数据结构：快速的Redis有哪些慢操作？
1.基本概念
redis为什么快？
所有操作基于内存，内存访问速度很快
优秀的数据结构
redis的基本数据结构
压缩列表
跳表
哈希表
整数数组
压缩列表
哈希表
压缩列表
双向链表
string
string
list
hash\
set\
zset
问题
键和值之间用什么结构组织
为什么需要这么多数据结构
动态字符串和普通字符串区别
2.redis的数据结构
redis使用哈希表保存所有键值对（全局hash表）
可以用o(1)的时间复杂度找到元素
hash表=数组+hash函数
hash桶不直接存储元素（因为每个元素大小不相同），存放元素指针
key是string指针 value是其他类型指针
优点：
为什么hash表操作变慢
当hash冲突过多导致查询速度变慢时，采用rehash扩容数据桶个数
redis使用两个hash表，进行渐进式扩容
rehash过程
给hash表2分配更大空间
将hash表1数据拷贝到hash表2
释放hash表1的空间
通过链地址的方式解决hash冲突（hash桶数量小于元素个数）
缺点 逐渐转成o（n）的操作
hash冲突
rehash
渐进式hash
如果一次性解决hash表1数据迁移完，会造成Redis线程阻塞
redis正常处理客户端请求，没处理一个请求时从哈希表1中的第一个索引位置拷贝到哈希表2中
没处理一个请求就复制一组hash表到新表中
将一次性大量拷贝的开销分摊到多次处理请求中，保证了不阻塞
3.集合数据操作效率
string类型操作理想情况下就是o（1）
集合操作相对复杂
哈希表比链表实现访问效率高
读写一个元素比读写所有元素效率高
有哪些底层数据结构
跳表基础上增加多级索引，通过索引位置的跳转，实现数据的快速定位
跳：只在不同的索引表中跳
查找复杂度就是 O(logN)
类似一个数组
记录
操作
列表长度
列表尾的偏移量
列表中的 entry 个数
第一个最后一个元素操作是o（1）
其他元素o（n）
循序读写
通过下标和指针逐个元素访问，操作复杂度O(N)
循序读写
通过下标和指针逐个元素访问，操作复杂度O(N)
整数数组
双向链表
哈希表
压缩列表
跳表
4.总结
使用scan代替大量元素操作
list适合做pop和push操作，千万不要随机读写
作者：感谢金克丝的火箭
链接：https://juejin.cn/post/7024417552214425613