本文腦圖

前言

Redis是基于c語言編寫的開源非關(guān)系型內(nèi)存數(shù)據(jù)庫，可以用作數(shù)據(jù)庫、緩存、消息中間件，這么優(yōu)秀的東西一定要一點(diǎn)一點(diǎn)的吃透它。

關(guān)于Redis的文章之前也寫過三篇，閱讀量和讀者的反映都還可以，其中第一篇是Redis的緩存三大問題[看完這篇Redis緩存三大問題，保你能和面試官互扯。]。

第二篇是Redis的內(nèi)存管理和淘汰策略[別再問我Redis內(nèi)存滿了該怎么辦了]和持久化[面試造飛機(jī)系列：面對(duì)Redis持久化連環(huán)Call，你還頂?shù)米幔?/a>]。

這是關(guān)于Redis的第三篇文章，主要講解Redis的五種數(shù)據(jù)結(jié)構(gòu)詳解，包括這五種的數(shù)據(jù)結(jié)構(gòu)的底層原理實(shí)現(xiàn)。

理論肯定是要用于實(shí)踐的，因此最重要的還是實(shí)戰(zhàn)部分，也就是這里還會(huì)講解五種數(shù)據(jù)結(jié)構(gòu)的應(yīng)用場(chǎng)景。

話不多說，我們直接進(jìn)入主題，很多人都知道Redis的五種數(shù)據(jù)結(jié)構(gòu)包括以下五種：

1. String：字符串類型
2. List：列表類型
3. Set：無序集合類型
4. ZSet：有序集合類型
5. Hash：哈希表類型

但是作為一名優(yōu)秀的程序員可能不能只停留在只會(huì)用這五種類型進(jìn)行crud工作，還是得深入了解這五種數(shù)據(jù)結(jié)構(gòu)的底層原理。

Redis核心對(duì)象

在Redis中有一個(gè)「核心的對(duì)象」叫做redisObject ，是用來表示所有的key和value的，用redisObject結(jié)構(gòu)體來表示String、Hash、List、Set、ZSet五種數(shù)據(jù)類型。

redisObject的源代碼在redis.h中，使用c語言寫的，感興趣的可以自行查看，關(guān)于redisObject我這里畫了一張圖，表示redisObject的結(jié)構(gòu)如下所示：

在redisObject中「type表示屬于哪種數(shù)據(jù)類型，encoding表示該數(shù)據(jù)的存儲(chǔ)方式」，也就是底層的實(shí)現(xiàn)的該數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu)。因此這篇文章具體介紹的也是encoding對(duì)應(yīng)的部分。

那么encoding中的存儲(chǔ)類型又分別表示什么意思呢？具體數(shù)據(jù)類型所表示的含義，如下圖所示：

可能看完這圖，還是覺得一臉懵。不慌，會(huì)進(jìn)行五種數(shù)據(jù)結(jié)構(gòu)的詳細(xì)介紹，這張圖只是讓你找到每種中數(shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)的儲(chǔ)存類型有哪些，大概腦子里有個(gè)印象。

舉一個(gè)簡單的例子，你在Redis中設(shè)置一個(gè)字符串key 234，然后查看這個(gè)字符串的存儲(chǔ)類型就會(huì)看到為int類型，非整數(shù)型的使用的是embstr儲(chǔ)存類型，具體操作如下圖所示：

String類型

String是Redis最基本的數(shù)據(jù)類型，上面的簡介中也說到Redis是用c語言開發(fā)的。但是Redis中的字符串和c語言中的字符串類型卻是有明顯的區(qū)別。

String類型的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)方式有三種int、raw、embstr。那么這三種存儲(chǔ)方式有什么區(qū)別呢？

int

Redis中規(guī)定假如存儲(chǔ)的是「整數(shù)型值」，比如set num 123這樣的類型，就會(huì)使用 int的存儲(chǔ)方式進(jìn)行存儲(chǔ)，在redisObject的「ptr屬性」中就會(huì)保存該值。

