企业官网建设流程全解析

上一篇【第16篇】跳跃表vs平衡树——Redis为什么不用红黑树？
下一篇【第18篇】压缩列表——Redis的内存压缩黑科技

你有没有想过，当你在Redis里执行SADD myset 1 2 3的时候，这些整数是怎么存储的？如果用哈希表存三个整数，光哈希表本身的元数据（指针、桶数组、链表节点）就比数据本身大了好几倍。Redis当然不会做这种亏本买卖——它有一个专门的秘密武器：整数集合（intset）。

一、intset是什么？

intset（Integer Set）是Redis用于存储纯整数集合的一种紧凑数据结构。当Redis的Set对象中所有元素都是整数，且元素数量不超过配置阈值时，就会使用intset作为底层实现，而不是哈希表。

它的核心设计思想非常简单：把所有整数紧凑地存在一个连续数组里，像C语言数组一样高效。

哈希表存储方式（笨重）： ┌─────────────────────────────────────┐ │ Hash Table │ │ ┌─────┐ ┌─────┐ ┌─────┐ │ │ │bucket│ │bucket│ │bucket│ ... │ │ └──┬──┘ └──┬──┘ └──┬──┘ │ │ │ │ │ │ │ ┌──▼──┐ ┌──▼──┐ ┌──▼──┐ │ │ │entry│ │entry│ │entry│ ... │ ← 指针、next指针、key、value... │ └─────┘ └─────┘ └─────┘ │ └─────────────────────────────────────┘ 存3个整数可能需要200+字节 intset存储方式（紧凑）： ┌─────────────────────────────────────┐ │ intset │ │ ┌───┬───┬───┬───┬───┐ │ │ │enc│len│ 1 │ 2 │ 3 │ │ ← 只需要几个字节（取决于编码） │ └───┴───┴───┴───┴───┘ │ └─────────────────────────────────────┘ 存3个int16整数只需14字节

差距一目了然。

二、intset的结构体定义

intset的结构非常简洁，定义在intset.h中：

typedefstructintset{uint32_tencoding;// 编码方式：INT16/INT32/INT64uint32_tlength;// 元素数量int8_tcontents[];// 柔性数组，实际存储整数数据}intset;

三个字段，清清楚楚：

• encoding：当前使用的编码方式，决定了contents数组中每个元素占多少字节
• length：集合中元素的数量，也就是contents数组的实际使用长度
• contents：柔性数组（C语言的trick，数组大小在运行时确定），紧凑存储所有整数

踩坑提示：注意contents的类型是int8_t，而不是某个具体的整数类型。这是一个"占位类型"，实际存储时根据encoding的值，以2字节、4字节或8字节为单位来解读这块内存。这是C语言柔性数组的经典用法。

三、三种编码方式

intset支持三种编码，对应三种整数大小：

三种编码的内存布局对比：

INT16编码（每个元素2字节）： ┌──────────┬────────┬──────┬──────┬──────┬──────┐ │encoding │length │ 1 │ 2 │ 3 │ 5 │ │(4 bytes) │(4bytes)│(2b) │(2b) │(2b) │(2b) │ └──────────┴────────┴──────┴──────┴──────┴──────┘ INT32编码（每个元素4字节）： ┌──────────┬────────┬──────────┬──────────┬──────────┐ │encoding │length │ 1 │ 2 │ 100000 │ │(4 bytes) │(4bytes)│ (4 bytes)│ (4 bytes)│ (4 bytes)│ └──────────┴────────┴──────────┴──────────┴──────────┘ INT64编码（每个元素8字节）： ┌──────────┬────────┬──────────────┬──────────────┐ │encoding │length │ 42 │ 9999999999 │ │(4 bytes) │(4bytes)│ (8 bytes) │ (8 bytes) │ └──────────┴────────┴──────────────┴──────────────┘

初始创建的intset默认使用INT16编码——毕竟大部分场景下小整数就够了，能省就省。

四、有序存储：为二分查找而生

intset中的元素始终按从小到大的顺序排列。这不是偶然，而是精心设计——有序数组支持二分查找，查找时间复杂度为 O(logN)。

// intset的查找实现（简化版）uint8_tintsetFind(intset*is,int64_tvalue){// 二分查找if(value>intsetGet(is,is->length-1)||value<intsetGet(is,0)){return0;// 不在范围内，直接返回}// 标准二分查找intlo=0,hi=is->length-1;while(lo<=hi){intmid=(lo+hi)/2;int64_tcur=intsetGet(is,mid);if(cur==value)return1;elseif(cur<value)lo=mid+1;elsehi=mid-1;}return0;}

intset二分查找示例：在 {1, 3, 5, 7, 9, 11, 13} 中查找 7 索引: 0 1 2 3 4 5 6 内容: [ 1 3 5 7 9 11 13 ] ^ 第一次: lo=0, hi=6, mid=3 → is[3]=7 == 7 ✓ 找到了！

