Daily Plan
更新: 1/28/2026 字数: 0 字 时长: 0 分钟
#todo
- [ ]
Daily Study
更新: 1/28/2026 字数: 0 字 时长: 0 分钟
关于Redis的学习
#redis
基础理论
在学习基础概念的时候，经常会看到有==随机采样==的字段，由于数据量大，在任何增删改查的算法中，第一步是进行随机采样，然后对这些采样的数据进行操作。
数据结构
Redis 五种数据类型的应用场景：
- String 类型的应用场景：缓存对象、常规计数、分布式锁、共享session信息等。
- List 类型的应用场景：消息队列（有两个问题：1. 生产者需要自行实现全局唯一 ID；2. 不能以消费组形式消费数据）等。
- Hash 类型：缓存对象、购物车等。
- Set 类型：聚合计算（并集、交集、差集）场景，比如点赞、共同关注、抽奖活动等。
- Zset 类型：排序场景，比如排行榜、电话和姓名排序等。
Redis 后续版本又支持四种数据类型，它们的应用场景如下：
- BitMap（2.2 版新增）：二值状态统计的场景，比如签到、判断用户登陆状态、连续签到用户总数等；
- HyperLogLog（2.8 版新增）：海量数据基数统计的场景，比如百万级网页 UV 计数等；
- GEO（3.2 版新增）：存储地理位置信息的场景，比如滴滴叫车；
- Stream（5.0 版新增）：消息队列，相比于基于 List 类型实现的消息队列，有这两个特有的特性：自动生成全局唯一消息ID，支持以消费组形式消费数据。
底层数据结构：
- SDS：替代 C 字符串，支持动态扩容、O (1) 获取长度、避免缓冲区溢出。
- 压缩列表（ziplist）：紧凑的连续内存结构，节省内存，适合小数据量场景。
- 跳表（skiplist）：多层有序链表，O (logN) 时间复杂度实现有序集合的增删改查。
- 哈希表（hashtable）：数组 + 链表，解决哈希冲突，支持快速查找。
- 快速列表（quicklist）：ziplist 的双向链表，结合 ziplist 的内存优势和链表的操作优势。
Redis Clustre 分片传输和一致性哈希问题
分片传输：Redis Cluster 采用数据分片（槽位） 机制，将 16384 个槽位（0-16383）分配到不同节点，数据通过CRC16(key) & 16383 计算槽位，定位到对应节点。客户端直连目标节点，节点间通过Gossip 协议 同步槽位信息、节点状态；数据迁移时，通过migrate命令原子性传输键值对，保证迁移过程中数据可访问。