Redis 数据类型

Redis 存储架构层级

Redis 整个结构抽象：

数据库（redisDb） ➡ 字典（dict） ➡ 哈希表（dictht） ➡ 哈希桶（dictEntry数组） ➡ 值对象（redisObject）

1. 数据库层 redisDb

Redis 单实例默认划分为 16 个独立的数据库，以实现逻辑上的环境隔离，避免键名冲突

typedef struct redisDb {
    dict *dict;     // 键空间字典 存放所有键值对的入口
    dict *expires;  // 过期字典 记录每条 key 的存活时间
    int id;         // 数据库ID（0~15）
    // ... 其他字段（如阻塞keys、watched keys）
} redisDb;

2.字典 dict

每个数据库有一个字典结构，字典有两个哈希表（ht[0]和ht[1]）,实现渐进式 Rehash

typedef struct dict {
    dictht ht[2];           // 两个哈希表（ht[0]主表，ht[1]Rehash临时表）
    long rehashidx;         // Rehash进度（-1表示未启动，≥0表示当前迁移到第几个桶）
    unsigned long iterators;// 当前运行的迭代器数量（安全迭代用）
    // ...
} dict;

渐进式 Rehash 触发条件：

扩容：当 ht[0].used / ht[0].size > load_factor（默认负载因子为1）
缩容：当 ht[0].used < ht[0].size / 10

渐进式 Rehash 过程：

分配新哈希表 ht[1] 空间
设置 rehashidx = 0 ，表示 Rehash 开始
每次操作迁移一个桶
若用户进行查询操作，先去 ht[0] 查找，若未找到，则去 ht[1] 查找
若用户进行新增操作，则直接写入 ht[1]
rehashidx 逐步增加，直到所有桶迁移完成

3.哈希表 dictht

哈希表是承载哈希桶数组的实际容器，管理内存中的键值对分布

typedef struct dictht {
    dictEntry **table;       // 哈希桶数组（每个元素是链表的头节点指针）
    unsigned long size;      // 桶的总数量（数组长度，总为 2^n）
    unsigned long sizemask;  // 掩码 = size - 1（快速计算索引：hash & sizemask）
    unsigned long used;      // 已存储键值对的数量
} dictht;

4.哈希桶 dictEntry

typedef struct dictEntry {
    void *key;               // 键（指向SDS字符串）
    union {
        void *val;           // 值（指向redisObject）
        uint64_t u64;
        int64_t s64;
        // ... 其他数值类型
    } v;
    struct dictEntry *next;  // 下一个Entry指针（链地址法解决冲突）
} dictEntry;

5.值对象 redisObject

统一封装 Redis 所有的值数据类型，携带类型、编码、 内存管理 和 LRU 信息

typedef struct redisObject {
    unsigned type:4;       // 数据类型（4位，如 OBJ_STRING、OBJ_LIST）
    unsigned encoding:4;   // 编码方式（4位，决定底层结构，如 REDIS_ENCODING_INT）
    unsigned lru:24;       // LRU时间戳或LFU计数（内存淘汰策略使用）
    int refcount;          // 引用计数（用于内存回收）
    void *ptr;             // 指向实际数据的指针（如指向sds、quicklist结构体等）
} robj;

全链路示例：读取一个 Key 的过程

用户发起请求：Get user:1001
数据库定位：根据当前 SELECT 的数据库ID，找到对应的 redisDb
哈希表选择：
- 若未在 Rehash ，则直接在 ht[0] 中查找
- 若在 Rehash ，则先在 ht[0] 中查找，若未找到，则去 ht[1] 中查找
哈希计算与桶定位：
- 对 Key user:1001 执行哈希函数，找到桶索引 index
- 遍历链表（dictEntry->next）,比较每个节点的 Key 是否匹配
获取值对象：
- 找到 Key 对应的 dictEntry,获得 Val 指针 ➡ redisObject.
- 根据 redisObject 的 type 和 encoding 字段,决定如何解析数据
- 若 type=OBJ_STRING 且 encoding=OBJ_ENCODING_EMBSTR ,直接读取嵌入的字符数据
返回结果：将值反序列化客户端协议格式并返回

String 字符串

String 类型是最基本的数据类型，一个 key 对应一个 value

String 类型是二进制安全的，Redis 的 String 可以包含任何数据，如数字，字符串，jpg图片或序列化的对象

编码方式

int：保存有符号整数值，使用 8 个字节，支持 64 位整数
embstr：保存长度小于 44 字节的简单动态字符串，SDS（Simple Dynamic String）
raw：保存长度大于 44 字节的字符串；如果 embstr 发生修改，则直接转换为 raw，无论长度是否大于 44 字节。

