拼多多网站建设过程,app开发一般需要多少钱,山东网站制作公司排名,下载百度网盘app最新版Redis 数据类型与结构 一、值的数据类型二、键值对数据结构三、集合数据操作效率 一、值的数据类型
Redis “快”取决于两方面#xff0c;一方面#xff0c;它是内存数据库#xff0c;另一方面#xff0c;则是高效的数据结构。
Redis 键值对中值的数据类型#xff0c;也… Redis 数据类型与结构 一、值的数据类型二、键值对数据结构三、集合数据操作效率 一、值的数据类型
Redis “快”取决于两方面一方面它是内存数据库另一方面则是高效的数据结构。
Redis 键值对中值的数据类型也就是数据的保存形式有5种String字符串、List列表、Hash哈希、Set集合和 Sorted Set有序集合。这5种数据类型由6种底层结构实现简单动态字符串、双向链表、压缩列表、哈希表、跳表和整数数组。
String 类型的底层实现只有一种数据结构简单动态字符串而 List、Hash、Set 和 Sorted Set 这四种数据类型都有两种底层实现结构这四种类型称为集合类型特点是一个键对应了一个集合的数据 二、键值对数据结构
Redis 使用哈希表来保存所有键值对实现从键到值的快速访问。哈希表就是一个数组每个元素称为一个哈希桶哈希桶中的元素保存的并不是值本身而是指向具体值的指针。哈希表保存了所有的键值对也称为全局哈希表时间复杂度为O(1)
当 Redis 中写入大量数据后哈希表的冲突问题和 rehash 可能导致操作变慢。 哈希冲突是指两个 key 的哈希值落在了同一个哈希桶中毕竟哈希桶的个数通常要少于 key 的数量。 Redis 通过链式哈希解决哈希冲突就是指同一个哈希桶中的多个元素用一个链表来保存它们之间依次用指针连接。
随着数据量增大哈希冲突可能也会越来越多这就会导致某些哈希冲突链过长链上的元素只能通过指针逐一查找再操作进而导致查询效率降低。
Redis 会对哈希表做 rehash 操作来解决这个问题也就是增加现有的哈希桶数量让逐渐增多的 entry 元素能在更多的桶之间分散保存减少单个桶中的元素数量从而减少单个桶中的冲突。
Redis 会将哈希表的数据拷贝到另一个容量更大的哈希表清空原来的准备下一次 rehash这样依然会有问题因为在数据量大的基础上拷贝会造成 Redis 线程阻塞。为了避免这个问题Redis 采用了渐进式 rehash就是将拷贝过程的开销分摊到每次请求时进行从而保证查询效率。 三、集合数据操作效率
对于 String 类型来说找到哈希桶就能直接增删改查了所以哈希表的 O(1) 操作复杂度也就是它的复杂度了。对于集合类型来说找到哈希桶后增删改查都是对集合操作的不同的集合类型时间复杂度是不一样的。
哈希表的特点上面提到了复杂度是O(1)整数数组和双向链表也很常见通过数组下标或者链表的指针逐个元素访问操作复杂度基本是 O(N)操作效率比较低。压缩列表和跳表是 Redis 重要的数据结构下面介绍一下。
压缩列表类似于一个数组不同之处在于表头有三个字段 zlbytes、zltail 和 zllen分别表示列表长度、列表尾的偏移量和列表中的 entry 个数压缩列表在表尾还有一个 zlend表示列表结束。
查找第一个元素和最后一个元素可以通过表头三个字段的长度直接定位复杂度是 O(1)。而查找其他元素时复杂度就是 O(N) 了
跳表在链表的基础上增加了多级索引通过索引位置的几个跳转实现数据的快速定位当数据量很大时跳表的查找复杂度就是 O(logN) 按照查找的时间复杂度这些数据结构分类如下
