Redis 中对于Set类型的底层实现，直接采用了hashTable。但对于Hash、ZSet、List集 合的底层实现进行了特殊的设计，使其保证了Redis的高性能。
对于Hash与ZSet集合，其底层的实现实际有两种：压缩列表zipList，与跳跃列表skipList。这两种实现对于用户来说是透明的，但用户写入不同的数据，系统会自动使用不同的实现。 只有同时满足配置文件redis.conf中相关集合元素数量阈值与元素大小阈值两个条件，使用的就是压缩列表zipList，只要有一个条件不满足使用的就是跳跃列表skipList。例如，对于 ZSet 集合中这两个条件如下：
- 集合元素个数小于redis.conf中zset-max-ziplist-entries 属性的值，其默认值为128
- 每个集合元素大小都小于redis.conf中 zset-max-ziplist-value属性的值，其默认值为64 字节
1、zipList
zipList，通常称为压缩列表，是一个经过特殊编码的用于存储字符串或整数的双向链表。 其底层数据结构由三部分构成：head、entries与end。这三部分在内存上是连续存放的。
（1）head
head 又由三部分构成：
- zlbytes：占4个字节，用于存放zipList列表整体数据结构所占的字节数，包括zlbytes 本身的长度。
- zltail：占4个字节，用于存放zipList中最后一个entry在整个数据结构中的偏移量（字节）。该数据的存在可以快速定位列表的尾entry位置，以方便操作。
- zllen：占2字节，用于存放列表包含的entry个数。由于其只有16位，所以zipList最多 可以含有的entry个数为
-1 = 65535 个。
（2）entries
entries 是真正的列表，由很多的列表元素entry构成。由于不同的元素类型、数值的不 同，从而导致每个entry的长度不同。 每个entry 由三部分构成：
- prevlength：该部分用于记录上一个entry的长度，以实现逆序遍历。默认长度为1字节， 只要上一个entry的长度<254字节，prevlength就占1字节，否则其会自动扩展为3字 节长度。
- encoding：该部分用于标志后面的data的具体类型。如果data为整数类型，encoding固定长度为1字节。如果data为字符串类型，则encoding长度可能会是1字节、2字 节或5字节。data字符串不同的长度，对应着不同的encoding长度。
- data：真正存储的数据。数据类型只能是整数类型或字符串类型。不同的数据占用的字 节长度不同。
（3）end
end 只包含一部分，称为zlend。占1个字节，值固定为255，即二进制位为全1，表示 一个zipList 列表的结束。
2、listPack
对于ziplist，实现复杂，为了逆序遍历，每个entry中包含前一个entry的长度，这样会导致在ziplist 中间修改或者插入entry时需要进行级联更新。在高并发的写操作场景下会极度降低Redis的性能。为了实现更紧凑、更快的解析，更简单的实现，重写实现了ziplist， 并命名为listPack。 在Redis 7.0 中，已经将zipList全部替换为了listPack，但为了兼容性，在配置中也保留 了zipList 的相关属性。
listPack 也是一个经过特殊编码的用于存储字符串或整数的双向链表。其底层数据结构也由三部分构成：head、entries与end，且这三部分在内存上也是连续存放的。 listPack与zipList的重大区别在head与每个entry的结构上，表示列表结束的end与zipList 的zlend 是相同的，占一个字节，且8位全为1。
（1）head
head 由两部分构成：
- totalBytes：占4个字节，用于存放listPack列表整体数据结构所占的字节数，包括 totalBytes 本身的长度。
- elemNum：占2字节，用于存放列表包含的entry个数。其意义与zipList中zllen的相同。
与zipList 的 head 相比，没有了记录最后一个entry偏移量的zltail。
（2）entries
entries 也是 listPack 中真正的列表，由很多的列表元素entry构成。由于不同的元素类型、数值的不同，从而导致每个entry的长度不同。但与zipList的entry结构相比，listPack 的entry 结构发生了较大变化。
其中最大的变化就是没有了记录前一个entry长度的prevlength，而增加了记录当前 entry 长度的element-total-len。而这个改变仍然可以实现逆序遍历，但却避免了由于在列表中间修改或插入entry时引发的级联更新。
每个entry 仍由三部分构成：
- encoding：该部分用于标志后面的data的具体类型。如果data为整数类型，encoding 长度可能会是1、2、3、4、5或9字节。不同的字节长度，其标识位不同。如果data 为字符串类型，则encoding长度可能会是1、2或5字节。data字符串不同的长度，对应着不同的encoding长度。
- data：真正存储的数据。数据类型只能是整数类型或字符串类型。不同的数据占用的字 节长度不同。
- element-total-len：该部分用于记录当前entry的长度，用于实现逆序遍历。由于其特殊 的记录方式，使其本身占有的字节数据可能会是1、2、3、4或5字节。
3、skipList
skipList，跳跃列表，简称跳表，是一种随机化的数据结构，基于并联的链表，实现简单， 查找效率较高。简单来说跳表也是链表的一种，只不过它在链表的基础上增加了跳跃功能。 也正是这个跳跃功能，使得在查找元素时，能够提供较高的效率。
（1）skipList 原理
假设有一个带头尾结点的有序链表。
在该链表中，如果要查找某个数据，需要从头开始逐个进行比较，直到找到包含数据的 那个节点，或者找到第一个比给定数据大的节点，或者找到最后尾结点，后两种都属于没有找到的情况。同样，当我们要插入新数据的时候，也要经历同样的查找过程，从而确定插入位置。为了提升查找效率，在偶数结点上增加一个指针，让其指向下一个偶数结点。