SDS

假如存儲(chǔ)的「字符串是一個(gè)字符串值并且長度大于32個(gè)字節(jié)」就會(huì)使用SDS（simple dynamic string）方式進(jìn)行存儲(chǔ)，并且encoding設(shè)置為raw；若是「字符串長度小于等于32個(gè)字節(jié)」就會(huì)將encoding改為embstr來保存字符串。

SDS稱為「簡單動(dòng)態(tài)字符串」，對(duì)于SDS中的定義在Redis的源碼中有的三個(gè)屬性int len、int free、char buf[]。

len保存了字符串的長度，free表示buf數(shù)組中未使用的字節(jié)數(shù)量，buf數(shù)組則是保存字符串的每一個(gè)字符元素。

因此當(dāng)你在Redsi中存儲(chǔ)一個(gè)字符串Hello時(shí)，根據(jù)Redis的源代碼的描述可以畫出SDS的形式的redisObject結(jié)構(gòu)圖如下圖所示：

SDS與c語言字符串對(duì)比

Redis使用SDS作為存儲(chǔ)字符串的類型肯定是有自己的優(yōu)勢(shì)，SDS與c語言的字符串相比，SDS對(duì)c語言的字符串做了自己的設(shè)計(jì)和優(yōu)化，具體優(yōu)勢(shì)有以下幾點(diǎn)：

（1）c語言中的字符串并不會(huì)記錄自己的長度，因此「每次獲取字符串的長度都會(huì)遍歷得到，時(shí)間的復(fù)雜度是O(n)」，而Redis中獲取字符串只要讀取len的值就可，時(shí)間復(fù)雜度變?yōu)镺(1)。

（2）「c語言」中兩個(gè)字符串拼接，若是沒有分配足夠長度的內(nèi)存空間就「會(huì)出現(xiàn)緩沖區(qū)溢出的情況」；而「SDS」會(huì)先根據(jù)len屬性判斷空間是否滿足要求，若是空間不夠，就會(huì)進(jìn)行相應(yīng)的空間擴(kuò)展，所以「不會(huì)出現(xiàn)緩沖區(qū)溢出的情況」。

（3）SDS還提供「空間預(yù)分配」和「惰性空間釋放」兩種策略。在為字符串分配空間時(shí)，分配的空間比實(shí)際要多，這樣就能「減少連續(xù)的執(zhí)行字符串增長帶來內(nèi)存重新分配的次數(shù)」。

當(dāng)字符串被縮短的時(shí)候，SDS也不會(huì)立即回收不適用的空間，而是通過free屬性將不使用的空間記錄下來，等后面使用的時(shí)候再釋放。

具體的空間預(yù)分配原則是：「當(dāng)修改字符串后的長度len小于1MB，就會(huì)預(yù)分配和len一樣長度的空間，即len=free；若是len大于1MB，free分配的空間大小就為1MB」。

（4）SDS是二進(jìn)制安全的，除了可以儲(chǔ)存字符串以外還可以儲(chǔ)存二進(jìn)制文件（如圖片、音頻，視頻等文件的二進(jìn)制數(shù)據(jù)）；而c語言中的字符串是以空字符串作為結(jié)束符，一些圖片中含有結(jié)束符，因此不是二進(jìn)制安全的。

為了方便易懂，做了一個(gè)c語言的字符串和SDS進(jìn)行對(duì)比的表格，如下所示：

String類型應(yīng)用

說到這里我相信很多人可以說已經(jīng)精通Redis的String類型了，但是純理論的精通，理論還是得應(yīng)用實(shí)踐，上面說到String可以用來存儲(chǔ)圖片，現(xiàn)在就以圖片存儲(chǔ)作為案例實(shí)現(xiàn)。

（1）首先要把上傳得圖片進(jìn)行編碼，這里寫了一個(gè)工具類把圖片處理成了Base64得編碼形式，具體得實(shí)現(xiàn)代碼如下：

 /**
     * 將圖片內(nèi)容處理成Base64編碼格式
     * @param file
     * @return
     */
    public static String encodeImg(MultipartFile file) {
        byte[] imgBytes = null;
        try {
            imgBytes = file.getBytes();
        } catch (IOException e) {
            e.printStackTrace();
        }
        BASE64Encoder encoder = new BASE64Encoder();
        return imgBytes==null?null:encoder.encode(imgBytes );
    }

