiàn)原理也就是明白了hashtable的實(shí)現(xiàn)原理，hashtable的實(shí)現(xiàn)原理可以與HashMap的是底層原理相類(lèi)比。

字典

兩者在新增時(shí)都會(huì)通過(guò)key計(jì)算出數(shù)組下標(biāo)，不同的是計(jì)算法方式不同：

HashMap中是以hash函數(shù)的方式，
hashtable中計(jì)算出hash值后，還要通過(guò)sizemask 屬性和哈希值再次得到數(shù)組下標(biāo)。
我們知道hash表最大的問(wèn)題就是hash沖突，為了解決hash沖突，假如hashtable中不同的key通過(guò)計(jì)算得到同一個(gè)index，就會(huì)形成單向鏈表（「鏈地址法」），如下圖所示：

rehash
在字典的底層實(shí)現(xiàn)中，value對(duì)象以每一個(gè)dictEntry的對(duì)象進(jìn)行存儲(chǔ)，當(dāng)hash表中的存放的鍵值對(duì)不斷的增加或者減少時(shí)，需要對(duì)hash表進(jìn)行一個(gè)擴(kuò)展或者收縮。

這里就會(huì)和HashMap一樣也會(huì)就進(jìn)行rehash操作，進(jìn)行重新散列排布。從上圖中可以看到有ht[0]和ht[1]兩個(gè)對(duì)象，先來(lái)看看對(duì)象中的屬性是干嘛用的。

在hash表結(jié)構(gòu)定義中有四個(gè)屬性分別是：

dictEntry **table、

unsigned long size、

unsigned long sizemask、

unsigned long used

分別表示的含義就是「哈希表數(shù)組、hash表大小、用于計(jì)算索引值，總是等于size-1、hash表中已有的節(jié)點(diǎn)數(shù)」。

ht[0]是用來(lái)最開(kāi)始存儲(chǔ)數(shù)據(jù)的，當(dāng)要進(jìn)行擴(kuò)展或者收縮時(shí)，ht[0]的大小就決定了ht[1]的大小，ht[0]中的所有的鍵值對(duì)就會(huì)重新散列到ht[1]中。

擴(kuò)展操作：ht[1]擴(kuò)展的大小是比當(dāng)前 ht[0].used 值的二倍大的第一個(gè) 2 的整數(shù)冪；收縮操作：ht[0].used 的第一個(gè)大于等于的 2 的整數(shù)冪。

當(dāng)ht[0]上的所有的鍵值對(duì)都rehash到ht[1]中，會(huì)重新計(jì)算所有的數(shù)組下標(biāo)值，當(dāng)數(shù)據(jù)遷移完后ht[0]就會(huì)被釋放，然后將ht[1]改為ht[0]，并新創(chuàng)建ht[1]，為下一次的擴(kuò)展和收縮做準(zhǔn)備。

漸進(jìn)式rehash
假如在rehash的過(guò)程中數(shù)據(jù)量非常大，Redis不是一次性把全部數(shù)據(jù)rehash成功，這樣會(huì)導(dǎo)致Redis對(duì)外服務(wù)停止，Redis內(nèi)部為了處理這種情況采用「漸進(jìn)式的rehash」。

Redis將所有的rehash的操作分成多步進(jìn)行，直到都rehash完成，具體的實(shí)現(xiàn)與對(duì)象中的rehashindex屬性相關(guān)，「若是rehashindex 表示為-1表示沒(méi)有rehash操作」。

當(dāng)rehash操作開(kāi)始時(shí)會(huì)將該值改成0，在漸進(jìn)式rehash的過(guò)程「更新、刪除、查詢(xún)會(huì)在ht[0]和ht[1]中都進(jìn)行」，比如更新一個(gè)值先更新ht[0]，然后再更新ht[1]。

而新增操作直接就新增到ht[1]表中，ht[0]不會(huì)新增任何的數(shù)據(jù)，這樣保證「ht[0]只減不增，直到最后的某一個(gè)時(shí)刻變成空表」，這樣rehash操作完成。

