这里记录每周的学习分享，周一/周二发表，文章维护在 Github：studeyang/leanrning-share。

回顾

在文章[《Redis 的 String 类型，原来这么占内存》]中，我们学习了 SDS 的底层结构，发现 SDS 存储了很多的元数据，再加上全局哈希表的实现，使得 Redis String 类型在内存占用方面并不理想。

然后在文章[《学习分享（第1期）之Redis：巧用Hash类型节省内存》]中，我们学习了另一种节省内存的方案，使用 ziplist 结构的 Hash 类型，内存占用减少了一半，效果显著。

虽然我们在使用 String 类型后，占用了较多内存，但其实 Redis 是对 SDS 做了节省内存设计的。除此之外，Redis 在其他方面也都考虑了内存开销，今天我们就从源码层面来看看都做了哪些节省内存的设计。

文中代码版本为 6.2.4。

一、redisObject 的位域定义法

我们知道，redisObject 是底层数据结构如 SDS, ziplist 的封装，因此，redisObject 如果能做优化，最终也能带来节省内存的用户体验。在源码 server.h 中定义了 redisObject 的结构体，如下面代码所示：

#define LRU_BITS 24

typedef struct redisObject {
    unsigned type:4;//对象类型（4位=0.5字节）
    unsigned encoding:4;//编码（4位=0.5字节）
    unsigned lru:LRU_BITS;//记录对象最后一次被应用程序访问的时间（24位=3字节）
    int refcount;//引用计数。等于0时表示可以被垃圾回收（32位=4字节）
    void *ptr;//指向底层实际的数据存储结构，如：sds等(8字节)
} robj;

type, encoding, lru, refcount 都是 redisObject 的元数据，redisObject 的结构如下图所示。

从代码中我们可以看到，在 type、encoding 和 lru 三个变量后面都有一个冒号，并紧跟着一个数值，表示该元数据占用的比特数。这种变量后使用冒号和数值的定义方法，实际上是 C 语言中的位域定义方法，可以用来有效地节省内存开销。

这种方法比较适用的场景是，当一个变量占用不了一个数据类型的所有 bits 时，就可以使用位域定义方法，把一个数据类型中的 bits（32 bits），划分成多个（3 个）位域，每个位域占一定的 bit 数。这样一来，一个数据类型的所有 bits 就可以定义多个变量了，从而也就有效节省了内存开销。

另外，SDS 的设计中，也有内存优化的设计，我们具体来看看有哪些。

二、SDS 的设计

在 Redis 3.2 版本之后，SDS 由一种数据结构变成了 5 种数据结构。分别是 sdshdr5、sdshdr8、sdshdr16、sdshdr32 和 sdshdr64，其中 sdshdr5 只被应用在了 Redis 中的 key 中，另外 4 种不同类型的结构头可以适配不同大小的字符串。

以 sdshdr8 为例，它的结构定义如下所示：

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[];
};

不知道你有没有注意到，在 struct 和 sdshdr8 之间使用了 __attribute__ ((__packed__))。这是 SDS 的一个节省内存的设计–紧凑型字符串。

2.1 紧凑型字符串

什么是紧凑型字符串呢？

它的作用就是告诉编译器，在编译 sdshdr8 结构时，不要使用字节对齐的方式，而是采用紧凑的方式分配内存。默认情况下，编译器会按照 8 字节对齐的方式，给变量分配内存。也就是说，即使一个变量的大小不到 8 个字节，编译器也会给它分配 8 个字节。

举个例子。假设我定义了一个结构体 st1，它有两个成员变量，类型分别是 char 和 int，如下所示：

#include <stdio.h>
int main() {
    struct st1 {
        char a;
        int b;
    } ts1;
    printf("%lu\n", sizeof(ts1));
    return 0;
}

我们知道，char 类型占用 1 个字节，int 类型占用 4 个字节，但是如果你运行这段代码，就会发现打印出来的结果是 8。这就是因为在默认情况下，编译器会按照 8 字节对齐的方式，给 st1 结构体分配 8 个字节的空间，但是这样就有 3 个字节被浪费掉了。

