Redis对于底层数据结构的极致封装,是Redis高效运行的原因之一。我们结合Redis源码对其进行分析。
typedef struct redisObject {
unsigned type:4; // 对象的类型,字符串/列表/集合/有序集合/哈希表
unsigned encoding:4; // 编码的方式,Redis 为了节省空间,提供多种方式来保存数据
unsigned lru:LRU_BITS; // 缓存淘汰使用;淘汰的标准为:oversize & overtime
int refcount; // 引用计数;为优化内存,对数字字符串进行共享内存,引用计数方式管理
void *ptr; // 数据指针,指向实际存储的某一种数据结构
} robj;
#define OBJ_STRING 0 /* 字符串对象*/
#define OBJ_LIST 1 /* 列表对象 */
#define OBJ_SET 2 /* 集合对象 */
#define OBJ_ZSET 3 /* 有序集合对象 */
#define OBJ_HASH 4 /* 散列表对象 */
#define OBJ_MODULE 5 /* 模块对象 */
#define OBJ_STREAM 6 /* 流对象 */
#define OBJ_ENCODING_RAW 0 /* Raw representation */
#define OBJ_ENCODING_INT 1 /* 编码为整数 */
#define OBJ_ENCODING_HT 2 /* 编码为散列表 */
#define OBJ_ENCODING_ZIPMAP 3 /* 编码为zipmap */
#define OBJ_ENCODING_LINKEDLIST 4 /* 不再使用:旧列表编码*/
#define OBJ_ENCODING_ZIPLIST 5 /* 编码为压缩列表 */
#define OBJ_ENCODING_INTSET 6 /* 编码为整数集合*/
#define OBJ_ENCODING_SKIPLIST 7 /* 编码为跳表*/
#define OBJ_ENCODING_EMBSTR 8 /* 编码为简短字符串*/
#define OBJ_ENCODING_Quicklist 9 /* 编码为快速链表*/
#define OBJ_ENCODING_STREAM 10 /* 编码为listpacks的基数树*/
Encoding:即不同数据类型在Redis内部的存储方式
OBJECT ENCODING | 编码常量 | 底层数据结构 |
---|---|---|
int | OBJ_ENCODING_INT | 整数 |
embstr | OBJ_ENCODING_EMBSTR | embstr编码的简单动态字符串(SDS) |
raw | OBJ_ENCODING_RAW | 简单动态字符串(SDS) |
ht (hashtable) | OBJ_ENCODING_HT | 字典 |
linkedlist | OBJ_ENCODING_LINKEDLIST | 双端链表 |
ziplist | OBJ_ENCODING_ZIPLIST | 压缩列表 |
intset | OBJ_ENCODING_INTSET | 整数集合 |
skiplist | OBJ_ENCODING_SKIPLIST | 跳跃表和字典 |
zipmap | OBJ_ENCODING_ZIPMAP | 压缩映射表 |
quicklist | OBJ_ENCODING_QUICKLIST | 快速链表 |
listpack | OBJ_ENCODING_STREAM | 紧凑列表 |
数据类型与编码对象的对应关系:
数据类型 | 编码 | 底层数据结构 |
---|---|---|
OBJ_STRING | OBJ_ENCODING_INT | 使用整数值实现的字符串对象 |
OBJ_STRING | OBJ_ENCODING_EMBSTR | 使用embstr编码的简单动态字符串实现的字符串对象 |
OBJ_STRING | OBJ_ENCODING_RAW | 使用简单动态字符串实现的字符串对象 |
OBJ_LIST | OBJ_ENCODING_LINKEDLIST | 使用双端链表实现的列表对象 |
OBJ_LIST | OBJ_ENCODING_ZIPLIST | 使用压缩列表实现的列表对象 |
OBJ_HASH | OBJ_ENCODING_ZIPLIST | 使用压缩列表实现的哈希对象 |
OBJ_HASH | OBJ_ENCODING_HT | 使用字典实现的哈希对象 |
OBJ_SET | OBJ_ENCODING_INTSET | 使用整数集合实现的集合对象 |