（2）第二步就是把處理后的圖片字符串格式存儲(chǔ)進(jìn)Redis中，實(shí)現(xiàn)的代碼如下所示：

    /**
     * Redis存儲(chǔ)圖片
     * @param file
     * @return
     */
    public void uploadImageServiceImpl(MultipartFile image) {
        String imgId = UUID.randomUUID().toString();
        String imgStr= ImageUtils.encodeImg(image);
        redisUtils.set(imgId , imgStr);
        // 后續(xù)操作可以把imgId存進(jìn)數(shù)據(jù)庫對(duì)應(yīng)的字段，如果需要從redis中取出，只要獲取到這個(gè)字段后從redis中取出即可。
    }

這樣就是實(shí)現(xiàn)了圖片得二進(jìn)制存儲(chǔ)，當(dāng)然String類型得數(shù)據(jù)結(jié)構(gòu)得應(yīng)用也還有常規(guī)計(jì)數(shù)：「統(tǒng)計(jì)微博數(shù)、統(tǒng)計(jì)粉絲數(shù)」等。

Hash類型

Hash對(duì)象的實(shí)現(xiàn)方式有兩種分別是ziplist、hashtable，其中hashtable的存儲(chǔ)方式key是String類型的，value也是以key value的形式進(jìn)行存儲(chǔ)。

字典類型的底層就是hashtable實(shí)現(xiàn)的，明白了字典的底層實(shí)現(xiàn)原理也就是明白了hashtable的實(shí)現(xiàn)原理，hashtable的實(shí)現(xiàn)原理可以與HashMap的是底層原理相類比。

字典

兩者在新增時(shí)都會(huì)通過key計(jì)算出數(shù)組下標(biāo)，不同的是計(jì)算法方式不同，HashMap中是以hash函數(shù)的方式，而hashtable中計(jì)算出hash值后，還要通過sizemask 屬性和哈希值再次得到數(shù)組下標(biāo)。

我們知道hash表最大的問題就是hash沖突，為了解決hash沖突，假如hashtable中不同的key通過計(jì)算得到同一個(gè)index，就會(huì)形成單向鏈表（「鏈地址法」），如下圖所示：

rehash

在字典的底層實(shí)現(xiàn)中，value對(duì)象以每一個(gè)dictEntry的對(duì)象進(jìn)行存儲(chǔ)，當(dāng)hash表中的存放的鍵值對(duì)不斷的增加或者減少時(shí)，需要對(duì)hash表進(jìn)行一個(gè)擴(kuò)展或者收縮。

這里就會(huì)和HashMap一樣也會(huì)就進(jìn)行rehash操作，進(jìn)行重新散列排布。從上圖中可以看到有ht[0]和ht[1]兩個(gè)對(duì)象，先來看看對(duì)象中的屬性是干嘛用的。

在hash表結(jié)構(gòu)定義中有四個(gè)屬性分別是dictEntry **table、unsigned long size、unsigned long sizemask、unsigned long used，分別表示的含義就是「哈希表數(shù)組、hash表大小、用于計(jì)算索引值，總是等于size-1、hash表中已有的節(jié)點(diǎn)數(shù)」。

ht[0]是用來最開始存儲(chǔ)數(shù)據(jù)的，當(dāng)要進(jìn)行擴(kuò)展或者收縮時(shí)，ht[0]的大小就決定了ht[1]的大小，ht[0]中的所有的鍵值對(duì)就會(huì)重新散列到ht[1]中。

擴(kuò)展操作：ht[1]擴(kuò)展的大小是比當(dāng)前 ht[0].used 值的二倍大的第一個(gè) 2 的整數(shù)冪；收縮操作：ht[0].used 的第一個(gè)大于等于的 2 的整數(shù)冪。