那我用 __attribute__ ((__packed__)) 属性重新定义结构体 st2，同样包含 char 和 int 两个类型的成员变量，代码如下所示：

#include <stdio.h>
int main() {
    struct __attribute__((packed)) st2{
        char a;
        int b;
    } ts2;
    printf("%lu\n", sizeof(ts2));
    return 0;
}

当你运行这段代码时，可以看到打印的结果是 5，这就是紧凑型内存分配，st2 结构体只占用 5 个字节的空间。

除此之外，Redis 还做了这样的优化：当保存的字符串小于等于 44 字节时，RedisObject 中的元数据、指针和 SDS 是一块连续的内存区域，这种布局方式被称为 embstr 编码方式；当字符串大于 44 字节时，SDS 和 RedisObject 就分开布局了，这种布局方式被称为 raw 编码模式。

这部分的代码在 object.c 文件中：

#define OBJ_ENCODING_EMBSTR_SIZE_LIMIT 44
robj *createStringObject(const char *ptr, size_t len) {
    // 当字符串长度小于等于44字节，创建嵌入式字符串
    if (len <= OBJ_ENCODING_EMBSTR_SIZE_LIMIT)
        return createEmbeddedStringObject(ptr,len);
    //字符串长度大于44字节，创建普通字符串
    else
        return createRawStringObject(ptr,len);
}

当 len 的长度小于等于 OBJ_ENCODING_EMBSTR_SIZE_LIMIT （默认为 44 字节）时， createStringObject 函数就会调用 createEmbeddedStringObject 函数。这是 SDS 第二个节省内存的设计–嵌入式字符串。

在讲述嵌入式字符串之前，我们还是先来看看，当 len 的长度大于 OBJ_ENCODING_EMBSTR_SIZE_LIMIT （默认为 44 字节）时，这种普通字符串的创建过程。

2.2 RawString 普通字符串

对于 createRawStringObject 函数来说，它在创建 String 类型的值的时候，会调用 createObject 函数。createObject 函数主要是用来创建 Redis 的数据对象的。代码如下所示。

robj *createRawStringObject(const char *ptr, size_t len) {
    return createObject(OBJ_STRING, sdsnewlen(ptr,len));
}

createObject 函数有两个参数，一个是用来表示所要创建的数据对象类型，另一个是指向 SDS 对象的指针，这个指针是通过 sdsnewlen 函数创建的。

robj *createObject(int type, void *ptr) {
    // 【1】给redisObject结构体分配内存空间
    robj *o = zmalloc(sizeof(*o));
    //设置redisObject的类型
    o->type = type;
    //设置redisObject的编码类型
    o->encoding = OBJ_ENCODING_RAW;
    // 【2】将传入的指针赋值给redisObject中的指针
    o->ptr = ptr;
    …
    return o;
}

调用 sdsnewlen 函数创建完 SDS 对象的指针后，也分配了一块 SDS 的内存空间。接着，createObject 函数会给 redisObject 结构体分配内存空间，如上示代码【1】处。然后再把将传入的指针赋值给 redisObject 中的指针，如上示代码【2】处。

我们接着来看嵌入式字符串。

2.3 EmbeddedString 嵌入式字符串

通过上文我们知道，当保存的字符串小于等于 44 字节时，RedisObject 中的元数据、指针和 SDS 是一块连续的内存区域。那么 createEmbeddedStringObject 函数是如何把 redisObject 和 SDS 的内存区域放置在一起的呢？

robj *createEmbeddedStringObject(const char *ptr, size_t len) {
    // 【1】
    robj *o = zmalloc(sizeof(robj)+sizeof(struct sdshdr8)+len+1);
    ...
    if (ptr == SDS_NOINIT)
        sh->buf[len] = '\0';
    else if (ptr) {
        // 【2】
        memcpy(sh->buf,ptr,len);
        sh->buf[len] = '\0';
    } else {
        memset(sh->buf,0,len+1);
    }
    return o;
}

