首页 > 数据库> > Redis 设计与实现 5：压缩列表

Redis 设计与实现 5：压缩列表

2020-12-27 23:02:17 作者：互联网

压缩列表是 ZSET、HASH和 LIST 类型的其中一种编码的底层实现，是由一系列特殊编码的连续内存块组成的顺序型数据结构，其目的是节省内存。

ziplist 的结构

外层结构

下图展示了压缩列表的组成：
ziplist 的结构

各个字段的含义如下：

zlbytes：是一个无符号 4 字节整数，保存着 ziplist 使用的内存数量。
通过 zlbytes，程序可以直接对 ziplist 的内存大小进行调整，无须为了计算 ziplist 的内存大小而遍历整个列表。
zltail：压缩列表最后一个 entry 距离起始地址的偏移量，占 4 个字节。
这个偏移量使得对表尾的 pop 操作可以在无须遍历整个列表的情况下进行。
zllen：压缩列表的节点 entry 数目，占 2 个字节。
当压缩列表的元素数目超过 2^16 - 2 的时候，zllen 会设置为2^16-1,当程序查询到值为2^16-1，就需要遍历整个压缩列表才能获取到元素数目。所以 zllen 并不能替代 zltail。
entryX：压缩列表存储数据的节点，可以为字节数组或者整数。
zlend：压缩列表的结尾，占一个字节，恒为 0xFF。

实现的代码 ziplist.c 中，ziplist 定义成了宏属性。

// 相当于 zlbytes，ziplist 使用的内存字节数
#define ZIPLIST_BYTES(zl)       (*((uint32_t*)(zl)))
// 相当于 zltail，最后一个 entry 距离 ziplist 起始位置的偏移量
#define ZIPLIST_TAIL_OFFSET(zl) (*((uint32_t*)((zl)+sizeof(uint32_t))))
// 相当于 zllen，entry 的数量
#define ZIPLIST_LENGTH(zl)      (*((uint16_t*)((zl)+sizeof(uint32_t)*2)))
// zlbytes + zltail + zllen 的长度，也就是 4 + 4 + 2 = 10
#define ZIPLIST_HEADER_SIZE     (sizeof(uint32_t)*2+sizeof(uint16_t))
// zlend 的长度，1 字节
#define ZIPLIST_END_SIZE        (sizeof(uint8_t))
// 指向第一个 entry 起始位置的指针
#define ZIPLIST_ENTRY_HEAD(zl)  ((zl)+ZIPLIST_HEADER_SIZE)
// 指向最后一个 entry 起始位置的指针
#define ZIPLIST_ENTRY_TAIL(zl)  ((zl)+intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl)))
// 相当于 zlend，指向 ziplist 最后一个字节
#define ZIPLIST_ENTRY_END(zl)   ((zl)+intrev32ifbe(ZIPLIST_BYTES(zl))-1)

以下是重建新的空 ziplist 的代码实现，在 ziplist.c 中：

unsigned char *ziplistNew(void) {
	// ziplist 头加上结尾标志字节数，就是 ziplist 使用内存的字节数了
    unsigned int bytes = ZIPLIST_HEADER_SIZE+ZIPLIST_END_SIZE;
    unsigned char *zl = zmalloc(bytes);
    ZIPLIST_BYTES(zl) = intrev32ifbe(bytes);
    // 因为没有 entry 列表，所以尾部偏移量是 ZIPLIST_HEADER_SIZE
    ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(ZIPLIST_HEADER_SIZE);
    // entry 节点数量是 0
    ZIPLIST_LENGTH(zl) = 0;
    // 设置尾标识。
    // #define ZIP_END 255 
    zl[bytes-1] = ZIP_END;
    return zl;
}

entry 节点的结构

布局

节点的结构一般是：<prevlen> <encoding> <entry-data>

prevlen：前一个 entry 的大小，用于反向遍历。
encoding：编码，由于 ziplist 就是用来节省空间的，所以 ziplist 有多种编码，用来表示不同长度的字符串或整数。
data：用于存储 entry 真实的数据；

prevlen

节点的 prevlen 属性以字节为单位，记录了压缩列表中前一个节点的长度。编码长度可以是 1 字节或者 5 字节。

当前面节点长度小于 254 的时候，长度为 1 个字节。
当前面节点长度大于 254 的时候，1 个字节不够存了。前面第一个字节就设置为 254，后面 4 个字节才是真正的前面节点的长度。