上面就是字典的底層hashtable的實(shí)現(xiàn)原理，說(shuō)完了hashtable的實(shí)現(xiàn)原理，我們?cè)賮?lái)看看Hash數(shù)據(jù)結(jié)構(gòu)的兩一種存儲(chǔ)方式「ziplist（壓縮列表）」

ziplist

壓縮列表（ziplist）是一組連續(xù)內(nèi)存塊組成的順序的數(shù)據(jù)結(jié)構(gòu)，壓縮列表能夠節(jié)省空間，壓縮列表中使用多個(gè)節(jié)點(diǎn)來(lái)存儲(chǔ)數(shù)據(jù)。

壓縮列表是列表鍵和哈希鍵底層實(shí)現(xiàn)的原理之一，「壓縮列表并不是以某種壓縮算法進(jìn)行壓縮存儲(chǔ)數(shù)據(jù)，而是它表示一組連續(xù)的內(nèi)存空間的使用，節(jié)省空間」，壓縮列表的內(nèi)存結(jié)構(gòu)圖如下：

壓縮列表中每一個(gè)節(jié)點(diǎn)表示的含義如下所示：

zlbytes：4個(gè)字節(jié)的大小，記錄壓縮列表占用內(nèi)存的字節(jié)數(shù)。
zltail：4個(gè)字節(jié)大小，記錄表尾節(jié)點(diǎn)距離起始地址的偏移量，用于快速定位到尾節(jié)點(diǎn)的地址。
zllen：2個(gè)字節(jié)的大小，記錄壓縮列表中的節(jié)點(diǎn)數(shù)。
entry：表示列表中的每一個(gè)節(jié)點(diǎn)。
zlend：表示壓縮列表的特殊結(jié)束符號(hào)’0xFF’。
再壓縮列表中每一個(gè)entry節(jié)點(diǎn)又有三部分組成，包括previous_entry_ength、encoding、content。

previous_entry_ength表示前一個(gè)節(jié)點(diǎn)entry的長(zhǎng)度，可用于計(jì)算前一個(gè)節(jié)點(diǎn)的其實(shí)地址，因?yàn)樗麄兊牡刂肥沁B續(xù)的。
encoding：這里保存的是content的內(nèi)容類(lèi)型和長(zhǎng)度。
content：content保存的是每一個(gè)節(jié)點(diǎn)的內(nèi)容。

說(shuō)到這里相信大家已經(jīng)都hash這種數(shù)據(jù)結(jié)構(gòu)已經(jīng)非常了解，若是第一次接觸Redis五種基本數(shù)據(jù)結(jié)構(gòu)的底層實(shí)現(xiàn)的話(huà)，建議多看幾遍，下面來(lái)說(shuō)一說(shuō)hash的應(yīng)用場(chǎng)景。

應(yīng)用場(chǎng)景

哈希表相對(duì)于String類(lèi)型存儲(chǔ)信息更加直觀(guān)，存儲(chǔ)更加方便，經(jīng)常會(huì)用來(lái)做用戶(hù)數(shù)據(jù)的管理，存儲(chǔ)用戶(hù)的信息。

hash也可以用作高并發(fā)場(chǎng)景下使用Redis生成唯一的id。下面我們就以這兩種場(chǎng)景用作案例編碼實(shí)現(xiàn)。

存儲(chǔ)用戶(hù)數(shù)據(jù)
第一個(gè)場(chǎng)景比如我們要儲(chǔ)存用戶(hù)信息，一般使用用戶(hù)的ID作為key值，保持唯一性，用戶(hù)的其他信息（地址、年齡、生日、電話(huà)號(hào)碼等）作為value值存儲(chǔ)。

若是傳統(tǒng)的實(shí)現(xiàn)就是將用戶(hù)的信息封裝成為一個(gè)對(duì)象，通過(guò)序列化存儲(chǔ)數(shù)據(jù)，當(dāng)需要獲取用戶(hù)信息的時(shí)候，就會(huì)通過(guò)反序列化得到用戶(hù)信息。

但是這樣必然會(huì)造成序列化和反序列化的性能的開(kāi)銷(xiāo)，并且若是只修改其中的一個(gè)屬性值，就需要把整個(gè)對(duì)象序列化出來(lái)，操作的動(dòng)作太大，造成不必要的性能開(kāi)銷(xiāo)。

若是使用Redis的hash來(lái)存儲(chǔ)用戶(hù)數(shù)據(jù)，就會(huì)將原來(lái)的value值又看成了一個(gè)k v形式的存儲(chǔ)容器，這樣就不會(huì)帶來(lái)序列化的性能開(kāi)銷(xiāo)的問(wèn)題。