當(dāng)ht[0]上的所有的鍵值對(duì)都rehash到ht[1]中，會(huì)重新計(jì)算所有的數(shù)組下標(biāo)值，當(dāng)數(shù)據(jù)遷移完后ht[0]就會(huì)被釋放，然后將ht[1]改為ht[0]，并新創(chuàng)建ht[1]，為下一次的擴(kuò)展和收縮做準(zhǔn)備。

漸進(jìn)式rehash

假如在rehash的過程中數(shù)據(jù)量非常大，Redis不是一次性把全部數(shù)據(jù)rehash成功，這樣會(huì)導(dǎo)致Redis對(duì)外服務(wù)停止，Redis內(nèi)部為了處理這種情況采用「漸進(jìn)式的rehash」。

Redis將所有的rehash的操作分成多步進(jìn)行，直到都rehash完成，具體的實(shí)現(xiàn)與對(duì)象中的rehashindex屬性相關(guān)，「若是rehashindex 表示為-1表示沒有rehash操作」。

當(dāng)rehash操作開始時(shí)會(huì)將該值改成0，在漸進(jìn)式rehash的過程「更新、刪除、查詢會(huì)在ht[0]和ht[1]中都進(jìn)行」，比如更新一個(gè)值先更新ht[0]，然后再更新ht[1]。

而新增操作直接就新增到ht[1]表中，ht[0]不會(huì)新增任何的數(shù)據(jù)，這樣保證「ht[0]只減不增，直到最后的某一個(gè)時(shí)刻變成空表」，這樣rehash操作完成。

上面就是字典的底層hashtable的實(shí)現(xiàn)原理，說完了hashtable的實(shí)現(xiàn)原理，我們?cè)賮砜纯碒ash數(shù)據(jù)結(jié)構(gòu)的兩一種存儲(chǔ)方式「ziplist（壓縮列表）」

ziplist

壓縮列表（ziplist）是一組連續(xù)內(nèi)存塊組成的順序的數(shù)據(jù)結(jié)構(gòu)，壓縮列表能夠節(jié)省空間，壓縮列表中使用多個(gè)節(jié)點(diǎn)來存儲(chǔ)數(shù)據(jù)。

壓縮列表是列表鍵和哈希鍵底層實(shí)現(xiàn)的原理之一，「壓縮列表并不是以某種壓縮算法進(jìn)行壓縮存儲(chǔ)數(shù)據(jù)，而是它表示一組連續(xù)的內(nèi)存空間的使用，節(jié)省空間」，壓縮列表的內(nèi)存結(jié)構(gòu)圖如下：

壓縮列表中每一個(gè)節(jié)點(diǎn)表示的含義如下所示：

1. zlbytes：4個(gè)字節(jié)的大小，記錄壓縮列表占用內(nèi)存的字節(jié)數(shù)。
2. zltail：4個(gè)字節(jié)大小，記錄表尾節(jié)點(diǎn)距離起始地址的偏移量，用于快速定位到尾節(jié)點(diǎn)的地址。
3. zllen：2個(gè)字節(jié)的大小，記錄壓縮列表中的節(jié)點(diǎn)數(shù)。
4. entry：表示列表中的每一個(gè)節(jié)點(diǎn)。
5. zlend：表示壓縮列表的特殊結(jié)束符號(hào) '0xFF'。

再壓縮列表中每一個(gè)entry節(jié)點(diǎn)又有三部分組成，包括previous_entry_ength、encoding、content。

1. previous_entry_ength表示前一個(gè)節(jié)點(diǎn)entry的長度，可用于計(jì)算前一個(gè)節(jié)點(diǎn)的其實(shí)地址，因?yàn)樗麄兊牡刂肥沁B續(xù)的。
2. encoding：這里保存的是content的內(nèi)容類型和長度。
3. content：content保存的是每一個(gè)節(jié)點(diǎn)的內(nèi)容。

說到這里相信大家已經(jīng)都hash這種數(shù)據(jù)結(jié)構(gòu)已經(jīng)非常了解，若是第一次接觸Redis五種基本數(shù)據(jù)結(jié)構(gòu)的底層實(shí)現(xiàn)的話，建議多看幾遍，下面來說一說hash的應(yīng)用場(chǎng)景。

