本文转自互联网

本系列文章将整理到我在GitHub上的《Java面试指南》仓库更多精彩内容请到我的仓库里查看

https://github.com/h2pl/Java-Tutorial

喜欢的话麻烦点下Star哈

文章首发于我的个人博客

www.how2playlife.com

本文是微信公众号【Java技术江湖】的《探索Redis设计与实现》其中一篇本文部分内容来源于网络为了把本文主题讲得清晰透彻也整合了很多我认为不错的技术博客内容引用其中了一些比较好的博客文章如有侵权请联系作者。

该系列博文会告诉你如何从入门到进阶Redis基本的使用方法Redis的基本数据结构以及一些进阶的使用方法同时也需要进一步了解Redis的底层数据结构再接着还会带来Redis主从复制、集群、分布式锁等方面的相关内容以及作为缓存的一些使用方法和注意事项以便让你更完整地了解整个Redis相关的技术体系形成自己的知识框架。

如果对本系列文章有什么建议或者是有什么疑问的话也可以关注公众号【Java技术江湖】联系作者欢迎你参与本系列博文的创作和修订。

这周开始学习 Redis看看Redis是怎么实现的。所以会写一系列关于 Redis的文章。这篇文章关于 Redis 的基础数据。阅读这篇文章你可以了解

动态字符串SDS
链表
字典

三个数据结构 Redis 是怎么实现的。

SDS

SDS Simple Dynamic String是 Redis 最基础的数据结构。直译过来就是”简单的动态字符串“。Redis 自己实现了一个动态的字符串而不是直接使用了 C 语言中的字符串。

sds 的数据结构

struct sdshdr {   
// buf 中已占用空间的长度 int len; 
// buf 中剩余可用空间的长度 int free; 
// 数据空间 
char buf[];
    
}

所以一个 SDS 的就如下图

sds

所以我们看到sds 包含3个参数。buf 的长度 lenbuf 的剩余长度以及buf。

为什么这么设计呢

可以直接获取字符串长度。
C 语言中获取字符串的长度需要用指针遍历字符串时间复杂度为 O(n)而 SDS 的长度直接从len 获取复杂度为 O(1)。
杜绝缓冲区溢出。
由于C 语言不记录字符串长度如果增加一个字符传的长度如果没有注意就可能溢出覆盖了紧挨着这个字符的数据。对于SDS 而言增加字符串长度需要验证 free的长度如果free 不够就会扩容整个 buf防止溢出。
减少修改字符串长度时造成的内存再次分配。
redis 作为高性能的内存数据库需要较高的相应速度。字符串也很大概率的频繁修改。 SDS 通过未使用空间这个参数将字符串的长度和底层buf的长度之间的额关系解除了。buf的长度也不是字符串的长度。基于这个分设计 SDS 实现了空间的预分配和惰性释放。
1. 预分配
  如果对 SDS 修改后如果 len 小于 1MB 那 len = 2 * len + 1byte。这个 1 是用于保存空字节。
  如果 SDS 修改后 len 大于 1MB 那么 len = 1MB + len + 1byte。
2. 惰性释放
  如果缩短 SDS 的字符串长度redis并不是马上减少 SDS 所占内存。只是增加 free 的长度。同时向外提供 API 。真正需要释放的时候才去重新缩小 SDS 所占的内存
二进制安全。
C 语言中的字符串是以 ”\0“ 作为字符串的结束标记。而 SDS 是使用 len 的长度来标记字符串的结束。所以SDS 可以存储字符串之外的任意二进制流。因为有可能有的二进制流在流中就包含了”\0“造成字符串提前结束。也就是说 SDS 不依赖 “\0” 作为结束的依据。
兼容C语言
SDS 按照惯例使用 ”\0“ 作为结尾的管理。部分普通C 语言的字符串 API 也可以使用。

链表

C语言中并没有链表这个数据结构所以 Redis 自己实现了一个。Redis 中的链表是

typedef struct listNode { 
// 前置节点 struct listNode *prev; 
// 后置节点 struct listNode *next; 
// 节点的值 void *value;} listNode;

非常典型的双向链表的数据结构。

同时为双向链表提供了如下操作的函数

/* * 双端链表迭代器 */typedef struct listIter { 
// 当前迭代到的节点 listNode *next; 
// 迭代的方向 int direction;} listIter;

/* * 双端链表结构 

*/typedef struct list { 
// 表头节点 listNode *head; 
// 表尾节点 listNode *tail; 
// 节点值复制函数 void *(*dup)(void *ptr); 
// 节点值释放函数 void (*free)(void *ptr); 
// 节点值对比函数 int (*match)(void *ptr, void *key); 
// 链表所包含的节点数量 unsigned long len;} list;

