百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术教程 > 正文

Redis设计与实现:五大数据类型之有序集合

mhr18 2024-10-28 16:23 24 浏览 0 评论

有序集合 sorted set (下面我们叫 zset 吧) 有两种编码方式:压缩列表 ziplist 和跳表 skiplist

编码一:ziplist

zsetziplist 中,成员( member )和分数( score )是挨在一起的,元素按照分数从小到大存储。

举个例子,我们用以下命令创建一个 zset

redis> ZADD key 26.1 z 1 a 2 b
(integer) 3

那么这个 zset 的结构大致如下:

下面我们来分析一下 zscore 命令的源码,进一步了解 zset 是如何利用 ziplist 存储的

int zsetScore(robj *zobj, sds member, double *score) {
    // ...
    if (zobj->encoding == OBJ_ENCODING_ZIPLIST) {
        if (zzlFind(zobj->ptr, member, score) == NULL) return C_ERR;
    }
    // ...
    return C_OK;
}

unsigned char *zzlFind(unsigned char *zl, sds ele, double *score) {
    // eptr 是 member 的指针,sptr 是 score 的指针
    unsigned char *eptr = ziplistIndex(zl,0), *sptr;

    // 遍历 ziplist
    while (eptr != NULL) {
        // 因为 member 和 score 是挨着存储的,所以获取 member 的下一个节点就是 score 啦
        sptr = ziplistNext(zl,eptr);
        serverAssert(sptr != NULL);

        // 对比当前的 member 和要查询的 member 是否相等
        if (ziplistCompare(eptr,(unsigned char*)ele,sdslen(ele))) {
            // 如果相等,则获取分数
            if (score != NULL) *score = zzlGetScore(sptr);
            return eptr;
        }

        // 不相等则继续往下遍历
        eptr = ziplistNext(zl,sptr);
    }
    return NULL;
}

// 获取分数
double zzlGetScore(unsigned char *sptr) {
    unsigned char *vstr;
    unsigned int vlen;
    long long vlong;
    char buf[128];
    double score;

    serverAssert(sptr != NULL);
    // ziplistGet 通过 sptr 指针获取值。根据节点的编码(前文有说到ziplist节点的编码) 对参数赋值
    // 如果是字符串,则赋值到 vstr; 如果是整数,则赋值到 vlong。
    serverAssert(ziplistGet(sptr,&vstr,&vlen,&vlong));

    if (vstr) {
        // 如果是字符串,那么存的就是浮点数
        memcpy(buf,vstr,vlen);
        buf[vlen] = '\0';
        // 字符串转换成浮点数
        score = strtod(buf,NULL);
    } else {
        // 整数类型就直接赋值
        score = vlong;
    }

    return score;
}

编码二:skiplist

跳表的实现

skiplist 编码的底层实现是跳表。

下面是跳表的结构图 (图片来自 《Redis 设计与实现》图片集 )

  1. 图中最左部分就是 zskiplist 结构,其代码实现如下( server.h ):
typedef struct zskiplist {
    // 头指针和尾指针,指向头尾节点
    struct zskiplistNode *header, *tail;
    // 跳表的节点数(不包含头结点,空跳表也会包含头结点)
    unsigned long length;
    // 所有节点中,最大的层数
    int level;
} zskiplist;
  1. 图中右边的四个节点,就是跳表节点 zskiplistNode ,其代码实现如下( server.h ):
typedef struct zskiplistNode {
    // 成员
    sds ele;
    // 分数
    double score;
    // 后退指针,指向前一个节点
    struct zskiplistNode *backward;
    // 层,每个节点可能有很多层,每个层可能指向不同的节点
    struct zskiplistLevel {
        // 前进指针,指向下一个节点
        struct zskiplistNode *forward;
        // 跟下一个节点之间的跨度
        unsigned long span;
    } level[];
} zskiplistNode;

跳表最重要的一个地方就是层 level ,为什么这么说呢?

假设 zset 用链表有序存储,如果我们要查找数据,只能从头到尾遍历,时间复杂度是 O(n)O(n) ,效率很低。

有什么办法提高效率呢?我们可以在上面添加一层索引。

可以看出,我们遍历的性能变高了。例如我们想找到 6,先遍历第一层,5 到 7 之间,再往下探,就能找到 6 了!

有读者就发现了,如果数据量很大,那找起来也很慢。

是的,那么怎么解决呢?再往上加索引呗!

这不,链表就变成了跳表了!而上面说的层,就是这些索引啦!最终跳表的查找时间复杂度是

O(logn)O(logn)

我们来看看 zrange 命令的核心实现,来感受一下跳表的遍历吧

zskiplistNode* zslGetElementByRank(zskiplist *zsl, unsigned long rank) {
    zskiplistNode *x;
    unsigned long traversed = 0;
    int i;
    // 层头结点开始
    x = zsl->header;
    // 层从高到低
    for (i = zsl->level-1; i >= 0; i--) {
        // 只要遍历的数没有达到 rank,就一直遍历
        while (x->level[i].forward && (traversed + x->level[i].span) <= rank)
        {
            // 每次加上层的跨度
            traversed += x->level[i].span;
            // 往前走
            x = x->level[i].forward;
        }
        // 如果这一层走完还没到 rank,那就往下层走,如果还是找不到就继续走,直到走到最底层
        if (traversed == rank) {
            return x;
        }
    }
    return NULL;
}

zset 的结构

skiplist 编码的 zset 的结构定义如下:

typedef struct zset {
    dict *dict;
    zskiplist *zsl;
} zset;

结构中包含了一个字典和一个跳表,为什么用了跳表还需要字典呢?

