浅析 Redis 中 String 数据类型及其底层编码
从 RedisObject 说起
在 Redis 中,任意数据类型的键和值都会被封装为一个 RedisObject ,也叫做 Redis 对象,源码如下:
我们来看一下这个结构体中的成员变量分别代表什么:
unsigned type:4
:对象类型,分别是string hash list set zset
,占 4 个 bit 位,如下所示
unsigned encoding:4
: 底层编码方式,共有 11 种,4 个 bit 位unsigned lru:LRU_BITS
:该对象最后一次被访问的时间,占 24 个 bit ,在 Redis 内存回收中起到关键作用int refcount
:对象引用计数器,计数器为 0 则说明对象无人引用,可以被回收void *ptr
:指针,指向存放实际数据的空间
我们注意到,在 Redis 中有 5 中数据结构(用户使用的),但在底层却有 11 种编码方式,Redis 会根据存储的数据类型、存储数据的大小,选择不同的编码方式,以获得最优的性能。一种数据结构会对应多种数据结构,如下表所示:
下面,我们现在介绍以下 String 数据类型,及其底层的编码方式。
Redis 数据结构 -- String
String 类型的基本介绍和命令
String 类型,也就是字符串类型,是 Redis 中最简单的存储类型。它可以存储字符串、整数或浮点数。下面是一些 String 类型常用的命令
SET key value
:设置指定 key 的值为指定的字符串或数字。GET key
:获取指定 key 的值。
INCR key
:将指定 key 的值加 1,如果该 key 不存在,则先将其设置为 0,再进行加 1 操作。DECR key
:将指定 key 的值减 1,如果该 key 不存在,则先将其设置为 0,再进行减 1 操作。INCRBY key increment
:将指定 key 的值增加指定的增量。DECRBY key decrement
:将指定 key 的值减少指定的减量。APPEND key value
:将指定的值追加到指定 key 的值的末尾。STRLEN key
:返回指定 key 的值的长度。GETRANGE key start end
:返回指定 key 的值的子字符串,根据起始位置和结束位置指定。SETRANGE key offset value
:将指定 key 的值从指定偏移位置开始,替换为指定的字符串。MSET key1 value1 [key2 value2 ...]
:同时设置多个 key 的值。(”[ ]” 中括号内表示可选)MGET key1 [key2 ...]
:获取多个 key 的值。
💡 这里仅给出 SET、GET 命令,其他的请自行测试。这些命令只是 Redis String 类型命令的一小部分,Redis 还提供了其他更多的命令来处理 String 类型的数据。你可以参考 Redis 官方文档以获取完整的命令列表和详细的命令说明。
String 类型的底层实现
在 Redis 中,String 类型的数据结构并不是采用 C 语言中自带的字符串类型,C 语言中的数据结构存在很多问题,比如:
获取字符串长度的需要通过运算
非二进制安全
不可修改
因此,String 在 Redis 中有其他三种编码方式: int、embstr、raw
。其中, raw 和 embstr 类型,都是基于动态字符串(SDS)实现的,下面我们先来看看动态字符串的结构是怎样的。
动态字符串(SDS)
动态字符串的结构体如下:
这里解释一下结构体中各个成员变量的作用:
len
:已经保存的字符串字节数,不包含结束标示alloc
:申请的总的字节数,不包含结束标示flags
:不同的 SDS 的头类型,用来控制 SDS 的头大小buf[]
:真正存储数据
我们先来聊一下 flags
这个成员变量。在 redis 中其实定义了 5 个 SDS 结构体(其中 hisdshdr5 已经弃用)如图所示。他们之间的主要区别在于 len 和 alloc 的长度不同。
在 redis 中,为了尽可能地节省内存空间,当字符串长度在不同的区间时,会选择不同的结构体,例如:
当字符串长度在 0~255 个字节之间时,会选择 hisdshdr8 ,这样一来,用于表示字符串字节数和申请的总字节数的空间就会被大大节省,以此类推。
例如,一个包含字符串“name”的 sds 结构如下:
SDS 之所以叫做动态字符串,是因为它具备动态扩容的能力,例如一个内容为 “hello” 的 SDS,假如我们要给这个 SDS 追加一段字符串 ”world” ,这里首先会申请新内存空间:
如果新字符串小于 1M,则新空间为扩展后字符串长度的两倍+1
如果新字符串大于 1M,则新空间为扩展后字符串长度+1M+1。
这种机制称为内存预分配。内存预分配可以减少进行内存重新分配的开销,减少内存碎片,使得 redis 的性能得到提高,空间利用率也得到提高。
String 的三种编码方式
RAW
raw 是 string 的基本编码方式,基于简单动态字符串(SDS)实现,存储上限为 512mb。当一个字符串采用 raw 的编码方式的时候,它的结构如图所示:
EMBSTR
如果存储在 SDS 中的数据小于等于 44 字节,则会采用 EMBSTR 编码,此时 **RedisObject 与 SDS 是一段连续空间。而不是像 RAW 的编码方式一样,由 ptr 指向另外一片空间,**申请内存时只需要调用一次内存分配函数,效率更高。结构如下:
💡 为什么是 44 字节?Redis 默认的内存分配器 jemalloc 分配内存大小的单位是 $2^n$ ,因此,如果分配的空间大小为 2、4 、8 … 字节等 $2^n$ 字节,就不会产生内存碎片。
而 redisObject
和 hisdshdr8
中 len alloc flags
三个成员变量加起来刚刚好是 16 + 4 = 20 字节,如果 char[]
(数据大小)的大小为 44 字节时,加起来刚刚好是 64 字节,也即 262^626 不会产生内存碎片。
RAW 和 EMBSTR 的编码演示
INT
如果存储的字符串是整数值,并且大小在 LONG MAX 范围内,则会采用 INT 编码
直接将数据保存在 RedisObject 的 ptr 指针位置(刚好 8 字节),不再需要 SDS 了。
INT 编码演示
写在最后:在使用 string 类型时,尽可能让其长度小于 44 字节,或者使用整数表示,使其使用 EMBSTR 和 INT 编码
作者:WARRIOR
链接:https://juejin.cn/post/7236593783832608826
来源:稀土掘金
评论