数据类型

• String 字符串类型，值最大可存储512MB（底层采用SDS实现）

struct sdshdr{
     //记录buf数组中已使用字节的数量
     //等于 SDS 保存字符串的长度
     int len;
     //记录 buf 数组中未使用字节的数量
     int free;
     //字节数组，用于保存字符串
     char buf[];
}

• Hash 对应key field value，常用于存储对象信息。对于v值较小的情况下，hash底层结构由ziplist数据结构支撑，v值较大的情况下，使用dict字典结构进行支撑。

typedf struct dict{
    dictType *type;//类型特定函数，包括一些自定义函数，这些函数使得key和
                   //value能够存储
    void *private;//私有数据
    dictht ht[2];//两张hash表 
    int rehashidx;//rehash索引，字典没有进行rehash时，此值为-1
    unsigned long iterators; //正在迭代的迭代器数量
}dict;

• List 可以保存重复元素，使用场景可用于朋友圈等。底层实现结构有:ziplist,quicklist, linkedList

  
  redis-list底层结构.png

• Set 集合，所有元素保持唯一性，无序，可用于求交集，并集等，场景可用在粉丝，共同关注等。底层数据结构是，当数据量不大，且value都为整数时，使用intset进行存储；其他情况使用dict进行存储.

typedef struct intset {
 
    // 编码方式
    uint32_t encoding;
 
    // 集合包含的元素数量
    uint32_t length;
 
    // 保存元素的数组
    int8_t contents[];
 
} intset;

• ZSet 有序集合，和set的区别是，集合中每个元素都会对应一个double的分数，这个分数的作用是为了进行排序.场景用在排行榜。底层数据结构是，当数据较小时(元素个数小于128个，元素总大小小于64字节时)使用ziplist，其他情况使用skiplist(跳表).

  
  skiplist数据结构.png
• Bitmap/Geo

skiplist和红黑树和avl之间对比

• 红黑树插入删除效率远远高于avl，红黑树只需要最多旋转3次即可完成插入删除。而avl为了平衡树，旋转次数可能远远大于3次。而对于查询而言，红黑树可能比avl会多一层高，因此查询速度不如avl,但基本可以忽略不计。所以大部分的程序实现都采用了红黑树而非avl，比如linux的进程管理，epool的文件管理等实现。

• 跳表和红黑树之间做对比，跳表由于叶子节点都前后连接，所以支持范围查询；跳表实现比红黑树实现简单；跳表的插入删除和查询效率和红黑树之间区别不大，都可计算为O(logn)

  
  image.png

持久化

RDB

全量备份，备份数据非语句。bgsave会新开一个进程进行备份生成rdb文件。系统可配置自动备份时间，并提供压缩文件。

• RDB 方式数据没办法做到实时持久化/秒级持久化，也就造成会有部分时间的数据丢失
• 如果数据量太大，fork子进程时可能会阻塞系统。

AOF

与RDB存储某个时刻的快照不同，AOF持久化方式会记录客户端对服务器的每一次写操作命令到日志当中，并将这些写操作以 Redis协议追加保存到以后缀为aof文件末尾

• 相同数据量下，AOF的文件通常体积会比RDB大。因为AOF是存指令的，而RDB是所有指令的结果快照。但AOF在日志重写后会压缩一些空间。
• 在大量写入和载入的时候，AOF的效率会比RDB低。因为大量写入，AOF会执行更多的保存命令，载入的时候也需要大量的重执行命令来得到最后的结果。 RDB对此更有优势。

Nosql对比

• Memcached 单个key存储小
• Mongodb 支持索引，数据量存储大
• Redis 并发高，原子操作，支持持久化，自带集群，单线程