关于redis:Redis核心原理与实践字符串实现原理

Redis是一个键值对数据库（key-value DB），上面是一个简略的Redis的命令：

> SET msg "hello wolrd"

该命令将键“msg”、值“hello wolrd”这两个字符串保留到Redis数据库中。
本章剖析Redis如何在内存中保留这些字符串。

redisObject

Redis中的数据对象server.h/redisObject是Redis对外部存储的数据定义的形象类型，在深入分析Redis数据类型前，咱们先理解redisObject，它的定义如下：

typedef struct redisObject {
    unsigned type:4;
    unsigned encoding:4;
    unsigned lru:LRU_BITS;
    int refcount;
    void *ptr;
} robj;

• type：数据类型。
• encoding：编码格局，即存储数据应用的数据结构。同一个类型的数据，Redis会依据数据量、占用内存等状况应用不同的编码，最大限度地节俭内存。
• refcount，援用计数，为了节俭内存，Redis会在多处援用同一个redisObject。
• ptr：指向理论的数据结构，如sds，真正的数据存储在该数据结构中。
• lru：24位，LRU工夫戳或LFU计数。

redisObject负责装载Redis中的所有键和值。redisObject.ptr指向真正存储数据的数据结构，redisObject .refcount、redisObject.lru等属性则用于治理数据（数据共享、数据过期等）。

提醒：type、encoding、lru应用了C语言中的位段定义，这3个属性应用同一个unsigned int的不同bit位。这样能够最大限度地节俭内存。

Redis定义了以下数据类型和编码，如表1-1所示。

本书第1局部会对表1-1中前五种数据类型进行剖析，最初两种数据类型会在第5局部进行剖析。如果读者当初对表1-1中内容感到纳闷，则能够先带着疑难持续浏览本书。

sds

咱们晓得，C语言中将空字符结尾的字符数组作为字符串，而Redis对此做了扩大，定义了字符串类型sds（Simple Dynamic String）。
Redis键都是字符串类型，Redis中最简略的值类型也是字符串类型，
字符串类型的Redis值可用于很多场景，如缓存HTML片段、记录用户登录信息等。

定义

提醒：本节代码如无非凡阐明，均在sds.h/sds.c中。
对于不同长度的字符串，Redis定义了不同的sds构造体：

typedef char *sds;

struct __attribute__ ((__packed__)) sdshdr5 {
    unsigned char flags; 
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len; 
    uint8_t alloc;
    unsigned char flags;
    char buf[];
};
...

Redis还定义了sdshdr16、sdshdr32、sdshdr64构造体。为了版面整洁，这里不展现sdshdr16、sdshdr32、sdshdr64 构造体的代码，它们与sdshdr8构造体基本相同，只是len、alloc属性应用了 uint16_t、uint32、uint64_t类型。Redis定义不同sdshdr构造体是为了针对不同长度的字符串，应用适合的len、alloc属性类型，最大限度地节俭内存。

• len：已应用字节长度，即字符串长度。sdshdr5可寄存的字符串长度小于32（25），sdshdr8可寄存的字符串长度小于256（28），以此类推。因为该属性记录了字符串长度，所以sds能够在常数工夫内获取字符串长度。Redis限度了字符串的最大长度不能超过512MB。
• alloc：已申请字节长度，即sds总长度。alloc-len为sds中的可用（闲暇）空间。
• flag：低3位代表sdshdr的类型，高5位只在sdshdr5中应用，示意字符串的长度，所以sdshdr5中没有len属性。另外，因为Redis对sdshdr5的定义是常量字符串，不反对扩容，所以不存在alloc属性。
• buf：字符串内容，sds遵循C语言字符串的标准，保留一个空字符作为buf的结尾，并且不计入len、alloc属性。这样能够间接应用C语言strcmp、strcpy等函数间接操作sds。

提醒：sdshdr构造体中的buf数组并没有指定数组长度，它是C99标准定义的柔性数组—构造体中最初一个属性能够被定义为一个大小可变的数组（该属性前必须有其余属性）。应用sizeof函数计算蕴含柔性数组的构造体大小，返回后果不包含柔性数组占用的内存。
另外，__attribute__((__packed__))关键字能够勾销构造体内的字节对齐以节俭内存。

