Redis專題(2)：Redis數據結構底層探秘

前言

上篇文章 Redis閑談（1）：構建知識圖譜介紹了redis的基本概念、優缺點以及它的內存淘汰機制，相信大家對redis有了初步的認識。互聯網的很多應用場景都有著Redis的身影，它能做的事情遠遠超出了我們的想像。Redis的底層數據結構到底是什么樣的呢，為什么它能做這么多的事情？本文將探秘Redis的底層數據結構以及常用的命令。

本文知識腦圖如下：

一、Redis的數據模型

用 鍵值對 name："小明"來展示Redis的數據模型如下：

• dictEntry: 在一些編程語言中，鍵值對的數據結構被稱為字典，而在Redis中，會給每一個key-value鍵值對分配一個字典實體，就是“dicEntry”。dicEntry包含三部分： key的指針、val的指針、next指針，next指針指向下一個dicteEntry形成鏈表，這個next指針可以將多個哈希值相同的鍵值對鏈接在一起，通過鏈地址法來解決哈希沖突的問題
• sds ：Simple Dynamic String，簡單動態字符串，存儲字符串數據。
• redisObject：Redis的5種常用類型都是以RedisObject來存儲的，redisObject中的type字段指明了值的數據類型（也就是5種基本類型)。ptr字段指向對象所在的地址。

RedisObject對象很重要，Redis對象的類型、內部編碼、內存回收、共享對象等功能，都是基于RedisObject對象來實現的。

這樣設計的好處是：可以針對不同的使用場景，對5種常用類型設置多種不同的數據結構實現，從而優化對象在不同場景下的使用效率。

Redis將jemalloc作為默認內存分配器，減小內存碎片。jemalloc在64位系統中，將內存空間劃分為小、大、巨大三個范圍；每個范圍內又劃分了許多小的內存塊單位；當Redis存儲數據時，會選擇大小最合適的內存塊進行存儲。

二、Redis支持的數據結構

Redis支持的數據結構有哪些？

如果回答是String、List、Hash、Set、Zset就不對了，這5種是redis的常用基本數據類型，每一種數據類型內部還包含著多種數據結構。

用encoding指令來看一個值的數據結構。比如：

127.0.0.1:6379> set name tom
OK
127.0.0.1:6379> object encoding name
"embstr"

此處設置了name值是tom，它的數據結構是embstr，下文介紹字符串時會詳解說明。

127.0.0.1:6379> set age 18
OK
127.0.0.1:6379> object encoding age
"int"

如下表格總結Redis中所有的數據結構類型：

補充說明

假如面試官問：redis的數據類型有哪些？

回答：String、list、hash、set、zet

一般情況下這樣回答是正確的，前文也提到redis的數據類型確實是包含這5種，但細心的同學肯定發現了之前說的是“常用”的5種數據類型。其實，隨著Redis的不斷更新和完善，Redis的數據類型早已不止5種了。

登錄redis的官方網站打開官方的數據類型介紹：

https://redis.io/topics/data-types-intro

發現Redis支持的數據結構不止5種，而是8種，后三種類型分別是：

• 位數組（或簡稱位圖）：使用特殊命令可以處理字符串值，如位數組：您可以設置和清除各個位，將所有位設置為1，查找第一個位或未設置位，等等。
• HyperLogLogs：這是一個概率數據結構，用于估計集合的基數。不要害怕，它比看起來更簡單。
• Streams：僅附加的類似于地圖的條目集合，提供抽象日志數據類型。

本文主要介紹5種常用的數據類型，上述三種以后再共同探索。

2.1 string字符串

字符串類型是redis最常用的數據類型，在Redis中，字符串是可以修改的，在底層它是以字節數組的形式存在的。

Redis中的字符串被稱為簡單動態字符串「SDS」，這種結構很像Java中的ArrayList，其長度是動態可變的.

