Redis基本数据类型以及String(一)

前言:
     Redis也有自己的数据类型,包含string,list,hash,set,sorted set。下面就对每种数据类型原理以及操作做一个详细的介绍。
     Redis是面向编程的语言,除了字符串,其他类型怎么表示呢?
     Redis中定义了一个对象的结构体:

 /*
* Redis 对象
*/
typedef struct redisObject { // 类型
unsigned type:; // 不使用(对齐位)
unsigned notused:; // 编码方式
unsigned encoding:; // LRU 时间(相对于 server.lruclock)
unsigned lru:; // 引用计数
int refcount; // 指向对象的值
void *ptr; } robj;

type表示了该对象的对象类型,即上面五个中的一个。但为了提高存储效率与程序执行效率,每种对象的底层数据结构实现都可能不止一种。encoding就表示了对象底层所使用的编码。下面先介绍每种底层数据结构的实现,再介绍每种对象类型都用了什么底层结构并分析他们之间的关系。
     Redis对象底层数据结构共八种:
     编码常量 编码所对应的底层数据结构
     REDIS_ENCODING_INT(long 类型的整数)
     REDIS_ENCODING_EMBSTR embstr (编码的简单动态字符串)
     REDIS_ENCODING_RAW (简单动态字符串)
     REDIS_ENCODING_HT (字典)
     REDIS_ENCODING_LINKEDLIST (双端链表)
     REDIS_ENCODING_ZIPLIST (压缩列表)
     REDIS_ENCODING_INTSET (整数集合)
     REDIS_ENCODING_SKIPLIST (跳跃表和字典)

string

Redis的字符串也是字符序列,一个Key对应一个Value,它是Redis里面最为基础的数据存储类型。字符串类型是二进制安全(字符串不是根据某种特殊的标志来解析的,无论输入是什么,总能保证输出是处理的原始输入而不是根据某种特殊格式来处理)的,可以包含任何数据等等。

 一:实现原理

在C语言中,字符串可以用'\0'结尾的char数组标示。这种简单的字符串表示,在大多数情况下都能满足要求,但是不能高效的计算length和append数据。所以Redis自己实现了SDS(简单动态字符串)的抽象类型。

字符串的编码可以是int,raw或者embstr。如果一个字符串内容可转为long,那么该字符串会被转化为long类型,对象ptr指向该long,并且对象类型也用int类型表示。普通的字符串有两种,embstr和raw。如果字符串对象的长度小于44字节,就用embstr对象。否则用的raw对象。代码如下:

robj *createObject(int type, void *ptr) {
robj *o = zmalloc(sizeof(*o));
o->type = type;
o->encoding = OBJ_ENCODING_RAW;
o->ptr = ptr;
o->refcount = ; /* Set the LRU to the current lruclock (minutes resolution). */
o->lru = LRU_CLOCK();
return o;
} /* Create a string object with encoding OBJ_ENCODING_RAW, that is a plain
* string object where o->ptr points to a proper sds string. */
robj *createRawStringObject(const char *ptr, size_t len) {
return createObject(OBJ_STRING,sdsnewlen(ptr,len));
} /* Create a string object with encoding OBJ_ENCODING_EMBSTR, that is
* an object where the sds string is actually an unmodifiable string
* allocated in the same chunk as the object itself. */
robj *createEmbeddedStringObject(const char *ptr, size_t len) {
robj *o = zmalloc(sizeof(robj)+sizeof(struct sdshdr8)+len+1);
struct sdshdr8 *sh = (void*)(o+); o->type = OBJ_STRING;
o->encoding = OBJ_ENCODING_EMBSTR;
o->ptr = sh+;
o->refcount = ;
o->lru = LRU_CLOCK(); sh->len = len;
sh->alloc = len;
sh->flags = SDS_TYPE_8;
if (ptr) {
memcpy(sh->buf,ptr,len);
sh->buf[len] = '\0';
} else {
memset(sh->buf,,len+);
}
return o;
} /* Create a string object with EMBSTR encoding if it is smaller than
* REIDS_ENCODING_EMBSTR_SIZE_LIMIT, otherwise the RAW encoding is
* used.
*
* The current limit of 39 is chosen so that the biggest string object
* we allocate as EMBSTR will still fit into the 64 byte arena of jemalloc. */
#define OBJ_ENCODING_EMBSTR_SIZE_LIMIT 44
robj *createStringObject(const char *ptr, size_t len) {
if (len <= OBJ_ENCODING_EMBSTR_SIZE_LIMIT)
return createEmbeddedStringObject(ptr,len);
else
return createRawStringObject(ptr,len);
}

优点:

(1)embstr的创建只需分配一次内存,而raw为两次(一次为sds分配对象,另一次为redisObject分配对象,embstr省去了第一次)。

(2)相对地,释放内存的次数也由两次变为一次。

(3)embstr的redisObject和sds放在一起,更好地利用缓存带来的优势

缺点:redis并未提供任何修改embstr的方式,即embstr是只读的形式。对embstr的修改实际上是先转换为raw再进行修改。

sds数据结构定义如下:

typedef char *sds;
struct sdshdr {
// 记录buf数据中已使用的字节数目
int len; // 记录buf 剩余的字符长度
int free; // 字符数据,用于存储字符串 大小等于len+free+1,其中多余的1个字节是用来存储'\0'的。
char buf[];
};

最新版本的数据结构定义如下:从下面代码可以看出,除了sdshdr5之外,其它4个header的结构都包含3个字段:len: 表示字符串的真正长度(不包含NULL结束符在内)。 alloc: 表示字符串的最大容量(不包含最后多余的那个字节)。 flags: 总是占用一个 字节。其中的最低3个bit用来表示header的类型。header的类型共有5种,在sds.h中有常量定义。

typedef char *sds;

/* Note: sdshdr5 is never used, we just access the flags byte directly.
* However is here to document the layout of type 5 SDS strings. */
struct __attribute__ ((__packed__)) sdshdr5 {
unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8 {
uint8_t len; /* used */
uint8_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr16 {
uint16_t len; /* used */
uint16_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr32 {
uint32_t len; /* used */
uint32_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr64 {
uint64_t len; /* used */
uint64_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
}; #define SDS_TYPE_5 0
#define SDS_TYPE_8 1
#define SDS_TYPE_16 2
#define SDS_TYPE_32 3
#define SDS_TYPE_64 4
#define SDS_TYPE_MASK 7
#define SDS_TYPE_BITS 3
#define SDS_HDR_VAR(T,s) struct sdshdr##T *sh = (void*)((s)-(sizeof(struct sdshdr##T)));
#define SDS_HDR(T,s) ((struct sdshdr##T *)((s)-(sizeof(struct sdshdr##T))))
#define SDS_TYPE_5_LEN(f) ((f)>>SDS_TYPE_BITS)

Redis基本数据类型以及String(一)

其中SDS_HDR用来从sds字符串获得header起始位置的指针,比如SDS_HDR(8, s1)表示s1的header指针,SDS_HDR(16, s2)表示s2的header指针。使用SDS_HDR之前我们必须先知道到底是哪一种header,这样我们才知道SDS_HDR第1个参数应该传什么。由sds字符指针获得header类型的方法是,先向低地址方向偏移1个字节的位置,得到flags字段。比如,s1[-1]和s2[-1]分别获得了s1和s2的flags的值。然后取flags的最低3个bit得到header的类型。由于s1[-1] == 0x01 == SDS_TYPE_8,因此s1的header类型是sdshdr8。 由于s2[-1] == 0x02 == SDS_TYPE_16,因此s2的header类型是sdshdr16。有了header指针,就能很快定位到它的len和alloc字段:s1的header中,len的值为0x06,表示字符串数据长度为6;alloc的值为0x80,表示字符数组最大容量为128。 s2的header中,len的值为0x0006,表示字符串数据长度为6;alloc的值为0x03E8,表示字符数组最大容量为1000。

注: __attrubte__ ((packed)) 的作用就是告诉编译器取消结构在编译过程中的优化对齐,按照实际占用字节数进行分配。

通过sds.c中的sdsReqType可以清楚的明白要选用的header,长度在0和2^5-1之间,选用SDS_TYPE_5类型的header。 长度在2^5和2^8-1之间,选用SDS_TYPE_8类型的header。 长度在2^8和2^16-1之间,选用SDS_TYPE_16类型的header。 长度在2^16和2^32-1之间,选用SDS_TYPE_32类型的header。 长度大于2^32的,选用SDS_TYPE_64类型的header。能表示的最大长度为2^64-1。

static inline char sdsReqType(size_t string_size) {
if (string_size < <<)
return SDS_TYPE_5;
if (string_size < <<)
return SDS_TYPE_8;
if (string_size < <<)
return SDS_TYPE_16;
if (string_size < 1ll<<)
return SDS_TYPE_32;
return SDS_TYPE_64;
}

从数据结构定义,可以看出Redis的sds和C语言区别就是,sds是通过buf以及len来判断字符串内容的,而不是通过'\0'来判断。

(1)计算字符串的长度复杂度为0(1)

(2)操作字符串时,内存的分配复杂度最多为O(N)

C语言中对于一个N长的字符串底层是一个N+1长的字符数组(有一个字节存放空字符)。C字符串的长度和底层数组之间的长度存在着这样的关系,因此当进行字符串的操作而导致字符串长度发生变化的时候,需要对内存进行重新分配。如果操作会增长字符串,那么在执行之前,就需要进行内存分配扩充底层数组的大小。如果是缩短字符串的操作,则需要释放额外的内存。      如果字符串的操作不是很频繁,每次修改都重新分配一下内存是可以接受的。但是Redis作为一个数据库,其读写速度,数据修改频率都被要求达到很高的效率。因此这种低效的方式并不适合Redis。