OBJ_SET | OBJ_ENCODING_HT | 使用字典实现的集合对象 |
OBJ_ZSET | OBJ_ENCODING_ZIPLIST | 使用压缩列表实现的有序集合对象 |
OBJ_ZSET | OBJ_ENCODING_SKIPLIST | 使用跳跃表和字典实现的有序集合对象 |
OBJ_STREAM | OBJ_ENCODING_STREAM | 使用紧凑列表和rax树实现的有序集合对象 |
使用SDS类型替换C语言中的char*类型:
encoding:
Redis 内部会根据用户给的不同键值而使用不同的编码格式,而这一切对用户完全透明
Redis的配置文件中关于有序集合底层实现的两个配置:
# zset采用压缩列表时,元素个数最大值。默认值为128。
zset-max-ziplist-entries 128
# zset采用压缩列表时,每个元素的字符串长度最大值。默认值为64。
zset-max-ziplist-value 64
Redis Stream的底层实现主要使用了listpack以及Rax树
由消息、生产者、消费者、消费组4部分组成
Redis Stream
本质上是在Redis内核上实现的一个消息发布订阅功能组件。相比于现有的PUB/SUB
、BLOCKED LIST
,其虽然也可以在简单的场景下作为消息队列来使用,但是Redis Stream
无疑要完善很多。Redis Stream
提供了消息的持久化和主备复制功能、新的RadixTree数据结构来支持更高效的内存使用和消息读取、甚至是类似于Kafka
的Consumer Group
功能。
SDS结构体(5种,字段数据类型不同,sdshdr5例外),以sdshdr8为例:
struct __attribute__ ((__packed__)) sdshdr8 {
uint8_t len; // 字符串的实际使用长度
uint8_t alloc; // 总长度;5.0之前使用的是free,用于标识buff中剩余可用字节数
unsigned char flags; // 标志位,低三位表示类型,其余五位未使用
char buf[]; // 字符数组,柔性数组,存放实际内容
};
柔性数组成员(flexible array member),也叫伸缩性数组成员,只能被放在结构体的末尾。包含柔性数组成员的结构体,通过malloc函数为柔性数组动态分配内存。 之所以用柔性数组存放字符串,是因为柔性数组的地址和结构体是连续的,这样查找内存更快(因为不需要额外通过指针找到字符串的位置);可以很方便地通过柔性数组的首地址偏移得到结构体首地址,进而能很方便地获取其余变量。
SDS返回给上层的,不是结构体首地址,而是指向内容的buf指针,故上层可像读取C字符串一样读取SDS的内容,兼容C语言处理字符串的各种函数。
由于有长度统计变量len的存在,读写字符串时不依赖“\0”终止符,保证了二进制安全。
Redis 3.2后的SDS结构由1种增至5种,且对于sdshdr5类型,在创建空字符串时会强制转换为sdshdr8。原因可能是创建空字符串后,其内容可能会频繁更新而引发扩容,故创建时直接创建为sdshdr8。
基本操作:
函数名 | 说明 |
---|---|
sdsnewlen | 创建字符串,会根据字符串长度选择合适的类型 |
sdsfree/sdsclear | 直接释放字符串;不直接释放内存,通过重置统计值达到清空目的 |
sdscatsds | 拼接字符串,可能会导致扩容 |
sdsnew | 根据给定的C字符串创建SDS |
sdssplitlen | 按指定的分隔符对SDS进行切分 |
拼接字符串可能会导致扩容,扩容策略:
1)若sds中剩余空闲长度avail大于新增内容的长度addlen,直接在柔性数组buf末尾追加即可,无须扩容。
2)若sds中剩余空闲长度avail小于或等于新增内容的长度addlen,则分情况讨论:新增后总长度len+addlen<1MB的,按新长度的2倍扩容;新增后总长度len+addlen>1MB的,按新长度加上1MB扩容。
3)最后根据新长度重新选取存储类型,并分配空间。此处若无须更改类型,通过realloc扩大柔性数组即可;否则需要重新开辟内存,并将原字符串的buf内容移动到新位置。
字典又称散列表,是用来存储键值(key-value)对的一种数据结构。
对Redis数据库进行任何增、删、改、查操作,实际就是对字典中的数据进行增、删、改、查操作。
字典本质:数组 + Hash函数 + Hash冲突
数据结构:Hash表(dictht)、Hash表节点(dictEntry)、字典(dict)
A. Hash表-结构体:
typedef struct dictht {