这样所有偶数结点就连成了一个新的链表（简称高层链表），当然，高层链表包含的节点个数只是原来链表的一半。此时再想查找某个数据时，先沿着高层链表进行查找。当遇到 第一个比待查数据大的节点时，立即从该大节点的前一个节点回到原链表中进行查找。例如，若想插入一个数据20，则先在（8，19，31，42）的链表中查找，找到第一个比20大的节点31，然后再在高层链表中找到31节点的前一个节点19，然后再在原链表中获取到其下一 个节点值为23。比20大，则将20插入到19节点与23节点之间。若插入的是25，比节点 23 大，则插入到23节点与31节点之间。 该方式明显可以减少比较次数，提高查找效率。如果链表元素较多，为了进一步提升查找效率，可以将原链表构建为三层链表，或再高层级链表。
层级越高，查找效率就会越高。
（2）存在的问题
这种对链表分层级的方式从原理上看确实提升了查找效率，但在实际操作时就出现了问题：由于固定序号的元素拥有固定层级，所以列表元素出现增加或删除的情况下，会导致列表整体元素层级大调整，但这样势必会大大降低系统性能。 例如，对于划分两级的链表，可以规定奇数结点为高层级链表，偶数结点为低层级链表。 对于划分三级的链表，可以按照节点序号与3取模结果进行划分。但如果插入了新的节点， 或删除的原来的某些节点，那么定会按照原来的层级划分规则进行重新层级划分，那么势必会大大降低系统性能。
（3）优化
为了避免前面的问题，skipList采用了随机分配层级方式。即在确定了总层级后，每添加一个新的元素时会自动为其随机分配一个层级。这种随机性就解决了节点序号与层级间的固定关系问题。
上图演示了列表在生成过程中为每个元素随机分配层级的过程。从这个skiplist的创建和插入过程可以看出，每一个节点的层级数都是随机分配的，而且新插入一个节点不会影响到其它节点的层级数。只需要修改插入节点前后的指针，而不需对很多节点都进行调整。这就降低了插入操作的复杂度。 skipList 指的就是除了最下面第1层链表之外，它会产生若干层稀疏的链表，这些链表里面的指针跳过了一些节点，并且越高层级的链表跳过的节点越多。在查找数据的时先在高层级链表中进行查找，然后逐层降低，最终可能会降到第1层链表来精确地确定数据位置。在这个过程中由于跳过了一些节点，从而加快了查找速度。
4、quickLIst
（1）什么是quickList
quickList，快速列表，quickList 本身是一个双向无循环链表，它的每一个节点都是一个 zipList。从 Redis3.2版本开始，对于List的底层实现，使用quickList替代了zipList 和 linkedList。 zipList 与 linkedList 都存在有明显不足，而quickList 则对它们进行了改进：吸取了zipList 和 linkedList 的优点，避开了它们的不足。 quickList 本质上是 zipList 和 linkedList 的混合体。其将 linkedList 按段切分，每一段使用 zipList 来紧凑存储若干真正的数据元素，多个 zipList 之间使用双向指针串接起来。当然，对于每个zipList 中最多可存放多大容量的数据元素，在配置文件中通过list-max-ziplist-size 属性可以指定。
（2）检索操作
为了更深入的理解quickList的工作原理，通过对检索、插入、删除等操作的实现分析来 加深理解。
对于List 元素的检索，都是以其索引index为依据的。quickList由一个个的zipList构成，每个zipList 的 zllen 中记录的就是当前zipList中包含的entry的个数，即包含的真正数据元素的个数。根据要检索元素的index，从 quickList的头节点开始，逐个对zipList的zllen做sum 求和，直到找到第一个求和后sum大于index的zipList，那么要检索的这个元素就在这个 zipList 中。
（3）插入操作
由于zipList 是有大小限制的，所以在quickList中插入一个元素在逻辑上相对就比较复杂 一些。假设要插入的元素的大小为insertBytes，而查找到的插入位置所在的zipList当前的大小为zlBytes，那么具体可分为下面几种情况：
情况一：当insertBytes + zlBytes <= list-max-ziplist-size 时，直接插入到 zipList 中相应位置即可
情况二：当insertBytes + zlBytes > list-max-ziplist-size，且插入的位置位于该 zipList 的首部位置，此时需要查看该zipList的前一个zipList的大小prev_zlBytes。
- 若insertBytes + prev_zlBytes<= list-max-ziplist-size 时，直接将元素插入到前一个 zipList 的尾部位置即可
- 若insertBytes + prev_zlBytes> list-max-ziplist-size 时，直接将元素自己构建为一个新 的zipList，并连入quickList 中
情况三：当insertBytes + zlBytes > list-max-ziplist-size，且插入的位置位于该 zipList 的尾部位置，此时需要查看该zipList的后一个zipList的大小next_zlBytes。
- 若insertBytes + next_zlBytes<= list-max-ziplist-size 时，直接将元素插入到后一个zipList 的头部位置即可
- 若insertBytes + next_zlBytes> list-max-ziplist-size 时，直接将元素自己构建为一个新的zipList，并连入quickList 中
情况四：当insertBytes + zlBytes > list-max-ziplist-size，且插入的位置位于该 zipList 的中间位置，则将当前zipList分割为两个zipList连接入quickList中，然后将元素插入到分割后的前面zipList 的尾部位置
（4）删除操作
对于删除操作，只需要注意一点，在相应的zipList中删除元素后，该zipList中是否还有 元素。如果没有其它元素了，则将该zipList删除，将其前后两个zipList相连接。
前面讲述的Redis的各种特殊数据结构的设计，不仅极大提升了Redis的性能，并且还使得Redis可以支持的key的数量、集合value中可以支持的元素数量可以非常庞大。
- Redis 最多可以处理
个key（约42亿），并且在实践中经过测试，每个Redis实例至少可以处理 2.5 亿个key。
- 每个Hash、List、Set、ZSet集合都可以包含