Redis实现之压缩列表

压缩列表

压缩列表（ziplist）是列表键和哈希键的底层实现之一，当一个列表键只包含少量列表项，并且每个列表项要嘛是整数值，要嘛是比较短的字符串，那么Redis就会使用压缩列表来做列表键的底层实现。例如，执行以下命令将创建一个压缩列表键的底层实现

127.0.0.1:6379> RPUSH lst 1 3 5 10086 "hello" "world"
(integer) 6
127.0.0.1:6379> OBJECT ENCODING lst
"quicklist"

quicklist结构在quicklist.c中的解释为A doubly linked list of ziplists意思为一个由ziplist组成的双向链表，列表键里面包含的都是1、3、5、10086这样的小整数值，以及"hello"、"world"这样短的字符串。

另外，当一个哈希键只包含少量键值对，且每个键值对的键和值要嘛是比较短的字符串，Redis会使用压缩列表来做哈希键的底层实现。举个栗子，执行以下命令将创建一个压缩列表实现的哈希键

127.0.0.1:6379> HMSET profile "name" "Jack" "age" 28 "job" "Programmer"
OK
127.0.0.1:6379> OBJECT ENCODING profile
"ziplist"

哈希键里面包含的所有键和值都是小整数或者短字符串

压缩列表的构成

压缩列表是Redis为了节约内存而开发的，是由一系列特殊编码的连续内存块组成的顺序型数据结构。一个压缩列表可以包含任意多个节点，每个节点可以保存一个字节数组或者一个整数值。图1-1展示了压缩列表的各个组成部分，表1-1则记录了各个组成部分的类型、长度以及用途

图1-1   压缩列表的各个组成部分

图1-2展示了一个压缩列表的示例：

• 列表zlbytes属性的值为0x50（十进制80），表示压缩列表的总长为80字节
• 列表zltail属性的值为0x3c（十进制60），表示如果有一个指向压缩列表起始地址的指针p，那么只要用指针p加上偏量60，就可以计算出表尾节点entry3的地址
• 列表zlend属性的值为0x3（十进制3），表示压缩列表包含三个节点

图1-2   包含三个节点的压缩列表

图1-3展示了另一个压缩表示例

图1-3   包含五个节点的压缩列表

• 列表zlbytes属性的值为0xd2（十进制210），表示压缩列表的总长为210字节
• 列表zltail属性的值为0xb3（十进制179），表示如果有一个指向压缩列表起始地址的指针p，那么只要用指针p加上偏量179，就可以计算出表尾节点entry5的地址
• 列表zlend属性的值为0x5（十进制5），表示压缩列表包含五个节点

压缩列表节点的构成

每个压缩列表节点可以保存一个字节数组或者一个整数值，其中，字节数组可以是以下三种长度的其中一种：

• 长度小于等于63（2^6 -1）字节的字节数组
• 长度小于等于16 383（2^14 -1）字节的字节数组
• 长度小于等于4 294 967 295（2^32 -1）字节的字节数组

而整数值则可以是以下六种长度的其中一种：

• 4位长，介意0至12之间的无符号整数
• 1字节长的有符号整数
• 3字节长的有符号整数
• int16_t类型整数
• int32_t类型整数
• int64_t类型整数

每个压缩列表节点都由previous_entry_length、encoding、content三个部分组成，如图1-4所示

图1-4   压缩列表节点的各个组成部分

previous_entry_length

节点previous_entry_length属性以字节为单位，记录了压缩列表中前一个节点的长度。previous_entry_length属性可以是1个字节或者5个字节：

• 如果前一节点的长度小于254字节，那么previous_entry_length属性的长度为1字节：前一节点的长度就保存在这一个字节里面
• 如果前一节点的长度大于等于254字节，那么previous_entry_length属性的长度为5字节：其中属性的第一字节会被设置为0xFE（十进制值254），而之后的四个字节则用于保存前一节点的长度

图1-5展示了一个包含一字节长previous_entry_length属性的压缩列表节点，属性的值为0x05，表示前一节点的长度为5字节

图1-5   当前节点的前一节点的长度为5字节

图1-6展示了一个包含五字节长previous_entry_length属性的压缩节点，属性值为0xFE00002766，其中值的最高位字节0xFE表示这是一个五字节长的previous_entry_length属性，而之后的四字节00002766（十进制10086）才是前一节点的实际长度。因为节点的previous_entry_length属性记录了前一个节点的长度，所以程序可以通过指针运算，根据当前节点的起始位置来计算出前一个节点的起始地址

举个栗子，如果我们有一个指向当前节点起始地址的指针c，那么我们只要用指针c减去当前节点previous_entry_length属性的值，就可以得出一个指向前一个节点起始地址的指针p，如图1-7所示

图1-7   通过指针运算计算处前一个节点的地址

压缩列表的表尾向表头遍历操作就是使用这一原理实现的，只要我们拥有一个指向某个节点起始地址的指针，那么通过这个指针以及这个节点的previous_entry_length属性，程序就可以一直向前一个节点回溯，最终到达压缩列表的表头节点。

