Redis 学习笔记（篇四）：整数集合和压缩列表

整数集合

Redis 中当一个集合（set）中只包含整数，并且元素不多时，底层使用整数集合实现，否则使用字典实现。

那么：

为什么会出现整数集合呢？都使用字典存储不行吗？
整数集合在 Redis 中的结构是怎样的呢？
引入整数集合之后，会不会出现什么弊端？Redis 又是如何去解决的呢？

为什么会出现整数集合呢？都使用字典存储不行吗？

说起无序集合（set），很自然的就想起哈希表，而哈希表表现也很好，提供了查询为 O(1) 的时间复杂度。但任何事物有优点，就必然会伴随着一些缺点，哈希表的缺点就是使用的储存空间大，其实哈希表本身就是空间换取时间的一种方式。

Redis 作为一个缓存，考虑到内存的使用，所以出现了整数集合这一数据结构。然而整数集合虽然相比哈希表很节约内存，但它也是牺牲了速度作为代价的。所以 Redis 中也只是在数据量少的条件下才会去使用整数集合代替哈希表。

整数集合在 Redis 中的结构是怎样的呢？

Redis 中的整数集合由 intset.h/intset 表示，具体结构如下：

typedef struct intset {

    // 编码方式

    uint32_t encoding;

    // 集合包含的元素数量

    uint32_t length;

    // 保存元素的数组

    int8_t contents[];

} intset;

length属性表示整数集合包含的元素数量，即是contents数组的长度。

contents 数组是整个整数集合最核心的部分，元素就存储在这个数组中，各个元素从小到大有序排列，并且没有重复元素。虽然 contents 数组是声明成int8_t的类型，但是存储元素的真正类型并不是 int8_t 而是由 encoding 属性来表示 contents 数组真正的类型。比如：

如果 encoding 属性的值为 INTSET_ENC_NT16，那么 contents 就是一个 int16_t 类型的数组，数组里的每个项都是一个 int16_t 类型的整数值（最小值为 -32768，最大值为 32767)。
如果 encoding 属性的值为 INTSET_ENC_NT32，那么 contents 就是一个 int32_t 类型的数组，数组里的每个项都是一个 int32_t 类型的整数值（最小值为 -2^31，最大值为 2^31-1)。

引入整数集合之后，会不会出现什么弊端？

当我们向集合中插入元素时，Redis 并没有让我们指定插入的数值是几个字节的，那么如果我们先插入了 int16_t 的元素，然后插入了一个 int32_t 的元素，那么这时候原来的 contents 存不了新插入的值，这个时候该怎么做呢？这也就是 Redis 引入整数集合之后所要解决的问题。

Redis 为了解决这个问题，于是引入了升级。

升级

每当我们要将一个新元素添加到整数集合里面，并且新元素的类型比整数集合现有所有元素的类型都要长时，整数集合需要先进行升级，然后才能将新元素添加到整数集合里面。具体步骤如下：

根据新元素的类型，扩展整数集合底层数组的空间大小，并为新元素分配空间。
将底层数组现有的所有元素都转换成与新元素相同的类型，并将类型转换后的元素
将新元素添加到底层数组（contents）里面。

升级的时间复杂度是 O(n)，又每次向整数集合添加新元素都可能引发升级，所以整数集合添加新元素的时间复杂度是 O(n)。

而为整数集合引入升级之后，主要带来了两点好处：

第一：提升了程序的灵活性。

第二：节约内存。

看到这里，可能有的人会想，有了升级，那么有没有降级呢？很遗憾，Redis 中的整数集合没有降级，也就是说只能扩容，不能缩容。

压缩列表

本篇只是简单介绍一下压缩列表，所以暂不深入讲解，感兴趣的可以自行查阅其他资料。

Redis 在什么情况下会使用压缩列表作为底层实现呢？

列表只包含少量元素，并且每个列表项要么是小整数值，要么是长度较短的字符串。
哈希键中只包含少量键值对，并且每个键值对的键和值要么是小整数值，要么是长度较短的字符串。

其实看到压缩二字，就能联想到节约内存。所以本篇介绍的整数集合和压缩列表都是为了节约内存而存在的。那么，压缩列表的大致结构是什么？

压缩列表的大致结构

压缩列表是由一系列特殊编码的连续内存块组成的顺序型数据结构。一个压缩列表可以包含任意多个节点（entry)，每个节点可以保存一个字节数组（字符串）或者一个整数值。

它的各个组成部分和说明如下（出自《Redis设计与实现第二版》第7章：压缩列表）：

压缩列表更像是一种存储方式，和 Java 字节码中常量池的存储比较类似。感兴趣的可以去查一下。

压缩列表的节点主要由 previous_entry_length、encoding、content 三部分组成。如下图（出自《Redis设计与实现第二版》第7章：压缩列表）：

previous_entry_length 表示压缩列表中前一个节点的长度，单位为字节。
encoding 记录了节点的 content 属性所保存数据的类型及长度。
content 则负责保存节点的值。可以使一个字节数组（字符串）或者整数。