虽然二分查找是 O(logN)，但别忘了intset元素数量通常很小（默认上限512个），实际上查找非常快。

五、整数集合升级详解

intset最有意思的机制就是编码升级。当你要插入一个新整数，而它的值超出了当前编码能表示的范围时，intset会自动"升级"编码方式。

升级的触发条件

当前编码是INT16，存了 {1, 3, 5} 现在插入 70000（超过了INT16的32767上限） → 触发升级！INT16 → INT32

升级的三步过程

升级不是简单地把数组变大，而是涉及到数据的重新排列：

第一步：空间重分配

根据新的编码方式，重新计算需要的内存大小，然后扩展contents数组。

升级前（INT16，3个元素）： ┌──────────┬────────┬────┬────┬────┐ │encoding │length │ 1 │ 3 │ 5 │ 总大小: 4+4+6 = 14字节 │ = 2 │ = 3 │(2b)│(2b)│(2b)│ └──────────┴────────┴────┴────┴────┘ 升级后（INT32，4个元素，插入了70000）： ┌──────────┬────────┬──────┬──────┬──────┬──────────┐ │encoding │length │ 1 │ 3 │ 5 │ 70000 │ 总大小: 4+4+16 = 24字节 │ = 4 │ = 4 │(4b) │(4b) │(4b) │ (4b) │ └──────────┴────────┴──────┴──────┴──────┴──────────┘

第二步：数据迁移（从后往前）

这是升级最关键的一步。因为元素大小变了（比如从2字节变成4字节），需要把所有已有元素移动到新位置。迁移是从后往前进行的——这样可以避免覆盖还没迁移的数据。

从后往前迁移过程（INT16→INT32）： 原始位置: [0] [2] [4] [6] （字节偏移） 1 3 5 目标位置: [0] [4] [8] [12] （字节偏移） 1 3 5 70000 迁移顺序: 5 → 3 → 1（从后往前） 最后: 70000 直接放到位置 [12]

// 升级后重新放置元素（简化版）staticvoidintsetUpgradeAndAdd(intset*is,int64_tvalue){uint8_tcurenc=is->encoding;uint8_tnewenc=_intsetValueEncoding(value);// 计算新元素应该插入的位置intpos=(value<0)?0:is->length;// 扩展空间is->encoding=newenc;is=intsetResize(is,(is->length+1)*newenc);// 从后往前迁移已有元素while(is->length>pos){intsetSet(is,is->length,intsetGetEncoded(is,is->length-1,curenc));is->length--;}// 设置新元素intsetSet(is,pos,value);is->length++;}

第三步：更新encoding和length

修改encoding为新的编码方式，length加1。

升级过程完整图示

INT16 → INT32 升级全过程 时间轴 → 步骤1（原始状态）: [enc=2][len=3][ 1 ][ 3 ][ 5 ] 字节: 0-3 4-7 8-9 10-11 12-13 步骤2（扩展空间）: [enc=2][len=3][ 1 ][ 3 ][ 5 ][ ???? ] 字节: 0-3 4-7 8-11 12-15 16-19 20-23 步骤3（从后往前迁移，5从offset 12-13移到16-19）: [enc=2][len=3][ 1 ][ 3 ][ ?? ][ 5 ] 字节: 0-3 4-7 8-11 12-15 16-19 20-23 步骤4（迁移3从offset 10-11移到12-15）: [enc=2][len=3][ 1 ][ ?? ][ 3 ][ 5 ] 步骤5（迁移1从offset 8-9移到8-11）: [enc=2][len=3][ 1 ][ ?? ][ 3 ][ 5 ] 步骤6（插入70000，更新enc=4, len=4）: [enc=4][len=4][ 1 ][ 70000][ 3 ][ 5 ]

六、升级的好处：灵活性与内存节省兼得

intset的升级机制是一个很好的"按需付费"设计：

想象一下，如果你的集合里存的是用户ID，大部分是1-1000的小数字，偶尔来一个几百万的ID。如果一开始就用INT64，每个ID占8字节；但用intset的话，大部分时候只用2字节（INT16），偶尔升级到INT32或INT64。

七、只能升级，不能降级

intset的设计中有一个重要规则：编码只能升级，永远不能降级。

什么意思？如果你把一个INT32的intset中最大的那个大数字删掉了，intset不会自动降级回INT16。

# 演示：删除大数字后不会降级127.0.0.1:6379>SADD myset123(integer)3127.0.0.1:6379>OBJECT ENCODING myset"int16"# 小数字，INT16编码127.0.0.1:6379>SADD myset100000(integer)1127.0.0.1:6379>OBJECT ENCODING myset"int32"# 升级到INT32127.0.0.1:6379>SREM myset100000(integer)1127.0.0.1:6379>OBJECT ENCODING myset"int32"# 删除后仍然是INT32，没有降级！

