Redis-五种数据结构之列表(ziplist、quicklist)

列表

文章目录

  • 列表
    • 压缩列表-ziplist
      • ziplist 定义
      • 级联更新
    • 快速列表-quicklist
      • quicklistNode 定义
      • quicklist 定义
      • quicklist常用操作
      • 其他操作
      • quicklist 相对于普通链表优点
      • quick应用场景
      • 在redis 中使用quicklist

列表数据类型可以存储一组按插入顺序排序的字符串,他很灵活,支持两端插入、弹出数据可以充当栈和队列的角色。

压缩列表-ziplist

链表和数组都可以实现列表类型,Redis 使用的是链表结构,下面是一种常见的链表实现方式:

typedef struct listNode {struct listNode *prev;  //上一个数据节点struct listNode *next;	//下一个数据节void *value;   			//数据内容
} listNode;typedef struct list {listNode *head;listNode *tail;void *(*dup)(void *ptr);void (*free)(void *ptr);int (*match)(void *ptr, void *key);unsigned long len;
} list;

Redis 内部使用该链表来保存运行数据,比如主服务器下的所有从服务器的信息。

但Redis 并不使用该链表来保存用户列表的数据,因为他对内存管理不够友好,原因如下:

  • 链表的每个节点都占用一块独立的内存,导致了内存碎片古过多。
  • 链表节点中前后节点指针占用过多的额外内存。

那数组就可以完美的解决这两个问题

ziplist就是一个类似数组的紧凑型链表,他会申请一整块的内存,在这个内存上存放所有的数据,

这就是ziplist的设计思想。

ziplist 定义

ziplist 的总体布局如下

  • zlbytes:ziplist的长度。 4字节
  • zltail:ziplist头部到末尾元素的长度,通过zltail字段可以很方便获取末尾元素的地址。4字节
  • zllen:元素的个数,最大可以存放65535个元素。2字节
  • zlend:结束标志,值固定为0xFF。
  • entry: ziplist 中保存的节点 1字节

节点布局

  • entry-data : 该节点元素,即节点存储的数据

  • prevlen: 记录前驱节点的长度,该属性的长度为1字节或者5字节

    • 如果前一个元素长度小于254,则该属性占用1byte
    • 否则,第一个字节固定为254,剩余4byte存放前一个元素的长度,不为255的原因是255和结尾标志重复
  • enconding:表示编码类型有以下几种:

    • 字符串编码:字符串类型有1、2、5三种编码长度,前两位表示编码类型,剩余位表示字符串长度

      00|aaaaaa:存储长度小于等于63byte的字符串。
      01|aaaaaa bbbbbbbb:存储长度小于等于16383byte的字符串。
      10|...... bbbbbbbb cccccccc dddddddd eeeeeeee:存储长度小于等于4294967295byte的字符串,'.'固定为0。
      
    • 整型编码

      1100 0000:表示16位有符号整数,entry-data占用2byte。
      1101 0000:表示32位有符号整数,entry-data占用4byte。
      1110 0000:表示64位有符号整数,entry-data占用8byte。
      1111 0000:表示24位有符号整数,entry-data占用3byte。
      1111 1110:表示8位有符号整数,entry-data占用1byte。
      1111 0001 - 1111 1101:没有entry-data部分,依次表示整数0-12。
      

级联更新

级联更新是指因为插入、删除、更新等操作导致后续连续多个元素出现更新的现象。核心原因是ziplist的每个元素存放着上一个元素的长度。最差情况下,后面所有元素都得更新,但是这种情况很少见。

快速列表-quicklist

quicklist 的设计思想很简单,将一个ziplist 拆分成多个短的ziplist ,避免插入或者删除元素时会导致大量内存拷贝

**quicklist 其实就是简单的双链表,但每个双链表节点中保存一个 ziplist,**然后每个 ziplist 中存一批 list 中的数据 (具体 ziplist 大小可配置),这样既可以避免大量链表指针带来的内存消耗,也可以避免 ziplist 更新导致的大量性能损耗,将大的 ziplist 化整为零。

quicklistNode 定义

typedef struct quicklistNode {struct quicklistNode *prev;struct quicklistNode *next;unsigned char *zl; 				// quicklist节点对应的ziplist -指向了一个 ziplist 结构unsigned int sz;                // ziplist的字节数 unsigned int count : 16; 		// ziplist的元素数量unsigned int encoding : 2; 		// 数据类型,2表示节点已压缩,1表示节点未压缩unsigned int container : 2;     // 目前固定为2 表示使用ziplist 存储数据unsigned int recompress : 1; 	// 1表示暂时解压,后续需要时再将其解压- 表示该节点是否需要重新压缩。unsigned int attempted_compress : 1; // 节点无法压缩;太小了 unsigned int extra : 10; 		// 预留暂未使用
} quicklistNode;

