Redis学习笔记&源码阅读--压缩列表-概念
申明
- 本文基于Redis源码5.0.8
- 本文内容大量借鉴《Redis设计和实现》和《Redis5设计与源码分析》
| zlbytes | zltail | zllen | entry1 | … | entryX | zlend |
|---|
- zlbytes：压缩列表的字节长度，占4个字节，因此压缩列表最多有2^32-1个字节。
- zltail：压缩列表尾元素相对于压缩列表起始地址的偏移量，占4个字节。
- zllen：压缩列表的元素个数，占2个字节。zllen无法存储元素个数超过65535（2^16-1）的压缩列表，必须遍历整个压缩列表才能获取到元素个数。
- zlend：压缩列表的结尾，占1个字节，恒为0xFF。
zl中保存的entry也同样有相应的编码结构，如下所示：
| previous_entry_length | encoding | content |
|---|
假设已知当前元素的首地址为p，那么p-previous_entry_length就是前一个元素的首地址，从而实现压缩列表从尾到头的遍历。encoding字段表示当前元素的编码，即content字段存储的数据类型（整数或者字节数组），数据内容存储在content字段。为了节约内存，encoding字段同样长度可变。压缩列表元素的编码如下所示。
| encoding编码 | encoding长度 | content类型 |
|---|---|---|
| 00 bbbbbb (6比特表示content长度) | 1字节 | 最大长度为63的字节数组 |
| 01 bbbbbb xxxxxxxx (14比特表示content长度) | 2字节 | 最大长度为2^14-1的字节数组 |
| 10 ------ aaaaaaaa bbbbbbbb cccccccc dddddddd(32比特表示content长度) | 5字节 | 最大长度为2^32-1的字节数组 |
| 11 00 0000 | 1字节 | int16整数 |
| 11 01 0000 | 1字节 | int32整数 |
| 11 10 0000 | 1字节 | int64整数 |
| 11 11 0000 | 1字节 | 24位整数 |
| 11 11 1110 | 1字节 | 8位整数 |
| 11 11 xxxx | 1字节 | 没有content字段；xxxx表示0～12的整数 |
第四行中的------表示该位置的6个bit值不需要使用上面表格最后一行，如果你留个心眼计算，会发现后四bits能表示的明明是0～15，怎么就是0～12呢？其实encoding部分能表示的值是在ZIP_INT_24B（11 11 0000）与ZIP_INT_8B（11 11 1110）之间，也就是[1,13]，可能是为了能表示0 ，计算结果时会减1（参看zipLoadInteger函数代码）
可以看出，根据encoding字段第1个字节的前2位，可以判断content字段存储的是整数或者字节数组（及其最大长度）。当content存储的是字节数组时，后续字节标识字节数组的实际长度；当content存储的是整数时，可根据第3、第4位判断整数的具体类型。而当encoding字段标识当前元素存储的是0～12的立即数时，数据直接存储在encoding字段的最后4位，此时没有content字段。参照encoding字段的编码表格，Redis预定义了以下常量对应encoding字段的各编码类型：
/* Different encoding/length possibilities */
#define ZIP_STR_06B (0 << 6)
#define ZIP_STR_14B (1 << 6)
#define ZIP_STR_32B (2 << 6)
#define ZIP_INT_16B (0xc0 | 0<<4)
#define ZIP_INT_32B (0xc0 | 1<<4)
#define ZIP_INT_64B (0xc0 | 2<<4)
#define ZIP_INT_24B (0xc0 | 3<<4)
#define ZIP_INT_8B 0xfe
压缩列表在Redis中的使用 zplist在Redis中的使用大致如下所示：
| 类型 | 编码 |
|---|---|
| REDIS_LIST | REDIS_ENCODING_ZIPLIST |
| REDIS_HASH | REDIS_ENCODING_ZIPLIST |
| REDIS_ZSET | REDIS_ENCODING_ZIPLIST |