dictEntry **table; // 指针数组,数组中的元素指向的是dictEntry的结构体
unsigned long size; // table数组的大小
unsigned long sizemask; // 掩码 = size - 1
unsigned long used; // table数组已存元素个数,包含next单链表的数据
} dictht;
sizemask字段用来计算键的索引值,sizemask的值恒等于size–1。
索引值=Hash值&掩码值,对应Redis源码为:
idx = hash & d->ht[table].sizemask;
其计算结果等同Hash值与Hash表容量取余,而计算机的位运算要比取余运算快很多。
B. Hash表节点-结构体:
Hash表中的元素是用dictEntry结构体来封装的,主要作用是存储键值对
typedef struct dictEntry {
void *key; // 存储键 key
union {
void *val; // db.dict中的val
uint64_t u64;
int64_t s64; // db.expires中存储过期时间*/
double d;
} v; // 值value,是个联合体;在不同场景下使用不同字段
struct dictEntry *next; // 当Hash冲突时,指向冲突的元素,形成单链表
} dictEntry;
C. 字典-结构体:
在最外面层封装了一个叫字典的数据结构,其主要作用是对Hash表dictht
再进行一层封装
typedef struct dict {
dictType *type; // 该字典对应的特定操作函数
void *privdata; // 该字典依赖的数据
dictht ht[2]; // Hash表,键值对存储在此
long rehashidx; // rehash标识,默认值为-1,代表没进行rehash操作
// 否则,该值表示Hash表ht[0]的rehash操作进行到了哪个索引值
unsigned long iterators; // 当前运行的安全迭代器数,当有安全迭代器绑定到该字典时,会暂停rehash
} dict;
基本操作:
函数名 | 说明 |
---|---|
dictCreate | 初始化一个空字典 |
dictAdd | 添加元素;先查找该键是否存在,存在则执行修改,否则添加键值对 |
dictFind | 查找元素 |
dbOverwrite | 修改元素;修改节点键值对中的值为新值,释放旧值内存 |
tryResizeHashTables | 删除元素;释放该节点对应的key、value及节点本身占用的内存 |
添加元素可能会导致扩容:
可用空间不够时,导致扩容。扩容时空间大小为当前容量*2,即d->ht[0].used*2
删除元素可能会导致缩容:
当使用量不到总空间10%时,则进行缩容;缩容时空间大小则为能恰好包含d->ht[0].used个节点的2^N次方幂整数,并把字典中字段rehashidx标识为0
1)字典初始化:dictCreate
/* 创建一个新的Hash表 */
dict *dictCreate(dictType *type, void *privDataPtr){
dict *d = zmalloc(sizeof(*d)); //96字节
_dictInit(d,type,privDataPtr); //结构体初始化值
return d;
}
/* Initialize the hash table */
int _ dictInit (dict *d, dictType *type, void *privDataPtr){
_dictReset(&d->ht[0]);
_dictReset(&d->ht[1]);
d->type = type;
d->privdata = privDataPtr;
d->rehashidx = -1;
d->iterators = 0;
return DICT_OK;
}
主要步骤为:申请空间、调用_dictInit函数,给字典的各个字段赋予初始值。
2)添加元素:dictAdd
Server端收到命令后,会执行setKey(redisDbdb,robjkey,robj*val)函数
第一步:调用dictFind函数,查询键是否存在,是则调用dbOverwrite函数修改键值对,否则调用dbAdd函数添加元素;
第二步:dbAdd最终调用dict.h文件中的dictAdd函数插入键值对。
/*调用前会查找key存在与否,不存在则调用dictAdd 函数*/
int dictAdd(dict *d, void *key, void *val){
