首页 > 数据库> > Redis基本数据类型ZipList

Redis基本数据类型ZipList

2022-09-17 01:30:08 作者：互联网

为什么要有ziplist

有两点原因：

普通的双向链表，会有两个指针，在存储数据很小的情况下，我们存储的实际数据的大小可能还没有指针占用的内存大，是不是有点得不偿失？而且Redis是基于内存的，而且是常驻内存的，为了节省内存，又能达到链表的功能，ziplist出现了。
链表在内存中，一般是不连续的，遍历相对比较慢，而ziplist可以很好的解决这个问题。

ZipList

不用指针实现双端链表，具备双端链表的特性，可在任意一端进行压入,弹出操作

#define ZIP_END 255

#define ZIPLIST_BYTES(zl)       (*((uint32_t*)(zl)))    // 获取ziplist的bytes指针
#define ZIPLIST_TAIL_OFFSET(zl) (*((uint32_t*)((zl)+sizeof(uint32_t)))) // 获取ziplist的tail指针
#define ZIPLIST_LENGTH(zl)      (*((uint16_t*)((zl)+sizeof(uint32_t)*2)))   // 获取ziplist的len指针
#define ZIPLIST_HEADER_SIZE     (sizeof(uint32_t)*2+sizeof(uint16_t))   // ziplist头大小
#define ZIPLIST_END_SIZE        (sizeof(uint8_t))   // ziplist结束标志位大小
#define ZIPLIST_ENTRY_HEAD(zl)  ((zl)+ZIPLIST_HEADER_SIZE)  // 获取第一个元素的指针
#define ZIPLIST_ENTRY_TAIL(zl)  ((zl)+intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl)))    // 获取最后一个元素的指针
#define ZIPLIST_ENTRY_END(zl)   ((zl)+intrev32ifbe(ZIPLIST_BYTES(zl))-1)    // 获取结束标志位指针

unsigned char *ziplistNew(void) {   // 创建一个压缩表
    unsigned int bytes = ZIPLIST_HEADER_SIZE+1; // zip头加结束标识位数
    unsigned char *zl = zmalloc(bytes);
    ZIPLIST_BYTES(zl) = intrev32ifbe(bytes);    // 大小端转换
    ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(ZIPLIST_HEADER_SIZE);
    ZIPLIST_LENGTH(zl) = 0; // len赋值为0
    zl[bytes-1] = ZIP_END;  // 结束标志位赋值
    return zl;
}

头信息

zlbytes ：无符号32位整数，4字节，总字节数

zltail ：无符号32位整数，4字节，尾节点的偏移量，列表中的最后一个节点到起始地址之间的字节数，如果知道压缩列表的起始地址加上zltail就是最后一个节点的起始地址，就能快速定位到列表的最后一个节点

zllen：无符号16位整数，2字节，entry节点的个数

结束标识 zlend：(16进制):0xff

节点 entry：占用字节数不确定，entry

一般来说连续内存空间每一个entry大小固定，便于根据脚标快速定位节点，但是存入压缩列表的数据占用大小会不一样，如果存了一个小值和大值，如果用同样的空间存储，就造成了资源浪费，为了节省内存，那么问题来了，那么entry长度怎么确定？怎么寻址遍历？

entry

typedef struct zlentry {    // 压缩列表节点
    unsigned int prevrawlensize, prevrawlen;    // prevrawlen是前一个节点的长度，prevrawlensize是指prevrawlen的大小，有1字节和5字节两种
    unsigned int lensize, len;  // len为当前节点长度 lensize为编码len所需的字节大小
    unsigned int headersize;    // 当前节点的header大小
    unsigned char encoding; // 节点的编码方式
    unsigned char *p;   // 指向节点的指针
} zlentry;
void zipEntry(unsigned char *p, zlentry *e) {   // 根据节点指针返回一个enrty
    ZIP_DECODE_PREVLEN(p, e->prevrawlensize, e->prevrawlen);    // 获取prevlen的值和长度
    ZIP_DECODE_LENGTH(p + e->prevrawlensize, e->encoding, e->lensize, e->len);  // 获取当前节点的编码方式、长度等
    e->headersize = e->prevrawlensize + e->lensize; // 头大小
    e->p = p;
}

privious_entry_length，encoding

privious_entry_length：前一个节点的长度，占1个或5个字节
- 如果前一个节点的长度小于254，则采用1个字节来保存这个长度值
- 如果前一个节点的长度大于254，则采用5个字节来保存这个长度值，第一个字节固定为0xfe，后四个字节才是真实长度，描述长度也会占用内存，所以一般不推荐对单个数值占用过多内存
encoding：编码类型，第一部分记录content的数据类型(字符串还是整数)以及长度，数据类型的编码不同，所以在encoding里有个标识来标记采用哪个编码，第二部分记录content的长度，entry长度不固定指的是content的长度不固定，因此encoding要记录长度，而encoding的长度本身长度也是不固定的，占用1个、2个或5个字节(跟编码关系有关)

privious_entry_length，encoding长度都可以根据编码方式推算，真正变化的是content，而content长度记录在encoding里，因此entry的长度就知道了

entry总长度 = privious_entry_length字节数+encoding字节数+content字节数

为什么entry这么设计？

如果知道了当前的起始地址，因为entry是连续的，entry后一定是另一个entry，想知道下一个entry的地址，只要将当前的起始地址加上当前entry总长度。如果还想遍历下一个entry，只要继续同样的操作。

