Redis底层数据结构之set

绝代码农

与java中的HashSet一样，无序且存储元素不重复。其底层有两种实现方式，当value是整数值时，且数据量不大时使用inset来存储，其他情况都是用字典dict来存储。
inset的结构定义如下：

typedf struct inset{
   uint32_t encoding;//编码方式 有三种 默认 INSET_ENC_INT16
   uint32_t length;//集合元素个数
   int8_t contents[];//实际存储元素的数组，元素类型并不一定是ini8_t类型，柔性数组不占intset结构体大小，并且数组中的元素从小到大排列
}inset;
#define INTSET_ENC_INT16 (sizeof(int16_t)) //16位，2个字节，表示范围-32,768~32,767
#define INTSET_ENC_INT32 (sizeof(int32_t)) //32位，4个字节，表示范 //围-2,147,483,648~2,147,483,647
#define INTSET_ENC_INT64 (sizeof(int64_t)) //64位，8个字节，表示范围-9,223,372,036,854,775,808~9,223,372,036,854,775,807

编码格式encoding：共有三种，INTSET_ENC_INT16、INSET_ENC_INT32和INSET_ENC_INT64三种，分别对应不同的范围。Redis为了尽可能地节省内存，会根据插入数据的大小选择不一样的类型来进行存储。
元素数量length：记录了保存数据的数组contents中共有多少个元素，这样获取个数的时间复杂度就是O(1)。
数组contents：真正存储数据的地方，数组是按照从小到大有序排列的，并且不包含任何重复项。
inset的示意图如下所示：

inset中整体的升级过程
整体流程总结如下：

• 了解旧的存储格式，计算出目前已有元素占用内存大小，计算规则是length * encoding，如 4* 16=64；
  
• 确定新的编码格式，当原有的编码格式不能存储下新增的数据时，此时就要选择新的合适的编码格式；
  
• 根据新的编码格式计算出需要新增的内存大小，然后从尾部将数据插入；
  
• 根据新的编码格式重置之前的值，此时contents存在两种编码格式设置的值，就需要进行统一，从插入新数据的起始位置开始，从后向前将之前的数据按照新的编码格式进行移动和设置。从后往前是为了防止数据被覆盖。
  

优点：根据存入的数据大小选择合适的编码方式，且只在必要的时候进行升级操作，节省内存。
缺点：升级过程耗费系统资源，还有就是不支持降级，一旦升级就不可以降级。