Redis采用两种方式处理内存问题:

(1) 空间预分配    这种方式用于处理字符串长度增加的问题。如果对字符串的修改使得字符串的长度增加,API首先会判断buf的空间大小是否满足,如果满足则直接操作,如果不满足,则进行如下操作:如果对SDS进行修改之后的,SDS的长度(即len的值)小于1MB。程序将额外分配和len一样大小的未使用空间。以上面的”hello” + ” world”的操作为例。在这个例子中”hello”的len是5(不考虑’\0′),修改之后的字符串”hello world”长度为11,那么新的SDS的buf的容量就是11*2+1。其中len和free都是11,多余的1字节用来存储'\0'。 如果对SDS修改之后的长度大于1MB,那么程序会分配1MB的未使用空间(没有分配等同大小的空间,避免资源浪费)。比如原数据是5MB,修改之后需要6MB的空间,进行修改的操作后,buf的实际空间应该是7MB,其中len为6MB,free为1MB。通过该策略实现了最多分配N次。

sds sdsMakeRoomFor(sds s, size_t addlen) {
void *sh, *newsh;
size_t avail = sdsavail(s);
size_t len, newlen;
char type, oldtype = s[-] & SDS_TYPE_MASK;
int hdrlen; /* Return ASAP if there is enough space left. */
if (avail >= addlen) return s; len = sdslen(s);
sh = (char*)s-sdsHdrSize(oldtype);
newlen = (len+addlen);
//内存大小分配
if (newlen < SDS_MAX_PREALLOC)
newlen *= ;
else
newlen += SDS_MAX_PREALLOC; type = sdsReqType(newlen); /* Don't use type 5: the user is appending to the string and type 5 is
* not able to remember empty space, so sdsMakeRoomFor() must be called
* at every appending operation. */
if (type == SDS_TYPE_5) type = SDS_TYPE_8; hdrlen = sdsHdrSize(type);
if (oldtype==type) {
newsh = s_realloc(sh, hdrlen+newlen+);
if (newsh == NULL) return NULL;
s = (char*)newsh+hdrlen;
} else {
/* Since the header size changes, need to move the string forward,
* and can't use realloc */
newsh = s_malloc(hdrlen+newlen+);
if (newsh == NULL) return NULL;
memcpy((char*)newsh+hdrlen, s, len+);
s_free(sh);
s = (char*)newsh+hdrlen;
s[-] = type;
sdssetlen(s, len);
}
sdssetalloc(s, newlen);
return s;
}

(2)惰性空间释放   当执行字符串长度缩短的操作的时候,SDS并不直接重新分配多出来的字节,而是修改len和free的值(len相应减小,free相应增大,buf的空间大小不变化)。通过惰性空间释放,可以很好的避免缩短字符串需要的内存重分配的情况。而且多余的空间也可以为将来可能有的字符串增长的操作做优化。

(3)防止内存溢出

char a[10] = "hello";

strcat(a, " world");

strcpy(a, "hello world");

上面的三句代码,就是C语言的字符串拼接和复制的使用,但是明显出现了缓冲区溢出的问题。字符数组a的长度是10,而”hello world”字符串的长度为11,则需要12个字节的空间来存储(不要忘记了’\0’)。Redis的SDS是怎么处理字符串修改的这种情况。当使用SDS的API对字符串进行修改的时候,API内部第一步会检测字符串的大小是否满足。如果空间已经满足要求,那么就像C语言一样操作即可。如果不满足,则拓展buf的空间,使得满足操作的需求,之后再进行操作。每次操作之后,len和free的值会做相应的修改。

总结: SDS 具有以下优点

(1) 常数复杂度获取字符串长度。

(2)杜绝缓冲区溢出。

(3)减少修改字符串长度时所需的内存重分配次数。

(4)二进制安全。

(5)兼容部分 C 字符串函数。

二、命令操作

1. SET SETEX PSETEX SETNX  

SET key value [EX][PX][NX][XX]

EX second:设置键的过期时间,单位为秒。(SET key value EX second等同于SETEX key second value)。

PX millisecond:设置键的过期时间,单位为毫秒。(SET key value PX millisecond等同于PSETEX key millisecond value)。

NX:当建不存在时,才对键进行设置操作。(SET key value NX等同于SETNX key value)。

XX:只有键已经存在时,才对键进行设置操作。

(1)对不存在的键进行设置

   127.0.0.1:> set key "value"          

                   OK          

   127.0.0.1:> get key                

                  "value"    

(2)对已存在的键进行设置

  127.0.0.1:> set key "newvalue"                