操作剖析

接下来看一下sds构建函数：

sds sdsnewlen(const void *init, size_t initlen) {
    void *sh;
    sds s;
    // [1]
    char type = sdsReqType(initlen);
    // [2]
    if (type == SDS_TYPE_5 && initlen == 0) type = SDS_TYPE_8;
    // [3]
    int hdrlen = sdsHdrSize(type);
    unsigned char *fp; /* flags pointer. */

    sh = s_malloc(hdrlen+initlen+1);
    ...
    // [4]
    s = (char*)sh+hdrlen;
    fp = ((unsigned char*)s)-1;
    switch(type) {
        case SDS_TYPE_5: {
            *fp = type | (initlen << SDS_TYPE_BITS);
            break;
        }
        case SDS_TYPE_8: {
            SDS_HDR_VAR(8,s);
            sh->len = initlen;
            sh->alloc = initlen;
            *fp = type;
            break;
        }
        ...
    }
    if (initlen && init)
        memcpy(s, init, initlen);
    s[initlen] = '\0';
    // [5]
    return s;
}

参数阐明：

• init、initlen：字符串内容、长度。

【1】依据字符串长度，判断对应的sdshdr类型。
【2】长度为0的字符串后续通常须要扩容，不应该应用sdshdr5，所以这里转换为sdshdr8。
【3】sdsHdrSize函数负责查问sdshdr构造体的长度，s_malloc函数负责申请内存空间，申请的内存空间长度为hdrlen+initlen+1，其中hdrlen为sdshdr构造体长度（不蕴含buf属性），initlen为字符串内容长度，最初一个字节用于寄存空字符“\0”。s_malloc与C语言的malloc函数的作用雷同，负责调配指定大小的内存空间。
【4】给sdshdr属性赋值。
SDS_HDR_VAR是一个宏，负责将sh指针转化为对应的sdshdr构造体指针。
【5】留神，sds实际上就是char*的别名，这里返回的s指针指向sdshdr.buf属性，即字符串内容。Redis通过该指针能够间接读/写字符串数据。

构建一个内容为“hello wolrd”的sds，其构造如图1-1所示。

sds的扩容机制是一个很重要的性能。

sds sdsMakeRoomFor(sds s, size_t addlen) {
    void *sh, *newsh;
    // [1]
    size_t avail = sdsavail(s);
    size_t len, newlen;
    char type, oldtype = s[-1] & SDS_TYPE_MASK;
    int hdrlen;

    if (avail >= addlen) return s;
    // [2]
    len = sdslen(s);
    
    sh = (char*)s-sdsHdrSize(oldtype);
    newlen = (len+addlen);
    // [3]
    if (newlen < SDS_MAX_PREALLOC)
        newlen *= 2;
    else
        newlen += SDS_MAX_PREALLOC;

    // [4]    
    type = sdsReqType(newlen);
    if (type == SDS_TYPE_5) type = SDS_TYPE_8;
    // [5]
    hdrlen = sdsHdrSize(type);
    if (oldtype==type) {
        newsh = s_realloc(sh, hdrlen+newlen+1);
        if (newsh == NULL) return NULL;
        s = (char*)newsh+hdrlen;
    } else {
        newsh = s_malloc(hdrlen+newlen+1);
        if (newsh == NULL) return NULL;
        memcpy((char*)newsh+hdrlen, s, len+1);
        s_free(sh);
        s = (char*)newsh+hdrlen;
        s[-1] = type;
        sdssetlen(s, len);
    }
    // [6]
    sdssetalloc(s, newlen);
    return s;
}

参数阐明：
addlen：要求扩容后可用长度（alloc-len）大于该参数。
【1】获取以后可用空间长度。如果以后可用空间长度满足要求，则间接返回。
【2】sdslen负责获取字符串长度，因为sds.len中记录了字符串长度，该操作复杂度为O(1)。这里len变量为原sds字符串长度，newlen变量为新sds长度。sh指向原sds的sdshdr构造体。
【3】预调配比参数要求多的内存空间，防止每次扩容都要进行内存拷贝操作。新sds长度如果小于SDS_MAX_PREALLOC（默认为1024×1024，单位为字节），则新sds长度主动扩容为2倍。否则，新sds长度主动减少SDS_MAX_PREALLOC。
【4】sdsReqType(newlen)负责计算新的sdshdr类型。留神，扩容后的类型不应用sdshdr5，该类型不反对扩容操作。
【5】如果扩容后sds还是同一类型，则应用s_realloc函数申请内存。否则，因为sds构造曾经变动，必须挪动整个sds，间接调配新的内存空间，并将原来的字符串内容复制到新的内存空间。s_realloc与C语言realloc函数的作用雷同，负责为给定指针重新分配给定大小的内存空间。它会尝试在给定指针原地址空间上重新分配，如原地址空间无奈满足要求，则调配新内存空间并复制内容。
【6】更新sdshdr.alloc属性。

