unsigned int free;
// 数据空间
char buf[];
}
- 结构图
存储的内容为“Redis”,Redis采用类似C语言的存储方法,使用’\0’结尾(仅是定界符)。
SDS的free 空间大小为0,当free > 0时,buf中的free 区域的引入提升了SDS对字符串的处理性能,可以减少处理过程中的内存申请和释放次数。
buf 的扩容与缩容
当对SDS 进行操作时,如果超出了容量。SDS会对其进行扩容,触发条件如下:
-
字节串初始化时,buf的大小 = len + 1,即加上定界符’\0’刚好用完所有空间
-
当对串的操作后小于1M时,扩容后的buf 大小 = 业务串预期长度 * 2 + 1,也就是扩大2倍。
-
对于大小 > 1M的长串,buf总是留出 1M的 free空间,即2倍扩容,但是free最大为 1M。
字节串与字符串
SDS中存储的内容可以是ASCII 字符串,也可以是字节串。由于SDS通过len 字段来确定业务串的长度,因此业务串可以存储非文本内容。对于字符串的场景,buf[len] 作为业务串结尾的’\0’ 又可以复用C的已有字符串函数。
SDS编码的优化
value 在内存中有2个部分:redisObject和ptr指向的字节串部分。
在创建时,通常要分别为2个部分申请内存,但是对于小字节串,可以一次性申请。
incr userid:pageview (单线程:无竞争)。缓存视频的基本信息(数据源在MySQL)
public VideoInfo get(Long id) {
String redisKey = redisPrefix + id;
VideoInfo videoInfo e redis.get(redisKey);
if (videoInfo == null) {
videoInfo = mysql.get(id);
if (videoInfo != null) {
// 序列化
redis.set(redisKey serialize(videoInfo)):
}
}
}
除此之外,string 类型的value还有一些CAS的原子操作,如:get、set、set value nx(如果不存在就设置)、set value xx(如果存在就设置)。
String 类型是二进制安全的,也就是说在Redis中String类型可以包含各种数据,比如一张JPEG图片或者是一个序列化的Ruby对象。一个String类型的值最大长度可以是512M。
在Redis中String有很多有趣的用法
===================================================================
可从头部(左侧)加入元素,也可以从尾部(右侧)加入元素。有序列表。
像微博粉丝,即可以list存储做缓存。
key = 某大v
value = [zhangsan, lisi, wangwu]
所以可存储一些list型的数据结构,如:
-
粉丝列表
-
文章的评论列表
可通过lrange命令,即从某元素开始读取多少元素,可基于list实现分页查询,这就是基于redis实现简单的高性能分页,可以做类似微博那种下拉不断分页的东西,性能高,就一页一页走。
搞个简单的消息队列,从list头推进去,从list尾拉出来。
List类型中存储一系列String值,这些String按照插入顺序排序。
List 类型的 value对象,由 linkedlist 或 ziplist 实现。
当 List 元素个数少并且元素内容长度不大
采用ziplist 实现,否则使用linkedlist
5.1.1 linkedlist实现
链表的代码结构
typedef struct list {
// 头结点
listNode *head;
// 尾节点
listNode *tail;
// 节点值复制函数
void *(*dup)(void * ptr);
// 节点值释放函数
void *(*free)(void *ptr);
// 节点值对比函数
int (*match)(void *ptr, void *key);
// 链表长度
unsigned long len;
} list;
// Node节点结构
typedef struct listNode {
struct listNode *prev;
struct listNode *next;
void *value;
} listNode;
linkedlist 结构图
5.1.2 ziplist实现
ziplist 存储在连续内存
-
zlbytes:表示ziplist 的总长度
-
zltail:指向最末元素。
-
zllen:表示元素的个数。
-
entry:为元素内容。
-
zlend:恒为0xFF,作为ziplist的定界符
从上面的结构可以看出,对于linkedlist和 ziplist,它们的rpush、rpop、llen的时间复杂度都是O(1)。但ziplist,lpush、lpop都会牵扯到所有数据的移动,时间复杂度为O(N)。但由于List的元素少,体积小,这种情况还是可控的。
对于ziplist,其每个Entry 结构如下
记录前一个相邻的Entry的长度,作用是方便进行双向遍历,类似于linkedlist 的prev 指针。
ziplist是连续存储,指针由偏移量来承载。
Redis中实现了2种方式实现
-
当前邻 Entry的长度小于254 时,使用1字节实现
-
否则使用5个字节
有个问题,当前一个Entry的长度变化时,这时可能会造成后续的所有空间移动,虽然这种情况发生的可能性较小。
Entry内容本身是自描述的,意味着第二部分(Entry内容)包含了几个信息:Entry内容类型、长度和内容本身。而内容本身包含:类型长度部分和内容本身部分。类型和长度同样采用变长编码:
-
00xxxxxx :string类型;长度小于64,0~63可由6位bit 表示,即xxxxxx表示长度
-
01xxxxxx|yyyyyyyy : string类型;长度范围是[64, 16383],可由14位 bit 表示,即xxxxxxyyyyyyyy这14位表示长度。
-
10xxxxxx|yy…y(32个y) : string类型,长度大于16383.