應(yīng)用場(chǎng)景

哈希表相對(duì)于String類型存儲(chǔ)信息更加直觀，存儲(chǔ)更加方便，經(jīng)常會(huì)用來做用戶數(shù)據(jù)的管理，存儲(chǔ)用戶的信息。

hash也可以用作高并發(fā)場(chǎng)景下使用Redis生成唯一的id。下面我們就以這兩種場(chǎng)景用作案例編碼實(shí)現(xiàn)。

存儲(chǔ)用戶數(shù)據(jù)

第一個(gè)場(chǎng)景比如我們要儲(chǔ)存用戶信息，一般使用用戶的ID作為key值，保持唯一性，用戶的其他信息（地址、年齡、生日、電話號(hào)碼等）作為value值存儲(chǔ)。

若是傳統(tǒng)的實(shí)現(xiàn)就是將用戶的信息封裝成為一個(gè)對(duì)象，通過序列化存儲(chǔ)數(shù)據(jù)，當(dāng)需要獲取用戶信息的時(shí)候，就會(huì)通過反序列化得到用戶信息。

但是這樣必然會(huì)造成序列化和反序列化的性能的開銷，并且若是只修改其中的一個(gè)屬性值，就需要把整個(gè)對(duì)象序列化出來，操作的動(dòng)作太大，造成不必要的性能開銷。

若是使用Redis的hash來存儲(chǔ)用戶數(shù)據(jù)，就會(huì)將原來的value值又看成了一個(gè)k v形式的存儲(chǔ)容器，這樣就不會(huì)帶來序列化的性能開銷的問題。

分布式生成唯一ID

第二個(gè)場(chǎng)景就是生成分布式的唯一ID，這個(gè)場(chǎng)景下就是把redis封裝成了一個(gè)工具類進(jìn)行實(shí)現(xiàn)，實(shí)現(xiàn)的代碼如下：

    // offset表示的是id的遞增梯度值
    public Long getId(String key,String hashKey,Long offset) throws BusinessException{
        try {
            if (null == offset) {
                offset=1L;
            }
            // 生成唯一id
            return redisUtil.increment(key, hashKey, offset);
        } catch (Exception e) {
            //若是出現(xiàn)異常就是用uuid來生成唯一的id值
            int randNo=UUID.randomUUID().toString().hashCode();
            if (randNo < 0) {
                randNo=-randNo;
            }
            return Long.valueOf(String.format("%16d", randNo));
        }
    }

List類型

Redis中的列表在3.2之前的版本是使用ziplist和linkedlist進(jìn)行實(shí)現(xiàn)的。在3.2之后的版本就是引入了quicklist。

ziplist壓縮列表上面已經(jīng)講過了，我們來看看linkedlist和quicklist的結(jié)構(gòu)是怎么樣的。

linkedlist是一個(gè)雙向鏈表，他和普通的鏈表一樣都是由指向前后節(jié)點(diǎn)的指針。插入、修改、更新的時(shí)間復(fù)雜度尾O(1)，但是查詢的時(shí)間復(fù)雜度確實(shí)O(n)。

linkedlist和quicklist的底層實(shí)現(xiàn)是采用鏈表進(jìn)行實(shí)現(xiàn)，在c語言中并沒有內(nèi)置的鏈表這種數(shù)據(jù)結(jié)構(gòu)，Redis實(shí)現(xiàn)了自己的鏈表結(jié)構(gòu)。

Redis中鏈表的特性：

1. 每一個(gè)節(jié)點(diǎn)都有指向前一個(gè)節(jié)點(diǎn)和后一個(gè)節(jié)點(diǎn)的指針。
2. 頭節(jié)點(diǎn)和尾節(jié)點(diǎn)的prev和next指針指向?yàn)閚ull，所以鏈表是無環(huán)的。
3. 鏈表有自己長度的信息，獲取長度的時(shí)間復(fù)雜度為O(1)。

