6、压缩列表
压缩列表(ziplist)使列表键和哈希键的底层实现之一,当一个列表键只包含少量列表项,并且每个列表项要么就是小整数值,要么就是长度比较短的字符串那么Redis就会使用压缩列表来做列表键的底层实现。
另外,当一个哈希键只包含少量键值对,并且每个键值对的键和值要么是小整数值,要么是长度比较短的字符串,那么Redis就会使用压缩列表来做哈希键的底层实现。
6.1、压缩列表的构成
压缩列表是Redis 为了节约内存而开发的,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,一个压缩列表可以包含任意多个节点,每个节点可以保存一个字节数组或者一个整数值。
图6-1 展示了压缩列表的各个组成部分,表6-1则记录了各个组成部分的类型、长度以及用途。
属性 | 类型 | 长度 | 用途 |
---|---|---|---|
zlbytes | uint32_t | 4字节 | 记录整个压缩列表占用的内存字节数:在对压缩列表进行内存重分配,或者计算zlend的位置时使用 |
zltail | uint32_t | 4字节 | 记录压缩列表表尾节点距离压缩列表的起始地址有多少字节:通过这个偏移量,程序无需遍历整个压缩列表就可以确定表尾节点的地址 |
zllen | uint16_t | 2字节 | 记录了压缩列表包含的节点数量:当这个属性值小于UINT16_MAX(65535)时,这个属性的值就是压缩列表包含节点的数量,当这个值等于UINT16_MAX时,节点的真实数量需要遍历整个压缩表才能计算得出 |
entryX | 列表节点 | 不定 | 压缩列表包含的各个节点,节点的长度由节点保存的内容决定 |
zlend | uint8_t | 1字节 | 特殊值0xFF(十进制255),用于标记压缩列表的末端 |
图6-2展示了一共压缩表示例:
- 列表zlbytes 属性为0x50(十进制80),表示压缩列表的总长为80字节
- 列表zltail属性为0x3c(十进制60),表示如果我们有一个指向压缩列表起始地址的指针p,那么只要用指针p加上偏移量60,就可以计算出表尾节点entry3的地址
- 列表zlend属性的值为0x3(十进制为3),表示压缩列表包含3个节点。
图6-3展示了另一个压缩列表示例:
- 列表zlbytes 属性为0xd2(十进制210),表示压缩列表的总长为210字节
- 列表zltail属性为0xb3(十进制179),表示如果我们有一个指向压缩列表起始地址的指针p,那么只要用指针p加上偏移量179,就可以计算出表尾节点entry5的地址
- 列表zlend属性的值为0x5(十进制为3),表示压缩列表包含5个节点。
6.2、压缩列表节点构成
每个压缩表节点都可以保存一个字节数组或者一个整数值,其中字节数组可以是以下三种长度之一:
- 长度小于等于63(2^6-1)字节的字节数组;
- 长度小于等于16383(2^14-1)字节的字节数组;
- 长度小于等于4294967295(2^32 - 1)字节的字节数组;
而整数值则可以是以下6中长度之一:
- 4位长,介于0到12之间的无符号整数
- 1字节长的有符号整数;
- 3字节长的有符号整数;
- int16_t类型整数;
- int32_t类型整数
- int64_4类型整数
每个压缩列表节点都由previous_entry_length、enconding、content三部分组成,如图6-4所示
6.2.1、previous_entry_length
节点的previous_entry_length属性一字节位单位,记录了压缩列表中前一个节点的长度,previous_entry_length属性的长度可以是一字节或者5字节:
- 如果前一字节的长度小于254字节,那么previous_entry_length属性的长度为1字节:前一个字节的长度就保存在这一个字节里面
- 如果前一节点的长度大于等于254字节,那么previous_entry_length的长度则为5字节:其中属性的第一个字节会被设置为0xFE(十进制值为254),而之后的四个字节则用于保存前一节点的长度。
因为节点的previous_entry_length属性记录了前一个节点的长度,所以程序可以通过指针运算,根据当前节点的起始地址算出前一个节点的起始地址。