SDS 简单动态字符串

Redis 没有复用 C 语言的字符串，而是新建了字节的字符串结构 SDS ，Redis 中的所有键都是 SDS 结构

// SDS 类型（根据长度自动选择）
struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len;    // 字符串实际长度（已用字节）
    uint8_t alloc;  // 总分配空间（不含头部和末尾的\0）
    unsigned char flags; // SDS 类型标识（低 3 位）
    char buf[];     // 字符数组（兼容 C 字符串）
};

常用命令

类别	命令	说明	示例
读写	`SET key value [NX/XX]`	存值（`NX`：不存在才存；`XX`：存在才覆盖	`SET user:1001 "Alice" NX`
	`GET key`	取值	`GET user:1001` → `"Alice"`
数值增减	`INCR key`	整数值 +1	`INCR counter` → `1`
	`INCRBY key increment`	增加指定整数值	`INCRBY counter 5` → `6`
	`DECR key`	整数值 -1	`DECR stock` → `99`
批量操作	`MSET key1 val1 key2 val2`	批量存值	`MSET a 1 b 2`
	`MGET key1 key2`	批量取值	`MGET a b` → `["1", "2"]`
过期控制	`SETEX key sec value`	存值并设置秒级 TTL	`SETEX otp:1001 60 "38493"`
	`TTL key`	查看剩余存活时间（秒）	`TTL otp:1001` → `58`

Hash 散列

Hash 是 Redis 中的 K-V 键值对结构，特别适合用来存储对象

编码方式

zipList：压缩列表，当哈希对象键值对数量小于 512 个；所有键值对的键和值的字符串长度都小于等于 64 byte 时采用此数据结构
hashTable：当超过上述限制时，从 zipList 升级为 hashTable，但不支持降级。
listPack：Redis 7 使用 listPack 替代了 zipList

压缩列表 ZipList

ZipList 为了节约内存而开发的，它是由连续内存块组成的顺序型数据结构，有点类似于数组

ZipList 是一种经过特殊编码的双向链表，它不存储指向前一个链表节点的 prev 和指向下一个链表节点的指针 next，而是存储上一个节点长度和当前节点长度

通过牺牲部分读写性能，来换取高效的内存空间利用率，节约内存，只用在字段个数少，字段值小的场景里面

为什么有链表了，还要使用压缩列表？

因为压缩列表不存储指针，有时候指针的存储空间甚至比值本身还大，大大节省了内存空间

ZipList 连锁更新问题

比如，初始所有节点的 prevlen 长度都为 1 个字节（前节点长度均 < 254）
此时在头部插入一个长度 >= 254 的大节点，导致第二个节点的 prevlen 扩展为 5 字节 ➡ 后续所有节点都需要更新 prevlen

因此 Redis 7 使用 listPack 替代了 zipList ，listPack 最大的区别是保存的是本节点的长度，而不是前节点长度

常用命令

类别	命令	说明	示例
读写字段	`HSET key field value`	设置字段值	`HSET user:1001 name "Bob"`
	`HGET key field`	获取字段值	`HGET user:1001 name` → `"Bob"`
批量操作	`HMSET key field1 val1 ...`	批量设置字段（推荐使用 `HSET`）	`HSET user:1001 age 30 ...`
	`HMGET key field1 field2`	批量获取字段	`HMGET user:1001 name age`
全量操作	`HGETALL key`	获取所有字段和值	`HGETALL user:1001` → 完整哈希
原子增减	`HINCRBY key field increment`	增减数值（支持负数）	`HINCRBY user:1001 age 1` → `31`

List 列表

Redis 的 List 是一种有序的序列数据结构，支持在头尾两端高效地插入和删除元素

编码方式

3.2 版本之前，采用 ZipList （小数据）+ LinkedList (大数据) 实现
3.2 版本之后，采用 QuickList 实现

快表 QuickList

QuickList 是整体结构是链表，每个节点又是压缩列表，结合了 ZipList 与 LinkedList ，平衡了内存占用和读写性能

常用命令

类别	命令	说明	示例
插入元素	`LPUSH key elem1 elem2`	左插入元素	`LPUSH tasks "task1" "task2"`
	`RPUSH key elem1 elem2`	右插入元素	`RPUSH log:1001 "error1" "..."`
弹出元素	`LPOP key [count]`	左弹出元素（Redis 6.2+ 支持弹出多个）	`LPOP tasks 2` → 弹出两个
	`RPOP key [count]`	右弹出元素	`RPOP log:1001`
范围查询	`LRANGE key start end`	范围查询（`0 -1` 表示全部）	`LRANGE queue 0 9`
阻塞弹出	`BLPOP key1 key2 timeout`	阻塞左弹出（秒级等待）	`BLPOP orders 10`