                  OK
127.0.0.1:> get key "newvalue"

(3)使用EX选项

127.0.0.1:> set key-with-EX "hello" EX                 

                  OK                

  127.0.0.1:> get key-with-EX                

                 "hello"                 

  127.0.0.1:> get key-with-EX                 

                 (nil)  

(4)使用PX选项

  127.0.0.1:> set key-with-PX "hello" PX                  

                  OK                 

  127.0.0.1:> get key-with-PX                

                 "hello"                 

  127.0.0.1:> get key-with-PX                 

                 (nil)  

(5)使用NX|XX选项

  127.0.0.1:> set key-with-NX "hello" NX                

                  OK                

  127.0.0.1:> set key-with-NX "hello" NX                

                 (nil)       

  127.0.0.1:> set key-with-XX "hello"                

                  OK                

  127.0.0.1:> del key-with-XX                

                 (integer)                 

  127.0.0.1:> set key-with-XX "hello" XX       

                 (nil)    

2. APPEND

APPEND key value

如果key已存在并且是一个字符串,APPEND命令将value追加到key原来的位置。

如果key不存在,APPEND简单的将给定的key设为value。

   127.0.0.1:> APPEND test "value"           

                  (integer)             

   127.0.0.1:> get test            

                  "value"            

   127.0.0.1:> APPEND test ""           

                  (integer)            

   127.0.0.1:> get test           

                  "value1"           

      3. GET  

返回key所关联的字符串值   如果 key 不存在那么返回特殊值 nil 。假如 key 储存的值不是字符串类型,返回一个错误,因为 GET 只能用于处理字符串值。

4. INCR INCRBY INCRBYFLOAT DECR DECRBY            

INCR将key中的数字值加1。如果KEY不存在,那么KEY的值初始化为0,然后执行INCR操作。如果类型错误,返回一个错误。

INCR key

INCRBY    将 key 所储存的值加上增量 increment。

INCRBY key increment

INCRBYFLOAT    将key 中所储存的值加上浮点数增量 increment,无论加法计算所得的浮点数的实际精度有多长, INCRBYFLOAT 的计算结果也最多只能表示小数点的后十七位

INCRBYFLOAT key increment    DECR DECRBY操作与其相反。

 5. MSET MSETNX

MSET key value [key value ...]

如果某个给定 key 已经存在,那么 MSET 会用新值覆盖原来的旧值,如果这不是你所希望的效果,请考虑使用 MSETNX 命令:它只会在所有给定 key 都不存在的情况下进行设置操作。MSET 是一个原子性(atomic)操作,所有给定 key 都会在同一时间内被设置,某些给定 key 被更新而另一些给定 key 没有改变的情况,不可能发生。

    6. GETRANGE

GETRANGE key start end

返回 key 中字符串值的子字符串,字符串的截取范围由 start 和 end 两个偏移量决定(包括 start 和 end 在内)。             负数偏移量表示从字符串最后开始计数, -1 表示最后一个字符, -2 表示倒数第二个,以此类推。 GETRANGE 通过保证子字符串的值域(range)不超过实际字符串的值域来处理超出范围的值域请求。

注:GETRANGE不支持回绕操作

例:

  127.0.0.1:> set test2 "aaaaaaa"            

                  OK            

  127.0.0.1:> getrange test2 - - //回绕操作            

                  ""            

  127.0.0.1:> getrange test2 - -            

                 "aaa" 

 7. MGET       

MGET key [key ...]

返回所有(一个或多个)给定 key 的值。如果给定的 key 里面,有某个 key 不存在,那么这个 key 返回特殊值 nil 。因此,该命令永不失败

8. STRLEN      

返回 key 所储存的字符串值的长度。key不存在时返回0,。当 key 储存的不是字符串值时,返回一个错误。

 9. SETRANGE       

SETRANGE key offset value

用 value 参数覆写(overwrite)给定 key 所储存的字符串值,从偏移量 offset 开始。不存在的 key 当作空白字符串处理。SETRANGE 命令会确保字符串足够长以便将 value 设置在指定的偏移量上,如果给定 key 原来储存的字符串长度比偏移量小(比如字符串只有 5 个字符长,但你设置的 offset 是 10 ),那么原字符和偏移量之间的空白将用零字节(zerobytes, "\x00" )来填充。              注:能使用的最大偏移量是 2^29-1(536870911) ,因为 Redis 字符串的大小被限制在 512 兆(megabytes)以内。如果你需要使用比这更大的空间,你可以使用多个 key 。

10. GETSET    

GETSET key value

将给定 key 的值设为 value ,并返回 key 的旧值(old value)。当 key 存在但不是字符串类型时,返回一个错误。

上一篇:Redis学习笔记(三)-数据类型之string类型


下一篇:redis 模拟jedis 操作string类型数据