Redis紧凑结构那些事儿，教你怎么聪明用才能省空间又高效

今天咱们来聊聊怎么让Redis这个速度快小子，不光跑得快，还能吃得少——也就是省内存，你可能觉得Redis已经够快了，数据放进去不就完了？但当你数据量真的上来了，比如动不动就上亿的key，或者每个key里面存了好大一个对象，你就会发现，内存消耗是个大问题，内存多贵啊！学会让Redis“紧凑”起来,是高级玩家必备的技能。

咱们得知道Redis是怎么存数据的，它底层对于每种数据类型，比如字符串、列表、哈希、集合这些，都有不止一种实现方式，它会根据你数据的大小和数量，自动选择一个最省内存或者性能最好的方式来存，这个机制本身就很聪明，但如果我们能理解它的选择逻辑，主动配合它,那就能省下更多空间。

第一招：把多个字段塞进一个哈希里，而不是弄一堆小字符串key。

这是最经典的一招，比如你要存一个用户信息，有用户ID、姓名、年龄、城市，新手可能会这么做： set user:10001:name "张三" set user:10001:age 30 set user:10001:city "北京"

你看，这用了三个key，每个key在Redis内部都有很多额外的管理开销（元数据），就像一个小包裹，东西没多少,包装盒占了不少地方。

聪明人的做法是用一个哈希（Hash）结构： hset user:10001 name "张三" age 30 city "北京"

这样，不管这个用户有多少个字段，在Redis眼里它都是一个key，Redis为小的哈希结构提供了一种特别省内存的编码方式，叫ziplist（压缩列表），当你的哈希表里字段数量不多（默认配置是512个以内），且每个字段的值长度不大（默认64字节以内）时，Redis就会用ziplist来存，ziplist就像把所有的字段和值一个接一个地紧凑排列在一起，极大地减少了内存碎片和元数据开销，根据Redis官方文档（《Redis内存优化》）里的说法,使用哈希表存储多个字段比使用多个字符串key能节省大量内存。

第二招：别小看那些数字，用整数存能省一大笔！

Redis存普通的字符串“10086”，它需要占5个字节（每个字符一个字节），但如果你存的是整数10086，Redis会把它当数字来存，而不是字符串,数字在内存里占的空间小得多。

对于明确是数字的场景，比如年龄、积分、数量，一定要用Redis的命令把它存成数字，比如用 set age 30，或者哈希里用 hset user:10001 age 30，Redis会尝试把字符串解释成整数，如果成功，就会用更紧凑的int编码来存储，省空间的同时，计算起来也更快（incr 命令直接做加法就行）。

第三招：列表、集合、有序集合也有“紧凑模式”。

和哈希类似，列表（List）、集合（Set）和有序集合（Sorted Set）这些小尺寸的情况下,也有对应的压缩表示法。

• 列表 会用 ziplist,当元素个数少且每个元素体积小的时候。
• 集合 会用 intset（整数集合），当集合里所有元素都是整数且数量不多的时候，intset直接把所有整数按顺序存成一个数组,比用哈希表存要省得多。
• 有序集合 也会用 ziplist，同样是在元素少且成员（member）长度小时。

这些转换都是Redis自动做的，但触发条件取决于你的Redis配置文件里的阈值设置（hash-max-ziplist-entries, set-max-intset-entries 这些配置项），如果你的业务场景里有很多小型集合，保持默认配置或者适当调整这些阈值,就能让更多数据享受压缩存储。

第四招：终极武器——直接序列化复杂对象。

一个对象字段非常多，或者某个字段的值是一大段文本（比如文章内容），这会导致它超出哈希用ziplist的阈值，被迫转成更耗内存的哈希表（hashtable）结构,这时候怎么办？

可以考虑把这个复杂的对象整体序列化，比如用JSON、MessagePack或者Protocol Buffers这类格式，把整个对象序列化成一个字符串，然后作为一个普通的字符串value存到Redis里,取出来的时候再反序列化。

这样做的好处是：完全避免了Redis内部复杂结构的元数据开销，缺点是：你无法直接使用Redis命令操作这个对象里的某个字段了，每次修改都需要整个读出来，修改，再整个写回去，所以这招适合那些整体读写、不常更新或者不需要部分更新的场景。

别忘了给key“减肥”。

key本身也是字符串，也会占内存，在保证可读性和可维护性的前提下，尽量给key起短一点的名字，比如用 u:10001:i 代替 user:10001:info，虽然单个key省不了几个字节，但海量数据下,积少成多也很可观。

让Redis省内存的核心思想就是：化零为整，利用特性，把小而散的数据打包成合适的数据结构（尤其是小哈希），充分利用整数和压缩编码的优势，根据你的数据特点，理解并合理配置Redis的那些“max-*-entries”参数，让自动优化机制更好地为你服务，这样一来，你的Redis就能在保持高性能的同时，变得更加“苗条”和高效。