Redis中常见数据结构底层实现结构是什么
Redis中常用数据结构的底层实现及原理如下：
一、String（字符串）
- 底层实现：动态字符串（SDS）或整数（int）。
- SDS：当存储内容为文本或二进制数据时，使用SDS。其结构包含
len（已用长度）、free（剩余空间）和buf（数据缓冲区），支持动态扩容和预分配内存。 - int：当存储内容为64位整数时，直接存储数值以节省内存。
- SDS：当存储内容为文本或二进制数据时，使用SDS。其结构包含
- 特点：O(1)获取长度、二进制安全、减少内存重分配。
SDS（简单动态字符串）与C语言动态数组在实现原理、功能特性和适用场景上有显著区别，以下是具体对比：
1. 内存管理与扩容机制
- SDS
- 预分配策略：每次扩容时，若新长度小于1MB，分配与当前长度相等的空闲空间（
len=free）；若超过1MB，固定分配1MB空闲空间。 - 惰性释放：缩短字符串时，不立即释放多余内存，而是记录在
free字段中供后续复用，减少内存分配次数。 - 自动扩容：API内部自动处理内存扩展（如
sdscat会检查空间并扩容），无需用户干预。
- 预分配策略：每次扩容时，若新长度小于1MB，分配与当前长度相等的空闲空间（
- C动态数组
- 手动管理：需通过
malloc/realloc手动分配和扩展内存，扩容失败需检查返回值（可能返回NULL）。 - 无预分配：每次扩容需重新分配内存，频繁操作易导致内存碎片或性能损耗。
- 手动管理：需通过
2. 数据安全性与功能
- SDS
- 二进制安全：通过
len字段记录长度，允许存储含\0的二进制数据（如图片、音视频）。 - 防溢出：API自动检查空间，避免拼接等操作导致的内存溢出。
- 二进制安全：通过
- C动态数组
- 文本限制：依赖
\0结尾，无法直接存储含\0的数据。 - 缓冲区溢出风险：手动操作时若未正确计算长度，易覆盖相邻内存（如
strcat未扩容导致溢出）。
- 文本限制：依赖
3. 性能与复杂度
- SDS
- O(1)获取长度：通过
len字段直接读取，无需遍历。 - 高效操作：预分配和惰性释放减少内存分配次数，适合高频修改场景（如Redis键值操作）。
- O(1)获取长度：通过
- C动态数组
- O(n)获取长度：需遍历数组或额外维护变量记录长度。
- 手动优化需求：开发者需自行实现扩容策略（如指数增长）以平衡性能与内存使用。
4. 底层结构与兼容性
- SDS
- 结构体封装：包含
len、free、flags等元数据，支持多种编码（如emstr、raw）优化内存布局。 - 兼容C函数：底层
buf仍以\0结尾，可复用部分C字符串函数（如strcmp）。
- 结构体封装：包含
- C动态数组
- 简单指针+长度：仅通过指针和长度变量管理，无额外元数据支持。
总结
特性 | SDS | C动态数组 |
长度获取 | O(1)（通过 字段） | O(n)（需遍历或额外记录） |
安全性 | 防溢出、二进制安全 | 易溢出、仅支持文本 |
扩容策略 | 自动预分配+惰性释放 | 手动 ，无预分配 |
适用场景 | 高频修改、二进制数据存储 | 简单文本、固定或少量动态数据 |
SDS通过结构化设计和自动化内存管理，在性能与安全性上显著优于C动态数组，尤其适合Redis这类对内存和操作效率要求极高的场景
。
二、List（列表）
- 底层实现：QuickList（Redis 3.2+）。
- QuickList：由多个压缩列表（ziplist）通过双向链表连接而成，平衡内存与操作效率。
- 压缩列表（ziplist）：连续内存存储元素，适合小数据量（默认元素≤512且单元素≤64字节）。
- 特点：支持双向头尾操作，O(1)时间复杂度插入/删除头部或尾部元素。
三、Hash（哈希）
- 底层实现：ziplist或字典（dict）。
- ziplist：当键值对数量≤512且键值长度≤64字节时，使用连续内存存储键值对。
- dict：基于哈希表实现，通过拉链法解决冲突，支持动态扩容（负载因子>0.75时扩容）。
- 特点：O(1)平均时间复杂度的插入、删除和查询。
四、Set（集合）
- 底层实现：intset或字典（dict）。
- intset：当所有元素为整数且数量≤512时，使用有序整数数组，支持二分查找。
- dict：元素不满足条件时，转为哈希表实现。
- 特点：元素唯一，O(1)平均时间复杂度的插入、删除和查询。
五、Sorted Set（有序集合）
- 底层实现：ziplist或跳表（skiplist）+字典（dict）。
- ziplist：当元素数量≤128且单元素≤64字节时，按分数和成员交替存储。
- 跳表+字典：跳表维护有序性，字典实现成员到分数的映射，支持O(log N)范围查询和排名计算。
- 特点：元素唯一且有序，范围查询效率高。
关键设计原理
- 动态转换：根据数据量或元素大小自动切换底层结构（如ziplist→dict或quicklist）。
- 内存优化：SDS预分配、ziplist紧凑存储、跳表共享索引减少内存占用。
- 性能平衡：跳表通过概率平衡实现高效查询，字典通过渐进式Rehash减少扩容阻塞。
通过灵活组合不同数据结构，Redis在内存效率与操作性能间取得平衡，适用于高并发场景。