首先，createEmbeddedStringObject 函数会分配一块连续的内存空间，这块内存空间的大小等于 redisObject 结构体的大小 + SDS 结构头 sdshdr8 的大小 + 字符串大小的总和， 并且再加上 1 字节结束字符“\0”。这部分代码如上【1】处。

先分配了一块连续的内存空间，从而避免了内存碎片。

然后，createEmbeddedStringObject 函数会把参数中传入的指针 ptr 所指向的字符串，拷贝到 SDS 结构体中的字符数组，并在数组最后添加结束字符。这部分代码如上【2】处。

好了，以上就是 Redis 在设计 SDS 结构上节省内存的两个优化点，不过除了嵌入式字符串之外，Redis 还设计了压缩列表，这也是一种紧凑型的内存数据结构，下面我们再来学习下它的设计思路。

三、压缩列表的设计

为了方便理解压缩列表的设计与实现，我们先来看看它的创建函数 ziplistNew，这部分代码在 ziplist.c 文件中，如下所示：

unsigned char *ziplistNew(void) {
    // 初始分配的大小
    unsigned int bytes = ZIPLIST_HEADER_SIZE+ZIPLIST_END_SIZE;
    unsigned char *zl = zmalloc(bytes);
    …
    // 将列表尾设置为ZIP_END
    zl[bytes-1] = ZIP_END;
    return zl;
}

可以看到，ziplistNew 函数的逻辑很简单，就是创建一块连续的内存空间，大小为 ZIPLIST_HEADER_SIZE 和 ZIPLIST_END_SIZE 的总和，然后再把该连续空间的最后一个字节赋值为 ZIP_END，表示列表结束。

另外，在 ziplist.c 文件中也定义了 ZIPLIST_HEADER_SIZE、 ZIPLIST_END_SIZE 和 ZIP_END 的值，它们分别表示 ziplist 的列表头大小、列表尾大小和列表尾字节内容，如下所示。

//ziplist的列表头大小
#define ZIPLIST_HEADER_SIZE (sizeof(uint32_t)*2 + sizeof(uint16_t))
//ziplist的列表尾大小
#define ZIPLIST_END_SIZE (sizeof(uint8_t))
//ziplist的列表尾字节内容
#define ZIP_END 255

列表头包括 2 个 32 bits 整数和 1 个 16 bits 整数，分别表示压缩列表的总字节数 zlbytes，列表最后一个元素离列表头的偏移 zltail，以及列表中的元素个数 zllen；列表尾包括 1 个 8 bits 整数，表示列表结束。执行完 ziplistNew 函数创建一个 ziplist 后，内存布局就如下图所示。

注意，此时 ziplist 中还没有实际的数据，所以图中并没有画出来。

然后，当我们往 ziplist 中插入数据后，完整的内存布局如下图所示。

ziplist entry 包括三部分内容，分别是前一项的长度（prevlen）、当前项长度信息的编码结果（encoding），以及当前项的实际数据（data）。

当我们往 ziplist 中插入数据时，ziplist 会根据数据是字符串还是整数，以及它们的大小进行不同的编码，这种根据数据大小进行相应编码的设计思想，正是 Redis 为了节省内存而采用的。

unsigned char *__ziplistInsert(unsigned char *zl, unsigned char *p, unsigned char *s, unsigned int slen) {
    ...
    /* Write the entry */
    p += zipStorePrevEntryLength(p,prevlen);
    p += zipStoreEntryEncoding(p,encoding,slen);
    if (ZIP_IS_STR(encoding)) {
        memcpy(p,s,slen);
    } else {
        zipSaveInteger(p,value,encoding);
    }
    ZIPLIST_INCR_LENGTH(zl,1);
    return zl;
}

此处源码在下文中还会提及，为了讲述方便，这里标识为【源码A处】。

此外，每个列表项 entry 中都会记录前一项的长度，因为每个列表项的长度不一样， Redis 会根据数据长度选择不同大小的字节来记录 prevlen。

3.1 使用不同大小的字节来记录 prevlen

举个例子，假设我们统一使用 4 字节记录 prevlen，如果前一个列表项只是一个 5 字节的字符串“redis”，那我们用 1 个字节（8 bits）就能表示 0~256 字节长度的字符串了。此时，prevlen 用 4 字节记录，就有 3 字节浪费掉了。