怎么倒序遍历？

当前节点的地址减去前一个节点的长度privious_entry_length，得到前一个节点的起始地址，只要重复此操作就可以实现倒序遍历。

因此不通过指针，通过记录长度也能实现正序，倒序遍历

记录长度的好处：占用内存小，1或者5个字节。

encoding怎么标记字符串还是整数？怎么记录长度的？

Encoding编码

encoding和privious_entry_length两部分采用的都是小端字节序进行存储的

小端字节序：从低位到高位保存

例如一个16进制数(两位16进制数从00到FF，表示0-255的10进制数，也就是8 位（1个字节）的数值形式。)：0x1234，12是一个字节，34是一个字节，采用小端字节序存储值位：0x3412

字符串：如果encoding是以"01"、"01"、或者"10"开头，则证明content是字符串

编码	编码长度	字符串大小
\|00pppppp\| 后6位记录长度	1 bytes	<= 63 bytes
\|01pppppp\|qqqqqqqq\| 14位记录长度	2 bytes	<= 16383 bytes
\|10000000\|qqqqqqqq\|rrrrrrrr\|ssssssss\|tttttttt\| 32位记录长度	5 bytes	<= 4294967295 bytes

encoding记录一部分编码，一部分长度，content长度可长可短，如果content只占了5个字节，长度就是5，只用一个字节就能记录，如果content保存的字符串很大，要几万几百万字节，就需要更多字节记录长度。

例如：保存字符串： "ab"和"bc"，

"ab"大小为2字节，采用第一种编码encoding为 00000010，为第一个节点，privious_entry_length为00000000，content是"ab"转化成字节97和98，01100001(64+32+1)，01100010

"ab"转化为16进制保存

privious_entry_length：0x00 encoding：0x02 content：0x61 0x62

"bc":

privious_entry_length("ab"的长度4)：0x04 encoding：0x02 content：0x62 0x63

也就是说ab字符串的entry为4个字节

我们也能推出整个ziplist的结构

整数：如果encoding是以“11”开始，则证明content是整数，且encoding固定只占用1个字节

字符串长度变动大，而整数最大8个字节，encoding记录长度只要一个字节

编码	编码长度	整数类型
11000000	1	int16_t（2 bytes）
11010000	1	int32_t（4 bytes）
11100000	1	int64_t（8 bytes）
11110000	1	24位有符整数(3 bytes)
11111110	1	8位有符整数(1 bytes)
1111xxxx	1	直接在xxxx位置保存数值，范围从0001~1101，减1后结果为实际值

如果有很小的如1、2，用1个字节来表示它，就有点浪费，因此有专门记录小的数字的编码 1111xxxx

用4bit位直接记录数值而不是长度，0000和1110和1111(结束标识)都被占用，范围从0001到1101。表示实际值0到12

例如：一个ziplist包含两个整数值：2 和 5

previous_entry_length：00000000 encoding: 11110011 不需要content，16进制表示entry： 0x00 0xf3

两个entry：0x00 0xf3 0x02 0xf6

整个ziplist：

使用限制：只能从前向后或者从后往前，如果长度很长，要找的数在中间，效率就很慢

连锁更新问题

如果有n个250~253字节之间的entry的ziplist，往头部插入254字节大小的entry，后一个entry记录前一个节点长度的privious_entry_length就会从原来的1个字节变为5个字节，因此这个entry变为了254个字节，同样的，又会导致后面的entry都变为entry

为什么要在元素较少的时候使用 ziplist ？

因为 redis 中的集合容器中，很多情况都用到了链表的实现，元素和元素之间通过储存的关联指针有序的串联起来，但是这样的指针往往是 随机I/O，也就是指针地址是不连续的（分布不均匀）。而我们的 ziplist 它本身是一块连续的内存块，所以它的读写是 顺序I/O，从底层的磁盘读写来说，顺序I/O 的效率肯定是高于 随机I/O 。你可能会问了，那为什么不都用 顺序I/O 的 ziplist 代替 随机I/O 呢，因为 ziplist 是连续内存，当你元素数量多了，意味着当你创建和扩展的时候需要操作更多的内存，所以 ziplist 针对元素少的时候才能提升效率。

标签：zl,字节,encoding,数据类型,ZipList,Redis,entry,长度,节点
来源： https://www.cnblogs.com/weloe/p/16701770.html