dictEntry *entry = dictAddRaw(d,key,NULL); /*添加键,字典中键已存在则返回NULL,否则添加键至新节点中,返回新节点*/
if (!entry) return DICT_ERR; /*键存在则返回错误*/
dictSetVal(d, entry, val); /*设置值*/
return DICT_OK;
}
dictAddRaw添加键与查找键,添加成功返回新节点,查找成功返回NULL并把老节点存入existing字段:
dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing)/*入参字典、键、Hash表节点地址*/
{
if (dictIsRehashing(d)) _dictRehashStep(d); /*该字典是否在进行rehash操作中,是则执行一次rehash*/
if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1)
/*查找键,找到则直接返回-1, 并把老节点存入existing字段,否则把新节点的索引值返回。如果遇到Hash表容量不足,则进行扩容*/
return NULL;
ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0]; /*是否进行rehash操作中,是则插入至散列表ht[1]中,否则插入散列表ht[0] */
/*申请新节点内存,插入散列表中,给新节点存入键信息*/
entry = zmalloc(sizeof(*entry));
entry->next = ht->table[index];
ht->table[index] = entry;
ht->used++;
dictSetKey(d, entry, key);
return entry;
}
_dictKeyIndex函数:得到健的索引值。
dictHashKey(d,key) //第1步:调用该字典的Hash函数得到键的Hash值
idx = hash & d->ht[table].sizemask; //第2步:用键的Hash值与字典掩码取与,得到索引值
3)扩容:dictExpand
int dictExpand(dict *d, unsigned long size){//传入size = d->ht[0].used*2
dictht n;
unsigned long realsize = _dictNextPower(size); /*重新计算扩容后的值,必须为2的N次方幂*/
n.size = realsize;
n.sizemask = realsize-1;
n.table = zcalloc(realsize*sizeof(dictEntry*));
n.used = 0;
d->ht[1] = n; /*扩容后的新内存放入ht[1]中*/
d->rehashidx = 0; /*非默认的-1,表示需进行rehash*/
return DICT_OK;
}
rehash除了扩容时会触发,缩容时也会触发。
扩容时空间大小为当前容量*2,即d->ht[0].used*2;当使用量不到总空间10%时,则进行缩容;缩容时空间大小则为能恰好包含d->ht[0].used个节点的2^N次方幂整数,并把字典中字段rehashidx标识为0。
当数据库中键值对数量达到了百万、千万、亿级别时,整个rehash过程将非常缓慢。Redis利用分而治之的思想了进行rehash操作
执行插入、删除、查找、修改等操作前,都先判断当前字典rehash操作是否在进行中,进行中则调用dictRehashStep函数进行rehash操作(每次只对1个节点进行rehash操作,共执行1次)。
当服务空闲时,如果当前字典也需要进行rehsh操作,则会调用incrementallyRehash函数进行批量rehash操作(每次对100个节点进行rehash操作,共执行1毫秒)。
在经历N次rehash操作后,整个ht[0]的数据都会迁移到ht[1]中,这样做的好处就把是本应集中处理的时间分散到了上百万、千万、亿次操作中,所以其耗时可忽略不计。
4)查找元素:dictFind
dictEntry *dictFind(dict *d, const void *key){
// ...
h = dictHashKey(ht, key) & ht->sizemask; //根据Hash值获取到对应的索引值
he = ht->table[h];
while(he) { //如果存在值则遍历该值中的单链表
if (dictCompareHashKeys(ht, key, he->key))
return he; //找到与键相等的值,返回该节点
he = he->next;
}
// ...
