← 课程目录 🚀 从零到一
📐 学习维度 阶段3 · 第10章 Redis 🚀 从零到一 📚 课程目录 🏠 首页 🛤️ 学习路径

10.1 Redis 是什么:五大结构的底层真身

审校 2026-09-25 · 素材来源:L13-Redis数据结构底层(底稿改写)、深度文05/27
📑 本篇章节导航 (共9节,点击直达)
先回答为什么快String:int / embstr / rawList:quicklistHash / Set:小用紧凑,大换哈希ZSet:跳表才是主角三件省钱神器踩坑清单面试怎么问一句话总结

面试问「Redis 为什么快」,人人都答内存操作。但再问「ZSet 底层是什么」,一半人卡住。这篇把 Redis 五大结构的底层编码讲清楚——同一类型在不同数据量下用不同结构,这是 Redis 内存优化的灵魂设计。

先回答为什么快

单线程为什么反而是优点?多线程的账:时间片切换、锁竞争、上下文保存恢复,开销随线程数膨胀。Redis 命令是纯内存操作,单条微秒级——瓶颈不在 CPU,在网络 IO 和内存带宽。单线程加多路复用把「不需要多线程」这个事实用到极致:没有锁、没有切换、缓存友好。注意「单线程」指命令执行,后台的持久化 fork、异步删除另有线程。也正因为命令串行,一条慢命令让全世界排队——大 key 的杀伤力根源在这,这是所有性能篇共同的前提。

每个键值对在 Redis 里都是一个 redisObject,带 type(类型)和 encoding(编码)两个字段。OBJECT ENCODING key 能直接看当前编码——自己动手试一次,胜看十篇文章:


127.0.0.1:6379> SET hits 1024
OK
127.0.0.1:6379> OBJECT ENCODING hits
"int"
127.0.0.1:6379> ZADD rank 100 "player1" 90 "player2"
(integer) 2
127.0.0.1:6379> OBJECT ENCODING rank
"listpack"        # 元素少时的紧凑编码(新版);塞到128个后变skiplist

看到编码「升级」的那一瞬间,抽象的设计就落地成了体感。

String:int / embstr / raw


SET hits 1024          # OBJECT ENCODING → int,整数直接存
SET name "zhang"       # → embstr,短字符串
SET intro "很长很长的..." # → raw,长字符串

三条分界线:值是整数用 int;字符串 ≤44 字节用 embstr(对象头和数据一次分配、连续内存的编码,缓存友好);超过 44 字节用 raw(两次分配)。

底层是 SDS(简单动态字符串,带长度信息的字符串结构):


struct sdshdr {
    int len;      // 已用长度 → 读长度 O(1)
    int alloc;    // 总容量 → 追加前先看余量
    char buf[];   // 内容 + 末尾留 \0 兼容C函数
}

四大优势逐条看:读长度 O(1)(C 字符串要遍历到 \0);追加前检查余量、空间预分配(改一次多预留一截,减少反复申请);缩容惰性释放(先记账不真还,留着下次用);按 len 判结尾所以二进制安全(能存图片字节流,不怕内容里出现 \0)。

List:quicklist

双向链表指针太费内存,ziplist 连续内存但大了realloc 卡顿。quicklist(双向链表串起多个 ziplist 的混合结构)两头的好处都要:每个节点是一条小 ziplist,节点之间用链表连接。两头进出 O(1),中段也不至于太惨。

Hash / Set:小用紧凑,大换哈希

intset 有个冷知识:插入大整数会整体升级编码(16 位升 32 位升 64 位),但删除不降级。哈希表的扩容用渐进式 rehash(新旧两表并存,每次操作搬一桶,搬完换表),避免一次性搬迁把服务卡死——这个思路 HashMap 那篇(6.1)也见过,工程上处处相通。

渐进式 rehash 细看一遍:字典里同时挂着 ht[0](旧表)和 ht[1](新表,两倍大);此后每个增删改查顺带把 ht[0] 的一个桶搬到 ht[1],后台定时任务再补刀多搬几个;搬运期间查询先查旧表再查新表,新写入只进新表;搬完后两表身份互换。单个请求只多搬一桶,代价摊薄到几乎感知不到——对比「一次搬完」方案在千万键时会卡顿数秒,这是典型的分治摊销思想。

顺带交代一下版本演进:老的 ziplist 因为「连锁更新」问题(一个节点变长,后面跟着一串级联挪动)在新版被 listpack(每个元素只记录自己长度的更紧凑列表)取代,quicklist 的节点如今也换成了 listpack。面试提一句这个演进,是加分的信号。

ZSet:跳表才是主角

排行榜用 ZSet,底层两种编码:元素 ≤128 且 ≤64 字节用 ziplist;否则 skiplist + hashtable 双结构——哈希表管「查成员分数」O(1),跳表管「排名和范围」O(logN)。

跳表(多层索引链表,靠随机层高实现二分效果的有序结构):


L3:  1 ──────────── 9
L2:  1 ───── 5 ─── 9
L1:  1 ─ 3 ─ 5 ─ 7 ─ 9   ← 找7:从顶层起步,4步命中

面试必问:ZSet 为什么用跳表不用红黑树?三连答:范围查询顺着底层链表扫就行(红黑树要中序遍历);实现简单代码量小;按排名查询跳表天生带 span 计数。复杂度同为 O(logN),工程上跳表完胜。

排行榜实战再补一刀:翻页用 ZREVRANGE 带上 WITHSCORES 一次拿全名次和分数;深翻页别用大 offset——跳表得先走过 offset 个节点才开始返回,十万深度的首页查询会明显变慢,改用分数游标(记下上一页最后一名的分数)接力翻页。

三件省钱神器

三件神器的共同哲学:用可接受的误差换数量级的资源——12KB 换亿级计数的存储、一个 bit 换一个用户的签到状态。工程里最贵的往往不是精确,是「不需要的精确」。

六个转换阈值不用死记,规律是「512/128 个元素、64 字节值」两档,配置项前缀 hash-max-ziplist、zset-max-ziplist 一搜即得。面试说得出「量级切换 + 阈值可配置」这个层次,就比背数字的人高一头。

踩坑清单

面试怎么问

一句话总结

Redis 的结构哲学是「量体裁衣」:小数据上 ziplist/intset 省内存,大数据换哈希表和跳表保性能,中间的切换阈值就是面试的隐藏考点。