quicklist 定义

当链表很长时,中间节点的访问频率较低,这时Redis 会将中间节点进行压缩,更进一步的节省内存空间–采用LZF压缩

//压缩后的节点定义
typedef struct quicklistLZF {size_t sz; // 压缩后的ziplist大小char compressed[];//存放压缩后的ziplist字节数组
} quicklistLZF;typedef struct quicklist {quicklistNode *head; /* 头结点 */quicklistNode *tail; /* 尾结点 */unsigned long count; /* 在所有的ziplist中的entry总数 */unsigned long len; /* quicklist节点总数 */int fill : QL_FILL_BITS; /* 16位,每个节点的最大容量 */unsigned int compress : QL_COMP_BITS; /* 16位,quicklist的压缩深度,0表示所有节点都不压缩,否则就表示从两端开始有多											少个节点不压缩 */unsigned int bookmark_count: QL_BM_BITS; /*4位,bookmarks数组的大小,bookmarks是一个可选字段,用来quicklist重新													分配内存空间时使用,不使用时不占用空间*/quicklistBookmark bookmarks [];
} quicklist;

其中,fill 和 compress 是两个重要的字段,它们决定了 quicklist 的内存和性能特性。

  • fill 表示每个 quicklistNode 节点的最大容量,不同的数值有不同的含义,默认是 -2,当然也可以配置为其他数值,具体数值含义如下:
fill含义
-1每个 quicklistNode 节点的 ziplist 所占字节数不能超过 4kb。
-2每个 quicklistNode 节点的 ziplist 所占字节数不能超过 8kb。 (默认配置&建议配置)
-3每个 quicklistNode 节点的 ziplist 所占字节数不能超过 16kb。
-4每个 quicklistNode 节点的 ziplist 所占字节数不能超过 32kb。
-5每个 quicklistNode 节点的 ziplist 所占字节数不能超过 64kb。
任意正数表示:ziplist 结构所最多包含的 entry 个数,最大为 215215。
  • compress 表示 quicklist 的压缩深度,0 表示所有节点都不压缩,否则就表示从两端开始有多少个节点不压缩。例如,compress 为 1 表示从两端开始,有 1 个节点不做 LZF 压缩。LZF 是种无损压缩算法。Redis 为了节省内存空间,会将 quicklist 的节点用 LZF 压缩后存储,但这里不是全部压缩,可以配置 compress 的值。

在这里插入图片描述

quicklist常用操作

  • 创建
quicklist *quicklistCreate(void); // 创建quicklist
quicklist *quicklistNew(int fill, int compress); // 用一些指定参数创建一个新的quicklist
void quicklistSetCompressDepth(quicklist *quicklist, int depth); // 设置压缩深度
  • 头插和尾插
void quicklistPushHead(quicklist *quicklist, void *value, size_t sz); // 头插
void quicklistPushTail(quicklist *quicklist, void *value, size_t sz); // 尾插
  • 头删和尾删
int quicklistPop(quicklist *quicklist, int where, unsigned char **data, size_t *sz, long long *slong); // 头删或尾删
  • 查找

​ 查找操作需要遍历整个 quicklist,对每个 ziplist 进行查找。如果找到了匹配的元素,就返回一个 quicklistEntry 结构体,表示该元素在哪个 ziplist 中,以及在 ziplist 中的位置。

typedef struct quicklistEntry {const quicklist *quicklist; //指向所属的quicklist的指针quicklistNode *node;		//指向所属的quicklistNode节点的指针unsigned char *zi;			//指向当前ziplist结构的指针unsigned char *value;		//查找到的元素如果是字符串,则存在value字段long long longval;			//查找到的元素如果是整数,则存在longval字段	size_t sz;					//保存当前元素的长度int offset;					//保存查找到的元素距离压缩列表头部/尾部隔了多少个节点
} quicklistEntry;int quicklistIndex(const quicklist *quicklist, const long long idx, quicklistEntry *entry); // 根据索引查找元素
void quicklistRewind(const quicklist *quicklist, quicklistIter **iter); // 创建一个从头开始的迭代器
void quicklistRewindTail(const quicklist *quicklist, quicklistIter **iter); // 创建一个从尾开始的迭代器
int quicklistNext(quicklistIter *iter, quicklistEntry *node); // 迭代器获取下一个元素
void quicklistReleaseIterator(quicklistIter *iter); // 释放迭代器
  • 删除