对下面“hello wolrd”的sds调用sdsMakeRoomFor(sds,64)，则生成的sds如图1-2所示。

从图1-2中能够看到，应用len记录字符串长度后，字符串中能够寄存空字符。Redis字符串反对二进制平安，能够将用户的输出存储为没有任何特定格局意义的原始数据流，因而Redis字符串能够存储任何数据，比方图片数据流或序列化对象。C语言字符串将空字符作为字符串结尾的特定标记字符，它不是二进制平安的。
sds罕用函数如表1-2所示。

编码

字符串类型一共有3种编码：

• OBJ_ENCODING_EMBSTR：长度小于或等于OBJ_ENCODING_EMBSTR_SIZE_LIMIT（44字节）的字符串。
  在该编码中，redisObject、sds构造寄存在一块间断内存块中，如图1-3所示。
  

OBJ_ENCODING_EMBSTR编码是Redis针对短字符串的优化，有如下长处：

(1)内存申请和开释都只须要调用一次内存操作函数。  
(2)redisObject、sdshdr构造保留在一块间断的内存中，缩小了内存碎片。  

• OBJ_ENCODING_RAW：长度大于OBJ_ENCODING_EMBSTR_SIZE_LIMIT的字符串，在该编码中，redisObject、sds构造寄存在两个不间断的内存块中。
• OBJ_ENCODING_INT：将数值型字符串转换为整型，能够大幅升高数据占用的内存空间，如字符串“123456789012”须要占用12字节，在Redis中，会将它转化为long long类型，只占用8字节。

咱们向Redis发送一个申请后，Redis会解析申请报文，并将命令、参数转化为redisObjec。
object.c/createStringObject函数负责实现该操作：

robj *createStringObject(const char *ptr, size_t len) {
    if (len <= OBJ_ENCODING_EMBSTR_SIZE_LIMIT)
        return createEmbeddedStringObject(ptr,len);
    else
        return createRawStringObject(ptr,len);
}

能够看到，这里依据字符串长度，将encoding转化为OBJ_ENCODING_RAW或OBJ_ENCODING_EMBSTR的redisObject。

将参数转换为redisObject后，Redis再将redisObject存入数据库，例如：

> SET Introduction "Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache and message broker. "

Redis会将键“Introduction”、值“Redis…”转换为两个redisObject，再将redisObject存入数据库，后果如图1-4所示。

Redis中的键都是字符串类型，并应用OBJ_ENCODING_RAW、OBJ_ENCODING_ EMBSTR编码，而Redis还会尝试将字符串类型的值转换为OBJ_ENCODING_INT 编码。object.c/tryObjectEncoding函数实现该操作：

robj *tryObjectEncoding(robj *o) {
    long value;
    sds s = o->ptr;
    size_t len;
    ...
    // [1]
     if (o->refcount > 1) return o;

    len = sdslen(s);
    // [2]
    if (len <= 20 && string2l(s,len,&value)) {
        // [3]
        if ((server.maxmemory == 0 ||
            !(server.maxmemory_policy & MAXMEMORY_FLAG_NO_SHARED_INTEGERS)) &&
            value >= 0 &&
            value < OBJ_SHARED_INTEGERS)
        {
            decrRefCount(o);
            incrRefCount(shared.integers[value]);
            return shared.integers[value];
        } else {
            // [4]
            if (o->encoding == OBJ_ENCODING_RAW) {
                sdsfree(o->ptr);
                o->encoding = OBJ_ENCODING_INT;
                o->ptr = (void*) value;
                return o;
            } else if (o->encoding == OBJ_ENCODING_EMBSTR) {
                // [5]
                decrRefCount(o);
                return createStringObjectFromLongLongForValue(value);
            }
        }
    }