命令 zscore 这种单找一个值的,如果只用跳表的话,那么查找的时间复杂度是 O(logn)O(logn)

,加上一个字典可以把时间复杂度缩减为

O(n)O(n)

那么肯定有同学就会说,加一个字典会浪费了很多空间。

的确,多加一个字典肯定会多占用一定的空间,空间换时间是一种常见的做法。不过字典的值指向的对象跟跳表的对象是共用的。

下图是一个 zset 的示例,为了方便,把他们指向的字符串对象都分别画出来了,实际上是共享的。(图片来自 《Redis 设计与实现》图片集 )

源码分析

我们来看看 skiplist 编码下的 zscore 如何实现吧。

int zsetScore(robj *zobj, sds member, double *score) {
    // 前面其他 ziplist 编码的就省略了...
    // if ...
    else if (zobj->encoding == OBJ_ENCODING_SKIPLIST) {
        zset *zs = zobj->ptr;
        // 直接通过 dict 查找,时间复杂度复杂度 O(1)
        dictEntry *de = dictFind(zs->dict, member);
        if (de == NULL) return C_ERR;
        *score = *(double*)dictGetVal(de);
    }
    
    // ...
    return C_OK;
}

编码转换

当有序集合对象可以同时满足以下两个条件时,对象使用 ziplist 编码:

zset-max-ziplist-entries
zset-max-ziplist-value

不能满足以上两个条件的有序集合对象将使用 skiplist 编码。

相关推荐

如何检查 Linux 服务器是物理服务器还是虚拟服务器?

在企业级运维、故障排查和性能调优过程中,准确了解服务器的运行环境至关重要。无论是物理机还是虚拟机,都存在各自的优势与限制。在很多场景下,尤其是当你继承一台服务器而不清楚底层硬件细节时,如何快速辨识它是...

第四节 Windows 系统 Docker 安装全指南

一、Docker在Windows上的运行原理(一)架构限制说明Docker本质上依赖Linux内核特性(如Namespaces、Cgroups等),因此在Windows系统上无法直...

C++ std:shared_ptr自定义allocator引入内存池

当C++项目里做了大量的动态内存分配与释放,可能会导致内存碎片,使系统性能降低。当动态内存分配的开销变得不容忽视时,一种解决办法是一次从操作系统分配一块大的静态内存作为内存池进行手动管理,堆对象内存分...

Activiti 8.0.0 发布,业务流程管理与工作流系统

Activiti8.0.0现已发布。Activiti是一个业务流程管理(BPM)和工作流系统,适用于开发人员和系统管理员。其核心是超快速、稳定的BPMN2流程引擎。Activiti可以...

MyBatis动态SQL的5种高级玩法,90%的人只用过3种

MyBatis动态SQL在日常开发中频繁使用,但大多数开发者仅掌握基础标签。本文将介绍五种高阶技巧,助你解锁更灵活的SQL控制能力。一、智能修剪(Trim标签)应用场景:动态处理字段更新,替代<...

Springboot数据访问(整合Mybatis Plus)

Springboot整合MybatisPlus1、创建数据表2、引入maven依赖mybatis-plus-boot-starter主要引入这个依赖,其他相关的依赖在这里就不写了。3、项目结构目录h...

盘点金州勇士在奥克兰13年的13大球星 满满的全是...

见证了两个月前勇士与猛龙那个史诗般的系列赛后,甲骨文球馆正式成为了历史。那个大大的红色标志被一个字母一个字母地移除,在周四,一切都成为了过去式。然而这座,别名为“Roaracle”(译注:Roar怒吼...

Mybatis入门看这一篇就够了(mybatis快速入门)

什么是MyBatisMyBatis本是apache的一个开源项目iBatis,2010年这个项目由apachesoftwarefoundation迁移到了googlecode,并且改名为M...

Springboot数据访问(整合druid数据源)

Springboot整合druid数据源基本概念SpringBoot默认的数据源是:2.0之前:org.apache.tomcat.jdbc.pool.DataSource2.0及之后:com.z...

Linux 中的 &quot;/etc/profile.d&quot; 目录有什么作用 ?

什么是/etc/profile.d/目录?/etc/profile.d/目录是Linux系统不可或缺的一部分保留配置脚本。它与/etc/profile文件相关联,这是一个启动脚本,该脚...

企业数据库安全管理规范(企业数据库安全管理规范最新版)

1.目的为规范数据库系统安全使用活动,降低因使用不当而带来的安全风险,保障数据库系统及相关应用系统的安全,特制定本数据库安全管理规范。2.适用范围本规范中所定义的数据管理内容,特指存放在信息系统数据库...

Oracle 伪列!这些隐藏用法你都知道吗?

在Oracle数据库中,有几位特殊的“成员”——伪列,它们虽然不是表中真实存在的物理列,但却能在数据查询、处理过程中发挥出意想不到的强大作用。今天给大家分享Oracle伪列的使用技巧,无论...

Oracle 高效处理数据的隐藏神器:临时表妙用

各位数据库搬砖人,在Oracle的代码世界里闯荡,处理复杂业务时,是不是总被数据“搅得头大”?今天给大家安利一个超实用的隐藏神器——临时表!当你需要临时存储中间计算结果,又不想污染正式数据表...

Oracle 数据库查询:多表查询(oracle多表关联查询)

一、多表查询基础1.JOIN操作-INNERJOIN:返回两个表中满足连接条件的匹配行,不保留未匹配数据。SELECTa.emp_id,b.dept_nameFROMempl...

一文掌握怎么利用Shell+Python实现多数据源的异地备份程序

简介:在信息化时代,数据安全和业务连续性已成为企业和个人用户关注的焦点。无论是网站数据、数据库、日志文件,还是用户上传的文档、图片等,数据一旦丢失,损失难以估量。尤其是当数据分布在多个不同的目录、服务...

取消回复欢迎 发表评论: