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
还未添加个人签名 2021-07-28 加入
公众号：该用户快成仙了
评论