02_快速的 Redis 有哪些慢操作

logycoconut2024年2月29日大约 8 分钟Redis 核心技术与实战Redis

Redis 的快到底是快在哪里？
一个重要的表现就是，它接收到一个键值对操作后，能以微秒级别的速度找到数据，并快速完成操作

数据库有这么多，为什么 Redis 有这么突出的表现？

一方面，它是内存数据库，所有操作都在内存上完成，内存的访问速度本身就很快
另一方面，要归功于它的数据结构
因为键值对是按一定的数据结构来组织的，操作键值对最终就是对数据结构进行增删改查操作，所以高效的数据结构是 Redis 快速处理数据的基础

简单来说，底层数据结构一共有 6 种，分别是简单动态字符串、双向链表、压缩列表、哈希表、调表和整数数组

可以看到，String 类型的底层实现只有一种数据结构，也就是简单动态字符串
而 List、Hash、Set 和 Sorted Set 都有两种底层实现结构
通常情况下会把这四种类型称为集合类型，它们的特点是一个键对应了一个集合的数据

那么，问题来了

Redis 使用了一个哈希表来保存所有键值对
一个哈希表，其实就是一个数组，数组的每个元素称为一个哈希桶，每个哈希桶中保存了键值对数据
而且，哈希桶中的元素保存的并不是值本身，而是指向具体值的指针（不管是 String 类型还是集合类型）

查找过程主要依赖于哈希计算，和数据量的多少并没有直接关系
也就是说，不管哈希表里有 10 万个键还是 100 万个键，我们只需要一次计算就能找到相应的键

但是当你往 Redis 中写入大量数据后，就可能发现操作有时候会突然变慢了
这其实是因为我们忽略了一个潜在的风险点，那就是哈希表的冲突问题和 rehash 可能带来的操作阻塞

当我们往哈希表中写入更多数据时，哈希冲突是不可避免的问题
也就是指，两个 Key 的哈希值和哈希桶计算对应关系时，正好落在了同一个哈希桶中

Redis 解决哈希冲突的方式，就是链式哈希
就是指同一个哈希桶中的多个元素用一个链表来保存，它们之间依次用指针连接

但是如果哈希表里写入的数据越来越多，哈希冲突可能也会越来越多，这就会导致某些哈希冲突链过长，进而导致这个链上的元素查找耗时长，效率降低！对于追求“快”的 Redis 来说这是不太能接受的

所以，Redis 会对哈希表做 rehash 操作
rehash 就是增加现有的哈希桶数量，让逐渐增多的 entry 元素能在更多的桶之间分散保存，减少单个桶中的元素数量，从而减少单个桶中的冲突

那么具体怎么做呢？
为了让 rehash 操作更高效，Redis 默认使用了两个全局哈希表：哈希表 1 和哈希表 2
在一开始，当我们刚插入数据时，默认使用哈希表 1，此时的哈希表 2 并没有被分配空间
随着数据逐步增多，Redis 开始执行 rehash，过程分为三步

这个过程看似简单，但是第二步涉及大量的数据拷贝，如果一次性把哈希表 1 的数据都迁移完，会造成 Redis 线程阻塞，无法服务其他请求。此时，Redis 就无法快速访问数据了

为了避免这个问题，Redis 采用了渐进式 rehash

简单来说就是在第二步拷贝数据时，Redis 仍然正常处理客户端请求，每处理一个请求时，从哈希表 1 中的第一个索引位置开始，顺带着将这个索引位置上的所有 entries 拷贝到哈希表 2 中；等处理下一个请求时，再顺带拷贝哈希表 1 中的下一个索引位置的 entries

渐进式 rehash 巧妙地把一次性大量拷贝的开销，分摊到了多次处理请求的过程中，避免了耗时操作，保证了数据的快速访问

和 String 类型不同，一个集合类型的值，第一步是通过全局哈希表找到对应的哈希桶位置，第二步是在集合中再增删改查
那么，集合的操作效率和哪些因素有关呢？

首先，与集合的底层数据结构有关。例如，使用哈希表实现的集合，要比使用链表实现的集合访问效率更高。其次，操作效率和这些操作本身的执行特点有关，比如读写一个元素的操作要比读写所有元素的效率高

集合类型的底层数据结构主要有 5 种：整数数组、双向链表、哈希表、压缩列表和跳表

哈希表的操作特点比较简单，不多做介绍；整数数组和双向链表也很常见，操作特征都是顺序读写，也就是通过数组下标或者链表的指针逐个元素访问，操作复杂度基本是 O(N)，操作效率比较低

重点解释一下压缩列表和跳表

压缩列表类似于一个数组，数组中的每一个元素都对应保存一个数据。和数组不同的是，压缩列表在表头有三个字段 zlbytes、zltail、zllen，分别表示列表长度、列表尾的偏移量和列表中的 entry 个数；压缩列表在表尾还有一个 zlend，表示列表结束

在压缩列表中，如果我们要查找定位第一个元素和最后一个元素，可以通过表头三个字段的长度直接定位，复杂度是 O(1)；而查找其他元素时，就没有这么高效了，只能逐个查找，此时的复杂度就是 O(N)

有序链表只能逐一查找元素，导致操作起来非常缓慢，于是出现了跳表
具体来说，跳表在链表的基础上，增加了多级索引，通过索引位置的几个跳转，实现数据的快速定位

可以看出，查找数据的过程在多级索引上跳来跳去，最后定位到元素，这也符合跳表的叫法，当数据量很大时，跳表的查找复杂度就是 O(logN)

按照查找的时间复杂度给这些数据结构分下类

集合类型的操作类型有很多

极客老师总结了四句口诀

# 单元素操作
指每一种集合类型对单个数据实现的增删改查操作
例如，Hash 类型的 HGET、HSET 和 HDEL

# 范围操作
指集合的遍历操作，可以返回集合中的所有数据
例如，Hash 类型的 HGETALL，SET 类型的 SMEMBERS
这类操作的复杂度一般是 O(N)，比较耗时，尽量避免

# 统计操作
指集合类型对集合中所有元素个数的记录
例如 LLEN、SCARD，这类操作复杂度只有 O(1)，因为当集合类型采用压缩列表、双向链表、整数数组这些数据结构时，这些结构中专门记录了元素的个数统计，因此可以高效地完成相关操作

# 例外情况
指某些数据结构的特殊记录，例如压缩列表和双向链表都会记录表头和表尾的偏移量
对于 List 类型的 LPOP、RPOP、LPUSH、RPUSH 这四个操作来说，它们是在列表的头尾增删元素，这就可以通过偏移量直接定位，所以复杂度也是 O(1)