redis源码之dict

大家都知道redis默认是16个db，但是这些db底层的设计结构是什么样的呢？
我们来简单的看一下源码,重要的字段都有所注释

typedef struct redisDb {
    dict *dict;                 /* The keyspace for this DB   字典数据结构，非常重要*/
    dict *expires;              /* Timeout of keys with a timeout set   过期时间*/
    dict *blocking_keys;        /* Keys with clients waiting for data (BLPOP)  list一些数据结构中用到的阻塞api*/
    dict *ready_keys;           /* Blocked keys that received a PUSH */
    dict *watched_keys;         /* WATCHED keys for MULTI/EXEC CAS  事务相关处理 */
    int id;                     /* Database ID */
    long long avg_ttl;          /* Average TTL, just for stats */
    unsigned long expires_cursor; /* Cursor of the active expire cycle. */
    list *defrag_later;         /* List of key names to attempt to defrag one by one, gradually. */
} redisDb;

redis中的所有kv都是存放在dict中的，dict类型在redis中非常重要。

字典disc的数据结构如下

typedef struct dict {
    dictType *type;  //
    void *privdata;  
    dictht ht[2];    //hashtable,每个dict都有两个这样的数据结构，主要用于hash扩容
    long rehashidx; /* rehashing not in progress if rehashidx == -1  rehash的作用  防止链表无限增长*/
    unsigned long iterators; /* number of iterators currently running   遍历记录的一些字段*/
} dict;

redis中当出现hash冲突的时候，我们会采用头插法(链表)的方式来解决，但是链表无限增常的话hashtable会退化，退化成一个链表，影响查询效率，这个时候我们就需要对之前的数组进行扩容，把老的数据搬到新数组上面，这个过程就是rehash

接下来咱们来看看dictType的类型

typedef struct dictType {
    uint64_t (*hashFunction)(const void *key);
    void *(*keyDup)(void *privdata, const void *key);  //key用于数据类型的复制
    void *(*valDup)(void *privdata, const void *obj);  //value用于数据类型的复制
    int (*keyCompare)(void *privdata, const void *key1, const void *key2); //hash冲突的时候需要在冲突的值里面一个一个的对比
    void (*keyDestructor)(void *privdata, void *key);
    void (*valDestructor)(void *privdata, void *obj);
} dictType;

typedef struct dictht {
    dictEntry **table;  //指向数组的首地址  是健值对的核心结构
    unsigned long size;//数组的长度
    unsigned long sizemask; //恒等于size-1
    unsigned long used;
} dictht; 

typedef struct  {
    void *key;  //指向SDS的数据结构
    union {  //联合体表示value类型,只会用到一个字段
        void *val;    //指向redis对象 redisObject
        uint64_t u64;
        int64_t s64;
        double d;  
    } v;
    struct dictEntry *next;  //头插法解决hash冲突
} dictEntry;

接下来我们看一下内存关系的对应图

typedef struct redisObject {
    unsigned type:4;  //当前对象类型 list  string hash set zset等
    unsigned encoding:4; //redis做的底层优化(编码)
    unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
                            * LFU data (least significant 8 bits frequency
                            * and most significant 16 bits access time). */
    int refcount;
    void *ptr;
} robj;

最后咱们有一张总的图来表是redis的内存关系

encoding存储的优化策略
#####1:整型编码的处理
我们先来看一个例子

127.0.0.1:6379> set type-int 12345
OK
127.0.0.1:6379> object encoding type-int
"int"
//返回的encoding类型是int
127.0.0.1:6379> set type-int-long 12345678901234567890
OK
127.0.0.1:6379> object encoding type-int-long
"embstr"
//返回的encoding类型是embstr

我们可以发现，在都是数字的时候，如果长度小于20，就会自动转换为int类型，这是redis中专门做的处理

if (len <= 20 && string2l(s, len, &value))

在一个redisObject中，就可以直接用ptr去存储整型值，而不用重新去开辟一块sds的空间

#####2:redis对象字符串存储相关优化

127.0.0.1:6379> set type-str-short xxx
OK
127.0.0.1:6379> object encoding type-str-short
"embstr"




127.0.0.1:6379> set type-str-long xxxxxxxxxx-xxxxxxxxxx-xxxxxxxxxx-xxxxxxxxxx-x
//字符串长度45
127.0.0.1:6379> object encoding type-str-long
"raw"



127.0.0.1:6379> set type-str-long2 xxxxxxxxxx-xxxxxxxxxx-xxxxxxxxxx-xxxxxxxxxx-
//字符串长度44
127.0.0.1:6379> object encoding type-str-long2
"embstr"

一个redisobject是存在内存中的，cpu在完成一个io的时候，它是怎么来读数据的呢，其实cup的io中有一个缓冲行的概念，在linux系统中，一个缓冲行一般是64个字节
接下来我们看看一个redis对象大概占多大的内存空间，其实我们可以大概算出来。

typedef struct redisObject {
    unsigned type:4;  //4bit
    unsigned encoding:4; //4bit
    unsigned lru:LRU_BITS; //24bit
    int refcount;   //4byte
    void *ptr;   //8byte
} robj;

一个redis对象本身就需要占 （4bit+4bit+24bit = 4byte） + 4byte + 8byte = 16byte的大小

这样的话一个缓冲行还剩余48个byte的大小，有点浪费，
48个byte，按照sds的分配策略应该在sdshdr8那个区间中，而sdshdr8本身就需要占3个字节，sds需要兼容c语言的函数库，都会在结尾加上\0，所以sdshdr8本身是占用4个字节，所以一个缓冲行中还剩余44个字节，来存储剩余的数据，所以在redis字符串对象中，当长度小于44的时候，encoding的类型是embstr，没有新开辟一块sds空间