说到Redis的数据结构，首先考虑什么？ 脱口而出的当然是String、List、Map、Set、Sorted Set，实际上它们是Redis暴露于外部的键值对的值，使用Redis通常被视为k、v型数据库，但那么，在Redis中这些常见的数据类型是如何实现的呢？ 接下来看看吧。
对于String在Redis基础上的实现，用简单的动态字符串这一个数据结构来实现，其他几个数据结构基础分别用两个数据结构来实现。 除了String以外的其他四种数据结构可以统称为集合，那么在什么情况下针对不同的数据结构实现呢？ 下图是总结的
在这里，我平时很少提到简单的动态字符串。 Redis不采用传统的字符串实现方式，而是自己实现了字符串结构。 简单字符串的结构如下图所示
这里需要说明几个字段。 zlbytes、zltail、zllen。 这前三个字段zlbytes表示列表的长度，zltail表示列表末尾的偏移，zllen表示列表中的条目数，列表末尾的zlend表示列表末尾。 有这些字段。 是我们可以在o(1)的时间内查找的列表的头和尾节点。 由于此数据结构非常紧凑，没有额外的字段，因此大大节省了内存开销，连续的存储结构适用于cup缓存。
那么，Redis的基础为什么要制作这么多数据结构来实现数据的存储呢？ 其实这里还是为了寻找时间和空间的平衡。 如果数据量不大(通常是相对较小的值)，则使用压缩可以节省内存空间；但是，即使数据量较大，仍然使用此压缩格式也会降低查询效率。 在这种情况下，可以使用哈希表中的跳表等结构来提高查询效率。
上面介绍的这些数据结构都是Redis的v，使用Redis时都以key value的形式进行操作。 因此，Redis内部有一个全局哈希表。 准确地说，两个，另一个必须用于扩展。 在key的散列算法中找到的对应数组的表，以及数组包含entry的引用对象。 的entry对象后，entry对象内部包含key和用于操作集合的对象引用地址(value )，以便您可以在找到value后处理集合对象。