Redis中List的實(shí)現(xiàn)比較簡單，下面我們就來看看它的應(yīng)用場(chǎng)景。

應(yīng)用場(chǎng)景

Redis中的列表可以實(shí)現(xiàn)「阻塞隊(duì)列」，結(jié)合lpush和brpop命令就可以實(shí)現(xiàn)。生產(chǎn)者使用lupsh從列表的左側(cè)插入元素，消費(fèi)者使用brpop命令從隊(duì)列的右側(cè)獲取元素進(jìn)行消費(fèi)。

（1）首先配置redis的配置，為了方便我就直接放在application.yml配置文件中，實(shí)際中可以把redis的配置文件放在一個(gè)redis.properties文件單獨(dú)放置，具體配置如下：

spring
	redis:
		host: 127.0.0.1
		port: 6379
		password: user
		timeout: 0
		database: 2
		pool:
			max-active: 100
			max-idle: 10
			min-idle: 0
			max-wait: 100000

（2）第二步創(chuàng)建redis的配置類，叫做RedisConfig，并標(biāo)注上@Configuration注解，表明他是一個(gè)配置類。

@Configuration
public class RedisConfiguration {

@Value("${spring.redis.host}")
private String host;
@Value("${spring.redis.port}")
private int port;
@Value("${spring.redis.password}")
private String password;
@Value("${spring.redis.pool.max-active}")
private int maxActive;
@Value("${spring.redis.pool.max-idle}")
private int maxIdle;
@Value("${spring.redis.pool.min-idle}")
private int minIdle;
@Value("${spring.redis.pool.max-wait}")
private int maxWait;
@Value("${spring.redis.database}")
private int database;
@Value("${spring.redis.timeout}")
private int timeout;

@Bean
public JedisPoolConfig getRedisConfiguration(){
	JedisPoolConfig jedisPoolConfig= new JedisPoolConfig();
	jedisPoolConfig.setMaxTotal(maxActive);
	jedisPoolConfig.setMaxIdle(maxIdle);
	jedisPoolConfig.setMinIdle(minIdle);
	jedisPoolConfig.setMaxWaitMillis(maxWait);
	return jedisPoolConfig;
}

@Bean
public JedisConnectionFactory getConnectionFactory() {
	JedisConnectionFactory factory = new JedisConnectionFactory();
	factory.setHostName(host);
	factory.setPort(port);
	factory.setPassword(password);
	factory.setDatabase(database);
	JedisPoolConfig jedisPoolConfig= getRedisConfiguration();
	factory.setPoolConfig(jedisPoolConfig);
	return factory;
}

@Bean
public RedisTemplate<?, ?> getRedisTemplate() {
	JedisConnectionFactory factory = getConnectionFactory();
	RedisTemplate<?, ?> redisTemplate = new StringRedisTemplate(factory);
	return redisTemplate;
}
}

（3）第三步就是創(chuàng)建Redis的工具類RedisUtil，自從學(xué)了面向?qū)ο蠛?，就喜歡把一些通用的東西拆成工具類，好像一個(gè)一個(gè)零件，需要的時(shí)候，就把它組裝起來。

@Component
public class RedisUtil {

@Autowired
private RedisTemplate<String, Object> redisTemplate;
/**
* 存消息到消息隊(duì)列中
* @param key 鍵
* @param value 值
* @return
*/
public boolean lPushMessage(String key, Object value) {
	try {
			redisTemplate.opsForList().leftPush(key, value);
			return true;
	} catch (Exception e) {
			e.printStackTrace();
			return false;
	}
}

/**
* 從消息隊(duì)列中彈出消息
* @param key 鍵
* @return
*/
public Object rPopMessage(String key) {
	try {
			return redisTemplate.opsForList().rightPop(key);
	} catch (Exception e) {
			e.printStackTrace();
			return null;
	}
}

