平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“Redis数据库存储键值对的底层原理分析”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。
前言
Redis能够轻松理解为是一个存储键值对的内存结构
下面我们来看一下Redis采用什么数据结构来存储键值对的叭
Redis键值对的存储原理
Redis存储键值对的数据结构是哈希表
存储键值对的运行机制
因为Redis的数据存储类型是多种多样的,所以管理键值对的哈希表只是存储这个数据的地址
我下面解释运行存储键值对运行机制的时候的术语解释
- 存储地址: 哈希表存储的 数据地址 位置
- 数据地址: 数据本身的 地址 位置
采用哈希表寻找键值对
1、采用key借助哈希函数计算出哈希表中的存储地址
2、借助存储地址找到哈希表中存放的数据地址
3、借助数据地址找到数据并进行读取
采用哈希表存储键值对
1、采用key借助哈希函数计算出哈希表中的存储地址
2、借助存储地址找到数据应该存放的位置,把数据地址存放在里面
采用哈希表存储键值对弊端
当存储数据过多的时候,此时出现哈希冲突,会在每一个哈希桶中形成冲突链表,从而出现寻找存储地址效率变慢
对弊端的优化
redis同时维护数组相同的两个哈希表
当冲突链表过多的时候,会进行数据迁移
把备用的哈希表数组长度增大到满足当前数据规模的大小
把数据迁移到新的满足当前数据规格大小的哈希表中
一次性迁移会对redis造成短时间的阻塞,影响业务,所以采用渐进式的迁移哈希表
渐进式迁移哈希表
下面说的哈希表的桶能够理解为冲突链表
每次有请求发生过来的时候,在处理请求的同时顺带对这个旧哈希表进行从左到右的桶迁移
每次请求迁移一个桶
迁移期间查询数据两个哈希表都进行查询,存储数据存储到新的哈希表中
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多兼容脚本之家。
您可能感兴趣的文章:
- 分段存储Redis键值对的方法详解
- Redis键值存储的实现示例