图1-8展示了一个从表尾节点向表头节点进行遍历的完整过程：

• 首先，我们拥有指向压缩列表表尾节点entry4起始地址的指针p1（指向表尾节点的指针可以通过指向压缩列表起始地址的指针加上zltail属性的值得出）
• 通过用p1减去entry4节点previous_entry_length属性的值，我们得到一个指向entry4前一节点entry3起始地址的指针p2
• 通过用p2减去entry3节点previous_entry_length属性的值，我们得到一个指向entry3前一节点entry2起始地址的指针p3
• 通过用p3减去entry2节点previous_entry_length属性的值，我们得到一个指向entry2前一节点entry1起始地址的指针p4，entry1为压缩列表的表头节点
• 最终，我们从表尾节点向表头节点遍历了整个列表

图1-8   一个从表尾向表头遍历的例子

encoding

节点的encoding属性记录了节点的content属性所保存数据的类型以及长度：

• 一字节、两字节或五字节长，值的最高位为00、01或者10的是字节数组编码：这种编码表示节点的content属性保存着字节数组，数组的长度由编码除去最高两位之后的其他位记录
• 一字节长，值最高位以11开头的是整数编码：这种编码表示节点的content属性保存的是整数值，整数值的类型和长度由编码除去最高两位之后的其他位记录

表1-2记录了所有可用的字节数组编码，而表1-3则记录了所有可用的整数编码。表格中的“_”表示留空，而b、x等变量则代表实际的二进制数据，为了方便阅读，多个字节之间用空格隔开

content

节点的content属性负责保存节点的值，节点值可以是一个字节数组或整数，值的类型和长度由节点的encoding属性决定

图1-9展示了一个保存字节数组的节点示例：

• 编码的最高位00表示节点保存的是一个字节数组
• 编码的后六位001011记录了字节数组的长度11
• content属性保存着节点的值"hello world"

图1-9   保存着字节数组"hello world"的节点

图1-10展示了一个保存整数值的节点示例：

• 编码11000000表示节点保存的是一个int16_t类型的整数值
• content属性保存着节点的值10086

图1-10   保存着整数值10086的节点

连锁更新

前面说过，每个节点的previous_entry_length属性都记录了前一个节点的长度：

• 如果前一节点的长度小于254字节，那么previous_entry_length属性需要用1字节长的空间来保存这个长度值
• 如果前一节点的长度大于等于254字节，那么previous_entry_length属性需要用5字节长的空间来保存这个长度值

现在，考虑这样一种情况：在一个压缩列表中，有多个连续的、长度介于250字节到253字节之间的节点e1到eN，如图1-11所示

图1-11   包含e1至eN的压缩列表

因为e1至eN的所有节点的长度都小于254字节，所以记录这些节点的长度只需一个字节长的previous_entry_length属性，换言之，e1到eN的previous_entry_length属性都是1字节长。这时，如果我们将一个长度大于254字节的新节点new设置为压缩列表的表头节点，那么new将成为e1的前置节点，如图1-12所示

图1-12   添加新节点到压缩列表

因为e1的previous_entry_length属性仅1字节长，它没办法保存新节点new的长度，所以程序将对压缩列表执行空间重分配操作，并将e1的节点previous_entry_length属性从原来的1字节长扩展为5字节长

现在，麻烦来了，e1原本的长度介于250字节至253字节之间，在为previous_entry_length属性新增四字节的空间之后，e1的长度就变成了介于254字节至257字节之间，而这种长度使用1字节长的previous_entry_length属性时没法保存的。因此，为了让e2的previous_entry_length属性可以记录下e1的长度，程序需再次对压缩列表执行空间重分配操作，并将e2节点的previous_entry_length属性从原来的1字节扩展为5字节长

正如扩展e1引发对e2的扩展一样，扩展e2也会引发对e3的扩展……为了让每个节点的previous_entry_length属性都符合压缩列表对节点的要求，程序需要不断地对压缩列表执行空间重分配操作，直到eN为止

Redis将这种在特殊情况产生的连续多次空间扩展操作称之为“连锁更新”，图1-13展示了这一过程

图1-13   连锁更新过程

除了添加节点可能会引发连锁更新，删除节点也可能会引发连锁更新。考虑图1-14所示的压缩列表，如果e1至eN都是大小介于250字节至253字节的节点，big节点的长度大于等于254字节（需要5字节的previous_entry_length来保存），而small节点的长度小于254字节（只需要1字节的previous_entry_length来保存），那么当我们将small节点从压缩列表中删除之后，为了让e1的previous_entry_length属性可以记录big节点的长度，程序将扩展e1的空间，并由此引发之后的连锁更新

图1-14   另一种连锁更新的情况

因为连锁更新在最坏情况下需要对压缩列表执行N次空间重分配操作，而每次空间重分配的最坏时间复杂度为O(N)，所以连锁更新的最坏复杂度为O(N^2)。要注意的是，尽管连锁更新的复杂度较高，但它真正造成性能问题的概率是很低的：

• 首先，压缩列表里要恰好有多个连续的、长度介于250字节至253字节之间的节点，连锁更新才有可能引发，在实际中，这种能够情况并不多见
• 其次，即使出现连锁更新，但只要被更新的节点数量不多，就不会对性能造成任何影响：比如说，对三五个节点进行连锁更新是绝不会影响性能的

因为以上原因，ziplistPush等命令的平均时间复杂度仅为O(N)，在实际中，我们可以放心使用这些函数，而不必担心连锁更新会影响压缩列表的性能

压缩列表API

表1-4列出了所有用于操作压缩列表的API