/**
* 查看消息
* @param key 鍵
* @param start 開始
* @param end 結(jié)束 0 到 -1代表所有值
* @return
*/
public List<Object> getMessage(String key, long start, long end) {
	try {
			return redisTemplate.opsForList().range(key, start, end);
	} catch (Exception e) {
			e.printStackTrace();
			return null;
	}
}

這樣就完成了Redis消息隊(duì)列工具類的創(chuàng)建，在后面的代碼中就可以直接使用。

Set集合

Redis中列表和集合都可以用來存儲(chǔ)字符串，但是「Set是不可重復(fù)的集合，而List列表可以存儲(chǔ)相同的字符串」，Set集合是無序的這個(gè)和后面講的ZSet有序集合相對(duì)。

Set的底層實(shí)現(xiàn)是「ht和intset」，ht（哈希表）前面已經(jīng)詳細(xì)了解過，下面我們來看看inset類型的存儲(chǔ)結(jié)構(gòu)。

inset也叫做整數(shù)集合，用于保存整數(shù)值的數(shù)據(jù)結(jié)構(gòu)類型，它可以保存int16_t、int32_t 或者int64_t 的整數(shù)值。

在整數(shù)集合中，有三個(gè)屬性值encoding、length、contents[]，分別表示編碼方式、整數(shù)集合的長度、以及元素內(nèi)容，length就是記錄contents里面的大小。

在整數(shù)集合新增元素的時(shí)候，若是超出了原集合的長度大小，就會(huì)對(duì)集合進(jìn)行升級(jí)，具體的升級(jí)過程如下：

1. 首先擴(kuò)展底層數(shù)組的大小，并且數(shù)組的類型為新元素的類型。
2. 然后將原來的數(shù)組中的元素轉(zhuǎn)為新元素的類型，并放到擴(kuò)展后數(shù)組對(duì)應(yīng)的位置。
3. 整數(shù)集合升級(jí)后就不會(huì)再降級(jí)，編碼會(huì)一直保持升級(jí)后的狀態(tài)。

應(yīng)用場(chǎng)景

Set集合的應(yīng)用場(chǎng)景可以用來「去重、抽獎(jiǎng)、共同好友、二度好友」等業(yè)務(wù)類型。接下來模擬一個(gè)添加好友的案例實(shí)現(xiàn)：

@RequestMapping(value = "/addFriend", method = RequestMethod.POST)
public Long addFriend(User user, String friend) {
    String currentKey = null;
    // 判斷是否是當(dāng)前用戶的好友
    if (AppContext.getCurrentUser().getId().equals(user.getId)) {
        currentKey = user.getId.toString();
    }
    //若是返回0則表示不是該用戶好友
    return currentKey==null?0l:setOperations.add(currentKey, friend);
}

假如兩個(gè)用戶A和B都是用上上面的這個(gè)接口添加了很多的自己的好友，那么有一個(gè)需求就是要實(shí)現(xiàn)獲取A和B的共同好友，那么可以進(jìn)行如下操作：

public Set intersectFriend(User userA, User userB) {
    return setOperations.intersect(userA.getId.toString(), userB.getId.toString());
}

舉一反三，還可以實(shí)現(xiàn)A用戶自己的好友，或者B用戶自己的好友等，都可以進(jìn)行實(shí)現(xiàn)。

ZSet集合

ZSet是有序集合，從上面的圖中可以看到ZSet的底層實(shí)現(xiàn)是ziplist和skiplist實(shí)現(xiàn)的，ziplist上面已經(jīng)詳細(xì)講過，這里來講解skiplist的結(jié)構(gòu)實(shí)現(xiàn)。

skiplist也叫做「跳躍表」，跳躍表是一種有序的數(shù)據(jù)結(jié)構(gòu)，它通過每一個(gè)節(jié)點(diǎn)維持多個(gè)指向其它節(jié)點(diǎn)的指針，從而達(dá)到快速訪問的目的。

skiplist有如下幾個(gè)特點(diǎn)：

1. 有很多層組成，由上到下節(jié)點(diǎn)數(shù)逐漸密集，最上層的節(jié)點(diǎn)最稀疏，跨度也最大。
2. 每一層都是一個(gè)有序鏈表，至少包含兩個(gè)節(jié)點(diǎn)，頭節(jié)點(diǎn)和尾節(jié)點(diǎn)。
3. 每一層的每一個(gè)每一個(gè)節(jié)點(diǎn)都含有指向同一層下一個(gè)節(jié)點(diǎn)和下一層同一個(gè)位置節(jié)點(diǎn)的指針。
4. 如果一個(gè)節(jié)點(diǎn)在某一層出現(xiàn)，那么該以下的所有鏈表同一個(gè)位置都會(huì)出現(xiàn)該節(jié)點(diǎn)。

