深入剖析 redis 数据结构 skiplist
概述
redis 中 zset 是一个有序非线性的数据结构,它底层核心的数据结构是跳表. 跳表(skiplist)是一个特俗的链表,相比一般的链表,有更高的查找效率,其效率可比拟于二叉查找树。
一张关于跳表和跳表搜索过程如下图:
在图中,需要寻找 68,在给出的查找过程中,利用跳表数据结构优势,只比较了 3次,横箭头不比较,竖箭头比较。由此可见,跳表预先间隔地保存了有序链表中的节点,从而在查找过程中能达到类似于二分搜索的效果,而二分搜索思想就是通过比较中点数据放弃另一半的查找,从而节省一半的查找时间。
缺点即浪费了空间,自古空间和时间两难全。
插播一段:跳表在 1990年由 William Pugh 提出,而红黑树早在 1972年由鲁道夫·贝尔发明了。红黑树在空间和时间效率上略胜跳表一筹,但跳表实现相对简单得到程序猿们的青睐。redis 和 leveldb 中都有采用跳表。
这篇文章,借着 redis 的源码了解跳表的实现。
跳表的数据结构
从上图中,总结跳表的性质:
由很多层结构组成
每一层都是一个有序的链表
最底层(Level 1)的链表包含所有元素
如果一个元素出现在 Level i 的链表中,则它在 Level i 之下的链表也都会出现。
每个节点包含两个指针,一个指向同一链表中的下一个元素,一个指向下面一层的元素。
redis 中跳表数据结构定义:
// 跳表节点结构体 /* ZSETs use a specialized version of Skiplists */ typedef struct zskiplistNode { // 节点数据 robj *obj; // 分数,游戏分数?按游戏分数排序 double score; // 后驱指针 struct zskiplistNode *backward; // 后驱指针数组 struct zskiplistLevel { struct zskiplistNode *forward; // 调到下一个数据项需要走多少步 unsigned int span; } level[]; } zskiplistNode; typedef struct zskiplist { // 跳表头尾指针 struct zskiplistNode *header, *tail; // 跳表的长度 unsigned long length; // 跳表的高度 int level; } zskiplist;
特别的,在上图中似乎每个数据都被保存了多次,其实只保存了一次。在 struct zskiplistNode 中数据和指针是分开存储的,struct zskiplistLevel 即是一个描述跳表层级的数据结构。
跳表的插入
跳表算法描述如下:找出每一层新插入数据位置的前驱并保存,在 redis 中跳表插入是根据 score/member 的大小(看不懂可以参看 redis ZADD 命令)来决定插入的位置;将新数据插入到指定位置,并调整指针,在 redis 中还会调整 span。
什么是 span?
span 即从两个相邻节点间隔了多少节点。譬如 level 1,-1 的 span 就是 1;level 2,-1 的 span 为 2。
因为新出入数据的层数是随机的,有两种情况 ①小于等于原有的层数;②大于原有的层数。需要做特殊处理。
1)小于等于原有的层数
2)大于原有的层数
redis 中跳表插入算法的具体实现:
zskiplistNode *zslInsert(zskiplist *zsl, double score, robj *obj) { zskiplistNode *update[ZSKIPLIST_MAXLEVEL], *x; unsigned int rank[ZSKIPLIST_MAXLEVEL]; int i, level; redisAssert(!isnan(score)); x = zsl->header; // 遍历 skiplist 中所有的层,找到数据将要插入的位置,并保存在 update 中 for (i = zsl->level-1; i >= 0; i--) { /* store rank that is crossed to reach the insert position */ rank[i] = i == (zsl->level-1) ? 0 : rank[i+1]; // 链表的搜索 while (x->level[i].forward && (x->level[i].forward->score < score || (x->level[i].forward->score == score && compareStringObjects(x->level[i].forward->obj,obj) < 0))) { rank[i] += x->level[i].span; x = x->level[i].forward; } // update[i] 记录了新数据项的前驱 update[i] = x; } // random 一个 level,是随机的 /* we assume the key is not already inside, since we allow duplicated * scores, and the re-insertion of score and redis object should never * happen since the caller of zslInsert() should test in the hash table * if the element is already inside or not. */ level = zslRandomLevel(); // random level 比原有的 zsl->level 大,需要增加 skiplist 的 level if (level > zsl->level) { for (i = zsl->level; i < level; i++) { rank[i] = 0; update[i] = zsl->header; update[i]->level[i].span = zsl->length; } zsl->level = level; } // 插入 x = zslCreateNode(level,score,obj); for (i = 0; i < level; i++) { // 新节点项插到 update[i] 的后面 x->level[i].forward = update[i]->level[i].forward; update[i]->level[i].forward = x; /* update span covered by update[i] as x is inserted here */ x->level[i].span = update[i]->level[i].span - (rank[0] - rank[i]); update[i]->level[i].span = (rank[0] - rank[i]) + 1; } // 更高的 level 尚未调整 span /* increment span for untouched levels */ for (i = level; i < zsl->level; i++) { update[i]->level[i].span++; } // 调整新节点的前驱指针 x->backward = (update[0] == zsl->header) ? NULL : update[0]; if (x->level[0].forward) x->level[0].forward->backward = x; else zsl->tail = x; // 调整 skiplist 的长度 zsl->length++; return x; }
跳表的删除
跳表的删除算和插入算法步骤类似:找出每一层需删除数据的前驱并保存;接着调整指针,在 redis 中还会调整 span。
redis 中跳表删除算法的具体实现:
// x 是需要删除的节点 // update 是 每一个层 x 的前驱数组 /* Internal function used by zslDelete, zslDeleteByScore and zslDeleteByRank */ void zslDeleteNode(zskiplist *zsl, zskiplistNode *x, zskiplistNode **update) { int i; // 调整 span 和 forward 指针 for (i = 0; i < zsl->level; i++) { if (update[i]->level[i].forward == x) { update[i]->level[i].span += x->level[i].span - 1; update[i]->level[i].forward = x->level[i].forward; } else { // update[i]->level[i].forward == NULL,只调整 span update[i]->level[i].span -= 1; } } // 调整后驱指针 if (x->level[0].forward) { x->level[0].forward->backward = x->backward; } else { zsl->tail = x->backward; } // 删除某一个节点后,层数 level 可能降低,调整 level while(zsl->level > 1 && zsl->header->level[zsl->level-1].forward == NULL) zsl->level--; // 调整跳表的长度 zsl->length--; }
redis 中的跳表
redis 中结合跳表(skiplist)和哈希表(dict)形成一个新的数据结构 zset。添加 dict 是为了快速定位跳表中是否存在某个 member!
typedef struct zset { dict *dict; zskiplist *zsl; } zset;
redis 选用 skiplist 场景
ZXX 命令是针对有序集合(sorted set)的,譬如:
ZADD ZCARD ZCOUNT ZINCRBY ZINTERSTORE ZLEXCOUNT ZRANGE ZRANGEBYLEX ZRANGEBYSCORE ZRANK ZREM ZREMRANGEBYLEX ZREMRANGEBYRANK ZREMRANGEBYSCORE ZREVRANGE ZREVRANGEBYSCORE ZREVRANK ZSCAN ZSCORE ZUNIONSTORE
根据 zset_max_ziplist_entries 和 zset_max_ziplist_value 两个参数,选用 zset 和 ziplist 其中之一作为基础数据结构,具体选用哪种,需要看实际场景,可按需配置。我的建议是,如果数据集合不是非常大,采用 ziplist,因为这样可以利用 CPU 缓存的优势;其他还是选用 zset 吧。
一个应用的场景
zset 一个经典的应用场景是用来做排行榜,譬如游戏中分数最高的十位玩家,可以用 zset 维护所有游戏玩家的分数。
最后,关于二叉查找树,更多请参看《编程珠玑,字字珠玑》读书笔记完结篇——AVL树》和《红黑树并没有我们想象的那么难(上)》、《红黑树并没有我们想象的那么难(下)》。
redis dict 讲解请参看《深入剖析 redis 数据结构 dict》
redis ziplist 讲解请参看《深入剖析 redis 数据结构 ziplist》
建议继续学习:
- redis源代码分析 - persistence (阅读:31116)
- Redis消息队列的若干实现方式 (阅读:10686)
- 浅谈MySQL索引背后的数据结构及算法 (阅读:9861)
- 基于Redis构建系统的经验和教训 (阅读:9256)
- 浅谈redis数据库的键值设计 (阅读:8265)
- redis在大数据量下的压测表现 (阅读:7363)
- redis运维的一些知识点 (阅读:7391)
- Redis和Memcached的区别 (阅读:6741)
- Redis作者谈Redis应用场景 (阅读:6545)
- redis 运维实际经验纪录之一 (阅读:6451)
扫一扫订阅我的微信号:IT技术博客大学习
- 作者:捣乱 来源: 捣乱小子
- 标签: redis skiplist 数据结构
- 发布时间:2014-11-21 23:22:05
- [66] Go Reflect 性能
- [65] Oracle MTS模式下 进程地址与会话信
- [64] 如何拿下简短的域名
- [59] android 开发入门
- [59] IOS安全–浅谈关于IOS加固的几种方法
- [58] 图书馆的世界纪录
- [58] 【社会化设计】自我(self)部分――欢迎区
- [53] 视觉调整-设计师 vs. 逻辑
- [47] 界面设计速成
- [46] 读书笔记-壹百度:百度十年千倍的29条法则