redis中ziplist，skiplist

article/2025/8/8 0:36:37

ziplist压缩表

ziplist主要是为了节约内存，他将元素存储在一块连续的内存空间中，这样在查询数据的时候也可以利用CPU的缓存访问数据，加快查询的效率

相较于数组而言。我们知道,数组要求每个元素的大小都相同,如果我们要存储不同长度的字符串,那我们就需要用最大长度的字符串大小作为元素的大小(假设是5个字节)。小于5个字节长度的字符串也会开辟5个字节，便会浪费部分存储空间，

ziplist就是根据每个节点的长度来决定占用内存大小，这样每次添加元素时就可以计算下一个节点在内存中的存储位置，从而形成一个压缩列表。

ziplist在redis中的使用

// 压缩列表 struct ziplist<T> { int32 zlbytes; // 压缩列表占用的内存字节数 int32 zltail_offset; // 记录表尾节点距离起始地址有多少个字节，用于快速定位最后一个元素 int16 zllength; // 压缩列表包含的节点数 T[] entries; // 压缩列表包含的所有节点 int8 zlend; // 特殊值0xFF，标记压缩列表结尾 } ziplist;

zlentry节点的组成

// 列表节点 struct entry { int<val> prevlen; // 前一个entry节点的长度，便于反向查找 int<val> encoding; // 节点的content属性保存的数据的类型 optional byte[] content; // 节点的值 } entry;

通过content的字节大小，可以定位下一个节点的位置，便于ziplist链表的遍历

skiplist跳表

跳表(skip list) 对标的是平衡树(AVL Tree)，红黑树，是一种插入/删除/搜索都是 O(log n) 的数据结构。这两个查询效率差不多，

跳表它最大的优势是原理简单、容易实现、效率更高。
在并发的情况下，红黑树在插入删除的时候可能需要做数的平衡的操作，即树的左旋和右旋来保证树的平衡，会影响其他部分树的节点，而跳表只会影响局部，不会影响其他的节点

skiplist以空间换时间

跳表处理的是有序的链表（一般是双向链表），最底层就是原始数据双向链表(按照score分数从小到大排序)，其他每个节点都有一个层数level[]，每个层都有一个索引节点，主要为了加快查询数据的速度

skiplist的底层数据结构

typedef struct zskiplist { // 头节点，尾节点 struct zskiplistNode *header, *tail; // 节点数量 unsigned long length; // 目前表内节点的最大层数 int level; } zskiplist; typedef struct zskiplistNode { // member 对象 robj *obj; // 分值，底层是原始数据，双向链表为按照score从小到大进行排序 double score; // 后退指针 struct zskiplistNode *backward; // 层，节点创建会根据随机算法，计算出层数，就是lecel数组的大小 struct zskiplistLevel { // 前进指针，指向下一个节点 struct zskiplistNode *forward; // 这个层跨越的节点数量，在同一层中当前节点到下一个节点的距离 unsigned int span; } level[]; } zskiplistNode;

如果没有level层，即索引，查询链表时会从头到尾的遍历链表，这个查询就会比较慢

所以跳表就必须加层，加索引，提高查询效率