举个栗子:如果我们有一个指向当前节点的起始地址的指针c,那么我们只要用指针c减去当前节点的previous_entry_length属性的值,就可以得出一个指向前一个节点的起始地址p。如图6-5所示。
压缩列表的从表尾向表头遍历操作就是使用这一原理实现的,只要我们拥有一个指向某个节点起始地址的指针,那么通过这个指针以及这个节点的previous_entry_length属性,程序就可以一直向前一个节点回溯,最终到达压缩列表的表头节点。
图6-6展示了一个从表尾节点向表头节点进行遍历的完整过程:
- 首先,我么拥有指向表尾节点的entry4起始地址的指针p1(指向表尾节点的指针可以通过指向压缩列表起始地址的指针加上zltail属性的值得出);
- 通过用p1减去entry4节点previous_entry_length属性的值,我们得到一个指向entry4前一节点entry3起始地址的指针p2;
- 通过用p2减去entry3节点previous_entry_length属性的值,我们得到一个指向entry3前一节点entry2起始地址的指针p3;
- 通过用p3减去entry2节点previous_entry_length属性的值,我们得到一个指向entry2前一节点entry1起始地址的指针p2;
- 最终,我们从表尾节点向表头节点遍历了整个列表。
6.2.2、encoding
节点的encoding属性记录了节点的content属性所保存数据的类型以及长度:
- 一字节,两字节或者五字节长,值的最高为00,01或者10的是字节数组编码:这种编码表示节点的content属性保存着字节数组,数组的长度是由编码除去最高两位之后的其他位记录
- 一字节长,值的最高位以11开头的是整数编码:这种编码表示节点的content属性保存着整数值,整数值的类型和长度由编码除去最高两位后的其他位记录。
下表记录了所有可用的字节数组编码(表格中的下划线“_”表示留空,而b,x等变量表示实际的二进制数据,为了方便阅读,度字节之间用空格隔开)
编码 | 编码长度 | content属性保存的值 |
---|---|---|
00bbbbbb | 1字节 | 长度小于等于63字节的字节数组 |
01bbbbbb xxxxxxxx | 2字节 | 长度小于等于16383字节的字节数组 |
10 _ _ _ _ _ _ aaaaaaaa bbbbbbbb cccccccc dddddddd | 5字节 | 长度小于等于4294967295的字节数组 |
下表记录了所有可用的整数编码
编码 | 编码长度 | content属性保存的值 |
---|---|---|
11000000 | 1字节 | int16_t类型的整数 |
11010000 | 1字节 | int32_t类型的整数 |
11100000 | 1字节 | int64_t类型的整数 |
11110000 | 1字节 | 24位有符号整数 |
11111110 | 1字节 | 8位有符号整数 |
1111xxxx | 1字节 | 使用这一编码 没有相应的content属性,因为编码本身的xxxx四个位已经保存了一个介于0到12 之间的值,所以它无需content属性 |
6.2.3、content
节点的content属性负责保存节点的值,节点值可以是一个字节数组或者一个整数,值得类型和长度有节点的encoding属性决定。
图6-7展示了一个保存字节数组的节点示例:
- 编码的最高两位00表示节点保存的是一个字节数组;
- 编码的后六位001011记录了字节数组的长度11;
- content属性保存了节点的值“hello world”;
图6-8展示了一个保存整数值的节点示例:
- 编码11000000表示节点保存的是一个int16_t类型的整数值
- content属性保存着节点的值10086;
6.3、连锁更新
每个节点的previous_entry_length属性都记录了前一个节点的长度:
- 如果前一节点的长度小于254字节,那么previous_entry_length属性需要用1字节长的空间来保存这个长度值;
- 如果前一个节点的长度大于254字节,那么previous_entry_length属性需要用5字节长的空间来保存这个长度值;
现在有一种情况:在一个压缩列表中,有多个连续的、长度介于250到253之间的节点e1到eN,如图6-9所示:
因为e1至eN的所有节点的长度都小于254字节,所以记录这些节点的长度只需要1字节长度的previous_entry_length属性,换句话说,e1至eN的所有节点的previous_entry_length属性都是1字节长的。
