目录
应用场景
1、缓存
一般使用String类型。
缓存热点数据（weibo 热搜）、对象缓存、页面缓存，降低数据库压力
2、数据共享
redis相对于引用是独立服务，可以在多个应用之间共享
例如：共享session
3、分布式锁
String类型sexnx,只有在不存在时才能添加成功。
public static boolean getLock(String key) {
Long flag = jedis.setnx(key,"1");
if (flag == 1) return true;
else return false;
}4、全局ID
给定一个全局发号器 ，一次给定一段号，每个服务器使用完再来申请。
incrby 通过步长设置来获取，利用Redis操作的原子性。
Twitter：snowflow：雪花算法
美团：Leaf
5、计数器
incr方法
例如：文章阅读量、微博的点赞量
6、限流
一般通过访问的IP加其他信息作为key,访问一次加1，超过设定的阈值直接返回。
7、Top问题
微博热搜按照访问量 （zset处理）。
8、消息队列
list提供了两端操作的方法，rpush/lpush.rpop/rpush等操作。
通过操作可以实现队列，栈等结构。
9、用户关注、推荐模型
sdiff set1 set2 获取差集 推荐（好友推荐、粉丝推荐、关注话题推荐）
sinter set1 set2 获取交集（共同好友、共同话题）
sunion set1 set2 获取并集（所有好友，所有话题）
10、排行榜
新闻排行榜、微博热搜
底层数据结构实现
string
使用一种叫简单动态字符串（SDS）的数据类型来实现。
/*保存字符串对象的结构*/
struct sdshdr {
int len; // buf 中已占用空间的长度
int free; // buf 中剩余可用空间的长度
char buf[]; // 数据空间
};SDS 相比C 字符串的优势：
-
SDS保存了字符串的长度，而C字符串不保存长度，需要遍历整个数组（找到’\0’为止）才能取到字符串长度。
-
修改SDS时，检查给定SDS空间是否足够，如果不够会先拓展SDS 的空间，防止缓冲区溢出。C字符串不会检查字符串空间是否足够，调用一些函数时很容易造成缓冲区溢出（比如strcat字符串连接函数）。
-
SDS预分配空间的机制，可以减少为字符串重新分配空间的次数。
list
使用双向链表来实现
typedef struct listNode {
//前节点
struct listNode *prev;
//后节点
struct listNode *next;
//节点值
void *value;
} listNode;
typedef struct list {
//节点头
listNode *head;
//节点尾
listNode *tail;
//节点值复制
void (dup)(void ptr);
//节点值释放
void (free)(void ptr);
//节点值对比
int (match)(void *ptr, void *key);
//节点数量
unsigned long len; } list;Redis 的链表实现的特性可以总结:
- 双端:链表节点带有prev和next指针，获取某个节点的前置节点和后置节点的复杂度都是O(1)。
- 无环:表头节点的prev指针和表尾节点的 next指针都指向NULL，对链表的访问以NULL为终点。
- 带表头指针和表尾指针:通过list结构的head指针和tail指针，程序获取链表的表头节点和表尾节点的复杂度为O(1)。
- 带链表长度计数器:程序使用list结构的len属性来对list持有的链表节点进行计数，程序获取链表中节点数量的复杂度为O(1)。
- 多态:链表节点使用void*指针来保存节点值，并且可以通过list结构的dup,free、match三个属性为节点值设置类型特定函数，所以链表可以用于保存各种不同类型的值。
hash
hash结构里其实是一个字典，字典底层由哈希表构成，每个哈希表有多个哈希表节点，每个哈希节点保存一个键值对，redis的哈希表是一个dictht结构体。
typedef struct dictht {
dictEntry **table;//哈希表数组
unsigned long size;//哈希表大小
unsigned long sizemask;//哈希表大小掩码，用于计算索引值
unsigned long used;//该哈希表已有节点的数量