分布式生成唯一ID
第二個(gè)場(chǎng)景就是生成分布式的唯一ID，這個(gè)場(chǎng)景下就是把redis封裝成了一個(gè)工具類(lèi)進(jìn)行實(shí)現(xiàn)，實(shí)現(xiàn)的代碼如下：

五、List
Redis中的列表在3.2之前的版本是使用ziplist和linkedlist進(jìn)行實(shí)現(xiàn)的。在3.2之后的版本就是引入了quicklist。

ziplist壓縮列表上面已經(jīng)講過(guò)了，我們來(lái)看看linkedlist和quicklist的結(jié)構(gòu)是怎么樣的。

linkedlist是一個(gè)雙向鏈表，他和普通的鏈表一樣都是由指向前后節(jié)點(diǎn)的指針。插入、修改、更新的時(shí)間復(fù)雜度尾O(1)，但是查詢(xún)的時(shí)間復(fù)雜度確實(shí)O(n)。

linkedlist和quicklist的底層實(shí)現(xiàn)是采用鏈表進(jìn)行實(shí)現(xiàn)，在c語(yǔ)言中并沒(méi)有內(nèi)置的鏈表這種數(shù)據(jù)結(jié)構(gòu)，Redis實(shí)現(xiàn)了自己的鏈表結(jié)構(gòu)。

Redis中鏈表的特性：

每一個(gè)節(jié)點(diǎn)都有指向前一個(gè)節(jié)點(diǎn)和后一個(gè)節(jié)點(diǎn)的指針。
頭節(jié)點(diǎn)和尾節(jié)點(diǎn)的prev和next指針指向?yàn)閚ull，所以鏈表是無(wú)環(huán)的。
鏈表有自己長(zhǎng)度的信息，獲取長(zhǎng)度的時(shí)間復(fù)雜度為O(1)。
Redis中List的實(shí)現(xiàn)比較簡(jiǎn)單，下面我們就來(lái)看看它的應(yīng)用場(chǎng)景。

應(yīng)用場(chǎng)景

Redis中的列表可以實(shí)現(xiàn)「阻塞隊(duì)列」，結(jié)合lpush和brpop命令就可以實(shí)現(xiàn)。生產(chǎn)者使用lupsh從列表的左側(cè)插入元素，消費(fèi)者使用brpop命令從隊(duì)列的右側(cè)獲取元素進(jìn)行消費(fèi)。

（1）首先配置redis的配置，為了方便我就直接放在application.yml配置文件中，實(shí)際中可以把redis的配置文件放在一個(gè)redis.properties文件單獨(dú)放置，具體配置如下：

（2）第二步創(chuàng)建redis的配置類(lèi)，叫做RedisConfig，并標(biāo)注上@Configuration注解，表明他是一個(gè)配置類(lèi)。

@Configuration public class RedisConfiguration {@Value("${spring.redis.host}") private String host; @Value("${spring.redis.port}") private int port; @Value("${spring.redis.password}") private String password; @Value("${spring.redis.pool.max-active}") private int maxActive; @Value("${spring.redis.pool.max-idle}") private int maxIdle; @Value("${spring.redis.pool.min-idle}") private int minIdle; @Value("${spring.redis.pool.max-wait}") private int maxWait; @Value("${spring.redis.database}") private int database; @Value("${spring.redis.timeout}") private int timeout;@Bean public JedisPoolConfig getRedisConfiguration(){ JedisPoolConfig jedisPoolConfig= new JedisPoolConfig(); jedisPoolConfig.setMaxTotal(maxActive); jedisPoolConfig.setMaxIdle(maxIdle); jedisPoolConfig.setMinIdle(minIdle); jedisPoolConfig.setMaxWaitMillis(maxWait); return jedisPoolConfig; }@Bean public JedisConnectionFactory getConnectionFactory() { JedisConnectionFactory factory = new JedisConnectionFactory(); factory.setHostName(host); factory.setPort(port); factory.setPassword(password); factory.setDatabase(database); JedisPoolConfig jedisPoolConfig= getRedisConfiguration(); factory.setPoolConfig(jedisPoolConfig); return factory; }@Bean public RedisTemplate<?, ?> getRedisTemplate() { JedisConnectionFactory factory = getConnectionFactory(); RedisTemplate<?, ?> redisTemplate = new StringRedisTemplate(factory); return redisTemplate; } }

