Redis中的強大的資料結構跳躍表（skiplist）的內部詳解及實際運用
摘要：
跳躍表結構在 Redis 中的運用場景只有一個，那就是作為有序列表 (Zset) 的使用。跳躍表的效能可以保證在查詢，刪除，新增等操作的時候在對數期望時間內完成，這個效能是可以和平衡樹來相比較的，而且在實現方面比平衡樹要優雅，這就是跳躍表的長處。跳躍表的缺點就是需要的儲存空間比較大，屬於利用...
跳躍表結構在 Redis 中的運用場景只有一個，那就是作為有序列表 (Zset) 的使用。跳躍表的效能可以保證在查詢，刪除，新增等操作的時候在對數期望時間內完成，這個效能是可以和平衡樹來相比較的，而且在實現方面比平衡樹要優雅，這就是跳躍表的長處。跳躍表的缺點就是需要的儲存空間比較大，屬於利用空間來換取時間的資料結構。接下來我們思考三個問題：
思考三個問題
- 跳躍表的底層結構是什麼樣的，為什麼可以支撐它在對數期望時間內完成基本操作（增刪改查）？
- 在跳躍表中，完成一個元素的增刪改查的詳細過程是怎樣的？
- 利用跳躍表作為底層資料結構的有序列表，在實際的業務場景中有什麼運用？
跳躍表結構
跳躍表結構如下：
的值，這個值在跳躍表中是按照大小排好序的。
跳躍表的資料結構原始碼
typedef struct zskiplist {
// 頭節點，尾節點
struct zskiplistNode *header, *tail;
// 節點數量
unsigned long length;
// 目前表內節點的最大層數
int level;
} zskiplist;
複製程式碼
- header 指向了跳躍表的頭結點，tail 指向跳躍表的尾節點
- length 表示了跳躍表節點中的數量
- level 表示跳躍表的表內節點的最大層數
跳躍表的節點結構如下圖所示
typedef struct zskiplistNode {
// member 物件
robj *obj;
// 分值
double score;
// 後退指標
struct zskiplistNode *backward;
// 層
struct zskiplistLevel {
// 前進指標
struct zskiplistNode *forward;
// 這個層跨越的節點數量
unsigned int span;
} level[];
} zskiplistNode;
複製程式碼
直觀來感受下跳躍表結構
- obj (成員物件) ：對應的是圖中的 o1, o2, o3,是用來儲存一個節點中的物件的。
- score (分值) ：對應的是每一個成員物件中的 1.0，2.0 等分數值。
- 後退指標 ：這個指標指向的是前面的一個跳錶節點。
- 層 ：這個結構包括前進指標和記錄了跨越的節點數量，這塊就是跳躍表的精髓所在。
跳躍表的基本結構就是上面所展示的部分，接下來我們開始進行分析跳躍表的基礎操作過程（增刪改查）
跳躍表增刪查改過程
一個跳躍表的一個節點是 64 層，能夠儲存的節點數量應該 2^64 個。在原始碼中是這樣的,官方沒有其他的解釋。
define ZSKIPLIST_MAXLEVEL 64 /* Should be enough for 2^64 elements */ 複製程式碼
查詢過程：
按照圖中所示，我們現在需要查詢的是值為 7 的這個節點。步驟如下：
- 從 head 節點開始，為了演示方便，這裡顯示的是4層，實際上的是64層。先是降一層到值 4 這個節點的這一層。如果不是所需要的值，那麼就再降一層，跳躍到值為 6 的這一層。最後查詢到值為 7 。這就是查詢的過程，時間複雜度為 O(lg(n))
插入過程：
插入的過程和查詢的過程類似：比如要插入的值為 6
- 從 head 節點開始，先是在 head 開始降層來查詢到最後一個比 6 小的節點，等到查到最後一個比 6 小的節點的時候(假設為 5 )。然後需要引入一個 隨機層數演算法 來為這個節點隨機地建立層數。把這個節點插入進去以後，同時更新一遍最高的層數即可。
隨機演算法
/* Returns a random level for the new skiplist node we are going to create.
* The return value of this function is between 1 and ZSKIPLIST_MAXLEVEL
* (both inclusive), with a powerlaw-alike distribution where higher
* levels are less likely to be returned. */
int zslRandomLevel(void) {
int level = 1;
while ((random()&0xFFFF) < (ZSKIPLIST_P * 0xFFFF))
level += 1;
return (level<ZSKIPLIST_MAXLEVEL) ? level : ZSKIPLIST_MAXLEVEL;
}
複製程式碼
Redis 原始碼中的晉升概率為25%，所以相對來說，Redis 的層高數相對來說是比較扁平化，層高相對較低，所以需要遍歷的節點數量會多一些。
刪除過程：
- 刪除的過程也是和查詢的過程一樣，先是找到要刪除的那個值，再把這個值給刪除，同時把重排一下指標和更新最高的層數。
更新過程：
- 更新的過程和插入的過程都是是使用著 zadd 方法的，先是判斷這個 value 是否存在，如果存在就是更新的過程，如果不存在就是插入過程。在更新的過程是，如果找到了Value，先刪除掉，再新增，這樣的弊端是會做兩次的搜尋，在效能上來講就比較慢了，在 Redis 5.0 版本中， Redis 的作者 Antirez 優化了這個更新的過程，目前的更新過程是如果判斷這個 value 是否存在，如果存在的話就直接更新，然後再調整整個跳躍表的 score 排序，這樣就不需要兩次的搜尋過程。 可以看看關於 Antirez 這次的 ofollow,noindex">更新優化程式碼。
實際的業務場景
Zset 資料結構
- 如圖所示，Zset 的資料結構是有一個 hash 表和一個跳躍表來結合的，hash 表上儲存的是關於 String 的值和 Score 的值，跳躍表是用來輔助 hash 表來實現關於按照 score 來排序的功能。
所以跳躍表的實際運用場景就是 Zset 的實際運用場景
Zset的使用示例
//給某個集合增加權重和成員 //成員不可以為重複，權重可以重複，一個集合可以容納到2^32-1個元素 //增加元素 redis 127.0.0.1:6379> ZADD spacedong 1 redis redis 127.0.0.1:6379> ZADD spacedong 2 mongodb redis 127.0.0.1:6379> ZADD spacedong 3 mysql //獲取集合中的元素個數 redis 127.0.0.1:6379> ZCARD spacedong "3" //獲取集合中的某個範圍的成員 redis 127.0.0.1:6379> ZRANGE spacedong 0 2 1)"redis" 2)"mongodb" 3)"mysql" 複製程式碼
Zset的實際運用場景
- 在 Zset 中使用最多的場景就是涉及到排行榜類似的場景。例如實時統計一個關於分數的排行榜，這個時候可以使用 Redis 中的這個 ZSET 資料結構來維護。
- 涉及到需要按照時間的順序來排行的業務場景，例如如果需要維護一個問題池，按照時間的先後順序來維護，這個時候也可以使用 Zset ，把時間當做權重，把問題當做 key 值來進行存取。
參考資料：