-
1111xxxx :integer类型,integer本身内容存储在xxxx 中,只能是1~13之间取值。也就是说内容类型已经包含了内容本身。
-
11xxxxxx :其余的情况,Redis用1个字节的类型长度表示了integer的其他几种情况,如:int_32、int_24等。
由此可见,ziplist 的元素结构采用的是可变长的压缩方法,针对于较小的整数/字符串的压缩效果较好
LPUSH 命令是在头部加入一个新元素,RPUSH 命令是在尾部加入一个新元素。当在一个空的键值(key)上执行这些操作时会创建一个新的列表。类似的,当一个操作清空了一个list时,这个list对应的key会被删除。这非常好理解,因为从命令的名字就可以看出这个命令是做什么操作的。如果使用一个不存在的key调用的话就会使用一个空的list。
一些例子:
LPUSH mylist a # 现在list是 “a”
LPUSH mylist b # 现在list是"b",“a”
RPUSH mylist c # 现在list是 “b”,“a”,“c” (注意这次使用的是 RPUSH)
list的最大长度是2^32 – 1个元素(4294967295,一个list中可以有多达40多亿个元素)
从时间复杂度的角度来看,Redis list类型的最大特性是:即使是在list的头端或者尾端做百万次的插入和删除操作,也能保持稳定的很少的时间消耗。在list的两端访问元素是非常快的,但是如果要访问一个很大的list中的中间部分的元素就会比较慢了,时间复杂度是O(N)
-
社交网络中使用List进行时间表建模,使用 LPUSH 在用户时间线中加入新的元素,然后使用 LRANGE 获得最近加入的元素
-
可以把[LPUSH] 和[LTRIM] 命令结合使用来实现定长的列表,列表中只保存最近的N个元素
-
做消息队列,依赖像[BLPOP]这样的阻塞命令
==================================================================
类似List,但无序且其元素不重复。
向集合中添加多次相同的元素,集合中只存在一个该元素。在实际应用中,这意味着在添加一个元素前不需要先检查元素是否存在。
支持多个服务器端命令来从现有集合开始计算集合,所以执行集合的交集,并集,差集都很快。
set的最大长度是2^32 – 1
个元素(一个set中可多达40多亿个元素)。
Set在Redis中以intset 或 hashtable存储:
-
对于Set,HashTable的value永远为NULL
-
当Set中只包含整型数据时,采用intset作为实现
intset
核心元素是一个字节数组,从小到大有序的存放元素
结构图
因为元素有序排列,所以SET的获取操作采用二分查找,复杂度为O(log(N))。
进行插入操作时:
-
首先通过二分查找到要插入位置
-
再对元素进行扩容
-
然后将插入位置之后的所有元素向后移动一个位置
-
最后插入元素
时间复杂度为O(N)。为使二分查找的速度足够快,存储在content 中的元素是定长的。
当插入2018 时,所有的元素向后移动,并且不会发生覆盖。
当Set 中存放的整型元素集中在小整数范围[-128, 127]内时,可大大的节省内存空间。
IntSet支持升级,但是不支持降级。
- Set 基本操作
无序集合,自动去重,数据太多时不太推荐使用。
直接基于set将系统里需要去重的数据扔进去,自动就给去重了,如果你需要对一些数据进行快速的全局去重,你当然也可以基于JVM内存里的HashSet进行去重,但若你的某个系统部署在多台机器呢?就需要基于redis进行全局的set去重。
可基于set玩交集、并集、差集操作,比如交集:
-
把两个人的粉丝列表整一个交集,看看俩人的共同好友
-
把两个大v的粉丝都放在两个set中,对两个set做交集
全局这种计算开销也大。
- 记录唯一的事物
比如想知道访问某个博客的IP地址,不要重复的IP,这种情况只需要在每次处理一个请求时简单的使用SADD命令就可以了,可确保不会插入重复IP
- 表示关系
你可以使用Redis创建一个标签系统,每个标签使用一个Set表示。然后你可以使用SADD命令把具有特定标签的所有对象的所有ID放在表示这个标签的Set中
如果你想要知道同时拥有三个不同标签的对象,那么使用SINTER
- 可使用SPOP 或 SRANDMEMBER 命令从集合中随机的提取元素。