struct SDS<T> {
  T capacity; // 數組容量
  T len; // 數組長度
  byte[] content; // 數組內容
}

content[] 存儲的是字符串的內容，capacity表示數組分配的長度，len表示字符串的實際長度。

字符串的編碼類型有int、embstr和raw三種，如上表所示，那么這三種編碼類型有什么不同呢？

• int 編碼：保存的是可以用 long 類型表示的整數值。

• raw 編碼：保存長度大于44字節的字符串（redis3.2版本之前是39字節，之后是44字節）。

• embstr 編碼：保存長度小于44字節的字符串（redis3.2版本之前是39字節，之后是44字節）。

設置一個值測試一下：

127.0.0.1:6379> set num 300
127.0.0.1:6379> object encoding num
"int"
127.0.0.1:6379> set key1 wealwaysbyhappyhahaha
OK
127.0.0.1:6379> object encoding key1
"embstr"
127.0.0.1:6379> set key2 hahahahahahahaahahahahahahahahahahahaha
OK
127.0.0.1:6379> strlen key2
(integer) 39
127.0.0.1:6379> object encoding key2
"embstr"
127.0.0.1:6379> set key2 hahahahahahahaahahahahahahahahahahahahahahaha
OK
127.0.0.1:6379> object encoding key2
"raw"
127.0.0.1:6379> strlen key2
(integer) 45

raw類型和embstr類型對比

embstr編碼的結構:

raw編碼的結構：

embstr和raw都是由redisObject和sds組成的。不同的是：embstr的redisObject和sds是連續的，只需要使用malloc分配一次內存；而raw需要為redisObject和sds分別分配內存，即需要分配兩次內存。

所有相比較而言，embstr少分配一次內存，更方便。但embstr也有明顯的缺點：如要增加長度，redisObject和sds都需要重新分配內存。

上文介紹了embstr和raw結構上的不同。重點來了~
為什么會選擇44作為兩種編碼的分界點？在3.2版本之前為什么是39？這兩個值是怎么得出來的呢？

1） 計算RedisObject占用的字節大小

struct RedisObject {
    int4 type; // 4bits
    int4 encoding; // 4bits
    int24 lru; // 24bits
    int32 refcount; // 4bytes = 32bits
    void *ptr; // 8bytes，64-bit system
}

• type: 不同的redis對象會有不同的數據類型(string、list、hash等)，type記錄類型，會用到4bits。
• encoding：存儲編碼形式，用4bits。
• lru：用24bits記錄對象的LRU信息。
• refcount：引用計數器，用到32bits。
• *ptr：指針指向對象的具體內容，需要64bits。

計算： 4 + 4 + 24 + 32 + 64 = 128bits = 16bytes

第一步就完成了，RedisObject對象頭信息會占用16字節的大小，這個大小通常是固定不變的.

2) sds占用字節大小計算

舊版本：

struct SDS {
    unsigned int capacity; // 4byte
    unsigned int len; // 4byte
    byte[] content; // 內聯數組，長度為 capacity
}

這里的unsigned int 一個4字節，加起來是8字節.

內存分配器jemalloc分配的內存如果超出了64個字節就認為是一個大字符串，就會用到raw編碼。

前面提到 SDS 結構體中的 content 的字符串是以字節\0結尾的字符串，之所以多出這樣一個字節，是為了便于直接使用 glibc 的字符串處理函數，以及為了便于字符串的調試打印輸出。所以我們還要減去1字節
64byte - 16byte - 8byte - 1byte = 39byte

新版本：

struct SDS {
    int8 capacity; // 1byte
    int8 len; // 1byte
    int8 flags; // 1byte
    byte[] content; // 內聯數組，長度為 capacity
}

這里unsigned int 變成了uint8_t、uint16_t.的形式，還加了一個char flags標識，總共只用了3個字節的大小。相當于優化了sds的內存使用，相應的用于存儲字符串的內存就會變大。

然后進行計算：

64byte - 16byte -3byte -1byte = 44byte。

總結：

所以，redis 3.2版本之后embstr最大能容納的字符串長度是44，之前是39。長度變化的原因是SDS中內存的優化。

2.2 List

Redis中List對象的底層是由quicklist(快速列表)實現的，快速列表支持從鏈表頭和尾添加元素，并且可以獲取指定位置的元素內容。

那么，快速列表的底層是如何實現的呢？為什么能夠達到如此快的性能？

羅馬不是一日建成的，quicklist也不是一日實現的，起初redis的list的底層是ziplist（壓縮列表）或者是 linkedlist（雙端列表）。先分別介紹這兩種數據結構。

ziplist 壓縮列表

當一個列表中只包含少量列表項，且是小整數值或長度比較短的字符串時，redis就使用ziplist（壓縮列表）來做列表鍵的底層實現。

測試：

127.0.0.1:6379> rpush dotahero sf qop doom
(integer) 3
127.0.0.1:6379> object encoding dotahero
"ziplist"

