redis数据结构的底层实现

Redis数据结构的底层实现

2025年Java面试宝典抢先领：
🔗 链接: https://pan.baidu.com/s/1RUVf75gmDVsg8MQp4yRChg?pwd=9b3g
提取码: 9b3g（建议保存备用）

---

一、字符串底层：SDS结构

Redis的String类型不是直接用的C字符串，而是自研的SDS（Simple Dynamic String）。SDS有三大优势：

1. O(1)获取长度：头部存了len字段，直接取长度
2. 避免缓冲区溢出：拼接前自动检查空间
3. 减少内存重分配——通过预分配空间和惰性释放策略（比如修改后长度变短，不立刻缩容）

这种底层实现让Redis的字符串操作比原生C字符串高效得多，是数据结构设计的典型优化案例。

二、哈希表：渐进式rehash

Hash类型底层是字典（dict），核心是两张哈希表。为什么要两张？为了在扩容时平滑迁移：

1. 触发扩容时（元素数 > 桶数），分配ht[1]（大小为ht[0]的2倍）
2. 渐进式迁移：每次增删改查迁移1个桶，避免单次卡顿
3. 迁移完成后ht[1]变ht[0]

三、列表：双向链表与压缩列表

List类型的底层实现分两种情况：

• 元素小且少时：用ziplist（压缩列表）
  • 连续内存块，节省空间
  • 每个节点记录前驱节点长度，支持双向遍历
• 元素大或多时：切到quicklist
  • 本质是ziplist组成的双向链表
  • 控制每个ziplist大小在8KB（默认值）

这种设计在内存效率和操作性能间取得平衡。

四、集合：哈希表与整数数组

Set类型的两种底层实现：

1. intset（整数集合）：当元素全是整数且数量少时
   • 有序数组存储，二分查找
2. hashtable（哈希表）：元素非整数或量大时
   • 哈希桶存储，value为NULL

这种数据结构的切换是自动触发的，开发者无感知。

五、有序集合：跳跃表+字典

ZSet是Redis最复杂的数据结构，组合使用：

• skiplist（跳跃表）：按分值排序，支持范围查询
• dict（字典）：存储成员->分值映射，O(1)查分数

为什么用跳表不用红黑树？

1. 实现更简单
2. 范围查询效率更高（指针直接向后遍历）
3. 并发场景更友好（红黑树需要全局锁）

---

💡 面试实战技巧

当面试官问“Redis的底层实现优化点”时，可以这样答：

“比如哈希表用渐进式rehash解决扩容卡顿问题，有序集合用跳表+字典的组合兼顾查询和范围操作。这种数据结构设计是Redis高性能的关键”

---

🚀 最后的小福利：
如果你需要购买面试鸭会员，通过 面试鸭返利网 找我下单可返利25元！省下的钱买杯咖啡继续刷题不香吗？

(本文技术解析由 面试鸭返利网 提供支持，助你高效备战面试)