整数集合与压缩列表：Redis的极致内存优化
引言 你是否好奇：为什么同样存储100个整数，Redis的内存占用只有其他数据库的1/10？为什么小Hash比大Hash节省这么多内存？编码转换是如何发生的？ 今天我们深入Redis的两大内存优化数据结构：整数集合（intset）和压缩列表（ziplist/listpack），揭秘Redis在小数据量场景下的极致优化。 一、为什么需要内存优化数据结构？ 1.1 性能 vs 内存的权衡 通用数据结构的问题： 字典（hashtable）： - 查询：O(1) ✅ - 内存：每个节点 ~50字节（dictEntry + 指针） ❌ 跳表（skiplist）： - 查询：O(logN) ✅ - 内存：每个节点 ~80字节（多层指针） ❌ 问题：对于小数据量（如10个元素的Set），使用通用结构浪费内存 Redis的解决方案： 针对小数据量场景，设计紧凑的专用数据结构，牺牲一点性能换取内存节省。 1.2 编码策略 Redis采用双重编码策略： 数据类型 小数据量编码 大数据量编码 转换阈值 Set intset（所有元素都是整数） hashtable 512个元素 Hash ziplist/listpack hashtable 512个字段 或 64字节值 ZSet ziplist/listpack skiplist + hashtable 128个元素 或 64字节值 List quicklist（内部使用ziplist/listpack） quicklist - 核心思想： 小数据量：节省内存优先（连续内存，紧凑编码） 大数据量：性能优先（O(1)查询） 二、整数集合（intset） 2.1 核心结构 typedef struct intset { uint32_t encoding; // 编码方式（int16/int32/int64） uint32_t length; // 元素数量 int8_t contents[]; // 柔性数组，实际存储整数 } intset; 编码类型： ...