redis数据结构的底层实现（redis五种数据结构底层实现）

# 简介Redis 是一个高性能的键值存储系统，广泛应用于缓存、消息队列和实时数据分析等场景。其核心优势在于支持多种复杂的数据结构，并通过高效的内存管理机制实现了卓越的性能表现。本文将详细介绍 Redis 数据结构的底层实现原理，包括字符串（String）、列表（List）、哈希（Hash）、集合（Set）、有序集合（Sorted Set）等常见数据结构的实现方式。---# 一、Redis 数据结构概述Redis 支持多种基础数据结构，每种结构都有其特定的应用场景和性能特点：1.

字符串（String）

：最基础的数据类型，用于存储简单的文本或数值。 2.

列表（List）

：基于链表实现，适合存储有序集合。 3.

哈希（Hash）

：类似于字典结构，用于存储对象属性。 4.

集合（Set）

：无序且不允许重复元素的集合。 5.

有序集合（Sorted Set）

：带权重的集合，元素按分数排序。这些数据结构的高效实现依赖于底层的内存管理和算法设计。---# 二、Redis 数据结构的底层实现## 2.1 字符串（String）Redis 的字符串是动态扩容的字节数组，底层基于 C 的 `sds`（Simple Dynamic String）实现。`sds` 是对 C 字符串的封装，具有以下特性： -

动态扩容

：当字符串长度超过当前容量时，会自动扩展内存。 -

内存预分配

：在扩容时额外分配一部分空间以减少频繁的内存分配操作。 -

零拷贝读写

：通过指针操作直接访问数据，避免不必要的内存复制。```c typedef struct sdshdr {int len; // 当前字符串长度int free; // 剩余可用空间大小char buf[]; // 存储实际数据的缓冲区 } sdshdr; ```## 2.2 列表（List）Redis 的列表基于双向链表实现，每个节点包含指向前后节点的指针以及存储的实际数据。这种实现方式使得插入和删除操作的时间复杂度为 O(1)。此外，Redis 还支持两种不同的列表实现方式： -

压缩列表（ziplist）

：当列表元素较少且长度较短时，使用紧凑的压缩列表存储，减少内存占用。 -

快速列表（quicklist）

：结合了链表和压缩列表的优点，在大数据量场景下提供更好的性能。```c typedef struct listNode {struct listNode

prev; // 指向前一个节点struct listNode

next; // 指向后一个节点void

value; // 节点存储的数据 } listNode; ```## 2.3 哈希（Hash）Redis 的哈希结构通常使用哈希表实现，支持固定大小的哈希桶数组和链表拉链法解决冲突。对于小规模哈希表，Redis 使用压缩哈希表（ziplist）来优化内存使用。具体实现如下： -

哈希表

：底层是一个数组，每个槽位存储指向链表的指针。 -

压缩哈希表

：当键值对数量较少时，使用压缩表代替传统哈希表。```c typedef struct dictEntry {void

key; // 键void

val; // 值struct dictEntry

next; // 下一个冲突节点 } dictEntry; ```## 2.4 集合（Set）Redis 的集合基于哈希表实现，利用哈希函数将元素映射到哈希表中。为了提高查找效率，Redis 采用了跳表（Skip List）作为底层数据结构之一。跳表是一种概率性平衡树，支持高效的插入、删除和查找操作。```c typedef struct zskiplistNode {double score; // 元素的分数robj

obj; // 元素本身struct zskiplistLevel {struct zskiplistNode

forward; // 指向下一个节点unsigned long span; // 跨越的距离} level[]; } zskiplistNode; ```## 2.5 有序集合（Sorted Set）Redis 的有序集合采用跳表和哈希表的组合实现。跳表负责维护元素的有序性，而哈希表则加速成员查找。这种设计既保证了元素的有序性，又提供了高效的查询能力。---# 三、Redis 数据结构的性能优化Redis 在实现数据结构时注重性能优化，主要体现在以下几个方面： 1.

内存复用

：通过提前分配内存空间，减少频繁的内存分配和释放操作。 2.

惰性删除

：延迟清理过期数据，降低垃圾回收的开销。 3.