}
5)修改元素:dbOverwrite
void dbOverwrite(redisDb *db, robj *key, robj *val) {
dictEntry *de = dictFind(db->dict,key->ptr); //查找键存在与否,返回存在的节点
serverAssertWithInfo(NULL,key,de != NULL); //不存在则中断执行
dictEntry auxentry = *de;
robj *old = dictGetVal(de); //获取老节点的val字段值
dictSetVal(db->dict, de, val); //给节点设置新的值
dictFreeVal(db->dict, &auxentry); //释放节点中旧val内存
}
6)删除元素:dictDelete函数
注:字典中的遍历
双向非循环列表:
typedef struct listNode {
struct listNode *prev;
struct listNode *next;
void *value;
} listNode;
typedef struct list {
// 表头指针
listNode *head;
// 表尾指针
listNode *tail;
// 复制函数
void *(*dup)(void *ptr);
// 释放函数
void (*free)(void *ptr);
// 比对函数
int (*match)(void *ptr, void *key);
// 节点数量
unsigned long len;
} list;
跳跃表是基于有序链表改进的,skiplist 将有序链表中的部分节点分层,每一层都是一个有序链表。
有这张图可以看出,skiplist 由多个节点构成,每个节点由很多层构成,每层都有指向本层下个节点的指针。
A. 跳跃表-结构体:
typedef struct zskiplist {
struct zskiplistNode *header, *tail; // 跳跃表的首尾节点
unsigned long length; // 跳跃表长度(不含头节点)
int level; // 跳跃表的高度
} zskiplist;
header头节点的level数组元素个数为64,forward都指向NULL,span值都为0。在有序集合中,ele值为NULL,score值为0;也不计入跳跃表的总长度。
在查找时优先从最高层开始向后查找,当到达某节点时,如果next节点值大于要查找的值或next指针指向NULL,则从当前节点下降一层继续向后查找
跳跃表每个节点维护了多个指向其他节点的指针,可以跳过一些节点,快速找到操作需要的节点。归根结底,跳跃表是以牺牲空间的形式来达到快速查找的目的。
B. 跳跃表节点-结构体:
typedef struct zskiplistNode {
sds ele; // 用于存储字符串类型的数据
double score; // 用于存储排序的分值
struct zskiplistNode *backward; // 后退指针,只能指向当前节点最底层的前一个节点
struct zskiplistLevel {
struct zskiplistNode *forward; // 指向本层下一个节点
unsigned long span; // forward指向的节点与本节点之间的元素个数
} level[]; // 生成跳跃表节点时,随机生成一个1~64的值
} zskiplistNode;
zset中,ele存储zset成员member值,score存储zset的score值
基本操作:
函数名 | 说明 |
---|---|
zslCreateNode | 创建节点 |
zslCreate | 创建跳跃表 |
zslInsert | 插入节点 |
zslDeleteNode, zslDelete, zslDeleteByScore, zslDeleteByRank | 删除节点 |
zslFree | 删除跳跃表 |
1)创建跳跃表
①创建跳跃表结构体对象zsl;②将zsl的头节点指针指向新创建的头节点;③跳跃表层高初始化为1,长度初始化为0,尾节点指向NULL。
插入节点:
①查找要插入的位置;②调整跳跃表高度;③插入节点;④调整backward
删除节点
①查找需要更新的节点;②设置span和forward。
2)删除跳跃表
获取到跳跃表对象之后,从头节点的第0层开始,通过forward指针逐步向后遍历,每遇到一个节点便将释放其内存。当所有节点的内存都被释放之后,释放跳跃表对象,即完成了跳跃表的删除操作。
整数集合(intset)是一个有序的(从小到大)、存储整型数据的结构。
结构体:
typedef struct intset {
uint32_t encoding; //编码类型,决定每个元素占用几个字节
uint32_t length; //元素个数
int8_t contents[]; //柔性数组,存储具体元素;根据encoding字段决定几个字节表示一个元素
} intset;
但在两种情况下,底层编码会发生转换。
基本操作:
函数名 | 说明 |
---|---|
intsetFind | 查询元素;通过防御性判断之后使用二分法进行元素的查找 |
intsetAdd, intsetUpgradeAndAdd | 添加元素;根据插入值的编码类型,决定是直接插入还是进行升级插入 |
intsetRemove | 删除元素;通过内存地址的移动直接将该元素覆盖掉 |
intsetNew | 初始化一个intset;编码为INTSET_ENC_INT16,长度为0,content未分配空间 |
intsetRandom | 随机返回一个元素 |
1)查询元素