下面我们就来看看 Redis 是如何根据数据长度选择不同大小的字节来记录 prevlen 的。

通过上面的 __ziplistInsert 函数即【源码A处】可以看到，ziplist 在对 prevlen 编码时，会先调用 zipStorePrevEntryLength 函数，该函数代码如下所示：

unsigned int zipStorePrevEntryLength(unsigned char *p, unsigned int len) {
    if (p == NULL) {
        return (len < ZIP_BIG_PREVLEN) ? 1 : sizeof(uint32_t) + 1;
    } else {
        //判断prevlen的长度是否小于ZIP_BIG_PREVLEN
        if (len < ZIP_BIG_PREVLEN) {
            //如果小于254字节，那么返回prevlen为1字节
            p[0] = len;
            return 1;
        } else {
            //否则，调用zipStorePrevEntryLengthLarge进行编码
            return zipStorePrevEntryLengthLarge(p,len);
        }
    }
}

可以看到，zipStorePrevEntryLength 函数会判断前一个列表项是否小于 ZIP_BIG_PREVLEN（ZIP_BIG_PREVLEN 的值是 254）。如果是的话，那么 prevlen 就使用 1 字节表示；否则，zipStorePrevEntryLength 函数就调用 zipStorePrevEntryLengthLarge 函数进一步编码。

zipStorePrevEntryLengthLarge 函数会先将 prevlen 的第 1 字节设置为 254，然后使用内存拷贝函数 memcpy，将前一个列表项的长度值拷贝至 prevlen 的第 2 至第 5 字节。最后，zipStorePrevEntryLengthLarge 函数返回 prevlen 的大小，为 5 字节。

int zipStorePrevEntryLengthLarge(unsigned char *p, unsigned int len) {
    uint32_t u32;
    if (p != NULL) {
        //将prevlen的第1字节设置为ZIP_BIG_PREVLEN，即254
        p[0] = ZIP_BIG_PREVLEN;
        u32 = len;
        //将前一个列表项的长度值拷贝至prevlen的第2至第5字节，其中sizeof(u32)的值为4
        memcpy(p+1,&u32,sizeof(u32));
        ...
    }
    //返回prevlen的大小，为5字节
    return 1 + sizeof(uint32_t);
}

好了，在了解了 prevlen 使用 1 字节和 5 字节两种编码方式后，我们再来学习下 encoding 的编码方法。

3.2 使用不同大小的字节来记录 encoding 编码

我们回到上面的 __ziplistInsert 函数即【源码A处】，可以看到执行完 zipStorePrevEntryLength 函数逻辑后，紧接着会调用 zipStoreEntryEncoding 函数。

ziplist 在 zipStoreEntryEncoding 函数中，针对整数和字符串，就分别使用了不同字节长度的编码结果。

unsigned int zipStoreEntryEncoding(unsigned char *p, unsigned char encoding, unsigned int rawlen) {
    //默认编码结果是1字节
    unsigned char len = 1;
    //如果是字符串数据
    if (ZIP_IS_STR(encoding)) {
        //如果字符串长度小于等于63字节（16进制为0x3f）
        if (rawlen <= 0x3f) {
            //默认编码结果是1字节
            if (!p) return len;
            ...
        }
        //字符串长度小于等于16383字节（16进制为0x3fff）
        else if (rawlen <= 0x3fff) {
            //编码结果是2字节
            len += 1;
            if (!p) return len;
            ...
        }
        //字符串长度大于16383字节
        else {
            //编码结果是5字节
            len += 4;
            if (!p) return len;
            ...
        }
    } else {
        /* 如果数据是整数，编码结果是1字节 */
        if (!p) return len;
        ...
    }
}

可以看到当数据是不同长度字符串或是整数时，编码结果的长度 len 大小不同。

总之，针对不同长度的数据，使用不同字节大小的元数据信息 prevlen 和 encoding 来记录， 这种方法可以有效地节省内存开销。

封面