那么这时如果我们把一个长度大于等于254字节的节点new设置位压缩列表的头节点,那么new节点将成为e1的前置节点,如图6-10所示:
因为e1的previous_entry_length属性仅一字节,它没办法保存新节点new的长度,所以程序对压缩列表进行空间重分配,并将e1节点的previous_entry_length属性的长度变为5字节长。
现在e1原本的长度是介于250至253长度之间,在为previous_entry_length属性新增4个字节后,,e1的长度就变成了介于254到257之间了,而这种长度是1字节长的previous_entry_length的长度无法保存的。
所以,为了e2的previous_entry_length属性可以记录下e1的长度,程序需要进行内存重分配。并将e2的previous_entry_length属性从原来的1字节变为5字节长。
就像扩展e1引发扩展e2一样,扩展e2也会引发对e3的扩展,而扩展e3又会引发对e4的扩展······为了让每个节点的previous_entry_length属性都符合压缩列表的要求,程序需要不断的对压缩列表进行空间重分配操作,知道eN为止。
redis将这种在特殊情况下产生的连续多次空间扩展操作称之为连续更新。
除了添加会导致连续更新,删除也会导致连续更新。
如图6-11所示的压缩表的情况,如果e1和eN都是大小介于250至253字节的节点,big节点的长度大于等于254字节(需要5字节的previous_entry_length来保存),而small节点的长度小于254字节(只需要1字节的previous_entry_length来保存),那么当我们将small节点从压缩列表中删除以后,为了让e1的previous_entry_length可以记录big节点的长度,程序将扩展e1的空间,并由此引发之后的连锁更新。
因为连锁更新在最坏的情况下需要对压缩列表执行N次空间重分配操作,而每次空间重分配的最坏时间复杂度为O(N),所以连锁更新的最坏时间复杂度为O(N^2).
要注意的是:尽管连锁更新的复杂度很高,但是它真正造成性能问题的几率是很小的:
- 首先,压缩列表里要恰好有多个连续的、长度介于250字节到253字节的节点,连续更新才有可能被引发,在实际中,这种情况不多见。
- 其次,即使出现连续更新的情况,只要被更新的节点的数量不多,就不会对性能造成任何影响:比如三五个节点进行连锁更新是绝对不能影响性能的;
基于这些原因,ziplistPush等命令的操作的平均时间复杂度仅为O(N),在实际中,我们可以放心的使用这些函数,而不必但心连锁更新会影响压缩列表的性能。
6.4、压缩列表API
下表列出了所有用于操作压缩列表的API
函数 | 作用 | 算法复杂度 |
---|---|---|
ziplistNew | 创建一个新的压缩列表 | O(1) |
ziplistPush | 创建一个包含给定值的新节点,并将这个新节点添加到压缩列表的表头或者表尾 | 平均O(N),最坏O(N^2) |
ziplistInsert | 将包含给定值的新节点插入到给定节点之后 | 平均O(N),最坏O(N^2) |
ziplistIndex | 返回压缩列表给定索引上节点 | O(N) |
ziplistFind | 在压缩列表中查找并返回包含了给定值的节点 | 因为节点的值可能是一个字节数组,所以检查节点值和给定的值是否相同的复杂度为O(N),而查找整个列表的复杂度则为O(N^2) |
ziplistNext | 返回给定节点下一关节点 | O(1) |
ziplistPrev | 返回给定节点的前一个节点 | O(1) |
ziplistGet | 获取给定节点所保存的值 | O(1) |
ziplistDelete | 从压缩列表中删除给定节点 | 平均O(N),最坏O(N^2) |
ziplistDeleteRange | 删除压缩列表在给定索引上的连续多个节点 | 平均O(N),最坏O(N^2) |
ziplistBlobLen | 返回压缩列表目前占用的内存字节数 | O(1) |
ziplistLen | 返回压缩列表目前包含的节点数量 | 节点数量小于65535时为O(1),大于65535时为O(N) |
该文章是看了黄健宏老师所著的《Redis的设计与实现》后所作的笔记,若有侵权,请联系删除