注：本篇按照Redis設計與實現這本書來寫。基於Redis3.0版本
redis使用了 SDS、鏈表、字典(哈希表)、跳躍表、整數集合、壓縮列表 幾種數據類型，我們操作的api是對這幾個數據結構的封裝
SDS 簡單動態字符串
Redis是用c語言寫的，自然而言遵循c語言的特性。c語言字符串就有一堆坑，比如緩衝區溢出，獲取字符串長度o(n)複雜度。
對於c語言來說，字符串存儲在字符數組裏面，每次字符串的變更導致數組的變更，從而進行內存重新分配。因爲內存重分配涉及複雜的算法， 並且可能需要執行系統調用， 所以它通常是一個比較耗時的操作。
爲了避免 C 字符串的這種缺陷， SDS 通過未使用空間解除了字符串長度和底層數組長度之間的關聯： 在 SDS 中， buf 數組的長度不一定就是字符數量加一， 數組裏面可以包含未使用的字節， 而這些字節的數量就由 SDS 的 free 屬性記錄。
通過未使用空間， SDS 實現了空間預分配和惰性空間釋放兩種優化策略。
空間預分配
空間預分配用於優化 SDS 的字符串增長操作： 當 SDS 的 API 對一個 SDS 進行修改， 並且需要對 SDS 進行空間擴展的時候， 程序不僅會爲 SDS 分配修改所必須要的空間， 還會爲 SDS 分配額外的未使用空間。
如果對 SDS 進行修改之後， SDS 的長度（也即是 len 屬性的值）將小於 1 MB ， 那麼程序分配和 len 屬性同樣大小的未使用空間， 這時 SDS len 屬性的值將和 free 屬性的值相同。 通過這種預分配策略， SDS 將連續增長 N 次字符串所需的內存重分配次數從必定 N 次降低爲最多 N 次。
惰性空間釋放
惰性空間釋放用於優化 SDS 的字符串縮短操作： 當 SDS 的 API 需要縮短 SDS 保存的字符串時， 程序並不立即使用內存重分配來回收縮短後多出來的字節， 而是使用 free 屬性將這些字節的數量記錄起來， 並等待將來使用。
比如一個 free 爲5 buf[]= redis 的sds對象，變成re 這樣就是 free=3 buf[]=re 此時不會立刻釋放掉free的內存，而是提供api等你啥時候缺了再釋放，所以不用擔心惰性空間釋放策略會造成內存浪費。比如內存灌滿了等等、
二進制安全
C語言字符串還有一個缺點是 \0表示結尾，那麼字符中有空格肯定會有問題。這些限制使得C 字符串只能保存文本數據， 而不能保存像圖片、音頻、視頻、壓縮文件這樣的二進制數據。
所有 SDS API 都會以處理二進制的方式來處理 SDS 存放在 buf 數組裏的數據， 程序不會對其中的數據做任何限制、過濾、或者假設 —— 數據在寫入時是什麼樣的， 它被讀取時就是什麼樣。因爲 SDS 使用 len 屬性的值而不是空字符來判斷字符串是否結束
C 字符串與SDS 區別
- 獲取字符串長度的複雜度爲 O(N) 。 獲取字符串長度的複雜度爲 O(1) 。
- API 是不安全的，可能會造成緩衝區溢出。 API 是安全的，不會造成緩衝區溢出。
- 修改字符串長度 N 次必然需要執行 N 次內存重分配。 修改字符串長度 N 次最多需要執行 N 次內存重分配。
- 只能保存文本數據。 可以保存文本或者二進制數據。
- 可以使用所有 <string.h> 庫中的函數。 可以使用一部分 <string.h> 庫中的函數。
鏈表
鏈表提供了高效的節點排重能力，以及順序的節點訪問方式。
鏈表，存儲了next和prev指針。有頭結點和尾節點的指針，訪問頭尾是o(1) 其他位置是o(n).存儲了鏈表的長度o(1)
使用adlist.h/list對鏈表進行封裝如下。鏈表的查找、刪除、修改是o(n)，其餘操作是o(1)的
字典
字典又稱關聯數組、map。 Redis中的字典實際上就是哈希表數組。 Redis中所有的key是唯一的，實際上就是一個字典。
Redis的數據庫就是用字典作爲底層實現的，對數據庫的crud也是構建在字典上的，所以很快的。set a "hello world"
對key進行hash，存儲的是hash之後的值，如果發生衝突就鏈地址法，衝突的位置連成一個鏈表。
如下爲dictEntry的具體內部結構。next指針就是連成鏈表用的。
字典的數據結構如下：
rehash 當hash進行擴展時需要進行rehash操作，擴展2^n