（3）第三步就是創(chuàng)建Redis的工具類(lèi)RedisUtil，自從學(xué)了面向?qū)ο蠛?#xff0c;就喜歡把一些通用的東西拆成工具類(lèi)，好像一個(gè)一個(gè)零件，需要的時(shí)候，就把它組裝起來(lái)。

@Component public class RedisUtil {@Autowired private RedisTemplate<String, Object> redisTemplate; /** * 存消息到消息隊(duì)列中 * @param key 鍵 * @param value 值 * @return */ public boolean lPushMessage(String key, Object value) { try { redisTemplate.opsForList().leftPush(key, value); return true; } catch (Exception e) { e.printStackTrace(); return false; } }/** * 從消息隊(duì)列中彈出消息 * @param key 鍵 * @return */ public Object rPopMessage(String key) { try { return redisTemplate.opsForList().rightPop(key); } catch (Exception e) { e.printStackTrace(); return null; } }/** * 查看消息 * @param key 鍵 * @param start 開(kāi)始 * @param end 結(jié)束 0 到 -1代表所有值 * @return */ public List<Object> getMessage(String key, long start, long end) { try { return redisTemplate.opsForList().range(key, start, end); } catch (Exception e) { e.printStackTrace(); return null; } }

這樣就完成了Redis消息隊(duì)列工具類(lèi)的創(chuàng)建，在后面的代碼中就可以直接使用。

六、set集合
Redis中列表和集合都可以用來(lái)存儲(chǔ)字符串，但是「Set是不可重復(fù)的集合，而List列表可以存儲(chǔ)相同的字符串」，Set集合是無(wú)序的這個(gè)和后面講的ZSet有序集合相對(duì)。

Set的底層實(shí)現(xiàn)是「ht和intset」，ht（哈希表）前面已經(jīng)詳細(xì)了解過(guò)，下面我們來(lái)看看inset類(lèi)型的存儲(chǔ)結(jié)構(gòu)。

inset也叫做整數(shù)集合，用于保存整數(shù)值的數(shù)據(jù)結(jié)構(gòu)類(lèi)型，它可以保存int16_t、int32_t 或者int64_t 的整數(shù)值。

在整數(shù)集合中，有三個(gè)屬性值encoding、length、contents[]，分別表示編碼方式、整數(shù)集合的長(zhǎng)度、以及元素內(nèi)容，length就是記錄contents里面的大小。

在整數(shù)集合新增元素的時(shí)候，若是超出了原集合的長(zhǎng)度大小，就會(huì)對(duì)集合進(jìn)行升級(jí)，具體的升級(jí)過(guò)程如下：

首先擴(kuò)展底層數(shù)組的大小，并且數(shù)組的類(lèi)型為新元素的類(lèi)型。
然后將原來(lái)的數(shù)組中的元素轉(zhuǎn)為新元素的類(lèi)型，并放到擴(kuò)展后數(shù)組對(duì)應(yīng)的位置。
整數(shù)集合升級(jí)后就不會(huì)再降級(jí)，編碼會(huì)一直保持升級(jí)后的狀態(tài)。
應(yīng)用場(chǎng)景
Set集合的應(yīng)用場(chǎng)景可以用來(lái)「去重、抽獎(jiǎng)、共同好友、二度好友」等業(yè)務(wù)類(lèi)型。接下來(lái)模擬一個(gè)添加好友的案例實(shí)現(xiàn)：

@RequestMapping(value = "/addFriend", method = RequestMethod.POST) public Long addFriend(User user, String friend) {String currentKey = null;// 判斷是否是當(dāng)前用戶(hù)的好友if (AppContext.getCurrentUser().getId().equals(user.getId)) {currentKey = user.getId.toString();}//若是返回0則表示不是該用戶(hù)好友return currentKey==null?0l:setOperations.add(currentKey, friend); }