=======================================================================
一般可将结构化的数据,比如一个对象(前提是这个对象未嵌套其他的对象)给缓存在redis里,然后每次读写缓存的时候,即可直接操作hash里的某个字段。
key=150
value={
“id”: 150,
“name”: “zhangsan”,
“age”: 20
}
hash类的数据结构,主要存放一些对象,把一些简单的对象给缓存起来,后续操作的时候,可直接仅修改该对象中的某字段的值。
value={
“id”: 150,
“name”: “zhangsan”,
“age”: 21
}
因为Redis本身是一个K.V存储结构,Hash结构可理解为subkey - subvalue
这里面的subkey - subvalue只能是
-
整型
-
浮点型
-
字符串
因为Map的 value 可表示整型和浮点型,因此Map也可以使用hincrby
对某个field的value值做自增操作。
hash有HashTable 和 ziplist 两种实现。对于数据量较小的hash,使用ziplist 实现。
HashTable 实现
HashTable在Redis 中分为3 层,自底向上分别是:
-
dictEntry:管理一个field - value 对,保留同一桶中相邻元素的指针,以此维护Hash 桶中的内部链
-
dictht:维护Hash表的所有桶链
-
dict:当dictht需要扩容/缩容时,用户管理dictht的迁移
dict是Hash表存储的顶层结构
// 哈希表(字典)数据结构,Redis 的所有键值对都会存储在这里。其中包含两个哈希表。
typedef struct dict {
// 哈希表的类型,包括哈希函数,比较函数,键值的内存释放函数
dictType *type;
// 存储一些额外的数据
void *privdata;
// 两个哈希表
dictht ht[2];
// 哈希表重置下标,指定的是哈希数组的数组下标
int rehashidx; /* rehashing not in progress if rehashidx == -1 */
// 绑定到哈希表的迭代器个数
int iterators; /* number of iterators currently running */
} dict;
Hash表的核心结构是dictht,它的table 字段维护着 Hash 桶,桶(bucket)是一个数组,数组的元素指向桶中的第一个元素(dictEntry)。
typedef struct dictht {
//槽位数组
dictEntry **table;
//槽位数组长度
unsigned long size;
//用于计算索引的掩码
unsigned long sizemask;
//真正存储的键值对数量
unsigned long used;
} dictht;
结构图
Hash表使用【链地址法】解决Hash冲突。当一个 bucket 中的 Entry 很多时,Hash表的插入性能会下降,此时就需要增加bucket的个数来减少Hash冲突。
Hash表扩容
和大多数Hash表实现一样,Redis引入负载因子判定是否需要增加bucket个数:
负载因子 = Hash表中已有元素 / bucket数量
扩容后,bucket 数量是原先2倍。目前有2 个阀值:
-
小于1 时一定不扩容
-
大于5 时一定扩容
-
在1 ~ 5 之间时,Redis 如果没有进行
bgsave/bdrewrite
操作时则会扩容 -
当key - value 对减少时,低于0.1时会进行缩容。缩容之后,bucket的个数是原先的0.5倍
ziplist 实现
这里的 ziplist 和List#ziplist的实现类似,都是通过Entry 存放元素。
不同的是,Map#ziplist的Entry个数总是2的整数倍:
-
第奇数个Entry存放key
-
下个相邻Entry存放value
ziplist承载时,Map的大多数操作不再是O(1)了,而是由Hash表遍历,变成了链表的遍历,复杂度变为O(N)
由于Map相对较小时采用ziplist,采用Hash表时计算hash值的开销较大,因此综合起来ziplist的性能相对好一些
哈希键值结构
特点:
-
Map的map
-
Small redis
-
field不能相同,value可相同
hget key field O(1)