a.首先判断待查找的值需要的编码格式,如果编码大于该intset的编码,则肯定不存在该值,直接返回,否则调用intsetSearch函数;
b.intsetSearch函数中首先判断该intset中是否有值,无值直接返回0;如果有值再判断待插入的值是否介于此intset的最大值与最小值之间,如果不在此范围内也返回0。
c.用二分查找法寻找该值(intset为有序数组),找到返回1,未找到返回0。
2)添加元素
intset *intsetAdd(intset *is, int64_t value, uint8_t *success) {
uint8_t valenc = _intsetValueEncoding(value); //获取添加元素的编码值
uint32_t pos;
if (success) *success = 1;
if (valenc > intrev32ifbe(is->encoding)) { //如果大于当前intset的编码,说明需要进行升级
return intsetUpgradeAndAdd(is,value); //调用intsetUpgradeAndAdd进行升级后添加
} else {
if (intsetSearch(is,value,&pos)) { //否则先进行查重,如果已经存在该元素,直接返回
if (success) *success = 0;
return is;
}
//如果元素不存在,则添加元素
is = intsetResize(is,intrev32ifbe(is->length)+1); //首先将intset占用内存扩容
//如果插入元素在intset中间位置,调用intsetMoveTail给元素挪出空间
if (pos < intrev32ifbe(is->length)) intsetMoveTail(is,pos,pos+1);
}
_intsetSet(is,pos,value); //保存元素
is->length = intrev32ifbe(intrev32ifbe(is->length)+1); //修改intset的长度,将其加1
return is;
}
其中,intsetUpgradeAndAdd的流程为:
a.根据新的编码方式调用intsetResize重新申请空间;
b.移动并扩容原来的元素;
c.根据新插入值是正数还是负数,将值插入相应的位置。
3)删除元素
intset \*intsetRemove(intset \*is, int64_t value, int *success)
1)首先判断编码是否小于等于当前编码,若不是,直接返回。
2)调用intsetSearch查找该值是否存在,不存在则直接返回;存在则获取该值所在位置position。
3)如果要删除的数据不是该intset的最后一个值,则通过将position+1和之后位置的数据移动到position来覆盖掉position位置的值。
当集合元素都是整型并且元素不多时使用intset保存。并且元素按从小到大顺序保存。
压缩列表ziplist本质上就是一个字节数组。Redis的ZSet、Hash和List都直接或者间接使用了压缩列表。
当ZSet或Hash的元素个数比较少,且元素都是短字符串时,Redis便使用压缩列表作为其底层数据存储结构。
结构图(字节数组,没有具体的结构体):
//zl指向zlbytes字段
#define ZIPLIST_BYTES(zl) (*((uint32_t*)(zl)))
//zl+4指向zltail字段
#define ZIPLIST_TAIL_OFFSET(zl) (*((uint32_t*)((zl)+sizeof(uint32_t))))
//zl+zltail指向尾元素首地址;intrev32ifbe使得数据存取统一采用小端法
#define ZIPLIST_ENTRY_TAIL(zl) ((zl)+intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl)))
//zl+8指向zllen字段
#define ZIPLIST_LENGTH(zl) (*((uint16_t*)((zl)+sizeof(uint32_t)*2)))
//压缩列表最后一个字节即为zlend字段
#define ZIPLIST_ENTRY_END(zl) ((zl)+intrev32ifbe(ZIPLIST_BYTES(zl))-1)
压缩列表entry的编码结构:
解码后的压缩列表元素使用结构体zlentry表示。
zlentry-结构体:
typedef struct zlentry {
unsigned int prevrawlensize; // previous_entry_length字段的长度
unsigned int prevrawlen; // previous_entry_length字段存储的内容
unsigned int lensize; // encoding字段的长度
unsigned int len; // 元素数据内容的长度
unsigned int headersize; // 当前元素的首部长度
unsigned char encoding; // 数据类型
unsigned char *p; // 当前元素首地址
} zlentry;
基本操作:
函数名 | 说明 |
---|---|
ziplistNew | 创建压缩列表 |
ziplistInsert | 插入元素;编码 -> 重新分配空间 -> 复制数据 |
ziplistDelete | 删除元素;计算待删除元素的总长度 -> 数据复制 -> 重新分配空间 |
ziplistNext, ziplistPrev | 遍历压缩列表,可后向遍历或前向遍历 |
