Redis分布式锁是可重入的吗？

不可重入，可重入锁可以使用Redisson

redis与memcache差别

存储方式
memcache 将数据全部放在内存中，断电后会挂掉，无法做到数据的持久化。
Redis采用RDB 与 AOF结合的形式可以做到数据的持久化。
数据支持类型
Memcache对数据类型支持相对简单，只支持String类型的数据结构
Redis支持多种数据结构，包括String，List，Hash，Set，Zset
Redis的存储大小远大于Memcache

缓存数据一致性

先更新数据库再删除缓存
在此基础上可以设置缓存过期时间，过期了再从数据库中读取
还可以建立删除缓存重试机制。

Redis缓存过期策略

惰性删除：当访问redis中键值对时会判断这个键值对是否过期，如果过期的话就删除这个键值对
定期删除：采用expire方法设置过期删除时间，会对键值对进行轮询对过期键值对进行释放。

内存淘汰机制

内存淘汰机制.png

Redis基本数据类型底层

https://juejin.im/post/6844903863145742350

基本数据类型：String/ hash/ list/ set/ sorted set
每一种数据类型都有不同的内部编码

String

内部编码

int:8个字节的长整形
embstr:小于等于44个字节的字符串（redis3.2版本之前是39字节，之后是44字节）
raw:大于44个字节的字符串

底层结构 SDS简单动态字符串
有三个变量记录着已经使用字节的数量，剩余未使用的数量，字符数组

struct sdshdr{
     //记录buf数组中已使用字节的数量
     //等于 SDS 保存字符串的长度
     int len;
     //记录 buf 数组中未使用字节的数量
     int free;
     //字节数组，用于保存字符串
     char buf[];
}

image.png

raw类型和embstr类型对比

embstr编码的结构:

image.png

raw编码的结构：

image.png

embstr和raw都是由redisObject和sds组成的。不同的是：embstr的redisObject和sds是连续的，只需要使用malloc分配一次内存；而raw需要为redisObject和sds分别分配内存，即需要分配两次内存。

所有相比较而言，embstr少分配一次内存，更方便。但embstr也有明显的缺点：如要增加长度，redisObject和sds都需要重新分配内存。

list

内部编码

ziplist:当元素个数小于默认设置的512个并且每一个元素的大小都小于64字节会使用一块连续的内存存储
linkedlist
quicklist（redis 3.2实现）当数据量多的时候会改成quicklist存储，结合了ziplist和linkedlist功能，将多个ziplist使用双向指针串起来使用。

ziplist结构
在较少的情况下，会使用一块连续的内存存储，所有元素彼此紧挨着一块存储，这个结构是 ziplist（压缩列表）。在ziplist中有对应的字段表示ziplist的信息。比如ziplist的个数，最后一个值的位置。

ziplist结构.png

quicklist结构
将多个ziplist使用双向链表进行连接。

quicklist结构.png

hash

内部编码

ziplist:当元素个数小于默认设置的512个并且每一个元素的大小都小于64字节
字典dict（也称为hashtable）

redis中的dict 结构内部包含两个 hashtable，通常情况下只有一个 hashtable 是有值的。但是在 dict 扩容缩容时，需要分配新的 hashtable，然后进行渐进式搬迁，这时两个 hashtable 存储的分别是旧的 hashtable 和新的 hashtable。待搬迁结束后，旧的 hashtable 被删除，新的 hashtable 取而代之。

set

intset:当集合中的元素都为整数且元素个数小于512个时
hashtable

inset结构

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;

Sorted set

ziplist：元素数量比较少的时候使用(元素数量小于128个，长度小于64个字节）
skiplist

skiplist

skiplist结构.png

skiplist 跳跃表查找、插入、删除的时间复杂度与红黑树相似都为O(logN)
Skip List主要思想是将链表与二分查找相结合，它维护了一个多层级的链表结构
(1) 由很多层结构组成
(2) 每一层都是一个有序的链表
(3) 最底层(Level 1)的链表包含所有元素
(4) 如果一个元素出现在 Level i 的链表中，则它在 Level i 之下的链表也都会出现。
(5) 每个节点包含两个指针，一个指向同一链表中的下一个元素，一个指向下面一层的元素。

查找一个节点的过程如下：

从顶层链表的头部开始进行遍历，比较每一个节点的元素与目标元素的大小。
如果当前元素小于目标元素，则继续遍历。
如果当前元素等于目标元素，返回该节点。
如果当前元素大于目标元素，移动到前一个节点（必须小于等于目标元素），然后跳跃到下一层继续遍历。
如果遍历至链表尾部，跳跃到下一层继续遍历。

插入一个节点：先确定该元素要占据的层数 K，然后在接下来的每一层都插入该节点。
就插入一个节点是一个概率性的事件，该元素需要占据的层数完全是随机性的概率事件。

对于删除一个节点，需要先找到节点所在的位置（位于最底层链表中的位置），之后再自底向上地删除该节点在每一行中的冗余复制。

为什么不使用红黑树而使用skiplist？
因为redis是单线程的，选用跳跃表的原因仅仅是因为跳跃表的实现相较于红黑树更加简洁。