}哈希表节点的结构体如下：
typeof struct dictEntry{
void *key;//键
union{ //不同键对应的值的类型可能不同，使用union来处理这个问题
void *val;
uint64_tu64;
int64_ts64;
}
struct dictEntry *next;
}当要将一个新的键值对添加到字典里面时，程序需要先根据键值对的键计算出哈希值和索引值，然后再根据索引值，将包含新键值对的哈希表节点放到哈希表数组的指定索引上面。其中解决哈希冲突的方法是链地址法。为了让哈希表的装载因子维持在一个合理的范围之内，需要对哈希表的大小进行扩展或者收缩，这叫做rehash。字典中总共有两个哈希表dictht结构体，ht[0]用来存储键值对，ht[1]用于rehash时暂存数据，平时它指向的哈希表为空，需要扩展或者收缩ht[0]的哈希表时才为它分配空间。比如扩展哈希表，就是为ht[1]分配一块大小为ht[0]两倍的空间，然后把ht[0]的数据通过rehash的方式全部迁移到ht[1]，最后释放ht[0]，使ht[1]成为ht[0]，再为ht[1]分配一个空哈希表。收缩哈希表类似。
渐进式rehash：redis并不是专门找时间一次性地进行rehash，而是渐进地进行，rehash期间不影响外部对ht[0]的访问，要求修改字典时要把对应数据同步到ht[1]中，全部数据转移完成时，rehash结束。
set
set可以用intset或者字典实现
intset
typedef struct intset {
//类型
uint32_t encoding;
//长度
uint32_t length;
//数据
int8_t contents[];
} intset;整数集的结构 类型为 intset_enc_int16 ,长度5(数组contents长度) ，contents 数组结构存储数据。只有当数据全是整数值，而且数量少于512个时，才使用intset，intset是一个由整数组成的有序集合，可以进行二分查找。
字典
不满足intset使用条件的情况下都使用字典（拉链法），使用字典时把value设置为null。
zset
zset中的每个元素包含数据本身和一个对应的分数(score)。
经典例子：一个zset的key是"math"，代表数学课的成绩，然后可以往这个key里插入很多数据。输入数据的时候，每次需要输入一个姓名和一个对应的成绩。那么这个姓名就是数据本身，成绩就是它的score。
zset的数据本身不允许重复，但是score允许重复。
typedef struct zskiplistNode {
//数据
sds ele;
//节点分值
double score;
//节点的后退指针
struct zskiplistNode *backward;
struct zskiplistLevel {
//节点的前进指针
struct zskiplistNode *forward;
//跨度
unsigned long span;
} level[];
} zskiplistNode;
typedef struct zskiplist {
//跳跃表的头结点和尾节点
struct zskiplistNode *header, *tail;
//跳跃表的长度
unsigned long length;
//跳跃表的层数
int level;
} zskiplist;zset底层实现原理：
- 数据少时，使用ziplist：ziplist占用连续内存，每项元素都是（数据+score）的方式连续存储，按照score从小到大排序。ziplist为了节省内存，每个元素占用的空间可以不同，对于大的数据（long long），就多用一些字节来存储，而对于小的数据（short），就少用一些字节来存储。因此查找的时候需要按顺序遍历。ziplist省内存但是查找效率低。
- 数据多时，使用字典+跳表：
字典用来根据数据查score，跳表用来根据score查找数据（查找效率高）。
redis为什么使用跳表
理论上来讲，查找、插入、删除以及迭代输出有序序列这几个操作，红黑树也可以完成，时间复杂度和跳表是一样的。
redis使用跳表而不是红黑树的原因：
-
按照区间查找数据这个操作，红黑树的效率没有跳表高。跳表可以在 O(logn)时间复杂度定位区间的起点，然后在原始链表中顺序向后查询就可以了。
-
相比于红黑树，跳表还具有代码更容易实现、可读性好、不容易出错、更加灵活等优点。