链表的结构比较简单数据结构如下

list

总结一下性质

双向链表某个节点寻找上一个或者下一个节点时间复杂度 O(1)。
list 记录了 head 和 tail寻找 head 和 tail 的时间复杂度为 O(1)。
获取链表的长度 len 时间复杂度 O(1)。

字典

字典数据结构极其类似 java 中的 Hashmap。

Redis的字典由三个基础的数据结构组成。最底层的单位是哈希表节点。结构如下

typedef struct dictEntry {
    
    // 键
    void *key;

    // 值
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
    } v;

    // 指向下个哈希表节点形成链表
    struct dictEntry *next;

} dictEntry;

实际上哈希表节点就是一个单项列表的节点。保存了一下下一个节点的指针。 key 就是节点的键v是这个节点的值。这个 v 既可以是一个指针也可以是一个 uint64_t或者 int64_t 整数。*next 指向下一个节点。

通过一个哈希表的数组把各个节点链接起来
typedef struct dictht {

    // 哈希表数组
    dictEntry **table;

    // 哈希表大小
    unsigned long size;
    
    // 哈希表大小掩码用于计算索引值
    // 总是等于 size - 1
    unsigned long sizemask;

    // 该哈希表已有节点的数量
    unsigned long used;

} dictht;

dictht

通过图示我们观察

实际上如果对java 的基本数据结构了解的同学就会发现这个数据结构和 java 中的 HashMap 是很类似的就是数组加链表的结构。

字典的数据结构

typedef struct dict {

    // 类型特定函数
    dictType *type;

    // 私有数据
    void *privdata;

    // 哈希表
    dictht ht[2];

    // rehash 索引
    // 当 rehash 不在进行时值为 -1
    int rehashidx; /* rehashing not in progress if rehashidx == -1 */

    // 目前正在运行的安全迭代器的数量
    int iterators; /* number of iterators currently running */

} dict;

其中的dictType 是一组方法代码如下

/*
 * 字典类型特定函数
 */
typedef struct dictType {

    // 计算哈希值的函数
    unsigned int (*hashFunction)(const void *key);

    // 复制键的函数
    void *(*keyDup)(void *privdata, const void *key);

    // 复制值的函数
    void *(*valDup)(void *privdata, const void *obj);

    // 对比键的函数
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);

    // 销毁键的函数
    void (*keyDestructor)(void *privdata, void *key);
    
    // 销毁值的函数
    void (*valDestructor)(void *privdata, void *obj);

} dictType;

字典的数据结构如下图

dict

这里我们可以看到一个dict 拥有两个 dictht。一般来说只使用 ht[0],当扩容的时候发生了rehash的时候ht[1]才会被使用。

当我们观察或者研究一个hash结构的时候偶我们首先要考虑的这个 dict 如何插入一个数据

我们梳理一下插入数据的逻辑。

计算Key 的 hash 值。找到 hash 映射到 table 数组的位置。
如果数据已经有一个 key 存在了。那就意味着发生了 hash 碰撞。新加入的节点就会作为链表的一个节点接到之前节点的 next 指针上。
如果 key 发生了多次碰撞造成链表的长度越来越长。会使得字典的查询速度下降。为了维持正常的负载。Redis 会对字典进行 rehash 操作。来增加 table 数组的长度。所以我们要着重了解一下 Redis 的 rehash。步骤如下
1. 根据ht[0] 的数据和操作的类型扩大或缩小分配 ht[1] 的大小。
2. 将 ht[0] 的数据 rehash 到 ht[1] 上。
3. rehash 完成以后将ht[1] 设置为 ht[0]生成一个新的ht[1]备用。
渐进式的 rehash 。
其实如果字典的 key 数量很大达到千万级以上rehash 就会是一个相对较长的时间。所以为了字典能够在 rehash 的时候能够继续提供服务。Redis 提供了一个渐进式的 rehash 实现rehash的步骤如下
1. 分配 ht[1] 的空间让字典同时持有 ht[1] 和 ht[0]。
2. 在字典中维护一个 rehashidx设置为 0 表示字典正在 rehash。
3. 在rehash期间每次对字典的操作除了进行指定的操作以外都会根据 ht[0] 在 rehashidx 上对应的键值对 rehash 到 ht[1]上。
4. 随着操作进行 ht[0] 的数据就会全部 rehash 到 ht[1] 。设置ht[0] 的 rehashidx 为 -1渐进的 rehash 结束。

这样保证数据能够平滑的进行 rehash。防止 rehash 时间过久阻塞线程。

在进行 rehash 的过程中如果进行了 delete 和 update 等操作会在两个哈希表上进行。如果是 find 的话优先在ht[0] 上进行如果没有找到再去 ht[1] 中查找。如果是 insert 的话那就只会在 ht[1]中插入数据。这样就会保证了 ht[1] 的数据只增不减ht[0]的数据只减不增。

探索Redis设计与实现1：Redis 的基础数据结构概览

SDS

链表

字典