当删除元素和插入元素时,可能会导致元素所需的存储长度发生变化,导致长度扩展,而每次扩展都将重新分配内存及数据复制,效率很低,这就是连锁更新问题。
1)创建压缩列表
unsigned char *ziplistNew(void);
只需要分配初始存储空间11(4+4+2+1)个字节,并对zlbytes、zltail、zllen和zlend字段初始化即可
2)插入元素
unsigned char *ziplistInsert(unsigned char *zl, unsigned char *p, unsigned char *s, unsigned int slen);
zl:压缩列表首地址;p:指向元素插入位置;s:数据内容;slen:数据长度
返回参数为压缩列表首地址
步骤:①将元素内容编码;②重新分配空间;③复制数据。
3)删除元素
unsigned char *ziplistDelete(unsigned char *zl, unsigned char **p);
返回参数为压缩列表首地址。
步骤:①计算待删除元素的总长度;②数据复制;③重新分配空间。
4)遍历压缩列表
从头到尾(后向遍历)或者从尾到头(前向遍历)访问压缩列表中的每个元素。
//后向遍历
unsigned char *ziplistNext(unsigned char *zl, unsigned char *p);
//前向遍历
unsigned char *ziplistPrev(unsigned char *zl, unsigned char *p);
会出现连锁更新,连锁更新实现逻辑:
在Redis 3.2 之前,Redis采用压缩列表(ziplist)以及双向链表(adlist)作为List的底层实现。当元素个数比较少并且元素长度比较小时,Redis采用ziplist作为其底层存储;当任意一个条件不满足时,Redis采用adlist作为底层存储结构。
在Redis 3.2 引入quicklist作为List的底层存储结构,是adlist与ziplist的组合。
quicklist是一个双向链表,链表中的每个节点是一个ziplist结构。
quicklist-结构体:
typedef struct quicklist {
quicklistNode *head; // 指向quicklist的头节点
quicklistNode *tail; // 指向quicklist的尾节点
unsigned long count; // 元素的总数
unsigned long len; // 节点的个数
int fill : 16; // 每个quicklistNode中ziplist长度
unsigned int compress : 16; // 两端各有compress个节点不压缩
} quicklist;
quicklistNode节点-结构体:
typedef struct quicklistNode {
struct quicklistNode *prev; // 指向前一个节点
struct quicklistNode *next; // 指向后一个节点
unsigned char *zl; // 该节点对应的ziplist结构
unsigned int sz; // ziplist结构的大小
unsigned int count : 16; // ziplist的元素大小
unsigned int encoding : 2; // 采用的编码方式
unsigned int container : 2; // zl指向的容器类型:1代表none,2代表使用ziplist存储数据
unsigned int recompress : 1; // 代表这个节点之前是否是压缩节点
unsigned int attempted_compress : 1; // 测试时使用
unsigned int extra : 10; // 预留
} quicklistNode;
为了进一步降低ziplist所占用的空间,Redis允许对ziplist进一步压缩,Redis采用的压缩算法是LZF,压缩过后的数据可以分成多个片段,每个片段有2部分:一部分是解释字段,另一部分是存放具体的数据字段。
LZF数据压缩的基本思想是:数据与前面重复的,记录重复位置以及重复长度,否则直接记录原始数据内容。
但是,使用时需要对数据进行解压缩。
基本操作:
函数名 | 说明 |
---|---|
quicklistCreate | 初始化 |
quicklistPushHead, quicklistPushTail | 在头部或者尾部进行插入 |
quicklistDelIndex, quicklistDelRange | 删除指定位置, 指定区间的元素 |
quicklistReplaceAtIndex | 更改元素;先删除原有元素,之后插入新的元素 |
quicklistIndex, quicklistGetIteratorAtIdx | 查找指定位置元素;迭代器遍历查找 |
1)初始化
初始化是构建quicklist结构的第一步,由quicklistCreate函数完成,该函数的主要功能就是初始化quicklist结构
quicklist *quicklistCreate(void) {
struct quicklist *quicklist; //声明quicklist变量
quicklist = zmalloc(sizeof(*quicklist)); //为quicklist申请空间
quicklist->head = quicklist->tail = NULL; //初始化quicklist结构体变量
quicklist->len = 0;
quicklist->count = 0;
quicklist->compress = 0;
