共计 3814 个字符，预计需要花费 10 分钟才能阅读完成。
redis 作为目前最风行的 nosql 缓存数据库，凭借其优异的性能、丰盛的数据结构已成为大部分场景下首选的缓存工具。
因为 redis 是一个纯内存的数据库，在寄存大量数据时，内存的占用将会十分可观。那么在一些场景下，通过选用适合的数据结构来存储，能够大幅缩小内存的占用，甚至于能够缩小 80%-99% 的内存占用。
利用 zipList 来代替大量的 Key-Value
先来看一下场景，在 Dsp 广告零碎、海量用户零碎常常会碰到这样的需要，要求依据用户的某个惟一标识迅速查到该用户的 id。譬如依据 mac 地址或 uuid 或手机号的 md5，去查问到该用户的 id。
特点是数据量很大、千万或亿级别，key 是比拟长的字符串，如 32 位的 md5 或者 uuid 这种。
如果不加以解决，间接以 key-value 模式进行存储，咱们能够简略测试一下，往 redis 里插入 1 千万条数据，1550000000 – 1559999999，模式就是 key（md5（1550000000））→ value(1550000000)这种。
而后用 info memory 看一下内存占用。
能够看到，这 1 千万条数据，占用了 redis 共计 1.17G 的内存。当数据量变成 1 个亿时，实测大概占用 8 个 G。
同样的一批数据，咱们换一种存储形式，先来看后果：
在咱们利用 zipList 后，内存占用为 123M，大概缩小了 85% 的空间占用，这是怎么做到的呢？咱们来从 redis 的底层存储来分析一下。
1 redis 数据结构和编码方式
2 redis 如何存储字符串
string 是 redis 里最罕用的数据结构，redis 的默认字符串和 C 语言的字符串不同，它是本人构建了一种名为“简略动静字符串 SDS”的形象类型。
具体到 string 的底层存储，redis 共用了三种形式，别离是 int、embstr 和 raw。
譬如 set k1 abc 和 set k2 123 就会别离用 embstr、int。当 value 的长度大于 44（或 39，不同版本不一样）个字节时，会采纳 raw。
int 是一种定长的构造，占 8 个字节（留神，相当于 java 里的 long），只能用来存储长整形。
embstr 是动静扩容的，每次扩容 1 倍，超过 1M 时，每次只扩容 1M。
raw 用来存储大于 44 个字节的字符串。
具体到咱们的案例中，key 是 32 个字节的字符串（embstr），value 是一个长整形（int），所以如果能将 32 位的 md5 变成 int，那么在 key 的存储上就能够间接缩小 3 / 4 的内存占用。
这是第一个优化点。
3 redis 如何存储 Hash
从 1.1 的图上咱们能够看到 Hash 数据结构，在编码方式上有两种，1 是 hashTable，2 是 zipList。
hashTable 大家很相熟，和 java 里的 hashMap 很像，都是数组 + 链表的形式。java 里 hashmap 为了缩小 hash 抵触，设置了负载因子为 0.75。同样，redis 的 hash 也有相似的扩容负载因子。细节不提，只须要留个印象，用 hashTable 编码的话，则会破费至多大于存储的数据 25% 的空间能力存下这些数据。它大略长这样：
zipList，压缩链表，它大略长这样：
能够看到，zipList 最大的特点就是，它基本不是 hash 构造，而是一个比拟长的字符串，将 key-value 都按程序顺次摆放到一个长长的字符串里来存储。如果要找某个 key 的话，就间接遍历整个长字符串就好了。
所以很显著，zipList 要比 hashTable 占用少的多的空间。然而会消耗更多的 cpu 来进行查问。
那么何时用 hashTable、zipList 呢？在 redis.conf 文件中能够找到：
就是当这个 hash 构造的内层 field-value 数量不超过 512，并且 value 的字节数不超过 64 时，就应用 zipList。
通过实测，value 数量在 512 时，性能和单纯的 hashTable 简直无差别，在 value 数量不超过 1024 时，性能仅有极小的升高，很多时候能够疏忽掉。
而内存占用，zipList 可比 hashTable 升高了极多。
这是第二个优化点。
4 用 zipList 来代替 key-value
通过下面的常识，咱们得出了两个论断。用 int 作为 key，会比 string 省很多空间。用 hash 中的 zipList，会比 key-value 省微小的空间。
那么咱们就来革新一下当初的 1 千万个 key-value。
第一步：
咱们要将 1 千万个键值对，放到 N 个 bucket 中，每个 bucket 是一个 redis 的 hash 数据结构，并且要让每个 bucket 内不超过默认的 512 个元素（如果改了配置文件，如 1024，则不能超过批改后的值），以防止 hash 将编码方式从 zipList 变成 hashTable。