    // [6]
    if (len <= OBJ_ENCODING_EMBSTR_SIZE_LIMIT) {
        robj *emb;

        if (o->encoding == OBJ_ENCODING_EMBSTR) return o;
        emb = createEmbeddedStringObject(s,sdslen(s));
        decrRefCount(o);
        return emb;
    }

    // [7]
    trimStringObjectIfNeeded(o);

    return o;
}

【1】该数据对象被多处援用，不能再进行编码操作，否则会影响其余中央的失常运行。
【2】如果字符串长度小于或等于20，则调用string2l函数尝试将其转换为long long类型，如果胜利则返回1。
在C语言中，long long占用8字节，取值范畴是-9223372036854775808～9223372036854775807，因而最多能保留长度为19的字符串转换后的数值，加上正数的符号位，一共20位。
上面是字符串能够转换为OBJ_ENCODING_INT 编码的解决步骤。
【3】首先尝试应用shared.integers中的共享数据，防止反复创立雷同数据对象而节约内存。shared是Redis启动时创立的共享数据集，寄存了Redis中罕用的共享数据。shared.integers是一个整数数组，寄存了小数字0～9999，共享于各个应用场景。
留神：如果配置了server.maxmemory，并应用了不反对共享数据的淘汰算法（LRU、LFU），那么这里不能应用共享数据，因为这时每个数据中都必须存在一个redisObjec.lru属性，这些算法才能够失常工作。
【4】如果不能应用共享数据并且原编码格局为OBJ_ENCODING_RAW，则将redisObject.ptr原来的sds类型替换为字符串转换后的数值。
【5】如果不能应用共享数据并且原编码格局为OBJ_ENCODING_EMBSTR，因为redisObject、sds寄存在同一个内存块中，无奈间接替换redisObject.ptr，所以调用createString- ObjectFromLongLongForValue函数创立一个新的redisObject，编码为OBJ_ENCODING_INT，redisObject.ptr指向long long类型或long类型。
【6】到这里，阐明字符串不能转换为OBJ_ENCODING_INT 编码，尝试将其转换为OBJ_ENCODING_EMBSTR编码。
【7】到这里，阐明字符串只能应用OBJ_ENCODING_RAW编码，尝试开释sds中残余的可用空间。
字符串类型的实现代码在t_string.c中，读者能够查看源码理解更多实现细节。

提醒：server.c/redisCommandTable定义了每个Redis命令与对应的处理函数，读者能够从这里查找感兴趣的命令的处理函数。

struct redisCommand redisCommandTable[] = {
    ...
    {"get",getCommand,2,
     "read-only fast @string",
     0,NULL,1,1,1,0,0,0},

    {"set",setCommand,-3,
     "write use-memory @string",
     0,NULL,1,1,1,0,0,0},
     ...
}

GET命令的处理函数为getCommand，SET命令的处理函数为setCommand，以此类推。

另外，咱们能够通过TYPE命令查看数据对象类型，通过OBJECT ENCODING命令查看编码：

> SET msg "hello world"
OK
> TYPE msg
string
> OBJECT ENCODING  msg
"embstr"
> SET Introduction "Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache and message broker. "
OK
> TYPE Introduction
string
> OBJECT ENCODING  info
"raw"
> SET page 1
OK
> TYPE page
string
> OBJECT ENCODING  page
"int"

总结：

• Redis中的所有键和值都是redisObject变量。
• sds是Redis定义的字符串类型，反对二进制平安、扩容。
• sds能够在常数工夫内获取字符串长度，并应用预分配内存机制缩小内存拷贝次数。
• Redis对数据编码的次要目标是最大限度地节俭内存。字符串类型能够应用OBJ_ENCODING_ RAW、OBJ_ENCODING_EMBSTR、OBJ_ENCODING_INT编码格局。

本文内容摘自作者新书《Redis外围原理与实际》，这本书深刻地剖析了Redis罕用个性的外部机制与实现形式，大部分内容源自对Redis源码的剖析，并从中总结出设计思路、实现原理。通过浏览本书，读者能够疾速、轻松地理解Redis的外部运行机制。
通过该书编辑批准，我会持续在集体技术公众号（binecy）公布书中局部章节内容，作为书的预览内容，欢送大家查阅，谢谢。

京东链接
豆瓣链接