多线程异步处理

：在高并发场景下，通过异步 I/O 和多线程架构提升吞吐量。---# 四、总结Redis 的数据结构通过灵活的底层实现满足了多样化的需求，同时兼顾了性能与内存利用率。无论是简单的字符串还是复杂的有序集合，Redis 都能提供高效的支持。理解 Redis 数据结构的底层实现有助于开发者更好地利用其功能，从而构建更高效的应用程序。

简介Redis 是一个高性能的键值存储系统，广泛应用于缓存、消息队列和实时数据分析等场景。其核心优势在于支持多种复杂的数据结构，并通过高效的内存管理机制实现了卓越的性能表现。本文将详细介绍 Redis 数据结构的底层实现原理，包括字符串（String）、列表（List）、哈希（Hash）、集合（Set）、有序集合（Sorted Set）等常见数据结构的实现方式。---

一、Redis 数据结构概述Redis 支持多种基础数据结构，每种结构都有其特定的应用场景和性能特点：1. **字符串（String）**：最基础的数据类型，用于存储简单的文本或数值。 2. **列表（List）**：基于链表实现，适合存储有序集合。 3. **哈希（Hash）**：类似于字典结构，用于存储对象属性。 4. **集合（Set）**：无序且不允许重复元素的集合。 5. **有序集合（Sorted Set）**：带权重的集合，元素按分数排序。这些数据结构的高效实现依赖于底层的内存管理和算法设计。---

二、Redis 数据结构的底层实现

2.1 字符串（String）Redis 的字符串是动态扩容的字节数组，底层基于 C 的 `sds`（Simple Dynamic String）实现。`sds` 是对 C 字符串的封装，具有以下特性： - **动态扩容**：当字符串长度超过当前容量时，会自动扩展内存。 - **内存预分配**：在扩容时额外分配一部分空间以减少频繁的内存分配操作。 - **零拷贝读写**：通过指针操作直接访问数据，避免不必要的内存复制。```c typedef struct sdshdr {int len; // 当前字符串长度int free; // 剩余可用空间大小char buf[]; // 存储实际数据的缓冲区 } sdshdr; ```

2.2 列表（List）Redis 的列表基于双向链表实现，每个节点包含指向前后节点的指针以及存储的实际数据。这种实现方式使得插入和删除操作的时间复杂度为 O(1)。此外，Redis 还支持两种不同的列表实现方式： - **压缩列表（ziplist）**：当列表元素较少且长度较短时，使用紧凑的压缩列表存储，减少内存占用。 - **快速列表（quicklist）**：结合了链表和压缩列表的优点，在大数据量场景下提供更好的性能。```c typedef struct listNode {struct listNode *prev; // 指向前一个节点struct listNode *next; // 指向后一个节点void *value; // 节点存储的数据 } listNode; ```

2.3 哈希（Hash）Redis 的哈希结构通常使用哈希表实现，支持固定大小的哈希桶数组和链表拉链法解决冲突。对于小规模哈希表，Redis 使用压缩哈希表（ziplist）来优化内存使用。具体实现如下： - **哈希表**：底层是一个数组，每个槽位存储指向链表的指针。 - **压缩哈希表**：当键值对数量较少时，使用压缩表代替传统哈希表。```c typedef struct dictEntry {void *key; // 键void *val; // 值struct dictEntry *next; // 下一个冲突节点 } dictEntry; ```

2.4 集合（Set）Redis 的集合基于哈希表实现，利用哈希函数将元素映射到哈希表中。为了提高查找效率，Redis 采用了跳表（Skip List）作为底层数据结构之一。跳表是一种概率性平衡树，支持高效的插入、删除和查找操作。```c typedef struct zskiplistNode {double score; // 元素的分数robj *obj; // 元素本身struct zskiplistLevel {struct zskiplistNode *forward; // 指向下一个节点unsigned long span; // 跨越的距离} level[]; } zskiplistNode; ```

2.5 有序集合（Sorted Set）Redis 的有序集合采用跳表和哈希表的组合实现。跳表负责维护元素的有序性，而哈希表则加速成员查找。这种设计既保证了元素的有序性，又提供了高效的查询能力。---

三、Redis 数据结构的性能优化Redis 在实现数据结构时注重性能优化，主要体现在以下几个方面： 1. **内存复用**：通过提前分配内存空间，减少频繁的内存分配和释放操作。 2. **惰性删除**：延迟清理过期数据，降低垃圾回收的开销。 3. **多线程异步处理**：在高并发场景下，通过异步 I/O 和多线程架构提升吞吐量。---

四、总结Redis 的数据结构通过灵活的底层实现满足了多样化的需求，同时兼顾了性能与内存利用率。无论是简单的字符串还是复杂的有序集合，Redis 都能提供高效的支持。理解 Redis 数据结构的底层实现有助于开发者更好地利用其功能，从而构建更高效的应用程序。