​ 删除操作需要先找到要删除的元素在哪个 ziplist 中,然后调用 ziplist 的删除函数删除该元素。如果删除后导致 ziplist 空了,就把整 个 ziplist 节点从链表中删除

void quicklistDelEntry(quicklistIter *iter, quicklistEntry *entry); // 删除迭代器指向的元素
int quicklistDelRange(quicklist *quicklist, const long start, const long stop); // 删除指定范围内的元素

其他操作

除了上面介绍的操作,quicklist 还有一些其它的操作,例如:

quicklistRotate(quicklist *quicklist); // 将尾部的元素移动到头部
quicklistDup(quicklist *orig); // 复制一个 quicklist
quicklistRelease(quicklist *quicklist); // 释放一个 quicklist
quicklistCompare(unsigned char *p1, unsigned char *p2, int p2_len); // 比较两个元素是否相等

quicklist 相对于普通链表优点

  • 节省内存空间,因为每个节点是一个压缩列表,可以存储多个元素,并且可以根据配置进行 LZF 压缩。
  • 降低更新复杂度,因为每次插入或删除元素时,只需要更新对应的压缩列表,而不需要重新分配整个链表的内存空间。
  • 提高查询效率,因为每个节点有一个计数器,可以快速定位到目标元素所在的压缩列表,而不需要遍历整个链表。

quick应用场景

quicklist 的应用场景主要是在需要使用 list 类型的数据结构时,例如

  • 存储有序的数据,如时间线、消息队列、日志等。
  • 实现栈或队列的功能,如 LIFO 或 FIFO 的数据结构。
  • 实现发布订阅模式,如使用 BLPOP 或 BRPOP 命令阻塞地弹出元素。
  • 实现阻塞队列,如使用 LPUSH 和 RPOP 命令实现生产者消费者模式

在redis 中使用quicklist

在 Redis 中使用 quicklist 的方法很简单,只需要使用 list 类型的命令,

如 lpush, rpush, lpop, rpop 等,就可以自动创建和操作 quicklist。

Redis 会根据配置文件中的参数,如 list-max-ziplist-size, list-compress-depth 等,来决定 quicklist 的结构和压缩策略。

你不需要关心 quicklist 的内部实现细节,只需要按照 list 的语义来使用即可。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/30523.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

昇思大模型学习·第一天

mindspore快速入门回顾 导入mindspore包 处理数据集 下载mnist数据集进行数据集预处理 MnistDataset()方法train_dataset.get_col_names() 打印列名信息使用create_tuple_iterator 或create_dict_iterator对数据集进行迭代访问 网络构建 mindspore.nn: 构建所有网络的基类用…

Linux搭建Minio单机环境

😊 作者: 一恍过去 💖 主页: https://blog.csdn.net/zhuocailing3390 🎊 社区: Java技术栈交流 🎉 主题: Linux搭建Minio单机环境 ⏱️ 创作时间: 2024年06月19日 目…

Linux网络命令:网络速度测试工具 speedtest-cli 详解

目录 一、概述 二、安装 speedtest-cli 1、在基于 Debian 的系统上安装 2、在基于 Red Hat 的系统上安装 三、命令语法 1、基本命令语法 2、查看帮助 3、常用选项 四、 speedtest-cli使用示例 1. 基本测试 2. 列出所有可用的服务器 3. 指定服务器进行测试 …

C语言—数据在内存中的存储

1.整数在内存中的存储 文章回顾(C语言—操作符详解) 整数的2进制表示方式有三种,即原码、反码和补码。 有符号的整数,三种表示方式均有符号位和数值位两部分,符号位都是用0表示“正”,用1表示“负”&…

数据库 | 试卷四

1.数据库系统的特点是 数据共享、减少数据冗余、数据独立、避免了数据不一致和加强了数据保护 2.关系模型的数据结构是二维表结构 3.聚簇索引 cluster index 4. 这里B,C都是主属性,所以B->C不是非主属性对码的部分函数依赖 候选键(AC&a…

LabVIEW共享变量

共享变量简介 LabVIEW​为​创建​分布​式​应用使用​共享​变量​可以简化​此类​应用的编程。​ 借助​共享​变量,​您​可以​在​同​一个​程序​框​图​的​不同​循环​之间​或者网络上​的​不同VI之间​共享​数据。与LabVIEW中的许多​其他数据​共…

htb_Editorial

hack the book Editorial 端口扫描 80 22 目录扫描 /upload 是一个上传book information的页面 其中最顶上有一个可以上传书本封面的地方,可以从本地上传,也可以从远程下载 这里可能涉及ssrf和本地文件上传,逐一尝试 随便上传一个图片…

idea搜索只显示100条、如何修改idea搜索的条数

文章目录 一、老版本的IDEA(2021年之前的版本)二、新版本的IDEA(2021年及之后的版本)2.1、方式一2.2、方式二 如下图:idea搜索的时候默认只显示100条 要解决IDEA搜索只显示100条的问题,可以通过修改搜索结…