ziplist也可以作为Hash的底层实现，当需要存储的key-value结构同时满足下面两个条件时，采用ziplist作为底层存储，否则需要转换为字典存储。
- key-value结构的所有键值对的字符串长度都小于hash-max-ziplist-value（默认值64），该值可以通过配置文件配置。
- 散列对象保存的键值对的个数（一个键值对记为1个）小于hash-max-ziplist-entries（默认值512），该值也可以通过配置文件配置。
结构实现 Redis中是如何保存一个ziplist的，我们看下Redis中是如何创建一个ziplist实例
/* Create a new empty ziplist. */
unsigned char *ziplistNew(void) {
unsigned int bytes = ZIPLIST_HEADER_SIZE+ZIPLIST_END_SIZE;
unsigned char *zl = zmalloc(bytes);
ZIPLIST_BYTES(zl) = intrev32ifbe(bytes);
ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(ZIPLIST_HEADER_SIZE);
ZIPLIST_LENGTH(zl) = 0;
zl[bytes-1] = ZIP_END;
return zl;
}
在讲解这段代码前，我们再看下一些用来存取ziplist时使用的宏定义。
//返回ziplist字节长度，对应zlbytes
#define ZIPLIST_BYTES(zl)(*((uint32_t*)(zl)))//返回ziplist尾元素相对于压缩列表起始地址的偏移量，对应zltail
#define ZIPLIST_TAIL_OFFSET(zl) (*((uint32_t*)((zl)+sizeof(uint32_t))))//返回ziplist元素个数，对应zllen
#define ZIPLIST_LENGTH(zl)(*((uint16_t*)((zl)+sizeof(uint32_t)*2)))//ziplist头长度，头包括zlbytes+zltail+zllen
#define ZIPLIST_HEADER_SIZE(sizeof(uint32_t)*2+sizeof(uint16_t))//返回zlend占用字节数
#define ZIPLIST_END_SIZE(sizeof(uint8_t))#define ZIP_END 255
了解了这几个宏定义再来看ziplistNew就简单多了，首先计算一个空zllist占用多少字节，申请对应内存，并将大小转为主机字节序保存在zlbytes部分，空ziplist尾元素和ziplist起始位置之间就是Header，所以zltail设置为Header的长度，空ziplist长度是0，将zlend设置为0xFF。
上面介绍了压缩列表的存储结构，对于压缩列表的任意元素，获取前一个元素的长度、判断存储的数据类型、获取数据内容都需要经过复杂的解码运算。解码后的结果应该被缓存起来，为此定义了结构体zlentry，用于表示解码后的压缩列表元素。
/* We use this function to receive information about a ziplist entry.
* Note that this is not how the data is actually encoded, is just what we
* get filled by a function in order to operate more easily. */
typedef struct zlentry {
unsigned int prevrawlensize;
/* Bytes used to encode the previous entry len*/
unsigned int prevrawlen;
/* Previous entry len. */
unsigned int lensize;
/* Bytes used to encode this entry type/len.
For example strings have a 1, 2 or 5 bytes
header. Integers always use a single byte.*/
unsigned int len;
/* Bytes used to represent the actual entry.