具體實(shí)現(xiàn)的結(jié)構(gòu)圖如下所示：

在跳躍表的結(jié)構(gòu)中有head和tail表示指向頭節(jié)點(diǎn)和尾節(jié)點(diǎn)的指針，能快速的實(shí)現(xiàn)定位。level表示層數(shù)，len表示跳躍表的長度，BW表示后退指針，在從尾向前遍歷的時(shí)候使用。

BW下面還有兩個(gè)值分別表示分值（score）和成員對(duì)象（各個(gè)節(jié)點(diǎn)保存的成員對(duì)象）。

跳躍表的實(shí)現(xiàn)中，除了最底層的一層保存的是原始鏈表的完整數(shù)據(jù)，上層的節(jié)點(diǎn)數(shù)會(huì)越來越少，并且跨度會(huì)越來越大。

跳躍表的上面層就相當(dāng)于索引層，都是為了找到最后的數(shù)據(jù)而服務(wù)的，數(shù)據(jù)量越大，條表所體現(xiàn)的查詢的效率就越高，和平衡樹的查詢效率相差無幾。

應(yīng)用場(chǎng)景

因?yàn)閆Set是有序的集合，因此ZSet在實(shí)現(xiàn)排序類型的業(yè)務(wù)是比較常見的，比如在首頁推薦10個(gè)最熱門的帖子，也就是閱讀量由高到低，排行榜的實(shí)現(xiàn)等業(yè)務(wù)。

下面就選用獲取排行榜前前10名的選手作為案例實(shí)現(xiàn)，實(shí)現(xiàn)的代碼如下所示：

@Autowired
private RedisTemplate redisTemplate;
	/**
	 * 獲取前10排名
	 * @return
	 */
    public static List<levelVO > getZset(String key, long baseNum, LevelService levelService){
        ZSetOperations<Serializable, Object> operations = redisTemplate.opsForZSet();
        // 根據(jù)score分?jǐn)?shù)值獲取前10名的數(shù)據(jù)
        Set<ZSetOperations.TypedTuple<Object>> set = operations.reverseRangeWithScores(key,0,9);
        List<LevelVO> list= new ArrayList<LevelVO>();
        int i=1;
        for (ZSetOperations.TypedTuple<Object> o:set){
            int uid = (int) o.getValue();
            LevelCache levelCache = levelService.getLevelCache(uid);
            LevelVO levelVO = levelCache.getLevelVO();
            long score = (o.getScore().longValue() - baseNum + levelVO .getCtime())/CommonUtil.multiplier;
            levelVO .setScore(score);
            levelVO .setRank(i);
            list.add( levelVO );
            i++;
        }
        return list;
    }

以上的代碼實(shí)現(xiàn)大致邏輯就是根據(jù)score分?jǐn)?shù)值獲取前10名的數(shù)據(jù)，然后封裝成lawyerVO對(duì)象的列表進(jìn)行返回。

到這里我們已經(jīng)精通Redis的五種基本數(shù)據(jù)類型了，又可以去和面試官扯皮了，扯不過就跑路吧，或者這篇文章多看幾遍，相信對(duì)你總是有好處的。

【文章參考】

[1]《Redis設(shè)計(jì)與實(shí)現(xiàn)》

特別推薦一個(gè)分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒關(guān)注的小伙伴，可以長按關(guān)注一下：
長按訂閱更多精彩▼
如有收獲，點(diǎn)個(gè)在看，誠摯感謝