为什么不支持降级？

1. 避免频繁转换的开销：如果频繁地添加大数又删除大数，会导致频繁的升级/降级操作
2. 节省内存的收益不大：降级节省的内存通常很少，不值得增加代码复杂度
3. 简化的设计：只升级不降级让代码逻辑更简单，也更不容易出bug

这种"只涨不跌"的设计哲学在Redis中很常见——和我们前面讨论的ziplist、skiplist一样，Redis倾向于用简单的规则换取代码的可维护性。

八、intset → hashtable的升级触发条件

intset虽然省内存，但它不是万能的。当满足以下任一条件时，Redis会将Set的底层实现从intset切换为hashtable：

触发条件示意： 插入元素 │ ├─ 是整数？ ─── 否 ───→ 升级为hashtable │ （集合中出现字符串，intset无法存储） │ └─ 是整数 │ ├─ 集合元素数 < 512 → 保持intset │ └─ 集合元素数 ≥ 512 → 升级为hashtable （避免超大intset的O(N)插入开销）

# 条件1：元素数量超过阈值127.0.0.1:6379>EVAL"for i=1,513 do redis.call('SADD','myset',i) end"0(integer)513127.0.0.1:6379>OBJECT ENCODING myset"hashtable"# 超过512个元素，自动切换# 条件2：插入非整数值127.0.0.1:6379>SADD myset2123(integer)3127.0.0.1:6379>OBJECT ENCODING myset2"int16"127.0.0.1:6379>SADD myset2"hello"(integer)1127.0.0.1:6379>OBJECT ENCODING myset2"hashtable"# 插入字符串，自动切换

踩坑提示：一旦从intset升级为hashtable，即使你删掉了那个字符串元素或者把元素数量减到512以下，也不会降级回intset。和"只升级不降级"的编码策略一样，这是Redis的一贯设计。

九、intset的API一览

Redis为intset提供了一组简洁的API：

// 创建一个新的intset（默认INT16编码）intset*intsetNew(void);// 向intset中添加元素（可能触发升级）intset*intsetAdd(intset*is,int64_tvalue,uint8_t*success);// 从intset中删除元素intset*intsetRemove(intset*is,int64_tvalue,int8_t*success);// 判断元素是否存在uint8_tintsetFind(intset*is,int64_tvalue);// 获取intset中的元素数量uint32_tintsetLen(constintset*is);// 获取intset占用的字节数size_tintsetBlobLen(intset*is);// 随机返回一个元素int64_tintsetRandom(constintset*is);

每个API的设计都很直观，这里重点提几个点：

1. intsetAdd返回新的intset指针：因为升级可能需要重新分配内存，所以返回的是可能变化的新指针（虽然大多数情况下地址不变）
2. intsetRemove同样返回新指针：删除后可能需要压缩内存
3. intsetRandom：用于SRANDMEMBER命令，直接通过索引随机访问，O(1)复杂度

十、实际演示：用redis-cli观察intset

让我们通过实际的redis-cli操作来验证intset的行为：

# 创建一个小整数集合127.0.0.1:6379>SADD nums12345(integer)5# 查看底层编码127.0.0.1:6379>OBJECT ENCODING nums"int16"# 查看内存占用127.0.0.1:6379>MEMORY USAGE nums(integer)56# 非常小！# 添加一个大数字触发升级127.0.0.1:6379>SADD nums100000(integer)1127.0.0.1:6379>OBJECT ENCODING nums"int32"# 升级到INT32# 添加一个超大数字127.0.0.1:6379>SADD nums99999999999999(integer)1127.0.0.1:6379>OBJECT ENCODING nums"int64"# 升级到INT64# 查看内存增长127.0.0.1:6379>MEMORY USAGE nums(integer)96# 比之前大了，但仍然很小# 验证元素存在性127.0.0.1:6379>SISMEMBER nums3(integer)1# 存在127.0.0.1:6379>SISMEMBER nums999(integer)0# 不存在# 随机返回一个元素127.0.0.1:6379>SRANDMEMBER nums"2"

十一、总结

intset的设计哲学可以用一句话概括：简单就是美。

intset不是什么花哨的数据结构，它就是C语言里最朴素的数组加上一点自动管理。但正是这种简单，带来了极致的内存效率和可预测的性能。在Redis的世界里，有时候最简单的方案就是最好的方案。

下一篇，我们将学习另一个紧凑数据结构——压缩列表（ziplist），它的设计比intset更复杂，也更精彩。准备好了吗？

上一篇【第16篇】跳跃表vs平衡树——Redis为什么不用红黑树？
下一篇【第18篇】压缩列表——Redis的内存压缩黑科技