此處使用老版本redis進行測試，向dota英雄列表中加入了qop痛苦女王、sf影魔、doom末日使者三個英雄，數據結構編碼使用的是ziplist。

壓縮列表顧名思義是進行了壓縮，每一個節點之間沒有指針的指向，而是多個元素相鄰，沒有縫隙。所以 ziplist是Redis為了節約內存而開發的，是由一系列特殊編碼的連續內存塊組成的順序型數據結構。具體結構相對比較復雜，大家有興趣地話可以深入了解。

struct ziplist<T> {
    int32 zlbytes; // 整個壓縮列表占用字節數
    int32 zltail_offset; // 最后一個元素距離壓縮列表起始位置的偏移量，用于快速定位到最后一個節點
    int16 zllength; // 元素個數
    T[] entries; // 元素內容列表，挨個挨個緊湊存儲
    int8 zlend; // 標志壓縮列表的結束，值恒為 0xFF
}

雙端列表（linkedlist）

雙端列表大家都很熟悉，這里的雙端列表和java中的linkedlist很類似。

從圖中可以看出Redis的linkedlist雙端鏈表有以下特性：節點帶有prev、next指針、head指針和tail指針，獲取前置節點、后置節點、表頭節點和表尾節點、獲取長度的復雜度都是O(1)。

壓縮列表占用內存少，但是是順序型的數據結構，插入刪除元素的操作比較復雜，所以壓縮列表適合數據比較小的情況，當數據比較多的時候，雙端列表的高效插入刪除還是更好的選擇

在Redis開發者的眼中，數據結構的選擇，時間上、空間上都要達到極致，所以，他們將壓縮列表和雙端列表合二為一，創建了快速列表（quicklist）。和java中的hashmap一樣，結合了數組和鏈表的優點。

快速列表（quicklist）

• rpush: listAddNodeHead ---O(1)
• lpush: listAddNodeTail ---O(1)
• push:listInsertNode ---O(1)
• index : listIndex ---O(N)
• pop:ListFirst/listLast ---O(1)
• llen:listLength ---O(N)

struct ziplist {
    ...
}
struct ziplist_compressed {
    int32 size;
    byte[] compressed_data;
}
struct quicklistNode {
    quicklistNode* prev;
    quicklistNode* next;
    ziplist* zl; // 指向壓縮列表
    int32 size; // ziplist 的字節總數
    int16 count; // ziplist 中的元素數量
    int2 encoding; // 存儲形式 2bit，原生字節數組還是 LZF 壓縮存儲
    ...
}
struct quicklist {
    quicklistNode* head;
    quicklistNode* tail;
    long count; // 元素總數
    int nodes; // ziplist 節點的個數
    int compressDepth; // LZF 算法壓縮深度
    ...
}

quicklist 默認的壓縮深度是 0，也就是不壓縮。壓縮的實際深度由配置參數list-compress-depth決定。為了支持快速的 push/pop 操作，quicklist 的首尾兩個 ziplist 不壓縮，此時深度就是 1。如果深度為 2，表示 quicklist 的首尾第一個 ziplist 以及首尾第二個 ziplist 都不壓縮。

2.3 Hash

Hash數據類型的底層實現是ziplist（壓縮列表）或字典（也稱為hashtable或散列表）。這里壓縮列表或者字典的選擇，也是根據元素的數量大小決定的。

如圖hset了三個鍵值對，每個值的字節數不超過64的時候，默認使用的數據結構是ziplist。

當我們加入了字節數超過64的值的數據時，默認的數據結構已經成為了hashtable。

Hash對象只有同時滿足下面兩個條件時，才會使用ziplist（壓縮列表）：

• 哈希中元素數量小于512個；
• 哈希中所有鍵值對的鍵和值字符串長度都小于64字節。

壓縮列表剛才已經了解了，hashtables類似于jdk1.7以前的hashmap。hashmap采用了鏈地址法的方法解決了哈希沖突的問題。

Redis中的字典

redis中的dict 結構內部包含兩個 hashtable，通常情況下只有一個 hashtable 是有值的。但是在 dict 擴容縮容時，需要分配新的 hashtable，然后進行漸進式搬遷，這時兩個 hashtable 存儲的分別是舊的 hashtable 和新的 hashtable。待搬遷結束后，舊的 hashtable 被刪除，新的 hashtable 取而代之。