假如兩個(gè)用戶(hù)A和B都是用上上面的這個(gè)接口添加了很多的自己的好友，那么有一個(gè)需求就是要實(shí)現(xiàn)獲取A和B的共同好友，那么可以進(jìn)行如下操作：

public Set intersectFriend(User userA, User userB) {return setOperations.intersect(userA.getId.toString(), userB.getId.toString()); } ```七、ZSet集合 ZSet是有序集合，從上面的圖中可以看到ZSet的底層實(shí)現(xiàn)是ziplist和skiplist實(shí)現(xiàn)的，ziplist上面已經(jīng)詳細(xì)講過(guò)，這里來(lái)講解skiplist的結(jié)構(gòu)實(shí)現(xiàn)。skiplist也叫做「跳躍表」，跳躍表是一種有序的數(shù)據(jù)結(jié)構(gòu)，它通過(guò)每一個(gè)節(jié)點(diǎn)維持多個(gè)指向其它節(jié)點(diǎn)的指針，從而達(dá)到快速訪(fǎng)問(wèn)的目的。skiplist有如下幾個(gè)特點(diǎn)：有很多層組成，由上到下節(jié)點(diǎn)數(shù)逐漸密集，最上層的節(jié)點(diǎn)最稀疏，跨度也最大。 每一層都是一個(gè)有序鏈表，至少包含兩個(gè)節(jié)點(diǎn)，頭節(jié)點(diǎn)和尾節(jié)點(diǎn)。 每一層的每一個(gè)每一個(gè)節(jié)點(diǎn)都含有指向同一層下一個(gè)節(jié)點(diǎn)和下一層同一個(gè)位置節(jié)點(diǎn)的指針。 如果一個(gè)節(jié)點(diǎn)在某一層出現(xiàn)，那么該以下的所有鏈表同一個(gè)位置都會(huì)出現(xiàn)該節(jié)點(diǎn)。 具體實(shí)現(xiàn)的結(jié)構(gòu)圖如下所示：在跳躍表的結(jié)構(gòu)中有head和tail表示指向頭節(jié)點(diǎn)和尾節(jié)點(diǎn)的指針，能快速的實(shí)現(xiàn)定位。level表示層數(shù)，len表示跳躍表的長(zhǎng)度，BW表示后退指針，在從尾向前遍歷的時(shí)候使用。BW下面還有兩個(gè)值分別表示分值（score）和成員對(duì)象（各個(gè)節(jié)點(diǎn)保存的成員對(duì)象）。跳躍表的實(shí)現(xiàn)中，除了最底層的一層保存的是原始鏈表的完整數(shù)據(jù)，上層的節(jié)點(diǎn)數(shù)會(huì)越來(lái)越少，并且跨度會(huì)越來(lái)越大。跳躍表的上面層就相當(dāng)于索引層，都是為了找到最后的數(shù)據(jù)而服務(wù)的，數(shù)據(jù)量越大，條表所體現(xiàn)的查詢(xún)的效率就越高，和平衡樹(shù)的查詢(xún)效率相差無(wú)幾。應(yīng)用場(chǎng)景因?yàn)閆Set是有序的集合，因此ZSet在實(shí)現(xiàn)排序類(lèi)型的業(yè)務(wù)是比較常見(jiàn)的，比如在首頁(yè)推薦10個(gè)最熱門(mén)的帖子，也就是閱讀量由高到低，排行榜的實(shí)現(xiàn)等業(yè)務(wù)。下面就選用獲取排行榜前前10名的選手作為案例實(shí)現(xiàn)，實(shí)現(xiàn)的代碼如下所示：```javascript @Autowired private RedisTemplate redisTemplate; /*** 獲取前10排名* @return*/public static List<levelVO > getZset(String key, long baseNum, LevelService levelService){ZSetOperations<Serializable, Object> operations = redisTemplate.opsForZSet();// 根據(jù)score分?jǐn)?shù)值獲取前10名的數(shù)據(jù)Set<ZSetOperations.TypedTuple<Object>> set = operations.reverseRangeWithScores(key,0,9);List<LevelVO> list= new ArrayList<LevelVO>();int i=1;for (ZSetOperations.TypedTuple<Object> o:set){int uid = (int) o.getValue();LevelCache levelCache = levelService.getLevelCache(uid);LevelVO levelVO = levelCache.getLevelVO();long score = (o.getScore().longValue() - baseNum + levelVO .getCtime())/CommonUtil.multiplier;levelVO .setScore(score);levelVO .setRank(i);list.add( levelVO );i++;}return list;}

原文地址：https://mp.weixin.qq.com/s/F5Uq0V9jWHpvfb94bTmaow

總結(jié)

以上是生活随笔為你收集整理的Redis五种数据结构详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。