redis完成数据操作的速度能达到微秒级别，redis能有这么突出的表现，主要原因有两个：
redis是内存数据库，所有操作都在内存上完成，内存的访问速度本身就很快；redis拥有高效的数据类型和数据结构。为了实现key到value的快速访问，redis使用哈希表来存储键值对，哈希桶中entry保存了指向实际key和value的指针，即使值是一个集合，也可以通过value指针查找到。
当哈希表中数据越来越多后，会出现哈希冲突，也就是多个key的哈希值可能对应到同一个哈希桶中。redis使用链式哈希来解决哈希冲突，就是将同一个哈希桶中的多个元素用一个链表来保存，元素之间依次用指针链接。
如果哈希冲突越来越多，会导致哈希冲突链过长，进而导致查找元素耗时长、效率低。为了解决这个问题，redis会对哈希表进行rehash操作，将多个entry元素分散保存，减少单个哈希桶中的元素个数，从而减少单个桶中的冲突。
redis默认使用两个全局哈希表来进行高效rehash，一开始默认使用哈希表1，哈希表2不分配空间，当数据不断增多时，redis通过如下步骤进行rehash：
给哈希表2分配更大的空间把哈希表1中的数据拷贝到哈希表2中释放哈希表1的空间，留作下一次rehash扩容备用但是第2步如果一次性将大量数据进行拷贝，可能会造成redis线程阻塞，无法服务其他请求，所以redis采用了渐进式rehash，就是每处理一个请求，顺带将这个索引位置上的所有entry进行拷贝。
对于string类型的value来说，找到哈希桶就可以直接进行crud操作了，而对于集合来说，通过全局哈希表找到对应的哈希桶后，在集合中再进行crud。集合的操作效率与底层数据结构和操作复杂度有关。
单元素操作是基础，操作复杂度为o(1)；hash：hget、hset、hdel；set类型的sadd、srem、srandmember等。范围操作非常耗时，操作复杂度为o(n)。hash：hgetall;set：smembers;list：lrangezset：zrange统计操作通常高效，操作复杂度为o(1)。例外情况只有几个，操作复杂度为o(1)。list：lpop、rpop、lpush、rpush以上就是详细分析redis的数据结构与数据操作的详细内容。