2.4 Set

Set數據類型的底層可以是intset(整數集)或者是hashtable(散列表也叫哈希表)。

當數據都是整數并且數量不多時，使用intset作為底層數據結構；當有除整數以外的數據或者數據量增多時，使用hashtable作為底層數據結構。

127.0.0.1:6379> sadd myset 111 222 333
(integer) 3
127.0.0.1:6379> object encoding myset
"intset"
127.0.0.1:6379> sadd myset hahaha
(integer) 1
127.0.0.1:6379> object encoding myset
"hashtable"

inset的數據結構為：

typedef struct intset {
    // 編碼方式
    uint32_t encoding;
    // 集合包含的元素數量
    uint32_t length;
    // 保存元素的數組
    int8_t contents[];
} intset;

intset底層實現為有序、無重復數的數組。 intset的整數類型可以是16位的、32位的、64位的。如果數組里所有的整數都是16位長度的，新加入一個32位的整數，那么整個16的數組將升級成一個32位的數組。升級可以提升intset的靈活性，又可以節約內存，但不可逆。

2.5 Zset

Redis中的Zset，也叫做有序集合。它的底層是ziplist（壓縮列表）或 skiplist（跳躍表）。

壓縮列表前文已經介紹過了，同理是在元素數量比較少的時候使用。此處主要介紹跳躍列表。

跳表

跳躍列表，顧名思義是可以跳的，跳著查詢自己想要查到的元素。大家可能對這種數據結構比較陌生，雖然平時接觸的少，但它確實是一個各方面性能都很好的數據結構，可以支持快速的查詢、插入、刪除操作，開發難度也比紅黑樹要容易的多。

為什么跳表有如此高的性能呢？它究竟是如何“跳”的呢？跳表利用了二分的思想，在數組中可以用二分法來快速進行查找，在鏈表中也是可以的。

舉個例子，鏈表如下：

假設要找到10這個節點，需要一個一個去遍歷，判斷是不是要找的節點。那如何提高效率呢？mysql索引相信大家都很熟悉，可以提高效率，這里也可以使用索引。抽出一個索引層來：

這樣只需要找到9然后再找10就可以了，大大節省了查找的時間。

還可以再抽出來一層索引，可以更好地節約時間:

這樣基于鏈表的“二分查找”支持快速的插入、刪除，時間復雜度都是O(logn)。

由于跳表的快速查找效率，以及實現的簡單、易讀。所以Redis放棄了紅黑樹而選擇了更為簡單的跳表。

Redis中的跳躍表：

typedef struct zskiplist {
     // 表頭節點和表尾節點
    struct zskiplistNode *header, *tail;
    // 表中節點的數量
    unsigned long length;
    // 表中層數最大的節點的層數
    int level;
 } zskiplist;
typedef struct zskiplistNode {
    // 成員對象
    robj *obj;
    // 分值
    double score;
     // 后退指針
    struct zskiplistNode *backward;
    // 層
    struct zskiplistLevel {
        // 前進指針
        struct zskiplistNode *forward;
         // 跨度---前進指針所指向節點與當前節點的距離
        unsigned int span;
    } level[];
} zskiplistNode;

zadd---zslinsert---平均O(logN), 最壞O(N)

zrem---zsldelete---平均O(logN), 最壞O(N)

zrank--zslGetRank---平均O(logN), 最壞O(N)

總結

本文大概介紹了Redis的5種常用數據類型的底層實現，希望大家結合源碼和資料更深入地了解。

數據結構之美在Redis中體現得淋漓盡致，從String到壓縮列表、快速列表、散列表、跳表，這些數據結構都適用在了不同的地方，各司其職。

不僅如此，Redis將這些數據結構加以升級、結合，將內存存儲的效率性能達到了極致，正因為如此，Redis才能成為眾多互聯網公司不可缺少的高性能、秒級的key-value內存數據庫。

作者：楊亨

拓展閱讀：Redis閑談（1）：構建知識圖譜

來源：宜信技術學院