数据库是一个处理数据的地方，包含了数据计算，数据存储，和数据转换等等，其中处理数据中，数据库结构和数据库库结构的种类，可以作为评判一个数据库某项指标好坏的关键。什么是一个好的数据结构，简单的说，方便数据访问，和管理的数据结构就是一个好的数据结构。
REDIS 本身虽然是一个缓存式数据库，但他在缓存式数据库中并不单纯，REDIS 本身支持很多数据库结构，通过使用不同的数据结构来简化代码提高开发的效率。
1 Strings 类型
REDIS Strings 类似是大多数存储使用的数据格式，REDIS 内部的整体的存储结构是如下图的hashmap ，内部是通过数组实现hash，每个dictEntry 是一个key value的对象，在dictEntry中包含 key 和value的指针，分别指向在其中存储的 key 和 value。
2 lists ，lists 类型用于保存插入到REDIS 中的数据的顺序，我们将其作为一种先进先出的数据存储方式。
redis list 数据结构地城采用压缩列表 ziplist 或者 linkedlist 两种数据结构进行存储，在ziplist 不满足数据存储要求的情况下，在使用linkedlist 存储。
这里列表对象所有字符串元素的长度小于64字节，列表对象保存的元素数量小于512 。在插入信息会先对这些信息进行判断，在超过这个标准后，会启用listedlist ，这里不同的是ziplist 是压缩格式，而listedlist 是双链表的格式。
3 hash ,redis 的hash 是一种数据类型，本身存储的是一组key value的值，并且
hash 作为redis 常用的数据库类型，其底层存储结构有两种实现的方式，当数据量较少的时候，会采用ziplist 来存储数据，使用这样的方式主要需要包含两个条件 哈希对象保存的键值对数量少于512 ，同时保存的键值对和值的长度要小于64个字节。
当存储的hash 值不符合这个特性的情况下，我们使用REDIS 就需要使用dict的结构了，这个结构类似与java 的hashmap，是一个无序的数据和里边表结合的方式，如上面的图中所示，存储数据的结构是dict，字典结构的数据存储方式通过哈希表算法实现，查找性能为0(1) .
哈希表主要的工作原理是将数据映射到数据组中的定义位置，通过数组的下标来访问数据，从而提高数据的查找效率。
4 集合set 数据存储结构
redis 的 set 和list 都可以存储多个字符串，list 上面说过，可以存储的值是有序的可重复的，而set 是无序的不可重复的。在使用 set 的情况下，在我们使用的过程中，也根据数据的情况划分存储的方式,在数据量少和所有的元素都是整数的情况下，使用intset 的方式来进行数据存储，而如果不满足这个条件，则使用hashtable来进行数据的存储。通过二分查找的方式来进行数据的存取。
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;
5 sorted sets
sorted set 与 sets 之间最大的不同就是顺序性，其中这个结构中包含两个数据结构 dict, 和 zskiplist ,zskiplist 结构体中有四个元素，包含 头 和 尾， 整个链表的长度，以及最大的跳表的层数。
跳表产生的主要原因是，数据搜寻的效率的问题，在节点过多的情况下如果搜寻整个节点列中的靠后的节点，则是一个消耗较大的操作。为了解决这个问题，使用了跳表的方式来进行数据的查询。使用跳表的组要原因是实现的方式比较简单，不需要过多的算法代码等，在数据量不是太大的情况下，跳表的算法实现和使用的成本低效率高。同时根据在REDIS 中查找数据的通常的处理方法，一般是不使用范围查找的，而使用传统的数据库中的平衡树，或二叉树的算法，对于REDIS 中的数据查找并无好处，同时从内存占用的角度来看指针如果是传统的算法中 每个节点包含的指针数可以计算为 1/（1-p）而使用跳表的方式，则指针数可以表达为 p=1/4 相对指针数是固定的。
REDIS 数据库与传统的数据库最大的不同点是，REDIS 中的数据结构是面向，解决程序中的实际中的数据存储和数据查询，提高性能而产生的数据结构。
