Redis到底是怎么用键值对来存数据的，底层又是什么结构支撑着呢

Redis的核心就像是一个超级快的大字典，你给他一个“键”（Key），他立刻就能返回给你对应的“值”（Value），这个“值”可以是各种类型，比如字符串、列表、哈希、集合等等，但无论值多么复杂，最外层永远是一个简单的键值对映射，这个看似简单的“字典”背后，是靠什么结构支撑起如此高效的读写能力呢？答案主要在于两个方面：一个是用来管理所有键值对的全局“字典”,另一个是针对不同数据类型的值所采用的精巧数据结构。

我们来看这个全局的字典，它被称为键空间，你可以把它想象成一个巨大的哈希表，当你执行 SET username "张三" 这个命令时，Redis会在键空间（哈希表）里创建一个条目：键是“username”，值是一个指向存储“张三”这个实际数据结构的指针，这个键空间哈希表是Redis能够实现O(1)时间复杂度快速查找的关键，无论你的数据库里存了多少亿个键，理论上它都能通过哈希计算直接定位到某个键的位置，为了应对哈希冲突（即不同的键计算出相同的哈希值），Redis采用了链地址法,也就是在同一个位置用一个链表把冲突的键连接起来。

也是最精妙的部分，是Redis为不同类型的“值”设计了不同的底层数据结构，这正是Redis速度快、功能强的秘密所在，它并不是把所有值都当成傻乎乎的字符串来存储，而是“看菜下饭”。

1. 简单的字符串：这是最基础的类型，它的底层实现叫简单动态字符串，它不像C语言的原生字符串那样死板，而是自带了一些“元信息”，比如当前字符串的长度和剩余空闲空间的长度，这使得它可以高效地进行长度计算和追加修改,避免了每次修改都重新分配内存的开销。

   

2. 列表：当你存储一个列表（List）时，比如文章评论ID的队列，Redis在数据量小的时候使用一种叫压缩列表的结构，它是一种非常紧凑的、元素紧挨着存放的序列，能极大地节省内存，但当列表元素增多或单个元素变大时，为了效率，Redis会将其转换为双向链表，这样在列表的头尾进行插入删除操作就非常快，时间复杂度是O(1)。

3. 哈希：哈希（Hash）类型适合存储一个对象的多个字段，比如一个用户的姓名、年龄、城市，它的底层在数据量小时也使用压缩列表，把所有字段和值依次排列，数据量大时，则会转换成一个哈希表,这样就能直接通过字段名快速找到对应的值。

   

4. 集合：集合（Set）的特点是元素不重复且无序，它的底层实现有两种：当集合元素全是整数且数量不多时，使用整数集合，这同样是一种非常节省内存的紧凑数组，否则，就会使用哈希表来实现，这时哈希表的每个键是集合元素，值则设为NULL,因为只需要键的唯一性。

5. 有序集合：这是Redis最复杂的数据结构之一，它既能保证元素唯一，又能给每个元素赋予一个分数（score）用于排序，它的底层是跳跃表和哈希表的结合体。跳跃表是一种可以快速进行范围查询（比如取排名前十的元素）的数据结构，它通过建立多级索引来实现近似二分查找的效率，而哈希表则用于实现根据元素名快速找到其对应分数的O(1)查找，两种结构相辅相成,共同支撑起有序集合的强大功能。

Redis还会根据数据的实际情况，在不同数据结构之间自动转换，以在内存使用和性能之间取得最佳平衡，为了持久化数据，Redis还会将内存中的这些数据结构以特定的格式（如RDB的快照或AOF的命令日志）写入硬盘。

Redis使用键值对存储数据的核心在于：一个高效的全局哈希表（键空间）负责快速定位键，而一系列精心设计、可相互转换的底层数据结构（如简单动态字符串、压缩列表、哈希表、跳跃表等）则负责以最高效的方式存储和操作不同类型的值，这种分工明确、因地制宜的设计哲学,是Redis高性能的基石。

（参考资料：Redis官方文档、《Redis设计与实现》一书、以及多位技术专家如黄健宏对Redis源码的解读）