Redis的数据结构

发表于2026-04-09|更新于2026-04-09|后端

|浏览量:

Redis的数据结构

重要：Redis 为什么用跳表而不用平衡树？

https://juejin.cn/post/6844903446475177998

https://mp.weixin.qq.com/s?__biz=MzA4NTg1MjM0Mg==&mid=509777776&idx=1&sn=e56f24bdf2de7e25515fe9f25ef57557&mpshare=1&scene=1&srcid=1010HdkIxon3icsWNmTyecI6#rd

Redis的对象系统中的每种对象实际上都是基于使用场景选择多种底层数据结构实现的，比如ZSET就是基于【压缩列表】或者【跳跃表+字典】（这也跟之前排序中提到的Sort包实现的思想一样，基于数据规模选择合适的排序算法），体现了Redis对于性能极致的追求。

https://cloud.tencent.com/developer/article/1353762

文章作者: 褚成志

文章链接: https://blog.chucz.asia/2026/04/09/Redis%E7%9A%84%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源褚成志的分享站！

Redis 数据结构

相关推荐

Redis的数据类型选择

String几乎所有的数据都可以使用 String 来存储。浪费存储空间，key 也是需要存储空间的管理、维护成为噩梦，Redis 中存在着大量的 KV 对象 key 冲突的几率变高（不同的业务系统共用一个 Redis 服务）常用的数据类型及其适用场景 string：应用最为广泛的数据类型，例如：计数器，session 等键值“独立〞的数据 hash：存储结构化（对象）的数据，KV 共同构成一个对象的信息 list：队列、栈、有界队列 set：去重、无序的数据集合，在类似于社交的业务功能上有广泛应用，例如：共同关注、共同喜好、数据去重 sortedset：带有权重的集合，在类似于排行榜业务上有广泛应用，且可以实现范围查找

Redis核心数据类型的底层编码（C源码）（重要）

Redis K-V 底层设计原理：字典hashtablekey：string val：string、hash、list、set、sorted set map 就是字典，还要支持海量数据的存储，查找和插入删除（hashtable） hashtable 里面 hash(key) % hashtable.size ，最后的得到的就是[0, hashtable.size - 1] hash碰撞的时候，线性探测或者链表法。Redis 使用的是链表法注意这个hashtable里面的value的类型是五种常见类型谁都可以放，因为最后都是使用指针指向的，value的包装类里面会执行是什么数据类型。 redisDb–dict–dictht–dictEntry–redisObject Redis 渐进式rehash及动态扩容机制如图所示，扩容时机：在使用的容量是大小的一样的时候就会扩容，扩容大小：扩容的时候变为原来的2倍，渐进式迁移：新建数组之后，数据迁移的时候，一个链表上的数据是一个桶为单位转移的，不能一下全部转移会导致单线程阻塞，所以有了渐进式rehash的设计，dict字典包...

布隆过滤器

布隆过滤器布隆过滤器由「初始值都为 0 的位图数组」和「 N 个哈希函数」两部分组成。当我们在写入数据库数据时，在布隆过滤器里做个标记，这样下次查询数据是否在数据库时，只需要查询布隆过滤器，如果查询到数据没有被标记，说明不在数据库中。第一步，使用 N 个哈希函数分别对数据做哈希计算，得到 N 个哈希值；第二步，将第一步得到的 N 个哈希值对位图数组的长度取模，得到每个哈希值在位图数组的对应位置。第三步，将每个哈希值在位图数组的对应位置的值设置为 1；查询的时****候只要有一个为 0，就认为数据 x 不在数据库中。没有的一定没有，有的也可能没有黑名单，爬虫去重只有加入和查询，不要求删除，极大减少内存，但是必须允许一定程度的失误率，会误杀好人，但是不会漏杀坏人布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你** “某样东西****一定不存在或者可能存在****”。** 如果存在那就是可能存在（hash的碰撞）如果不存在那就一定不存在相比于传统的...

Redis不同数据类型代码场景实践

string博客不好的实现12345jedis.set("key1", "value1");jedis.get("key1");jedis.del("lock_test");jedis.incr("blog_id_counter");Long key = jedis.incrBy("key", 1); 1jedis.set("lock_test", "value_test", SetParams.setParams().nx()); 12345678Long publishBlogResult = jedis.msetnx("article:1:title", "学习Redis", "article:1:content", "如何学好redis的使用", "art...

视图预览阿里云 Redis 标准版指标展示，包括CPU 使用率，内存使用率，磁盘读写，网络流量，每秒访问次数等版本支持操作系统支持：Linux 前置条件服务器 <安装 Datakit> 服务器 <安装 Func 携带版> 阿里云 RAM 访问控制账号授权 RAM 访问控制登录 RAM 控制台 https://ram.console.aliyun.com/users 新建用户：人员管理 - 用户 - 创建用户保存或下载 AccessKey ID 和 AccessKey Secret 的 CSV 文件 (配置文件会用到) 用户授权 (只读访问所有阿里云资源的权限) 安装配置说明：示例 Linux 版本为：CentOS Linux release 7.8.2003 (Core) 通过一台服务器采集所有阿里云 Redis 标准版数据部署实施脚本市场登录 Func，地址 http://ip:8088 开启脚本市场，管理 - 实验性功能 - 开启脚本市场模块 **依次添加 **三个脚本集观测云集成 (核心包) 观测云...

Redis实现分布式锁以及Redis客户端比较

若锁存在，且唯一标识匹配：则先将锁重入计数减1local counter = redis.call(‘hincrby’, KEYS[1], ARGV[3], -1);if (counter > 0) then – 锁重入计数减1后还大于0：表明当前线程持有的锁还有重入，不能进行锁删除操作，但可以友好地帮忙设置下过期时期 redis.call(‘pexpire’, KEYS[1], ARGV[2]); return 0;else – 锁重入计数已为0：间接表明锁已释放了。直接删除掉锁，并广播解锁消息，去唤醒那些争抢过锁但还处于阻塞中的线程 redis.call(‘del’, KEYS[1]); redis.call(‘publish’, KEYS[2], ARGV[1]); return 1;end; return nil; 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455...

数据加载中