Set 集合

Set 是 Redis 中的无序且唯一集合数据结构，支持高效的集合运算（交集、并集、差集等）

编码方式

intset：集合元素都是整数，且元素个数 <= set-max-intset-entries（默认 512）
hashTable：反之使用 hashTable

常用命令

类别	命令	说明	示例
元素管理	`SADD key member1 ...`	添加元素	`SADD tags:news "AI"`
	`SREM key member`	删除元素	`SREM tags:news "Blockchain"`
集合运算	`SINTER key1 key2`	交集	`SINTER user:a:tags user:b:tags`
	`SUNION key1 key2`	并集	`SUNION group1 group2`
	`SDIFF key1 key2`	差集（`key1 - key2`）	`SDIFF all_users vip_users`
元素检查	`SISMEMBER key member`	检查是否存在	`SISMEMBER tags:news "AI"` → `0`

ZSet 集合

ZSet 是 Redis 中的有序且唯一的数据结构，每个元素关联一个分数 score ,通过分数进行排序

编码方式

zipList：元素数量 <= set-max-intset-entries（默认 128）; 所有元素的长度 <= 64 byte
skipList：反之使用 skipList 跳表

SkipList 跳表

跳表.png

跳表是多层链表结构

最底层：是完整的双向链表，包含所有元素，按 score 排序
上层链表：指数减少节点数量（概率随机生成层数），用于加快查找速度

查找路径：

从高层链表开始，右向查找（若下一个节点值 <= 目标继续，否则下探一层）
重复直到最底层找到目标节点或确定不存在

双向链表的时间复杂度为 O(N) , 跳表的时间复杂度最低为 O(logN)

常用命令

类别	命令	说明	示例
元素管理	`ZADD key score member [...]`	添加/更新元素（分数可重复，值唯一）	`ZADD leaderboard 100 "user1" 90 "user2"`
排名查询	`ZRANGE key start end [WITHSCORES]`	升序查询（`WITHSCORES` 返回分数）	`ZRANGE leaderboard 0 2 WITHSCORES`
`ZREVRANGE ...`	降序查询	`ZREVRANGE leaderboard 0 0`
分数范围	`ZRANGEBYSCORE key min max`	查询分数介于 `[min, max]` 的元素	`ZRANGEBYSCORE grades 80 100`
排名计算	`ZRANK key member`	获取升序排名（从 0 开始）	`ZRANK leaderboard "user1"` → `0`
Redis7新增命令	`ZMPOP numkeys key [MIN/MAX] [COUNT]`	原子弹出指定数量的最高/最低分成员	`ZMPOP 1 leaderboard MAX COUNT 2`

Stream 流

Redis 提供的消息队列，实际应用有限（实际生产采用 MQ 中间件）

HyperLogLog 基数统计

超低内存消耗的基数统计，误差率为 0.81% ，适合做高并发基数统计，比如 UV/DAU 统计

GEO 地理位置

基于 ZSet 实现的地理位置存储与计算，适合寻找附近的商家、配送范围计算等

Bitmaps 位图

二进制位标记与统计，非常适合签到打卡、在线用户状态场景，非常节省内存空间

Redis 数据类型 ​

Redis 存储架构层级 ​

1. 数据库层 redisDb ​

2.字典 dict ​

3.哈希表 dictht ​

4.哈希桶 dictEntry ​

5.值对象 redisObject ​

全链路示例：读取一个 Key 的过程 ​

String 字符串 ​

编码方式 ​

SDS 简单动态字符串 ​

常用命令 ​

Hash 散列 ​

编码方式 ​

压缩列表 ZipList ​

常用命令 ​

List 列表 ​

编码方式 ​

快表 QuickList ​

常用命令 ​

Set 集合 ​

编码方式 ​

常用命令 ​

ZSet 集合 ​

编码方式 ​

SkipList 跳表 ​

常用命令 ​

Stream 流 ​

HyperLogLog 基数统计 ​

GEO 地理位置 ​

Bitmaps 位图 ​

Redis 数据类型

Redis 存储架构层级

1. 数据库层 redisDb

2.字典 dict

3.哈希表 dictht

4.哈希桶 dictEntry

5.值对象 redisObject

全链路示例：读取一个 Key 的过程

String 字符串

编码方式

SDS 简单动态字符串

常用命令

Hash 散列

编码方式

压缩列表 ZipList

常用命令

List 列表

编码方式

快表 QuickList

常用命令

Set 集合

编码方式

常用命令

ZSet 集合

编码方式

SkipList 跳表

常用命令

Stream 流

HyperLogLog 基数统计

GEO 地理位置

Bitmaps 位图