Redis基础数据结构-压缩列表

正文

   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。

1.1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(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。

image.png

属性	类型	长度	用途
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	uint16_t	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

比如下图：

image.png

   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 ）,这表示如果我们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加上偏移量60,就可以计算出表尾节点 entry3的地址。
   列表zllen属性的值为0x3 （十进制3 ）,表示压缩列表包含三个节点

1.2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

image.png

每个压缩列表节点都由previous_entry_length、encoding, content三个部分组成

   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。

举个例子，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

image.png

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。

比如下面给出一个遍历的例子：

image.png

   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。

1.2.1encoding

   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；

image.png

1.2.2content

   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。

比如下图：

image.png

   编码的最高两位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"

1.3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。

现在有这么一种情况，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至eN,如图7-11所示

image.png

   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要1字节长的previous_entry_length属性，换句话说，e1至eN的所有节点的previous_entry_length属性都是1字节长的。
   这时，如果我们将一个长度大于等于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,如图所示：

image.png

   因为e1的previous_entry_length属性仅长1字节，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节点的previous_entry_ length属性从原来的1字节长扩展为5字节长。
   现在，麻烦的事情来了，e1原本的长度介于250字节至253字节之间，在为 previous_entry_length属性新增四个字节的空间之后，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属性是 办法保存的。
   因此，为了让e2的previous_entry_length属性可以记录下e1的长度，程序需要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字节长扩展为5字节长。
   正如扩展e1引发了对e2的扩展一样，扩展e2也会引发对e3的扩展，而扩展e3又会引发对e4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将这种在特殊情况下产生的连续多次空间扩展操作称之为“连锁更新”

   除了添加新节点可能会引发连锁更新之外，删除节点也可能会引发连锁更新,比如下图：

image.png

   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。

   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

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

问题抽象

1.压缩列表是啥？
2.Redis什么时候会用到压缩列表？
3.压缩列表是怎么实现遍历的？
4.压缩列表的连锁更新过程可以简单描述一下？
5.连锁更新的时间复杂度这么高，对性能有影响吗？
6.连锁更新为什么对性能影响不大？