Redis 内部的字符串和字典

Redis 字符串的实现

Redis 是一个高性能的内存数据存储系统，支持多种数据结构，其中包括“字符串”类型。Redis 的字符串（String）是最基本的数据类型，它可以存储文本、数字、甚至二进制数据。Redis 的字符串类型内部结构简单，但为了提高效率，它有几个重要的内部实现细节：

1. 简单动态字符串（SDS）

Redis 使用一种称为简单动态字符串（Simple Dynamic String, SDS）的结构来存储字符串数据。SDS 是 Redis 对 C 语言字符串的一种改进，旨在提高性能并避免常见的 C 字符串问题。SDS 结构的主要特点包括：

• 预分配和扩展：SDS 预分配了一定的内存，并在需要时自动扩展，减少了频繁的内存重新分配操作。
• 长度信息：SDS 内部维护了字符串的实际长度和分配的总长度，避免了 C 字符串中必须遍历整个字符串才能获取长度的问题。
• 空字符：SDS 使用二进制安全的方式存储数据，这意味着它可以存储任意字节，包括空字符（'\0'）。

SDS 的具体结构通常如下：

struct sdshdr {
    int len;      // 当前字符串的长度
    int free;     // 剩余的可用空间
    char buf[];   // 字符串的实际内容
};

2. 字符串的内部优化

Redis 对字符串在不同场景下的存储和处理做了多种优化：

• 整数字符串优化：当字符串表示的是一个整数时，Redis 可以将其存储为整数类型（int）而不是字符串。这种优化使得 Redis 在处理和存储整数时更高效。
• 小整数优化：Redis 对小整数（通常是 32 位整数）进行了专门的优化。它使用一个单独的整数类型来存储这些小整数，而不是使用字符串。这种优化避免了不必要的字符串操作。

3. 内存管理

Redis 的字符串类型内部结构利用了高效的内存管理策略来减少内存碎片和提高性能。包括：

• 内存池：Redis 使用内存池来管理内存分配，这样可以减少内存分配和释放的开销。
• 共享字符串：Redis 通过共享字符串来优化内存使用。多个键可以指向同一个字符串对象，从而节省内存。

这些内部结构和优化措施使 Redis 能够高效地处理字符串类型的数据，同时保持较高的性能和较低的内存开销。如果你对 Redis 的内部实现有更多兴趣，可以参考 Redis 的源码或相关技术文档。

Redis 的“字典”（dictionary）是其核心数据结构之一，用于实现键值对的存储和管理。字典在 Redis 中主要用于实现 Redis 的哈希（Hash）数据类型，同时也是 Redis 的许多其他数据结构（如集合、排序集合等）的基础。Redis 字典的实现细节非常重要，直接影响到 Redis 的性能和内存使用。

Redis 字典的实现

Redis 字典的内部实现基于哈希表（hash table），使用 C 语言中的 dict 结构。哈希表是一种高效的键值对存储结构，支持平均 O(1) 时间复杂度的插入、查找和删除操作。Redis 字典实现了几种关键优化和策略来提高性能和减少内存使用。

1. 字典结构

Redis 的字典结构定义在 dict.h 头文件中，主要包括以下部分：

typedef struct dictEntry {
    void *key;            // 键
    union {
        void *val;        // 值
        uint64_t u64;     // 整数值
        int64_t s64;      // 有符号整数值
    } v;                  // 值的联合体
    struct dictEntry *next; // 指向下一个哈希表链表节点的指针
} dictEntry;

typedef struct dict {
    dictType *type;       // 字典的操作函数
    dictEntry **ht;       // 哈希表的数组
    unsigned long size;  // 哈希表的大小
    unsigned long sizemask; // 哈希表的掩码
    unsigned long used;  // 已使用的哈希表槽数
    int rehashidx;       // 正在进行 rehash 操作的哈希表索引
    dictEntry *ht[2];    // 哈希表的两个版本：旧版本和新版本
} dict;

2. 哈希表实现

Redis 的字典使用两个哈希表（ht[0] 和 ht[1]）来支持动态扩展和收缩：

• 哈希表 ht[0]：旧的哈希表，包含当前的键值对。
• 哈希表 ht[1]：新的哈希表，在 rehash 过程中使用。

在执行 rehash 时，Redis 会逐步将旧哈希表中的元素迁移到新哈希表中。这种设计允许 Redis 在增加或减少字典的容量时保持较高的性能。

3. 动态扩展和收缩

Redis 字典支持动态扩展和收缩哈希表的大小，以便更好地适应数据的变化。扩展和收缩的机制如下：

• 扩展：当字典的使用率超过一定阈值时，Redis 会增加哈希表的大小。扩展过程通过逐步将旧哈希表中的元素迁移到新哈希表来实现，从而避免了一次性迁移可能带来的性能问题。
• 收缩：当字典的使用率低于某个阈值时，Redis 会减少哈希表的大小。类似于扩展，收缩过程也会逐步迁移元素。

4. 哈希冲突处理

Redis 的哈希表使用链表法来处理哈希冲突。在每个哈希表槽中，存储了一个链表，链表中的每个节点都是一个 dictEntry 结构体，用于存储键值对。这样，即使哈希冲突发生，Redis 仍然能够高效地存储和查找键值对。

5. 字典类型

Redis 允许用户自定义字典操作的函数，通过 dictType 结构体来实现不同的数据结构：

typedef struct dictType {
    unsigned int (*hashFunction)(const void *key);   // 哈希函数
    void *(*keyDup)(void *privdata, const void *key); // 键复制函数
    void *(*valDup)(void *privdata, const void *obj); // 值复制函数
    int (*keyCompare)(void *privdata, const void *key1, const void *key2); // 键比较函数
    void (*keyDestructor)(void *privdata, void *key); // 键析构函数
    void (*valDestructor)(void *privdata, void *obj); // 值析构函数
} dictType;

6. 优化

• 负载因子：Redis 使用负载因子来控制哈希表的扩展和收缩。当字典的负载因子（已使用的槽数与总槽数之比）超出预设阈值时，Redis 会触发扩展操作。
• 快速删除：通过将哈希表的删除操作与 rehash 过程结合，Redis 可以高效地处理键的删除。

Redis 字典的这些设计和优化使其能够高效地处理大量的键值对操作，同时保持较高的性能和较低的内存开销。