下图展示了 1 字节和 5 字节 prevlen 的示意图(来源)
不同长度的 prevlen 示意图

prevlen 属性主要的作用是反向遍历。通过 ziplist 的 zltail，我们可以得到最后一个节点的位置，接着可以获取到前一个节点的长度 len，指针向前移动 len，就是指向倒数第二个节点的位置了。以此类推，可以一直往前遍历。

encoding

encoding 记录了节点的 data 属性所保存数据的类型和长度。类型主要有两种：字符串和整数。

类型 1. 字符串

如果 encoding 以 00、01 或者 10 开头，就表示数据类型是字符串。

#define ZIP_STR_06B (0 << 6)
#define ZIP_STR_14B (1 << 6)
#define ZIP_STR_32B (2 << 6)

字符串有三种编码：

长度 < 2^6 时，以 00 开头，后 6 位表示 data 的长度，。
2^6 <= 长度 < 2^14 时，以 01 开头，后续 6 位 + 下一个字节的 8 位 = 14 位表示 data 的长度。
2^14 <= 长度 < 2^32 字节时，以 10 开头，后续 6 位不用，从下一字节起连续 32 位表示 data 的长度。

下图为字符串三种长度结构的示意图(来源)：
ziplist 字符串编码示意图

类型 2. 整数

如果 encoding 以 11 开头，就表示数据类型是整数。

#define ZIP_INT_16B (0xc0 | 0<<4)
#define ZIP_INT_32B (0xc0 | 1<<4)
#define ZIP_INT_64B (0xc0 | 2<<4)
#define ZIP_INT_24B (0xc0 | 3<<4)
#define ZIP_INT_8B 0xfe

#define ZIP_INT_IMM_MIN 0xf1    /* 11110001 */
#define ZIP_INT_IMM_MAX 0xfd    /* 11111101 */

整数一共有 6 种编码，说起来麻烦，看图吧(来源)。
ziplist 整数编码示意图
看了上图的最后一个类型，可能有小伙伴就有疑问：为啥没有 11111111 ？
答：因为 11111111 表示 zlend (十进制的 255，十六进制的 oxff)

data

data 表示真实存的数据，可以是字符串或者整数，从编码可以得知类型和长度。知道长度，就知道 data 的起始位置了。

比较特殊的是，整数 1 ~ 13 (0001 ~ 1101)，因为比较短，刚好可以塞在 encoding 字段里面，所以就没有 data。

连锁更新

通过上面的分析，我们知道：

前个节点的长度小于 254 的时候，用 1 个字节保存 prevlen
前个字节的长度大于等于 254 的时候，用 5 个字节保存 prevlen

现在我们来考虑一种情况：假设一个压缩列表中，有多个长度 250 ~ 253 的节点，假设是 entry1 ~ entryN。
因为都是小于 254，所以都是用 1 个字节保存 prevlen。
如果此时，在压缩列表最前面，插入一个 254 长度的节点，此时它的长度需要 5 个字节。
也就是说 entry1.prevlen 会从 1 个字节变为 5 个字节，因为 prevlen 变长，entry1 的长度超过 254 了。
这下就糟糕了，entry2.prevlen 也会因为 entry1 而变长，entry2 长度也会超过 254 了。
然后接着 entry3 也会连锁更新。。。直到节点不超过 254，噩梦终止。。。

这种由于一个节点的增删，后续节点变长而导致的连续重新分配内存的现象，就是连锁更新。最坏情况下，会导致整个压缩列表的所有节点都重新分配内存。

每次分配空间的最坏时间复杂度是 \(O(n)\)，所以连锁更新的最坏时间复杂度高达 \(O(n^2)\) !

虽然说，连锁更新的时间复杂度高，但是它造成大的性能影响的概率很低，原因如下：

压缩列表中需要需要有连续多个长度刚好为 250 ~ 253 的节点，才有可能发生连锁更新。实际上，这种情况并不多见。
即使有连续多个长度刚好为 250 ~ 253 的节点，连续的个数也不多，不会对性能造成很大影响

因此，压缩列表插入操作，平均复杂度还是 \(O(n)\).

总结：

压缩列表是一种为节约内存而开发的顺序型数据结构，是 ZSET、HASH 和 LIST 的底层实现之一。
压缩列表有 3 种字符串类型编码、6 种整数类型编码
压缩列表的增删，可能会引发连锁更新操作，但这种操作出现的几率并不高。

本文的分析没有特殊说明都是基于 Redis 6.0 版本源码
redis 6.0 源码：https://github.com/redis/redis/tree/6.0

标签：zl,字节,ZIPLIST,Redis,ziplist,列表,长度,节点,压缩
来源： https://www.cnblogs.com/chenchuxin/p/14199444.html