获取 hash key 对应的 field 的 value
hset key field value O(1)
设置 hash key 对应的 field 的 value
hdel key field O(1)
删除 hash key 对应的 field 的 value
127.0.0.1:6379> hset user:1:info age 23
(integer) 1
127.0.0.1:6379> hget user:1:info age
“23”
127.0.0.1:6379> hset user:1:info name JavaEdge
(integer) 1
127.0.0.1:6379> hgetall user:1:info
-
“age”
-
“23”
-
“name”
-
“JavaEdge”
127.0.0.1:6379> hdel user:1:info age
(integer) 1
127.0.0.1:6379> hgetall user:1:info
-
“name”
-
“JavaEdge”
hexists key field O(1)
判断hash key是否有field
hlen key O(1)
获取hash key field的数量
127.0.0.1:6379> hgetall user:1:info
-
“name”
-
“JavaEdge”
127.0.0.1:6379> HEXISTS user:1:info name
(integer) 1
127.0.0.1:6379> HLEN user:1:info
(integer) 1
hmget key field1 field2… fieldN O(N)
批量获取 hash key 的一批 field 对应的值
hmset key field1 value1 field2 value2…fieldN valueN O(N)
批量设置 hash key的一批field value
Redis Hashes 保存String域和String值之间的映射,所以它们是用来表示对象的绝佳数据类型(比如一个有着用户名,密码等属性的User对象)
| 1
| @cli
|
| 2
| HMSET user:1000 username antirez password P1pp0 age 34
|
| 3
| HGETALL user:1000
|
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://img-blog.csdnimg.cn/img_convert/03e27fba1a5143290e28fc1d9f9dd0b6.jpeg)
总结
我们总是喜欢瞻仰大厂的大神们,但实际上大神也不过凡人,与菜鸟程序员相比,也就多花了几分心思,如果你再不努力,差距也只会越来越大。实际上,作为程序员,丰富自己的知识储备,提升自己的知识深度和广度是很有必要的。
Mybatis源码解析
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!
到现在。**
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。[外链图片转存中…(img-HK7R488K-1713554240680)]
[外链图片转存中…(img-SPQP2qVw-1713554240680)]
[外链图片转存中…(img-neRgFM0H-1713554240681)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且会持续更新!
如果你觉得这些内容对你有帮助,可以扫码获取!!(备注Java获取)
![img](https://img-blog.csdnimg.cn/img_convert/03e27fba1a5143290e28fc1d9f9dd0b6.jpeg)
总结
我们总是喜欢瞻仰大厂的大神们,但实际上大神也不过凡人,与菜鸟程序员相比,也就多花了几分心思,如果你再不努力,差距也只会越来越大。实际上,作为程序员,丰富自己的知识储备,提升自己的知识深度和广度是很有必要的。
Mybatis源码解析
[外链图片转存中…(img-DkMyrUwG-1713554240681)]
[外链图片转存中…(img-L3WTY6KW-1713554240681)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!