1 千万 / 512 = 19531。因为未来要将所有的 key 进行哈希算法，来尽量均摊到所有 bucket 里，但因为哈希函数的不确定性，未必能齐全平均分配。所以咱们要预留一些空间，譬如我调配 25000 个 bucket，或 30000 个 bucket。
第二步：
选用哈希算法，决定将 key 放到哪个 bucket。这里咱们采纳高效而且平衡的出名算法 crc32，该哈希算法能够将一个字符串变成一个 long 型的数字，通过获取这个 md5 型的 key 的 crc32 后，再对 bucket 的数量进行取余，就能够确定该 key 要被放到哪个 bucket 中。
第三步：
通过第二步，咱们确定了 key 行将寄存在的 redis 里 hash 构造的外层 key，对于内层 field，咱们就选用另一个 hash 算法，以防止两个齐全不同的值，通过 crc32（key）% COUNT 后，产生 field 再次雷同，产生 hash 抵触导致值被笼罩的状况。内层 field 咱们选用 bkdr 哈希算法（或间接选用 Java 的 hashCode），该算法也会失去一个 long 整形的数字。value 的存储放弃不变。
第四步：
装入数据。原来的数据结构是 key-value，0eac261f1c2d21e0bfdbd567bb270a68 → 1550000000。
当初的数据结构是 hash，key 为 14523，field 是 1927144074，value 是 1550000000。
通过实测，将 1 千万数据存入 25000 个 bucket 后，整体 hash 比拟平衡，每个 bucket 下大略有 300 多个 field-value 键值对。实践上只有不产生两次 hash 算法后，均产生雷同的值，那么就能够齐全依附 key-field 来找到原始的 value。这一点能够通过计算总量进行确认。实际上，在 bucket 数量较多时，且每个 bucket 下，value 数量不是很多，产生间断碰撞概率极低，实测在存储 50 亿个手机号状况下，未产生显著碰撞。
测试查问速度：
在存储完这 1 千万个数据后，咱们进行了查问测试，采纳 key-value 型和 hash 型，别离查问 100 万条数据，看一下对查问速度的影响。
key-value 耗时：10653、10790、11318、9900、11270、11029 毫秒
hash-field 耗时：12042、11349、11126、11355、11168 毫秒。
能够看到，整体上采纳 hash 存储后，查问 100 万条耗时，也仅仅减少了 500 毫秒不到。对性能的影响极其渺小。但内存占用从 1.1G 变成了 120M，带来了靠近 90% 的内存节俭。
总结
大量的 key-value，占用过多的 key，redis 里为了解决 hash 碰撞，须要占用更多的空间来存储这些 key-value 数据。
如果 key 的长短不一，譬如有些 40 位，有些 10 位，因为对齐问题，那么将产生微小的内存碎片，占用空间状况更为严重。所以，放弃 key 的长度对立（譬如对立采纳 int 型，定长 8 个字节），也会对内存占用有帮忙。
string 型的 md5，占用了 32 个字节。而通过 hash 算法后，将 32 降到了 8 个字节的长整形，这显著升高了 key 的空间占用。
zipList 比 hashTable 显著缩小了内存占用，它的存储十分紧凑，对查问效率影响也很小。所以应长于利用 zipList，防止在 hash 构造里，寄存超过 512 个 field-value 元素。
如果 value 是字符串、对象等，应尽量采纳 byte[]来存储，同样能够大幅升高内存占用。譬如能够选用 google 的 Snappy 压缩算法，将字符串转为 byte[]，十分高效，压缩率也很高。
为缩小 redis 对字符串的预调配和扩容（每次翻倍），造成内存碎片，不应该应用 append，setrange 等。而是间接用 set，替换原来的。
计划毛病：
hash 构造不反对对单个 field 的超时设置。但能够通过代码来管制删除，对于那些不须要超时的长期寄存的数据，则没有这种顾虑。
存在较小的 hash 抵触概率，对于对数据要求极其准确的场合，不适宜用这种压缩形式。
基于上述计划，我改写了 springboot 源码的 redisTemplate，提供了一个 CompressRedisTemplate 类，能够间接当成 redisTemplate 应用，它会主动将 key-value 转为 hash 进行存储，以达到上述目标。
后续，咱们会基于更极其一些的场景，如统计独立访客等，来看一下 redis 的不常见的数据结构，是如何将内存占用由 20G 升高到 5M。
欢送关注公众号【码农开花】一起学习成长
我会始终分享 Java 干货，也会分享收费的学习材料课程和面试宝典
回复：【计算机】【设计模式】【面试】有惊喜哦