在進行拓展或者壓縮的時候，可以直接將所有的鍵值對rehash 到ht[1]中，這是因爲數據量比較小。在實際開發過程中，這個rehash 操作並不是一次性、集中式完成的，而是分多次、漸進式地完成的。
漸進式rehash 的詳細步驟：
- 爲ht[1] 分配空間，讓字典同時持有ht[0]和ht[1]兩個哈希表
- 在幾點鐘維持一個索引計數器變量rehashidx，並將它的值設置爲0，表示rehash 開始
- 在rehash 進行期間，每次對字典執行CRUD操作時，程序除了執行指定的操作以外，還會將ht[0]中的數據rehash 到ht[1]表中，並且將rehashidx加一
- 當ht[0]中所有數據轉移到ht[1]中時，將rehashidx 設置成-1，釋放ht[0]。然後將ht[1]改成ht[0]，重新分配ht[1]
字典除了釋放所有鍵值對是o(n)，其餘操作都是o(1)
跳躍表
skiplist是一種有序數據結構，通過在每個節點中維持多個指向其他節點的指針，從而達到快速訪問節點的目的。
如果一個有序集合包含的元素數量比較多，又或者有序集合中元素的成員是比較長的字符串時，Redis就會使用跳躍表作爲有序結合鍵的底層實現。
和字典、鏈表不同的是，跳躍表只是在兩個地方用到了，有序集合鍵&&集羣節點中作爲內部數據結構。
上圖是一個節點的數據結構。跳躍表肯定是多個這種節點組成然後又包了一下的。
每新增一個上圖數據結構的節點就會根據冪次定律生成一個介於1-32之間的值作爲level數組的大小。這個大小就是層的高度。整體的排序根據score的大小來進行排序，可以理解爲高端的平衡樹。其中層裏面的span是記錄兩個節點之間的距離。
跳躍表就是多個跳躍節點組成的，持有最高層、長度等的一個數據結構、
其中level是存儲的節點最高的。如上圖就是o3所在的L5
length就是遍歷到尾部指針需要的遍歷層度，如上就是o1---o2---o3 所在的層，一共三層。
可以看出不是每層都一樣多，是1-32隨機的，而多少個節點值就是多少的length，只不過訪問的時候由於層指針的原因會遍歷的相對鏈表來說更少。
其中level[] 就是上圖中的 L(n)數組，對應節點所在的L(n)相連，存儲到*forward前進指針，其中span存儲的是與其餘相連節點的距離
所以跳躍表是有平均複雜度o(logn)和最壞複雜度的o(n)
整數集合
整數集合是集合鍵(set)的底層實現之一，當一個集合只包括整數值元素。並且這個集合的元素不多時，就採用整數集合進行存儲。
升級：當加入一個新元素，int32比int8要數據類型長時，需要將之前的元素全都升級爲int32
降級：整數集合不支持降級的操作。
壓縮列表
壓縮列表是列表鍵和哈希鍵的底層實現之一。當一個列表鍵只包含少量列表項，並且每個列表項要麼就是小整數值，要麼就是長度比較短的字符串，那麼Redis就會使用壓縮列表來做列表鍵的底層實現。
壓縮列表是Redis爲了節約內存而開發的，是由一系列特殊編碼的連續內存塊組成的順序型數據結構。
每個壓縮列表節點可以保存一個字節數組或者一個整數值。
壓縮列表的組成previous_entry_length encoding content
- previous_entry_length前一個節點的長度。
- encoding記錄了節點的content數據所保存的數據類型和長度。
- content屬性負責保存節點的值，節點值可以是一個字節數組或者整數。值得類型和長度由節點encoding決定。
壓縮列表的時間複雜度查、刪除、增加、修改都是o(n)相當於節約內存犧牲時間。
對象
就是我們直接用的string list set zset hash
encoding存儲的是對象使用了什麼數據結構作爲對象的底層實現。下面是數據結構與數據類型的對應關係。
其中還包括 lru 屬性，記錄對象最後一次被命令程序訪問的時間。
內存回收
redis在自己的對象系統中構建了一個引用計數信息，在適當的時候自動釋放對象並進行內存回收。
Java是把引用計數回收這個方式給否了的。因爲循環引用，但是在Redis並不存在循環引用。
對象共享
如果一個對象例如 “100” 在多個地方使用，那麼就引用+1，然後指針指向這個redisObject對象的內存地址。
object refcount key 看引用計數數量。
Redis會在初始化服務器是創建一萬個字符串對象 0-9999
object idletime 展示 當前時間 - lru時間