For strings this is just the string length
while for integers it is 1, 2, 3, 4, 8 or
0 (for 4 bit immediate) depending on the
number range. */
unsigned int headersize;
/* prevrawlensize + lensize. */
unsigned char encoding;
/* Set to ZIP_STR_* or ZIP_INT_* depending on
the entry encoding. However for 4 bits
immediate integers this can assume a range
of values and must be range-checked. */
unsigned char *p;
/* Pointer to the very start of the entry, that
is, this points to prev-entry-len field. */
} zlentry;
以上英文注释是不是看的头大，没关系，接下来我们一一讲解各个字段的含义，当然啦，是结合着源码来讲解，这样即能明白含义，源码层面有点了解，并且你也相信这不是我信口开河。。。
Redis是通过zipEntry函数来解码列表的元素，然后保存在zlentry中，函数的源码完整如下：
/* Return a struct with all information about an entry. */
void zipEntry(unsigned char *p, zlentry *e) {ZIP_DECODE_PREVLEN(p, e->prevrawlensize, e->prevrawlen);
ZIP_DECODE_LENGTH(p + e->prevrawlensize, e->encoding, e->lensize, e->len);
e->headersize = e->prevrawlensize + e->lensize;
e->p = p;
}
我们来看两个宏定义，首先看ZIP_DECODE_PREVLEN，看它实现了什么功能，其定义如下：
#define ZIP_DECODE_PREVLEN(ptr, prevlensize, prevlen) do {\
ZIP_DECODE_PREVLENSIZE(ptr, prevlensize);
\
if ((prevlensize) == 1) {\
(prevlen) = (ptr)[0];
\
} else if ((prevlensize) == 5) {\
assert(sizeof((prevlen)) == 4);
\
memcpy(&(prevlen), ((char*)(ptr)) + 1, 4);
\
memrev32ifbe(&prevlen);
\
}\
} while(0);
说点题外话，为什么宏的定义放在do-while循环中，各位可以自己百度下，还是有点意思的。令人不愉快的是这里再次调用的一个宏，出现了嵌套，文字平述嵌套是很麻烦的，不过我们还是要继续探究下去（读者也自己注意点调用层次），再看下它的定义（自行注意参数的传递，别绕进去了）。
#define ZIP_DECODE_PREVLENSIZE(ptr, prevlensize) do {\
if ((ptr)[0] < ZIP_BIG_PREVLEN) {\
(prevlensize) = 1;
\
} else {\
(prevlensize) = 5;
\
}\
} while(0);
如果你自己留意了参数的传递应该知道ptr是传递进来需要解码的元素指针，prevlensize是待赋值的变量（当前我们还不知道它到底代表什么意思），总之我们知道这里应该是解码ptr给prevlensize赋值的，看明白这里我们就能知道它代表啥意思了。
判断ptr[0]的值是否小于ZIP_BIG_PREVLEN，这个也是一个宏，值为254，这个值还有印象吗？没有就再回到第一节看，理解了我们就知道这里的prevlensize原来表示用多少个字节来保存前一个元素长度信息。然后我们再回到上一层的宏调用中，当prevlensize=1时ptr[0]就是前一个元素的长度，否则就是后面5个字节保存长度且第一个字节固定为0xfe，代码很直观呈现出逻辑了，最后一个memrev32ifbe(&prevlen)的作用就是将数据的保存改为小端存储，也就是主机字节序。到这里我们也知道了prevlen就表示前一个元素的长度。
小小总结下，走完了ZIP_DECODE_PREVLEN调用的逻辑，我们获取到了保存前一个元素长度使用了多少个字节，并且也获取到了前一个元素的长度。接下来就得看ZIP_DECODE_LENGTH调用了，代码如下所示：
#define ZIP_DECODE_LENGTH(ptr, encoding, lensize, len) do {\
ZIP_ENTRY_ENCODING((ptr), (encoding));
\
if ((encoding) < ZIP_STR_MASK) {\
if ((encoding) == ZIP_STR_06B) {\
(lensize) = 1;
\
(len) = (ptr)[0] & 0x3f;
\
} else if ((encoding) == ZIP_STR_14B) {\
(lensize) = 2;
\
(len) = (((ptr)[0] & 0x3f) << 8) | (ptr)[1];
\
} else if ((encoding) == ZIP_STR_32B) {\
(lensize) = 5;
