Redis的设计与实现(6)-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, 并且每个列表项要么就是小整数值, 要么就是长度比较短的字符串, 那么 Redis 就会使用压缩列表来做列表键的底层实现.
当一个哈希键只包含少量键值对, 并且每个键值对的键和值要么就是小整数值, 要么就是长度比较短的字符串, 那么 Redis 就会使用压缩列表来做哈希键的底层实现.

1. 压缩列表的构成

压缩列表是 Redis 为了节约内存而开发的, 由一系列特殊编码的连续内存块组成的顺序型 (sequential) 数据结构.
一个压缩列表可以包含任意多个节点 (entry) , 每个节点可以保存一个字节数组或者一个整数值.

压缩列表的整体布局:

字段名称	类型	占用空间	备注
zlbytes	uint32_t	4 字节	记录整个压缩列表占用的内存字节数: 在对压缩列表进行内存重分配, 或者计算 zlend 的位置时使用.
zltail	uint32_t	4 字节	记录压缩列表表尾节点距离压缩列表的起始地址有多少字节: 通过这个偏移量，程序无须遍历整个压缩列表就可以确定表尾节点的地址.
zllen	uint16_t	2 字节	记录了压缩列表包含的节点数量: 当这个属性的值小于 UINT16_MAX (65535)时, 这个属性的值就是压缩列表包含节点的数量; 当这个值等于 UINT16_MAX 时, 节点的真实数量需要遍历整个压缩列表才能计算得出.
entryX	列表节点	不定	压缩列表包含的各个节点，节点的长度由节点保存的内容决定.
zlend	uint8_t	1 字节	特殊值 0xFF (十进制 255 )，用于标记压缩列表的末端.

2 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 16383 (2^{14}-1) 字节的字节数组;
长度小于等于 4294967295 (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，介于 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.

压缩列表节点的构成:

| previous_entry_length | encoding | content |

2.1 previous_entry_length

节点的 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 属性的长度可以是 1 字节或者 5 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.

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地址来计算出前一个节点的起始地址.

压缩列表的从表尾向表头遍历操作就是使用这一原理实现的: 只要我们拥有了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.

2.2 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, 两字节或者五字节长, 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, 值的最高位以 11 开头的是整数编码: 这种编码表示节点的 content 属性保存着整数值, 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;

编码	编码长度	content 属性保存的值
00bbbbbb	1 字节	长度小于等于 63 字节的字节数组.
01bbbbbb xxxxxxxx	2 字节	长度小于等于 16383 字节的字节数组.
10______ aaaaaaaa bbbbbbbb cccccccc dddddddd	5 字节	长度小于等于 4294967295 的字节数组.

编码	编码长度	content 属性保存的值
11000000	1 字节	int16_t 类型的整数.
11010000	1 字节	int32_t 类型的整数.
11100000	1 字节	int64_t 类型的整数.
11110000	1 字节	24 位有符号整数.
11111110	1 字节	8 位有符号整数.
1111xxxx	1 字节	使用这一编码的节点没有相应的 content 属性, 因为编码本身的 xxxx 四个位已经保存了一个介于 0 和 12 之间的值, 所以它无须 content 属性.

2.3 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者整数, 值的类型和长度由节点的 encoding 属性决定.

3. 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.

如果原有的节点都小于 254 字节, 突然间插入一个大于等于 254 字节, 压缩列表将会发生空间重分配(连锁更新);
删除节点, 也会发生导致连锁更新.

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几率是很低的:

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, 连锁更新才有可能被引发, 在实际中, 这种情况并不多见;
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对不会影响性能的;

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

4. 压缩列表 API

函数	作用	算法复杂度
ziplistNew	创建一个新的压缩列表。	O(1)
ziplistPush	创建一个包含给定值的新节点，并将这个新节点添加到压缩列表的表头或者表尾。	平均 O(N) ，最坏 O(N^2) 。
ziplistInsert	将包含给定值的新节点插入到给定节点之后。	平均 O(N) ，最坏 O(N^2) 。
ziplistIndex	返回压缩列表给定索引上的节点。	O(N)
ziplistFind	在压缩列表中查找并返回包含了给定值的节点。	因为节点的值可能是一个字节数组，所以检查节点值和给定值是否相同的复杂度为 O(N) ，而查找整个列表的复杂度则为 O(N^2) 。
ziplistNext	返回给定节点的下一个节点。	O(1)
ziplistPrev	返回给定节点的前一个节点。	O(1)
ziplistGet	获取给定节点所保存的值。	O(1)
ziplistDelete	从压缩列表中删除给定的节点。	平均 O(N) ，最坏 O(N^2) 。
ziplistDeleteRange	删除压缩列表在给定索引上的连续多个节点。	平均 O(N) ，最坏 O(N^2) 。
ziplistBlobLen	返回压缩列表目前占用的内存字节数。	O(1)
ziplistLen	返回压缩列表目前包含的节点数量。	节点数量小于 65535 时 O(1) ，大于 65535 时 O(N) 。

因为 ziplistPush, ziplistInsert, ziplistDelete 和 ziplistDeleteRange 四个函数都有可能会引发连锁更新, 所以它们的最坏复杂度都是 O(N^2).

5. 总结

压缩列表是一种为节约内存而开发的顺序型数据结构.
压缩列表被用作列表键和哈希键的底层实现之一.
压缩列表可以包含多个节点，每个节点可以保存一个字节数组或者整数值.
添加新节点到压缩列表, 或者从压缩列表中删除节点, 可能会引发连锁更新操作, 但这种操作出现的几率并不高.