压缩列表-ziplist

• 概述
• 压缩列表
• 压缩列表节点-entry
• • previous_entry_length属性
  • encoding属性
  • • 字节数组编码
    • 整数编码
  • content
• 压缩列表的连锁更新
• 压缩列表API

概述

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

另外，当一个哈希键只包含少量键值对，比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

压缩列表

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

下面两张图分别展示了压缩列表的各个组成部分 和 各个组成部分的类型、长度以及用途

压缩列表节点-entry

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

每个压缩列表节点都由previous_entry_length、encoding、content三个部分组成。如下所示：

previous_entry_length属性

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 的遍历操作 就是使用 这一原理实现的，只要拥有了一个 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

encoding属性

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

字节数组编码

整数编码

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

压缩列表的连锁更新

考虑这样一种情况，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
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

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(的)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

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属性是没办法保存的

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”（cascade update）

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

考虑图7-14所示的压缩列表，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；

因为以上原因，ziplistPush等命令的平均复杂度仅为O（N），在实际中，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

压缩列表API