quicklist->fill = -2; //从表7-1中可知, ziplist大小限制是8KB
return quicklist;
}
2)添加元素
添加元素是数据结构操作的第一步。quicklist提供了push操作,对外接口为quicklistPush,可以在头部或者尾部进行插入,具体的操作函数为quicklistPushHead与quicklistPushTail。
3)删除元素
quicklist对于元素删除提供了删除单一元素以及删除区间元素2种方案。
对于删除单一元素,我们可以使用quicklist对外的接口quicklistDelEntry实现,也可以通过quicklistPop将头部或者尾部元素弹出。
对于删除区间元素,quicklist提供了quicklistDelRange接口,该函数可以从指定位置删除指定数量的元素。
4)更改元素
quicklist更改元素是基于index,主要的处理函数为quicklistReplaceAtIndex。其基本思路是先删除原有元素,之后插入新的元素。quicklist不适合直接改变原有元素,主要由于其内部是ziplist结构,ziplist在内存中是连续存储的,当改变其中一个元素时,可能会影响后续元素。故而,quicklist采用先删除后插入的方案。
5)查找元素
quicklist查找元素主要是针对index,即通过元素在链表中的下标查找对应元素。基本思路是,首先找到index对应的数据所在的quicklistNode节点,之后调用ziplist的接口函数ziplistGet得到index对应的数据
Redis 设计 listpack 的目的就是取代 ziplist。因为ziplist 在极小的概率下有可能发生级联更新,当连续规模较大的级联更新发生时,对 Redis 的性能有比较大的影响。
结构图(字节数组,没有具体的结构体):
// Total Bytes,整个listpack的空间大小
#define LP_HDR_SIZE 6
// Num Elem,listpack中的元素个数
#define LP_HDR_NUMELE_UNKNOWN UINT16_MAX
// Entry中的标志
#define LP_MAX_INT_ENCODING_LEN 9
#define LP_MAX_BACKLEN_SIZE 5
#define LP_MAX_ENTRY_BACKLEN 34359738367ULL
#define LP_ENCODING_INT 0
...
// End,结束标志
#define LP_EOF 0xFF
相比于 ziplist 的定义,它有两点改动:
优点:
listpac 的总长度-最后一个节点的长度
.listpack 在 5.0 版本引入,但是由于 ziplist 在 Reids 内部的使用太过于广泛,有一些兼容问题,但在5.0 版本引入的 Stream 数据结构中,就使用了 listpack 而不是 ziplist。
虽然该结构查询效率低,并且只适合于末尾增删,但消息流中,通常只需要向其末尾增加消息,故而可以采用该结构。
基本操作:
函数名 | 说明 |
---|---|
lpNew | 初始化 |
lpInsert | 增删改操作;增-任意位置插入; 删-空元素替换; 改-替换操作 |
lpFirst, lpLast, lpNext, lpPrev | 遍历相关操作 |
lpGet | 读取元素 |
radix tree(基数树)(也叫基数特里树或压缩前缀树)是一种数据结构,是一种更节省空间的Trie(前缀树)。
rax 是基数树的一种实现,rax中不仅可以存储字符串,同时还可以为这个字符串设置一个值,也就是key-value。
如果一个中间节点有多个子节点,那么路由键就只是一个字符。如果只有一个子节点,那么路由键就是一个字符串。后者就是所谓的「压缩」形式,多个字符压在一起的字符串。
A. Rax树-结构体:
typedef struct rax {
raxNode *head;
uint64_t numele;
uint64_t numnodes;
} rax;
B. raxNode节点-结构体:
typedef struct raxNode {
uint32_t iskey:1; // 该节点是否包含key
uint32_t isnull:1; // 是否存储value
uint32_t iscompr:1; // 是否压缩
uint32_t size:29; // 孩子节点数量,或压缩字符串的长度
unsigned char data[];
} raxNode;
基本操作:
函数名 | 说明 |
---|---|
raxNew | 初始化 |
raxFind | 查找长度为len的字符串s(key) 对应的value |
raxInsert, raxTryInsert | 向rax中插入key-value对,覆盖或者不覆盖原有的value |
raxRemove, raxFree, raxFreeWithCallback | 删除rax中的某个key,或释放整个rax,可设置释放回调 |
raxStart, raxSeek, raxNext, raxPrev, raxStop, raxEOF | 遍历相关的操作 |
初始化:raxNew
rax *raxNew(void) {
rax *rax = rax_malloc(sizeof(*rax)); //申请空间
rax->numele = 0; //当前元素个数为0
rax->numnodes = 1; //当前节点个数为1
rax->head = raxNewNode(0,0); //构造头节点
return rax;
}
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。