\
(len) = ((ptr)[1] << 24) |\
((ptr)[2] << 16) |\
((ptr)[3] <<8) |\
((ptr)[4]);
\
} else {\
panic("Invalid string encoding 0x%02X", (encoding));
\
}\
} else {\
(lensize) = 1;
\
(len) = zipIntSize(encoding);
\
}\
} while(0);
老规矩，我们先看ZIP_ENTRY_ENCODING的定义。
#define ZIP_ENTRY_ENCODING(ptr, encoding) do {\
(encoding) = (ptr[0]);
\
if ((encoding) < ZIP_STR_MASK) (encoding) &= ZIP_STR_MASK;
\
} while(0)
注意在zipEntry函数中调用ZIP_DECODE_LENGTH时已经对ptr做移位操作了，移位后是对encoding进行解码，ZIP_STR_MASK的值是0xc0，二进制表示是11000000，如果你还记得encoding中是如何判断保存的是整数还是字符串，你就明白这里的含义了，所有整数的前两个bit都是11，否则就是字符，字符的话对ptr[0]进行一次位运算，将后6bit全部置空，结束处理。
再回到ZIP_DECODE_LENGTH中,第一层的if还是判断encoding保存的是字节数组还是整数，如果是字节数组就进一步判断是哪种情况，具体的判断逻辑对照前面的encoding表一起看代码就能明白，代码也都是些位运算，还是比较容易懂的，这里不展开了。如果是整数的话，是通过函数zipIntSize解码的，代码如下：
unsigned int zipIntSize(unsigned char encoding) {
switch(encoding) {
case ZIP_INT_8B:return 1;
case ZIP_INT_16B: return 2;
case ZIP_INT_24B: return 3;
case ZIP_INT_32B: return 4;
case ZIP_INT_64B: return 8;
}
if (encoding >= ZIP_INT_IMM_MIN && encoding <= ZIP_INT_IMM_MAX)
return 0;
/* 4 bit immediate */
panic("Invalid integer encoding 0x%02X", encoding);
return 0;
}
其逻辑结合encoding表也是比较容易理解的。完了我们再来看下我们的起点，ZIP_DECODE_LENGTH(p + e->prevrawlensize, e->encoding, e->lensize, e->len)，重点是后面的三个参数，原来encoding表示entry保存数据类型的编码，lensize表示的是encoding本身占用的字节大小，而len表示content内容的字节大小。
看完了两个宏定义，我们再回到函数主体，你们是不是可能已经绕进去了，我们把代码再贴一次（不会有人怀疑我是堆积篇幅）。
/* Return a struct with all information about an entry. */
void zipEntry(unsigned char *p, zlentry *e) {ZIP_DECODE_PREVLEN(p, e->prevrawlensize, e->prevrawlen);
ZIP_DECODE_LENGTH(p + e->prevrawlensize, e->encoding, e->lensize, e->len);
e->headersize = e->prevrawlensize + e->lensize;
e->p = p;
}
接着是初始化headersize字段了，我们已经明白了prevrawlensize和lensize的含义的，那么headersize表示的就是保存previous_entry_length和encoding两部分使用的存储空间大小，指针p指向entry起始位置。你现在还记得我们为什么看这段源码吗？是为了理解zlentry中各个字段的含义，我相信现在你已经很清楚了，那么我们来汇总下结论。
- prevrawlensize: 编码previous_entry_length信息占用的字节数；
- prevrawlen：previous_entry_length的值；
- lensize：编码encoding部分占用的字节数；
- len：content占用的字节数；
- headersize：如果把整个entry分为header+content两部分，那么headersize就是header长度，header包括previous_entry_length + encoding两个部分；
- encoding：entry对应数据类型的编码（已经清理了原始encoding部分中content长度的信息）；
- p:entry首元素指针；
推荐阅读
- EffectiveObjective-C2.0|EffectiveObjective-C2.0 笔记 - 第二部分
- 由浅入深理解AOP
- 继续努力，自主学习家庭Day135(20181015）
- python学习之|python学习之 实现QQ自动发送消息
- Android中的AES加密-下
- 一起来学习C语言的字符串转换函数
- 定制一套英文学习方案
- 漫画初学者如何学习漫画背景的透视画法（这篇教程请收藏好了！）
- 《深度倾听》第5天──「RIA学习力」便签输出第16期
- 如何更好的去学习