【UML用户指南】-19-对基本行为建模-用例图

目录 1、组成结构 2、表示法 3、一般用法 3.1、对主题的语境建模 3.2、对主题的需求建模 4、常用建模技术 4.1、对系统的语境建模 4.1.1、设计过程 4.2、对系统的需求建模 4.2.1、设计过程: 5、正向工程 UML 中的用例图是对系统的动态方面建模的 5 种图之…

进入docker容器内部操作mysql数据库

文章目录 1、查询docker容器2、进入mysql容器内部3、连接mysql数据库4、查询mysql所有的数据库5、使用某个数据库6、展示数据库中所有的表7、查询某张表8、断开mysql9、退出mysql容器 1、查询docker容器 [rootlocalhost ~]# docker ps CONTAINER ID IMAGE …

商城小程序:颠覆传统电商,打造全新商业生态

在数字化浪潮的推动下,网购行业呈现多元化繁荣发展态势,出现了琳琅满目的商品应用小程序,但市面上的商城小程序基本属于通用型,无论是商城界面展示和基本功能,都不能满足个性化和商品推广需求,阻碍了商品的…

Building wheels for collected packages: mmcv, mmcv-full 卡住

安装 anime-face-detector 的时候遇到一个问题:Installation takes forever #1386:在构建mmcv-full时卡住,这里分享下解决方法(安装 mmcv 同理,将下面命令中的 mmcv-full 替换成 mmcv) 具体表现如下&#x…

基于Java技术的家乡特色推荐系统

开头语:你好呀,我是计算机学姐码农小野!如果有相关需求,可以私信联系我。 开发语言:Java 数据库:MySQL 技术:Java技术,SpringBoot框架 工具:Eclipse,Navi…

强大的多数据库客户端工具:DataGrip【送源码】

今天给大家带来的工具是:DataGrip 介绍 DataGrip是jetbrains开发的一款关系数据库和 NoSQL 数据库的多数据库客户端工具,可以30天免费试用,后续使用需要购买。 DataGrip还是一款强大的跨平台工具,支持多种操作系统,比…

英伟达市值飙升,超越苹果微软并超过英国股市总市值

原标题:英伟达超越苹果微软市值,成为全球市值最高的企业 易采游戏网6月19日消息:近日,美国科技巨头英伟达市值的迅速增长引起了市场广泛关注。据最新数据显示,截至本周二收盘,英伟达的市场资本化已达到3.34…

基于Redis提高查询性能(保持数据一致性)

Redis实战篇 | Kyles Blog (cyborg2077.github.io) 目录 背景 商户查询缓存(根据ID查询) 根据店铺类型查询(List型) 缓存更新策略(保证数据一致性) 案例(利用缓存更新策略) 背景 起初客户端…

【pytorch01】简单回归问题

1.梯度下降(Gradient Descent) y x 2 ∗ s i n ( x ) yx^{2}*sin(x) yx2∗sin(x) y ′ 2 ∗ x ∗ s i n ( x ) x 2 ∗ c o s ( x ) y2*x*sin(x) x^{2}*cos(x) y′2∗x∗sin(x)x2∗cos(x) 求最小值要求导 梯度下降定义:梯度下降要迭代计…

【决战欧洲杯巅峰】AI模型预测[走地数据]初步准备工作

数据准备 首先,我们需要收集一些与欧洲杯比赛相关的历史数据。这些数据可能包括球队的历史战绩、球员的能力评分、比赛场地信息、历史交锋记录等。这些数据可以从公开来源获取,并进行适当的预处理和清洗。 特征提取 接下来,我们需要从收集…

vue3+ts+vite集成eslint

项目中安装eslint yarn add eslint -Deslint初始化 npx eslint --init按照下方操作即可 安装typescript-eslint/parser yarn add typescript-eslint/parser -D安装vite-plugin-eslint2 yarn add vite-plugin-eslint2 -D配置vite-plugin-eslint2 // vite.config.ts import …

Flask新手入门(一)

前言 Flask是一个用Python编写的轻量级Web应用框架。它最初由Armin Ronacher作为Werkzeug的一个子项目在2010年开发出来。Werkzeug是一个综合工具包,提供了各种用于Web应用开发的工具和函数。自发布以来,Flask因其简洁和灵活性而迅速受到开发者的欢迎。…